Tổng thể nghiên cứu được xác định là toàn bộ nhân viên kết toán tại doanh nghiệp trên địa bàn thành phố Hồ Chí Minh. Tuy nhiên điều tra tổng thể là việc làm bất khả thi, vì vậy nghiên cứu sử dụng điều tra chọn mẫu. Do đây là một nghiên cứu học thuật có sự hạn chế về các nguồn lực thực hiện. Vì vậy tác giả lựa chọn cỡ mẫu theo quy tắc tối thiểu đảm bảo tính tin cậy của nghiên cứu. Việc xác định cỡ mẫu như thế nào chưa có sự thống nhất giữa các nhà nghiên cứu khác nhau. Theo Hair và cộng sự (2006) cỡ mẫu tối thiểu cho các nghiên cứu định lượng là 100. Suanders và cộng sự (2007) đưa ra quy tắc lấy mẫu theo sai số biên giữa tổng thể và mẫu. Với những tổng thể có quy mơ nhỏ có thể lấy mẫu từ mức 50 – 200 mẫu. Đối với những nghiên cứu sử dụng phân tích hồi quy Tabenick và Fidell (2007) đưa ra cơng thức lấy mẫu: n>= 50 + 8p, trong đó n là cỡ mẫu, p là số biến độc lập. Áp dụng quy tắc này thì cỡ mẫu cần thiết của nghiên cứu tối thiểu là: n = 50 + 8*5 = 90. Comrey và Lee (1992) đưa ra các cỡ mẫu với các quan điểm tương ứng: 100 = tệ, 200 = khá, 300 = tốt, 500 = rất tốt, 1000 hoặc hơn = tuyệt vời (dẫn theo Maccallum và cộng sự, 1999), Guiford (1954) là 200. Để đảm bảo tính tin cậy cho nghiên cứu này tác giả lấy cỡ mẫu là 200 đạt mức tốt theo quy tắc của Guiford (1954), đồng thời nó cũng đảm bảo tính tin cậy theo nhiều phương pháp lấy mẫu khác.
3.4 Phƣơng pháp phân tích dữ liệu 3.4.1 Thống kê mơ tả dữ liệu
Trung bình mẫu (mean) trong thống kê là một đại lượng mô tả thống kê, được tính ra bằng cách lấy tổng giá trị của toàn bộ các quan sát trong tập chia cho số lượng các quan sát trong tập.
Số trung vị (median) là một số tách giữa nửa lớn hơn và nửa bé hơn của một mẫu, một quần thể, hay một phân bố xác suất. Nó là giá trị giữa trong một phân bố,
mà số nằm trên hay dưới con số đó là bằng nhau. Điều đó có nghĩa rằng 1/2 quần thể sẽ có các giá trị nhỏ hơn hay bằng số trung vị, và một nửa quần thể sẽ có giá trị bằng hoặc lớn hơn số trung vị.
Độ lệch chuẩn, hay độ lệch tiêu chuẩn, là một đại lượng thống kê mô tả dùng để đo mức độ phân tán của một tập dữ liệu đã được lập thành bảng tần số. Có thể tính ra độ lệch chuẩn bằng cách lấy căn bậc hai của phương sai. Nếu gọi Xi là các giá trị của cơng cụ tài chính, m = E(X) là trung bình cộng của các giá trị Xi, S là phương sai, d là độ lệch chuẩn thì độ lệch chuẩn sẽ được tính tốn như sau: Si = E[(Xi – m)2] d = Căn bậc hai của S.
Tần suất và biểu đồ phân bổ tần suất, tần suất là số lần xuất hiện của biến quan sát trong tổng thể, giá trị các biến quan sát có thể hội tụ, phân tán, hoặc phân bổ theo một mẫu hình nào đó, quy luật nào đó.
3.4.2 Đánh giá độ tin cậy của thang đo
Độ tin cậy của thang đo được đánh giá thông qua hệ số Cronbach Alpha và hệ số tương quan biến tổng (item- total correlation). Nó giúp đo lường mức độ chặt chẽ mà các biến quan sát trong thang đo tương quan với nhau.
Về giá trị của Cronbach alpha, Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2008, Tập 2 tr24) cho rằng: “Nhiều nhà nghiên cứu đồng ý rằng giá trị này từ 0,8 trở lên đến gần 1 thì thang đo lường là tốt. Cũng có nhà nghiên cứu đề nghị rằng Cronbach alpha từ 0,6 trở lên là có thể sử dụng được trong trường hợp khái niệm thang đo lường là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu (Nunnally, 1978; Peterson, 1994; Slater, 1995)”. Trong nghiên cứu này, hầu hết các thang đo tác giả sử dụng hệ số Cronbach alpha đạt giá trị từ 0,6 trở lên (Hair và cộng sự, 2006).
