CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.4 Phương pháp xử lý số liệu
Với tập dữ liệu thu về, sau khi hoàn tất việc gạn lọc, kiểm tra, mã hóa, nhập liệu và làm sạch dữ liệu, sẽ tiến hành xử lý số liệu bằng phần mềm SPSS với một số phương pháp phân tích như sau:
Mơ tả mẫu
Đây là phân tích thống kê tần số để mơ tả các thuộc tính của nhóm mẫu khảo sát như: giới tính, độ tuổi, trình độ học vấn, cấp bậc và kinh nghiệm làm việc.
Đánh giá độ tin cậy của thang đo
Sử dụng Cronbach’s alpha để kiểm tra độ tin cậy các tham số ước lượng trong tập dữ liệu theo từng nhóm yếu tố trong mơ hình. Những biến khơng đảm bảo độ tin cậy sẽ bị loại khỏi tập dữ liệu.
Hệ số Cronbach’s alpha cho biết mức độ tương quan giữa các biến trong bảng câu hỏi và được dùng để tính sự thay đổi của từng biến và mối tương quan giữa những biến.
Tiêu chuẩn đánh giá:
- Các biến có hệ số tương quan biến- tổng (item-total correlation) nhỏ hơn 0.3 sẽ bị loại.
- Các biến có alpha nếu loại biến lớn hơn Cronbach’s alpha sẽ bị loại. - Thang đo sẽ được chọn khi hệ số Cronbach’s alpha lớn hơn 0.6.
Tiến hành loại từng biến, rồi chạy lại kiểm định thang đo, xác định lại hệ số Cronbach’s alpha để quyết định là biến tiếp theo có bị loại hay khơng.
Phân tích nhân tố khám phá EFA
Các biến sau khi được kiểm định thang đo và loại bỏ các biến không đảm bảo độ tin cậy, sẽ được đưa vào phân tích nhân tố để xác định lại thang đo, điều này sẽ giúp đánh giá chính xác hơn các thang đo, loại bỏ bớt các biến đo lường không đạt yêu cầu và làm cho thang đo đảm bảo tính đồng nhất.
Phân tích nhân tố được hiểu là nhằm nhóm các biến ít tương quan với nhau thành các nhân tố mà các biến trong đó có sự tương quan với nhau hơn, từ đó hình thành các nhân tố đại diện nhưng vẫn mang đầy đủ thông tin so với số lượng biến ban đầu. Phân tích nhân tố bao gồm các bước:
Bước 1: Kiểm định sự thích hợp của phân tích nhân tố đối với các dữ liệu ban đầu bằng chỉ số KMO (Kaiser– Meyer– Olkin) và giá trị thống kê Barlett.
Tiêu chuẩn đánh giá: - Chỉ số KMO> 0.5
- Mức ý nghĩa quan sát nhỏ (sig< 0.05)
Các biến quan sát trong tổng thể có mối tương quan với nhau và phân tích nhân tố (EFA) là thích hợp.
Bước 2: Tiếp theo, phương pháp trích nhân tố và phương pháp xoay nhân tố
sẽ được tiến hành để xác định số lượng các nhân tố được trích ra và xác định các biến thuộc từng nhân tố.
Tiêu chuẩn đánh giá:
- Chỉ những nhân tố nào có Eigenvalue lớn hơn 1 sẽ được giữ lại trong mơ hình phân tích, vì những nhân tố này có tác dụng tóm tắt thơng tin tốt hơn so với những nhân tố có Eigenvalue nhỏ hơn 1.
- Tổng phương sai trích lớn hơn 50% để chứng tỏ mơ hình trên phù hợp với dữ liệu phân tích.
- Hệ số Factor loading: là hệ số tương quan đơn giữa biến và nhân tố. Điều kiện: hệ số factor loading > 0.5. Biến sẽ thuộc nhân tố nào mà tại đó biến có hệ số factor loading lớn nhất. Những biến nào không thoả các tiêu chuẩn trên sẽ bị loại.
Bước 3: Kiểm định lại độ tin cậy của thang đo các nhân tố này bằng hệ số
Cronbach’s alpha .
Phân tích tương quan - hồi quy
Để kiểm định mối quan hệ giữa các thành phần văn hóa cơng ty và sự gắn kết với tổ chức của nhân viên trong mơ hình nghiên cứu, sử dụng phương pháp tương quan với hệ số tương quan Pearson (r). Giá trị r: -1 ≤ r ≤ +1.
