3.5 Phƣơng pháp xử lý số liệu
3.5.3 Phân tích nhân tố khám phá EFA
Sau khi phân tích kiểm định các thang đo bằng hệ số tin cậy Cronbach’s Alpha chúng ta sẽ tiến hành đi đến quyết định loại bỏ một số biến quan sát nếu chúng có hệ số tương quan biến –tổng thấp.
Những thang đo của biến đổi mới và hiệu suất của nhân viên được kế thừa từ lý thuyết trước và chúng được nghiên cứu ở thị trường Malaysia. Tuy nhiên với điều kiện áp dụng tại Việt Nam vẫn có thể tồn tại những điểm khác biệt. Vì thế để tránh trường hợp sai sót trong nghiên cứu tác giả sẽ tiến hành bước phân tích tiếp theo là phân tích nhân tố khám phá (EFA) để nhận diện lại các yếu tố thành phần trên cùng với các biến quan sát liên quan.
Khi phân tích nhân tố khám phá (EFA) các nhà nghiên cứu thường quan tâm đến một số tiêu chuẩn để kiểm tra độ phù hợp của mơ hình như:
Kiểm định Bartlett (Bartlett’s test of sphenricity) dùng để xem xét ma trận tương quan có phải là ma trận đơn vị I (Indentity matrix), là ma trận có các thành phần hệ số tương quan giữa các biến) bằng khơng và đường chéo (hệ số tương quan với chính nó) bằng 1. Vì vậy u cầu nếu phép kiểm định Barltett có p< 5%, chúng ta từ chối giả thuyết H0 (ma trận tương quan là ma trận đơn vị), nghĩa là các biến có quan hệ với nhau (Nguyễn Đình Thọ, 2011).
Hệ số KMO: Kiểm định KMO (Kaiser-Meyer-Olkin measure of Sampling adequacy) là chỉ số dùng để so sánh độ lớn của hệ số tương quan từng thành phần giữa các biến quan sát với nhau. Yêu cầu đối với hệ số KMO càng lớn càng tốt vì như vậy cho thấy phần chung của các biến càng lớn. Để sử dụng EFA, KMO phải lớn hơn hoặc bằng 0.5. Theo Kaiser (1974) đề nghị KMO ≥ 0.90: rất tốt; KMO ≥ 0.80: tốt; KMO ≥ 0.70: được; KMO ≥ 0.60: tạm được; KMO ≥ 0.50: xấu và KMO < 0.5: khơng thể chấp nhận được. Vì vậy trong bài nghiên cứu này tác giả lựa chọn yêu cầu cần thiết hệ số KMO phải có giá trị nằm trong khoảng [0.5;1] mới chấp nhận được (Nguyễn Đình Thọ, 2011).
Hệ số tải nhân tố (factor loading), theo Hair & ctg (1998,111), hệ số tải nhân tố là chỉ tiêu đảm bảo mức ý nghĩa thiết thực của EFA. Hệ số tải nhân tố > 0.3 được xem là đạt mức tối thiểu, >0.4 được xem là quan trọng, ≥ 0.5 được xem là có ý nghĩa thực tiễn. Với nghiên cứu này tác giả lựa chọn sử dụng hệ số tải nhân tố phải > 0.5. Đối với những biến quan sát có hệ số tải nhân tố ≤ 0.5 sẽ bị loại.
xét đến hệ số tổng phương sai trích (TVE- Total Variance Explained). Tổng này thể hiện các nhân tố trích được bao nhiêu phần trăm của các biến đo lường, tổng phương sai trích của các nhân tố phải đạt từ 50% trở lên, nghĩa là phần chung phải lớn hơn phần riêng và sai số (từ 60% trở lên là tốt). Thỏa điều kiện này, chúng ta kết luận là mơ hình EFA phù hợp (Nguyễn Đình Thọ, 2011).. Các nhân tố trích phải sử dụng tiêu chí Eigenvalue, với tiêu chí này số lượng nhân tố được xác định ở nhân tố có eigenvalue tổi thiếu bằng 1.
