CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU VÀ XỬ LÝ SỐ LIỆU
3.3 Phương pháp xử lý số liệu
3.3.1 Quy mô và cách thức chọn mẫu
Kích cỡ mẫu phụ thuộc vào phương pháp phân tích, trong nghiên cứu này có sử dụng phân tích nhân tố khám phá (EFA) mà theo Gorsuch (1983) cho rằng số lượng mẫu cần gấp 5 lần số biến quan sát trở lên; theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2005) cũng cho rằng tỷ lệ đó là 4 hay 5 lần. Nghiên cứu được thực
hiện với 36 biến quan sát (36 x 5 = 180 mẫu) thì kích thước mẫu phải ít nhất là 180. Theo Tabachnick & Fidell (2007), để phân tích hồi quy đạt được kết quả tốt nhất thì
27
kích cỡ mẫu cần thỏa mãn: n ≥ 8k + 50 (với n là kích thước mẫu, và k là số biến độc lập). Trong bài có 24 biến độc lập, kích cỡ mẫu tối thiểu: 8*24 + 50 = 242 quan sát. Như vậy kích cỡ ít nhất cần đạt được để nghiên cứu đạt ý nghĩa là: (180+242)/2 = 211 quan sát. Theo Leedy và Ormrod (2005), kích thước mẫu càng lớn càng tốt, để
đảm bảo tính đại diện và dự trù cho những người khác không trả lời hoặc trả lời
khơng đầy đủ, nghiên cứu này có khoảng 250 mẫu trả lời được thu về nên số mẫu
phát đi dự kiến khoảng 300 mẫu.
Kích thước mẫu cụ thể cho nghiên cứu này là 230.
Phương pháp chọn mẫu được thực hiện trong nghiên cứu là phương pháp chọn
mẫu thuận tiện, đối tượng khảo sát là các nhân viên tại các đơn vị trong hệ thống
bán lẻ điện thoại di động trên địa bàn TPHCM.
3.3.2 Kiểm định thang đo bằng hệ số Cronbach Alpha
Kiểm định độ tin cậy của các thang đo: Phân tích hệ số Cronbach Alpha được sử dụng để loại các biến không phù hợp. Các thang đo trong nghiên cứu bao gồm:
thang đo mức độ thỏa mãn với các thành phần công việc JDI của Smith và đồng
nghiệp (1969) và thang đo mức độ gắn kết với tổ chức của Meyer & Allen được đưa vào kiểm định độ tin cậy bằng công cụ Cronbach’s Alpha, hệ số Cronbach’s Alpha ít nhất là 0.6 và tương quan tổng (Corrected Item-Total Correlation ) - 0.3. Đánh giá sơ bộ loại bỏ các biến quan sát có hệ số tin cậy Cronbach’s Alpha nhỏ hơn 0.6 (Hoàng Trọng và Mộng Ngọc, 2005).
3.3.3 Phân tích nhân tố khám phá EFA
Phân tích nhân tố khám phá EFA để kiểm tra và xác định lại các nhóm biến trong mơ hình nghiên cứu. Các biến quan sát có hệ số tải nhân tố (factor loading) nhỏ hơn 0.5 sẽ bị loại bỏ (Othman & Owen 2002).
Mức ý nghĩa của kiểm định Bartlett’s test of sphericity (để kiểm định giả thuyết
H0 là các biến khơng có tự tương quan với nhau trong tổng thể, nói cách khác là ma
trận là ma trận tương quan tổng thể là ma trận đơn vị trong đó tất cả các giá trị trên
đường chéo đều bằng 1 và các giá trị nằm ngồi đường chéo bằng 0): sig. ≤ 0.5 thì
có ý nghĩa là bác bỏ giải thuyết H0 của nghiên cứu, hay sử dụng phân tích nhân tố là phù hợp.
Phương pháp trích hệ số được sử dụng là phương pháp trích nhân tố, phép quay Varimax Procedure và điểm dừng khi trích các yếu tố có Eigenvalue là 1. Thang đo chấp nhận khi tổng phương sai trích lớn hơn hoặc bằng 50%.
3.3.4 Phân tích hồi quy và kiểm định mối liên hệ
Phân tích hồi quy tuyến tính để biết được cường độ tác động của các biến độc lập lên biến phụ thuộc. Từ đó, sẽ kiểm tra độ thích hợp của mơ hình, xây dựng mơ hình hồi quy bội, kiểm định các giả thuyết. Sự chấp nhận và diễn giải các kết quả hồi quy không thể tách rời các giả thuyết nghiên cứu. Do vậy mà trong phân tích hồi quy tác giả có kiểm định các giả thuyết nghiên cứu của hàm hồi quy, nếu như các giả thuyết
đó bị vi phạm thì các kết quả ước lượng các tham số trong hàm hồi quy không đạt được giá trị tin cậy.