Ký hiệu Nội dung
KQ1 Cấp trên tôi tin rằng tơi làm một người làm việc có hiệu quả. KQ2 Tơi ln hài lịng chất lượng công việc tôi đã làm.
KQ3 Tôi tin rằng tôi là một nhân viên làm việc có hiệu quả.
Ký hiệu Nội dung
KQ4 Đồng nghiệp tôi ln đánh giá tơi là người làm việc có hiệu quả. KQ5 Tơi cảm thấy khơng hài lịng khi cơng việc tơi hồn thành khơng đạt
kết quả mong muốn.
Nguồn: Kết quả nghiên cứu định tính
3.3.2. Thiết kế bảng câu hỏi
Bảng câu hỏi được sử dụng trong nghiên cứu định lượng được thiết kế theo các đặc tính sau:
Hình thức câu hỏi: Câu hỏi đ ng.
Đối tượng điều tra: Nhân viên tại 10 ngân hàng có số lượng nhân viên nhiều nhất
tr n địa bàn TP.HCM.
Bảng câu hỏi phác thảo sẽ được tham vấn một số chuy n gia trong lĩnh vực quản trị nhân sự (đặc biệt là lĩnh vực ngân hàng . Sau khi điều chỉnh xong, bảng câu hỏi sẽ được dùng để khảo sát trong nghiên cứu định lượng.
Bảng câu hỏi gồm 2 phần
Phần chính: Thu thập đánh giá thuộc tính, cảm nhận của các đối tượng về mối quan
hệ lãnh đạo - nhân viên và năng lực tâm lý đến kết quả công việc của nhân viên ngân hàng.
Phần thông tin cá nhân: Thu thập thông tin cá nhân của người được phỏng vấn như:
Giới tính, độ tuổi, trình độ học vấn, thu nhập để có thể tiến hành các phép kiểm định bổ trợ khác cho nghiên cứu chính thức.
3.3.3. Nghiên cứu sơ bộ định lượng
Việc tiến hành nghiên cứu sơ bộ định lượng nhằm mục đích kiểm định độ tin cậy và giá trị của thang đo. Một thang đo được xem là có giá trị khi nó đo lường đúng cái cần đo, nghĩa là phương pháp đo lường đ không c sai lệch hệ thống, cũng như sai lệch ngẫu nhiên.
Bước nghiên cứu sơ bộ định lượng được tiến hành bằng việc phát 100 bảng câu hỏi trực tiếp đến các đáp vi n theo phương pháp lấy mẫu thuận tiện. Kết quả thu được 97 bảng trả lời hợp lệ. Số liệu được tác giả sử dụng phần mềm S SS để xử lý.
Hệ số Cronbach Alpha từ 0.6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang đo lường là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu (Nguyễn Đình Thọ, 2011). Ngồi ra, các biến quan sát c hệ số tương quan so với biến tổng (Corrected item – Total correlation) phải >0.3, trường hợp nhỏ hơn 0.3 sẽ bị loại.
Trong phân tích nhân tố khẳng định EFA, các nhân tố trích được của thang đo đơn hướng phải là 1, hệ số tải nhân tố của các biến quan sát phải ≥ 0.5, chỉ số Eigenvalue tối thiểu phải bằng 1 (≥ 1 , tổng phương sai trích phải đạt ≥ 50% (từ 60% trở l n được coi là tốt) (Nguyễn Đình Thọ, 2011).
ết quả phân tích sơ bộ thang đo được trình bày trong ảng 3. , Bảng 3.8 (Xem
th m hụ lục 2).