Khi phân tích EFA trong nghiên cứu này tác giả sử dụng phép trích nhân tố là phương pháp phân tích mơ hình thành phần chính (PCA- Principal Component Analsyis) với phép quay vng góc Varimax. Khi sử dụng phương pháp PCA trong phân tích EFA, phân tích chung ban đầu ln bằng 1 và phần trích cuối cùng nhỏ hơn 1. Điểm dừng khi trích các nhân tố có Eigenvalue ≥1 được sử dụng để diễn giải kết quả của EFA.
3.5.4 Phân tích tƣơng quan
Phân tích tương quan là phương pháp phân tích nhằm xem xét mối quan hệ tương quan tuyến tính giữa biến phụ thuộc và biến độc lập, hay những biến độc lập với nhau. Phân tích này người ta sử dụng một hệ số thống kê có tên là hệ số tương quan Peason (kí hiệu là r) để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lượng.
Trong nghiên cứu này tác giả nghiên cứu mối quan hệ giữa sự đổi mới và hiệu suất của nhân viên, nghiên cứu sử dụng phương pháp tương quan với hệ số tương quan Pearson để xem xét mối quan hệ tương quan tuyến tính giữa các biến với nhau. Hệ số r luôn nằm trong khoảng từ -1 đến 1. Nếu hệ số r > 0thể hiện tương quan đồng biến ngược lại nếu r < 0 thể hiện tương quan nghịch biến và khi r = 0 thì hai biến khơng có mối quan hệ tuyến tính. Giá trị r càng gần về 1 thì hai biến này có mối quan hệ tương quan tuyến tính càng chặt chẽ (khi tất cả các điểm phân tán xếp thành một đường thẳng thì trị tuyệt đối của r=1) (Nguyễn Đình Thọ, 2011).
3.5.5 Phân tích hồi quy
Nếu kết luận được hai biến có mối quan hệ tuyết tính chặt chẽ với nhau qua hệ số tương quan r, đồng thời giả định rằng chúng ta đã cân nhắc kỹ bản chất của mối liên hệ tiềm ẩn giữa hai biến và xem như đã xác định đúng hướng của mối quan hệ nhân quả có thật giữa chúng thì ta có thể xây dựng mơ hình hồi quy tuyến tính trong đó có một biến là biến phụ thuộc (biến hiệu suất của nhân viên) và biến kia là biến độc lập (biến sự đổi mới). Trong phân tích hồi quy tác giả sẽ tiến hành:
Thứ nhất, đánh giá và kiểm định độ phù hợp của mơ hình bằng hệ số R2 và R2 hiệu chỉnh. Hệ số R2 là hệ số xác định thể hiện tỷ trọng của tổng biến thiên của biến phụ thuộc có thể giải thích được bởi biến thiên của biến độc lập, R2 dao động từ 0 đến 1, R2 càng gần 1 thì mơ hình đã xây dựng càng phù hợp với bộ dữ liệu chạy hồi quy. Nếu R2 càng gần về 0 thì mơ hình đã xây dựng càng kém phù hợp với bộ dữ liệu dùng để chạy hồi quy. Hệ số R2 hầu như không giảm khi chúng ta thêm biến độc lập mới vào mơ hình. Đều này gây ra khó khăn trong việc so sánh các mơ hình trước và sau khi thêm biến mới vào mơ hình.
Vì vậy để xem xét mức độ tác động khi chúng ta thêm biến mới vào mơ hình có làm giảm bậc tự do hay việc thêm biến mới vào mơ hình có đủ năng lực giải thích để bù đắp cho sự mất mát khi giảm bậc tự do hay khơng thì trong nghiên cứu này tác giả sẽ sử dụng hệ số R2 hiệu chỉnh. Hệ số R2 hiệu chỉnh thể hiện phần trăm tổng biến thiên của biến phụ thuộc (hiệu suất của nhân viên) có thể được giải thích được bởi tất cả các biến độc lập (sự đổi mới) đã được điều chỉnh cho số biến sử dụng. Việc sử dụng hệ số R2 sẽ giúp chúng ta giảm thiểu việc đưa quá nhiều biến không cần thiết vào mô hình và nó cũng hữu dụng trong việc so sánh mơ hình. Thơng thường hệ số R2
hiệu chỉnh nhỏ hơn giá trị của R2.