Với những thang đo có hệ số Cronbach Alpha nhỏ hơn 0,6 là thang đo không phù hợp và xem xét loại biến quan sát nào đó đi (trong kết quả kiểm định thang đo sẽ tự đề xuất việc loại bỏ biến này) để đạt được hệ số Cronbach Alpha tốt hơn. Chú
lên. Nếu nhỏ hơn việc thực hiện kiểm định thang đo là khơng phù hợp, khi đó phần mềm sẽ khơng đưa ra kiến nghị gì về đánh giá thang đo.
Trong mỗi thang đo, hệ số tương quan biến tổng thể hiện sự tương quan giữa một biến quan sát với tất cả các biến khác trong thang đo. Hệ số này càng cao thì sự tương quan của biến với các biến khác càng cao. Các biến có hệ số tương quan biến tổng lớn hơn 0,3 (Nunnally and Burstein, 1994) được coi là phù hợp, với những biến quan sát có hệ số tương quan biến tổng nhỏ hơn 0,3 bị coi là biến không hợp lệ và loại khỏi thang đo..
3.4.3 Phân tích nhân tố
Phân tích nhân tố là tên chung của một nhóm các thủ tục được sử dụng chủ yếu để thu nhỏ và tóm tắt các dữ liệu. Phân tích nhân tố giúp thu gọn các biến quan sát thành những nhóm biến, các biến trong nhóm có quan hệ mật thiết với nhau, mỗi nhóm đo lường một yếu tố riêng; các biến quan sát có thể bị tách ra hay nhập vào thành những nhóm mới so với mơ hình ban đầu.
Trong nghiên cứu này, phương pháp nhân tố EFA được sử dụng để xác số lượng nhân tố; hệ số tải; các tham số thống kê quan trọng trong phân tích nhân tố gồm có:
Phương pháp phân tích nhân tố được sử dụng trong nghiên cứu này là Principal Component Analysis với phép quay Varimax with Kaiser Normalization.
Chỉ số Kaiser- Meyer- Olkin (KMO): là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của KMO đủ lớn (giữa 0,5 và 1) là điều kiện đủ để phân tích nhân tố là thích hợp, cịn nếu trị số này nhỏ hơn 0,5 thì phân tích nhân tố có khả năng khơng thích hợp với dữ liệu.
Mức ý nghĩa của kiểm định Bartlett < 0,05 chứng tỏ các biến có tương quan với nhau trong tổng thể - đây là điều kiện cần để áp dụng phân tích nhân tố (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008, tập 2, 31).
Chỉ số Eigenvalue: Đại diện cho lượng biến thiên được giải thích bởi nhân tố. Những chỉ số nhân tố có Eigenvalue > 1 mới được giữ lại trong mơ hình phân tích, các nhân tố có Eigenvalue < 1 sẽ bị loại khỏi mơ hình. Kết quả đưa ra có bao nhiêu chỉ số Eigenvalue >1 sẽ có bấy nhiêu nhân tố được hội tụ.
Phương sai trích Variance explained criteria: tổng phương sai trích phải lớn hơn 50% (Hair và cộng sự 2006).
Độ giá trị hội tụ: Để thang đo đạt giá trị hội tụ thì hệ số tương quan đơn giữa các biến và các hệ số chuyển tải nhân tố (factor loading) phải lớn hơn hoặc bằng 0,5 trong một nhân tố (Gerbing & Anderson, 1988).
3.4.4 Phân tích giá trị trung bình và độ lệch chuẩn
Để đánh giá mức độ cân bằng công việc – cuộc sống, sự hài lịng của các nhân viên kế tốn cũng như mức độ cam kết đối với tổ chức, tác giả sẽ sử dụng hai giá trị là điểm đánh giá trung bình và độ lệch chuẩn. Điểm đánh giá trung bình cho biết mức độ cảm nhận trung bình của tổng thể. Độ lệch chuẩn của các mục hỏi cho biết mức đồng nhất cao hay thấp giữa các câu trả lời.
3.4.5 Đặt tên và điều chỉnh mơ hình nghiên cứu.
Sau khi tiến hành phân tích EFA, căn cứ trên dữ liệu thực tế tác giả sẽ tiến hành đặt lại tên cho các nhân tố hình thành và điều chỉnh mơ hình cũng như các giả thuyết nghiên cứu ban đầu cho phù hợp dữ liệu thực tế.