Kết quả phân tích Cronbach’s Alpha: Bảng 3.7 cho ta thấy khái niệm “Mối quan
hệ lãnh đạo - nhân viên” (LMX) có hệ số ronbach’s Alpha là 0.905 >0.6, các hệ số tương quan biến tổng đều đạt tiêu chu n (>0.3); khái niệm “Tự tin” (TT) có hệ số ronbach’s Alpha là 0.812 >0.6, các hệ số tương quan biến tổng đều đạt tiêu chu n (>0.3); khái niệm “Lạc quan” (LQ) có hệ số ronbach’s Alpha là 0. 88 >0.6, các hệ số tương quan biến tổng đều đạt tiêu chu n (>0.3); khái niệm “ y vọng” (HV) có hệ số ronbach’s Alpha là 0.721 >0.6, các hệ số tương quan biến tổng đều đạt tiêu chu n (>0.3); khái niệm “Thích nghi” (TN) có hệ số ronbach’s Alpha là 0. 56 >0.6, các hệ số tương quan biến tổng đều đạt tiêu chu n (>0.3); khái niệm “Kết quả công việc của nhân viên” (KQ) có hệ số ronbach’s
Alpha là 0.780 >0.6, các hệ số tương quan biến tổng đều đạt tiêu chu n (>0.3) (Xem thêm phụ lục 2.1)
Bảng 3. 7. Tóm t t kiểm định độ tin cậy thang đo
Khái niệm Số biến quan sát Cronbach’s Alpha Hệ số tư ng quan biến tổng nhỏ nhất Mối quan hệ lãnh đạo
- nhân viên– LMX 9 0.905 0.549 (LMX7)
Tự tin 4 0.812 0.605 (TT1)
Lạc quan 3 0.888 0.764 (LQ1)
Hy vọng 3 0.721 0.499 (HV3)
Thích nghi 3 0.856 0.630 (TN1)
Kết quả công việc của
nhân viên 5 0.780 0.414 (KQ3)
Nguồn: Tác giả tổng hợp
Do đ , thang đo cho các khái niệm “Mối quan hệ lãnh đạo - nhân viên”, nhóm thang đo “năng lực tâm lý” gồm: “Tự tin”, “Lạc quan”, “Hy vọng”, “Thích nghi” và thang đo “ ết quả công việc của nhân vi n” đều đạt yêu cầu và các biến quan sát của các thang đo này sẽ được sử dụng cho phân tích EFA (bảng 3.8).
Kết quả EFA cho các thành phần có trong mơ hình: Bảng 3.8 cho thấy các yếu
tố “Mối quan hệ lãnh đạo - nhân viên”, nh m thang đo “năng lực tâm lý” gồm: “Tự tin”, “Lạc quan”, “Hy vọng”, “Thích nghi” và thang đo “ ết quả cơng việc của nhân vi n” đều c điểm dừng khi Eigenvalue > 1 và cho thấy trích được 1 nh m tại điểm dừng Eigenvalue lần lượt là: 5.132, 3.793, 2.694, 1.810, 1.154, 2.970 (đều >1) và phương sai trích được lần lượt là: 57.091%, 29.193%, 20.725%, 13.925%, 8.810%, 59.409%. Ngoài ra, các thang đo của các nhân tố này đều có hệ số tải nhân tố > 0.5.
Do đ , tất cả biến quan sát của các thang đo “Mối quan hệ lãnh đạo - nhân viên”, nh m thang đo “năng lực tâm lý” gồm: “Tự tin”, “Lạc quan”, “ y vọng”, “Thích nghi” và
thang đo “ ết quả công việc của nhân viên” đều sẽ được giữ nguy n như thang đo đề xuất ban đầu và tiếp tục dùng cho phần nghiên cứu chính thức.
Bảng 3. 8. Kết quả phân tích EFA s bộ
Biến quan sát Nhân tố Mối quan hệ lãnh đạo - nhân viên Tự tin Lạc quan Thích nghi Hy vọng Kết quả công việc LMX5 0.893 LMX4 0.847 LMX3 0.787 LMX2 0.756 LMX1 0.737 LMX6 0.725 LMX8 0.718 LMX9 0.666 LMX7 0.631 TT4 0.818 TT2 0.792 TT3 0.789 TT1 0.787 LQ3 0.872 LQ2 0.862 LQ1 0.861 TN3 0.891 TN2 0.865 TN1 0.776 HV2 0.849 HV1 0.789 HV3 0.769 KQ2 0.882 KQ1 0.873 KQ4 0.759 KQ5 0.710 KQ3 0.592 Eigenvalues 5.132 3.793 2.694 1.810 1.145 2.970 Phương sai trích (%) 57.019 29.193 20.725 13.925 8.810 59.409 Cronbach’s Alpha 0.905 0.812 0.888 0.856 0.721 0.780
Nguồn ết quả xử lý từ dữ liệu điều tra của tác giả
3.4. Nghiên cứu chính thức 3.4.1. Chọn mẫu nghiên cứu 3.4.1. Chọn mẫu nghiên cứu
C 2 phương pháp chọn mẫu cơ bản là: Chọn mẫu ngẫu nhiên (hay chọn mẫu xác suất) và chọn mẫu phi ngẫu nhiên (hay chọn mẫu phi xác suất). Để đạt được mục tiêu nghiên cứu, thiết kế chọn phi xác xuất với hình thức chọn mẫu ngẫu nhiên.