Để kiểm tra tổng thể mơ hình tương quan đa biến, tác giả sử dụng kiểm định F trong phân tích phương sai để kiểm định sự phù hợp của mơ hình, qua đó xem xét biến phụ thuộc (hiệu suất của nhân viên) có quan hệ tuyến tính với biến độc lập (sự đổi mới) hay không qua việc kiểm định giả thuyết:
H0: R2 =0 (Khơng có mối quan hệ giữa sự đổi mới và hiệu suất của nhân viên)
H1: R2 # 0 (Tồn tại ít nhất một mối quan hệ giữa sự đổi mới và hiệu suất của nhân viên)
Với mức ý nghĩa 5% nếu: Sig < 0.05: Bác giả thuyết H0 Sig ≥ 0.05: Chấp nhận giả thuyết H0
Thứ 2, kiểm định các giả định trong mơ hình hồi quy bội: Các biến độc lập khơng có mối quan hệ tương quan cao với nhau (khơng có hiện tượng đa cộng tuyến giữa các biến độc lập với nhau); Các sai lệch ngẫu nhiên có phân phối chuẩn; giả định khơng có sự tương quan giữa các phần dư.
3.5.6 Kiểm định ANOVA
Kiểm định giá trị trung bình trong đám đơng. Trong nghiên cứu này sử dụng mơ hình ANOVA được sử dụng để so sánh các trung bình đám đơng với dữ liệu khảo sát, qua đó kiểm định có hay khơng có sự khác nhau trong đánh giá về hiệu suất của nhân viên giữa các nhóm với nhau.
Xem xét giả thuyết.
H0: Khơng có sự khác biệt về các yếu tố sự đổi mới tác động lên hiệu suất của nhân viên qua các nhóm đối tượng khác nhau.
H1: Có sự khác biệt về các yếu tố sự đổi mới tác động lên hiệu suất của nhân viên qua các nhóm đối tượng khác nhau.
Với mức ý nghĩa thống kê 5% nếu:
Sig < 0.05: Bác giả thuyết H0 chấp nhận giả thuyết H1 Sig ≥ 0.05: Chấp nhận giả thuyết H0 bác bỏ giả thuyết H1.
Tóm tắt
Chương 3, tác giả trình bày cách thức thực hiện nghiên cứu, cách thiết kế bảng câu hỏi, cách khảo sát và cách lấy mẫu cũng như phương pháp xử lý số liệu qua hệ số Cronbach Alpha, KMO, EFA, hệ số Pearson và hồi quy. Ngoài ra trong chương này tác giả cũng nêu rõ đối tượng khảo sát và xác định kích thước mẫu của
nghiên cứu là 250, đều chỉnh thang đo với 16 biến quan sát độc lập và 9 biến quan sát của biến phụ thuộc là hiệu suất của nhân viên. Kết quả khảo sát dùng để phân tích và đánh giá kết quả nghiên cứu.
CHƢƠNG 4 – KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
Chương 4 trình bày kết quả nghiên cứu về mẫu, thang đo và tiến hành kiểm định các giả thuyết trong mơ hình nhằm đánh giá độ phụ thuộc của mơ hình với bộ dữ liệu khảo sát qua phân tích hồi quy cụ thể nhằm xác định và so sánh mức độ tác động của các biến đổi mới lên hiệu suất của nhân viên.