Nếu r > 0 thể hiện tương quan đồng biến. Ngược lại, r < 0 thể hiện tương quan nghịch biến. Giá trị r = 0 chỉ ra rằng hai biến khơng có mối liên hệ tuyến tính.
│r│ → 1: quan hệ giữa hai biến càng chặt │r│ → 0: quan hệ giữa hai biến càng yếu
Mức ý nghĩa “sig” của hệ số tương quan, cụ thể như sau: Nhỏ hơn 5%: mối tương quan khá chặt chẽ.
Nhỏ hơn 1%: mối tương quan rất chặt chẽ.
Bước kế tiếp, sử dụng phương pháp hồi quy tuyến tính bội. Mục tiêu của phân tích hồi quy là nhằm xác định nhân tố quan trọng nhất, có tác động mạnh nhất đến biến phụ thuộc.
Bước 1: Kiểm định mơ hình hồi quy
- Thơng thường chúng ta không biết trước được mơ hình hồi quy có thích hợp khơng. Do đó chúng ta cần phải tiến hành dị tìm xem có bằng chứng nói rằng các giả định cần thiết bị vi phạm hay không. Ở đây chúng ta khảo sát sự thích hợp bằng cách xây dựng biểu đồ tần số của phần dư chuẩn hố, biểu đồ tần số P-P, đồ thị phân tán. Tiêu chuẩn để đánh giá sự thích hợp của mơ hình là giá trị trung bình Mean của phần dư chuẩn số nhỏ (0.00) và độ lệch chuẩn lớn (> 0.95).
- Hệ số phóng đại VIF khơng vượt quá 10 để tránh hiện tượng đa cộng tuyến cho mơ hình hồi quy (Hồng Trọng, 2008).
- Hệ số xác định R2 và hệ số xác định điều chỉnh R2adj: hệ số xác định R2 cho thấy % biến thiên của biến phụ thuộc được giải thích bởi sự biến thiên của các biến độc lập. Tiêu chuẩn để đánh giá sự thích hợp của mơ hình là hệ số xác định R2 và hệ số xác định điều chỉnh R2adj lớn hơn hay bằng 50%.
Bước 2: Xác định mối liên hệ tuyến tính của các biến độc lập lên biến phụ
thuộc.
Phương trình hồi quy chuẩn hóa: Y= f (A,B,C,D,E,F,G)
Y= β0 + β1*A + β2*B + β3*C + β4*D + β5*E + β6*F + β7*G
Chúng ta đã biết, các kết luận dựa trên hàm hồi quy tuyến tính thu được chỉ có ý nghĩa khi hàm hồi quy đó phù hợp với dữ liệu mẫu và các hệ số hồi quy khác 0 có ý nghĩa; đồng thời, các giả định của hàm hồi quy tuyến tính cổ điển về phương sai, tính độc lập của phần dư… được đảm bảo. Vì thế, trước khi phân tích kết quả hồi quy, ta thực hiện các kiểm định về độ phù hợp của hàm hồi quy, kiểm định ý nghĩa của các hệ số hồi quy và đặc biệt là kiểm định các giả định của hàm hồi quy.
Tiêu chuẩn để xác định mối liên hệ tuyến tính này là dựa vào hệ số β, trị số tuyệt đối của hệ số này càng lớn thì liên hệ tuyến tính càng mạnh. Đồng thời mức ý nghĩa quan sát của các biến độc lập có quan hệ tuyến tính phải nhỏ (0.00).
Tóm tắt chương 3
Chương 3 trình bày cách thức thực hiện nghiên cứu, cách thức khảo sát, phương pháp xử lý số liệu khảo sát, kiểm định thang đo. Nghiên cứu đã xây dựng quy trình nghiên cứu, thiết kế nghiên cứu xác định rõ đối tượng khảo sát nhân viên làm việc tại ngân hàng TMCP Á Châu trên địa bàn Tp.HCM, điều chỉnh thang đo 31 biến quan sát cho 7 thành phần văn hóa của thang đo văn hóa cơng ty và 6 biến quan sát cho thang đo gắn kết với tổ chức. Đây là bước chuẩn bị cần thiết để thực hiện và xác định kết quả nghiên cứu.