Theo Cooper & Schinddler (1998), lý do quan trọng khiến ta sử dụng phương pháp chọn mẫu phi xác xuất là tính tiết kiệm chi phí, thời gian. Ngồi ra, hai tác giả tr n cũng nhắc nhở rằng chọn mẫu xác xuất không phải lúc nào cũng đảm bảo tính chính xác và trong một số trường hợp chọn mẫu xác xuất là không thực hiện được. Tuy nhiên chọn mẫu phi xác xuất cũng c nhược điểm, đ là sự chủ quan thiên vị trong quá trình chọn mẫu và sẽ làm méo mó biến dạng kết quả nghiên cứu.
Tại TP.HCM hiện nay có tổng cộng khoảng 32 Ngân hàng thương mại cổ phần. Trong phạm vi nghiên cứu này không đủ thời gian và nhân lực để phỏng vấn tất cả nhân viên của 32 ngân hàng trên, do đ thông qua phân tích định tính, tác giả đã xác định được 11 ngân hàng có số lượng nhân viên nhiều nhất tr n địa bàn TP.HCM, đại diện cho 32 Ngân hàng TMCP hiện có tại TP.HCM, bao gồm: Ngân hàng TMPC Á hâu (A B , Ngân hàng TM Sài ịn Thương Tín (Sacombank , Ngân hàng TMCP Ngoại Thương Việt Nam (V B , Ngân hàng TM ông Thương VIệt Nam (Vietinbank), Ngân hàng TM Đầu Tư và hát Triển Việt Nam (BIDV), Ngân hàng TM Quân Đội (MBBank), Ngân hàng TPCP Sài Gòn (SCB), Ngân hàng TMCP Phát triển TP.HCM (HDBank), Ngân hàng TMCP Xuất nhập kh u Việt Nam (Eximbank), Ngân hàng TMCP Kỹ Thương Việt Nam (Techcombank), Ngân hàng TMCP Nam Á (NamABank).
Theo Hair & cộng sự (2006 kích thước mẫu ít nhất phải đạt được là 50 mẫu, nếu đạt được 100 thì càng tốt và tỷ lệ quan sát/ biến đo lường là 5:1, tức là một biến đo lường cần
tối đa 05 biến quan sát (Nguyễn Đình Thọ, 2011). Với 27 biến quan sát thì kích thước mẫu dự tính là 27*5 = 135 trở lên.
Nghiên cứu về cỡ mẫu của Roger (2006) cũng cho thấy cỡ mẫu tối thiểu áp dụng được trong các nghiên cứu thực hành là từ 150 - 200. Nhằm giảm sai số do chọn mẫu, tiêu chí khi thực hiện khảo sát này là trong điều kiện cho phép thì việc thu thập càng nhiều dữ liệu nghiên cứu càng tốt, giúp tăng tính đại diện cho tổng thể. Do đ , kích thước mẫu mà tác giả lựa chọn là 400 mẫu.
3.4.2. Phương pháp thu thập dữ liệu
Khảo sát được xem là phương pháp thu thập dữ liệu phổ biến nhất trong nghiên cứu định lượng. Tác giả sẽ tiến hành khảo sát thông qua việc gửi bảng câu hỏi đến các nhân viên tại 11 ngân hàng có số lượng nhân viên nhiều nhất tr n địa bàn TP.HCM.
3.4.3. Phương pháp xử lý số liệu
Dữ liệu thu thập được xử lý bằng phần mềm SPSS, tác giả sử dụng phép phân tích mơ tả (descriptives) trong phần mềm S SS 23.0 để phân tích các thuộc tính của mẫu nghiên cứu (các thông tin của đối tượng được khảo sát) gồm: Giới tính, tuổi, trình độ học vấn, thu nhập.