4.1 Thống kê mô tả mẫu nghiên cứu
Tổng số mẫu khảo sát được phát đi trong bài nghiên cứu là 310 bảng câu hỏi đến tất cả những nhân viên làm việc tại phịng cơng nghệ của các Cơng ty hoạt động trong lĩnh vực công nghệ sinh học (sản xuất) trong Khu công nghệ cao Quaanj 9, Tp. Hồ Chí Minh. Kết quả thu về được là 286 bảng câu hỏi, trong đó sau khi tiến hành sàn lọc lại tất cả những bảng câu hỏi thu về thì có 250 bảng khảo sát sử dụng được cho việc xử lý và phân tích, đạt tỷ lệ 80,65%. 250 bảng khảo sát hợp lệ ở trên được đưa vào sử dụng cho việc xử lý và phân tích là những bảng câu hỏi có đầy đủ tất cả các câu trả lời, bảng trả lời khơng được có tất cả các câu trả lời ở cùng một mức độ, những thông tin về các nhân của người khảo sát được điền đầy đủ thông tin.
Thông tin về đối tượng khảo sát theo những yếu tố như giới tính, tuổi tác, trình độ học vấn, thành phần kinh tế và thâm niên cơng tác như sau:
Nhóm giới tính: Trong tổng 250 bảng câu hỏi hợp lệ có 109 (43,6%) và 141 là nam (56,4%).
Nhóm độ tuổi: Có 169 bảng khảo sát (67,6%) là những người nằm trong độ tuổi từ 20 đến 30 tuổi; 28% có độ tuổi nằm trong khoảng từ 31 đến 40 tuổi và 4.4% là những người năm trong nhóm tuổi trên 41 tuổi.
Nhóm trình độ: Có 23,2% bảng trả lời là những người có trình độ Trung cấp & cao đẳng; 70,8% là Đại học và 6% là những người thuộc nhóm Sau đại học.
Nhóm thâm niên làm việc: Theo thống kê có 35,2% nhân viên có thâm niên cơng tác tại tổ chức khoảng từ 1 đến 5 năm, 49,2% nằm trong khoảng 6 đến 10 năm làm việc và trên 10 năm làm việc chiếm 15,6%.
chiếm tỷ lệ 63,6%; vị trí tổ trưởng nhóm trưởng, kiểm sốt có 61 bảng khảo sát chiếm 24,4% và 30 bảng khảo sát là những người Trưởng/phó phịng ban, quản lý chiếm 12%.
Nhóm thu nhập: Có 14,4% là những nhân viên có mức thu nhập từ 5 đến dưới 8 triệu đồng/tháng, 63,2% những nhân viên có mức thu nhập từ 8 đến 11 triệu đồng/tháng và thu nhập trên 11 triệu đồng/tháng chiếm khoảng 22,4%.
Bảng 4.1: Thống kê mô tả mẫu nghiên cứu
Thông tin mẫu Số lƣợng Tỷ lệ (%)
Giới tính Nam 141 56.4 Nữ 109 43.6 Độ tuổi Từ 20 đến 30 tuổi 169 67.6 Từ 31 đến 40 tuổi 70 28.0 Trên 41 tuổi 11 4.4 Trình độ
Trung cấp & cao đẳng 58 23.2
Đại học 177 70.8 Sau đại học 15 6.0 Thâm niên 1 đến 5 năm 88 35.2 6 đến 10 năm 123 49.2 Trên 10 năm 39 15.6 Chức danh Nhân viên 159 63.6
Tổ trưởng, nhóm trưởng & kiểm sốt 61 24.4 Trưởng/phó phịng ban quản lý 30 12.0
Thu nhập
Từ 5 đến 8 triệu 36 14.4
Từ 8 đến 11 triệu 158 63.2
Trên 11 triệu 56 22.4
(Nguồn: Thống kê mô tả mẫu nghiên cứu – phụ lục 4)
Như vậy nhìn chung đối tượng mẫu khảo sát trong nghiên cứu này chủ yếu tập trung vào những đối tượng khảo sát là những nhân viên có độ tuổi trẻ ở khoảng 20
và thu nhập của những nhân viên này dao động trong khoảng từ 8 đến 11 triệu. Những đối tượng khảo sát này là những nhân viên có lợi thế về tuổi trẻ, có trình độ chun mơn tương đối tốt giúp họ nhạy bén và thích nghi nhanh với những thay đổi trong tổ chức phần nào góp phần mang lại hiệu suất cao trong cơng việc.