Kiểm định độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha
Việc tiến hành phân tích ronbach’s Alpha nhằm để kiểm định độ tin cậy của thang đo thông qua hệ số ronbach’s Alpha và đồng thời cũng loại bỏ những biến quan sát có tương quan biến tổng (Item-Total correlation) thấp.
Hệ số ronbach’s Alpha c giá trị biến thiên trong khoảng [0,1]. Một thang đo c độ tin cậy được cho là tốt khi nó biến thiên trong khoảng [0.70, 0.80]. Nếu hệ số ronbach’s Alpha >=0.6 thì thang đo c thể được chấp nhận về độ tin cậy. Tuy nhiên, về mặt lý thuyết thì hệ số ronbach’s Alpha càng cao càng tốt (nghĩa là thang đo càng c độ tin cậy cao).
Nhưng điều này khơng phải là đúng hồn tồn. Trường hợp hệ số ronbach’s Alpha quá lớn (α > 0.95 chứng tỏ có nhiều biến trong thang đo khơng c sự phân biệt (có nghĩa là các thang đo này cùng đo lường một nội dung nào đ của khái niệm nghiên cứu). Hiện tượng này được gọi là hiện tượng trùng lắp trong đo lường (redundancy). Vì vậy, khi kiểm tra từng biến đo lường chúng ta nên sử dụng thêm hệ số tương quan biến - tổng. Theo Nunnally và Bernstein (1994), nếu một biến đo lường có hệ số tương quan biến - tổng hiệu chỉnh (Corrected item - total correlation) >=0.3 thì biến đ được xem như đạt yêu cầu (Nguyễn Đình Thọ, 2011).
Như vậy, khi phân tích ronbach’s Alpha ta sẽ loại các thang đo c hệ số nhỏ (α <0.6 và các biến quan sát có hệ số tương quan biến tổng hiệu chỉnh nhỏ (<0.3) ra khỏi mơ hình bởi vì các biến quan sát này khơng phù hợp hoặc không c ý nghĩa đối với thang đo. “Tuy
nhiên, các biến không đạt yêu cầu nên loại hay khơng khơng chỉ đơn thuần nhìn vào con số thống kê mà còn phải xem xét giá trị nội dung của khái niệm” (Nguyễn Đình Thọ, 2011,
trang 354).
Phân tích nhân tố khám phá EFA
Thang đo sau khi loại bỏ các biến khơng đạt u cầu thơng qua phân tích ronbach’s Alpha, phân tích nhân tố khám phá EFA (Exploratory Factor Analysis) sẽ được sử dụng để xác định giá trị hội tụ (convergent validity), giá trị phân biệt (discriminant validity và đồng thời gom gọn các tham số ước lượng theo từng nhóm biến lại với nhau.
Những biến quan sát có trọng số λi (factor loading <0.5 khi phân tích EFA sẽ tiếp tục bị loại để thang đo c thể đạt được giá trị hội tụ. Đối với giá trị phân biệt thì khác biệt giữa các nhân tố phải ≥0.3 (λiA – λiB ≥0.3 . “Vấn đề loại bỏ biến có trọng số nhân tố thấp cần
chú ý đến giá trị nội dung của biến đó đóng góp vào giá trị nội dung của khái niệm nó đo lường. Nếu λi khơng q nhỏ, ví dụ λi =0.40 chúng ta khơng nên loại nó” (Nguyễn Đình
Thọ, 2011, trang 401- 402).
Số lượng nhân tố được xác định dựa trên chỉ số Eigenvalue - đại điện cho phần biến thi n được giải thích bởi mỗi nhân tố. Số lượng nhân tố được xác định ở nhân tố (dừng ở nhân tố) có Eigenvalue tối thiểu bằng 1 (≥ 1 và những nhân tố có Eigenvalue nhỏ hơn 1 sẽ
bị loại ra khỏi mơ hình. “Tiêu chuẩn phương sai trích (Variance explained criteria) Tổng
phương sai trích phải đạt từ 50% trở lên, nghĩa là phần chung phải lớn hơn phần riêng và phương sai từ 60% trở lên được coi là tốt” (Nguyễn Đình Thọ, 2011, trang 393, 403).
Để xác định sự phù hợp khi sử dụng EFA thì người ta thường tiến hành dùng kiểm định Barlett và KMO:
Kiểm định Bartlett: Được dùng để xét xem ma trận tương quan c phải là ma trận đơn
vị (I) hay khơng. Kiểm định Barlett chỉ có ý nghĩa thống kê khi giá trị Sig <0.05. Điều này chứng tỏ rằng các biến quan sát c tương quan với nhau trong một tổng thể.
Kiểm định KMO: KMO là chỉ số dùng để so sánh độ lớn giữa hệ số tương quan giữa
các biến đo lường và độ lớn của hệ số tương quan ri ng phần của chúng (Nguyễn Đình Thọ, 2011, trích từ Norusis, 1994). Hệ số KMO càng lớn thì càng tốt vì phần chung giữa các biến sẽ càng lớn. Hệ số KMO phải đạt giá trị từ 0.5 trở l n ( MO ≥ 0.5 điều này thể hiện việc phân tích là phù hợp. Hệ số KMO <0.5 thì khơng thể chấp nhận được (Nguyễn Đình Thọ, 2011, trích từ Kaiser, 1974). “Tuy nhiên, trong thực tế, với sự hỗ trợ của các phần mềm xử
lý thống kê SPSS và chúng ta có thể nhìn vào kết quả trọng số nhân tố và phương sai trích đạt u cầu thì vấn đề kiểm định artlett, MO khơng cịn ý nghĩa nữa vì chúng ln ln đạt yêu cầu” (Nguyễn Đình Thọ, 2011, trang 397).
Trong nghiên cứu này, tác giả sử dụng phương pháp trích nhân tố Principal Axis Factoring với phép xoay romax và điểm dừng khi trích các yếu tố có Eigenvalues lớn hơn hoặc bằng 1
Phân tích nhân tố khẳng định CFA
Phân tích nhân tố khẳng định nhằm các mục ti u như sau: Đo lường tính đơn hướng, đánh giá độ tin cậy của thang đo, giá trị hội tụ, giá trị phân biệt và giá trị liên hệ với lý thuyết của mơ hình nghiên cứu.
Đo lường tính đơn hướng: Theo Hair và cộng sự (2010), mức độ phù hợp của mơ
hình với dữ liệu thị trường cho chúng ta điều kiện cần và đủ để cho tập biến quan sát đạt được tính đơn hướng, ngoại trừ trường hợp các sai số của các biến quan sát c tương quan với nhau.
Để đo lường mức độ phù hợp với thông tin thị trường, Chi-square ( MIN/df thường được sử dụng để điều chỉnh theo bậc tự do; chỉ số thích hợp tốt (GFI-Good of Fitness Index); chỉ số thích hợp so sánh (CFI – Comparative Fit Index); chỉ số Tucker và Lewis (TLI – Tucker và Lewis Index); chỉ số RMSEA (Root Mean Square Error Approximation).
Mô hình được xem là phù hợp với dữ liệu thị trường khi kiểm định Chi-square có P- value > 0.05; CMIN/df =< 2, một số trường hợp CMIN/df có thể =< 3; GFI, CFI, TLI >= 0.9; và RMSEA =< 0.0 . Tuy nhi n, theo quan điểm gần đây của các nhà nghiên cứu thì GFI vẫn có thể chấp nhận được khi <0.9 (Hair và cộng sự, 2010).
Đánh giá độ tin cậy của thang đo Độ tin cậy của thang đo được đánh giá qua 03 chỉ
số: (1) Hệ số tin cậy tổng hợp (composite reliability); (2) Tổng phương sai trích (variance extracted) và (3) Độ tin cậy ronbach’s Alpha.
Độ tin cậy tổng hợp ( ) và tổng phương sai trích ( được tính theo cơng thức sau:
(∑ )
(∑ ) ∑ ( )
∑
∑ ∑ ( )
Trong đ : i là trọng số chu n hóa của biến quan sát thứ i, (1 - i2 là phương sai của sai số đo lường biến quan sát thứ i và p là số biến quan sát của thang đo.
hương sai trích cũng là một chỉ tiêu dùng để đo lường độ tin cậy. Vì vậy, phương sai trích sẽ phản ánh lượng biến thiên chung của các biến quan sát được tính tốn bởi biến tiềm n. Theo Hair và cộng sự (2010 , phương sai trích của mỗi khái niệm nên >0.5 thì mới