4.2 Thống kê mô tả các biến nghiên cứu 4.2.1 Sự đổi mới 4.2.1 Sự đổi mới
Bảng 4.2: Bảng thống kê mô tả biến đổi mới công nghệ
(Nguồn: Kết quả sử lý dữ liệu – Phụ lục 5)
Dựa vào dữ liệu được trích từ bảng 4.2 cho thấy 250 nhân viên được khảo sát tại một số tổ chức sản xuất về sự đổi mới công nghệ, đổi mới tổ chức và đổi mới sản phẩm đều lựa chọn mức độ có giá trị nhỏ nhất là 1 và lớn nhất là 5. Riêng đối với biến đổi mới về quy trình trong đó có hai biến quan sát có sự lựa chọn giá trị nhỏ nhất bắt đầu là 1 và 2, giá trị lớn nhất vẫn là 5.
Ngoài ra căn cứ vào dữ liệu ở bảng 4.2 bên dưới chúng ta có thể thấy giá trị trung bình của tất cả các biến quan sát của sự đổi mới đều nằm trong khoảng 3.41 – 4.20. đều này cho thấy giá trị trung bình của thang đo được khảo sát bởi 250 nhân
N Giá trị nhỏ nhất Giá trị lớn nhất Trung bình Độ lệch chuẩn
IT1 250 1 5 3.83 .889 IT2 250 1 5 3.91 .883 IT3 250 1 5 3.73 .857 IT4 250 1 5 3.90 .844 IT5 250 1 5 3.70 .883 IO1 250 1 5 3.94 .862 IO2 250 1 5 3.82 .844 IO3 250 1 5 3.87 .870 IO4 250 1 5 3.78 .822 IPr1 250 1 5 3.72 .801 IPr2 250 2 5 3.64 .732 IPr3 250 1 5 3.80 .778 IPr4 250 2 5 3.67 .794 IP1 250 1 5 3.72 .814 IP2 250 1 5 3.69 .800 IP3 250 1 5 3.59 .735 N hợp lệ 250
viên xoay quanh sự đồng ý/hài lịng. Bên cạnh đó giá trị độ lệch chuẩn của tất cả các biến quan sát tương đối nhỏ rất tốt, cho thấy mức độ phân tán của các giá trị dữ liệu xung quanh giá trị trung bình tương đối thấp.
4.2.2 Hiệu suất nhân viên
Thang đo hiệu suất nhân viên được đo lường với 9 biến quan sát, kết quả thống kê được trình bày cụ thể trong bảng phân tích sau:
Bảng 4.3: Bảng thống kê mô tả biến hiệu suất nhân viên
N Giá trị nhỏ nhất Giá trị lớn nhất Trung bình Độ lệch chuẩn
EP1 250 1 5 3.60 .854 EP2 250 2 5 3.82 .763 EP3 250 1 5 4.00 .819 EP4 250 1 5 3.80 .807 EP5 250 1 5 3.94 .761 EP6 250 1 5 3.90 .790 EP7 250 1 5 4.02 .831 EP8 250 1 5 3.94 .850 EP9 250 1 5 3.92 .884 N hợp lệ 250
(Nguồn: Kết quả sử lý dữ liệu – Phụ lục 5)
Căn cứ vào bảng dữ liệu 4.3 chúng ta có thể thấy tất cả các biến quan sát của hiệu suất nhân viên về mức độ lựa chọn đều xuất phát từ giá trị nhỏ nhất là 1 và giá trị lớn nhất là 5. Ngồi ra giá trị trung bình của các biến quan sát nằm trong khoảng ý nghĩa đồng ý và mức độ phân tán của các biến quan sát tương đối thấp.
Bảng 4.4: Tóm tắt thống kê mơ tả
Biến N Giá trị trung bình Độ lệch chuẩn