3.4.6 Phân tích tƣơng quan và hồi quy đa biến
Phân tích tương quan
Sau khi xây dựng các thang đo thích hợp, tiến hành phân tích ma trận tương quan giữa các biến độc lập và biến phụ thuộc, tác giả thực hiện phân tích tương quan và chạy mơ hình hồi quy đa biến với 200 mẫu nghiên cứu ban đầu. Về mặt giả định của mơ hình là các biến độc lập và biến phụ thuộc có quan hệ với nhau, để kiểm tra mối quan hệ này ta sử dụng phân tích tương quan bằng hệ số tương quan Pearson (tương quan đơn). Nếu hệ số tương quan khác 0 và có ý nghĩa thống kê
chứng tỏ từ dữ liệu nghiên cứu có bằng chứng về mối quan hệ giữa các biến trong mơ hình với nhau.
Thơng qua bảng ma trận tương quan sẽ giúp chúng ta có cái nhìn sơ bộ về mối quan hệ qua lại giữa biến độc lập lên biến phụ thuộc.
Phân tích hồi quy và kiểm định các giả thuyết nghiên cứu
Để kiểm định các giả thuyết nghiên cứu phương pháp phân tích hồi quy sẽ được sử dụng. Phương pháp ước lượng hồi quy giữa biến phụ thuộc và các biến độc lập trong mơ hình sử dụng phương pháp tổng bình phương nhỏ nhất (OLS). Tiêu chuẩn kiểm định các giả thuyết nghiên cứu lấy theo thông lệ ở mức ý nghĩa 5%. Các mức ý nghĩa của thống kê t tương ứng được so sánh trực tiếp với giá trị 0.05 để kết luận chấp nhận hay bác bỏ một giả thuyết nghiên cứu. Để xem xét khả năng giải thích của mơ hình hệ số R2 hiệu chỉnh được sử dụng.
Do mơ hình hồi quy được xây dựng bằng phương pháp tổng bình phương nhỏ nhất, vì vậy cần phải thực hiện kiểm định các giả thuyết của phương pháp OLS trước khi đưa ra các kết luận thống kê. Giả sử mơ hình xây dựng có dạng như sau:
Y =β1 + β2X1 +...+ βiXi +u i (mơ hình có i biến độc lập) (1)
Trong đó các :
Y là biến phụ thuộc
β1 là hệ số chặn (contanst) Các Xi là biến độc lập
βi là các hệ số góc – phản ảnh mức độ ảnh hưởng của biến Xi lên biến phụ thuộc Y.
Ui là phần ngẫu nghiên hay còn gọi là nhiễu là phần biến thiên của biến phụ thuộc Y chịu ảnh hưởng ngồi các biến Xi đưa vào mơ hình.
Mơ hình hồi quy tuyến tính chuẩn hóa có dạng như sau:
Cam kết với tổ chức =c + β*Sự hài lòng nhân viên
Cam kết với tổ chức = c + β*Cân bằng công việc – cuộc sống
Cam kết với tổ chức = c + β*Cân bằng công việc – cuộc sống + β*Cân bằng cơng việc – cuộc sống*Sự hài lịng nhân viên
Để đảm bảo mơ hình xây dựng là tốt nhất, phương trình (1) phải đảm bảo thỏa mãn một số giả thuyết sau:
Phương sai của các Ui bằng nhau (Var(Ui) =σ2 không đổi với mọi quan sát), nếu các quan sát khác nhau cho giá trị Var (Ui) khác nhau thì mơ hình bị vi phạm giả thuyết phương sai sai số thay đổi. Hậu quả của việc này là làm ước lượng của phương trình khơng là tốt nhất, các kiểm định mất hiệu lực (Gurajati, 2003 ; Nguyễn Quang Dong, 2003). Phương pháp phát hiện phương sai sai số thay đổi có thể dùng tương quan hạng Spearman.
Các Ui có phân bố chuẩn Ui ~N(0, σ2), nếu các Ui không phân bố chuẩn hàm ước lượng có thể khơng phải là hàm tuyến tính (hàm logarit, hàm mũ,…) tức là mơ hình xây dựng tuyến tính (đường thẳng) là khơng phù hợp. Để nhận biết phân bố chuẩn sử dụng đồ thị Histogram và đồ thị P-Plot.
Mơ hình khơng xảy ra đa cộng tuyến, đa cộng tuyến cũng là hiện tượng các biến độc lập có quan hệ tuyến tính với nhau dẫn đến hiện tượng thổi phồng các kết quả (cộng tuyến) và không tách được ảnh hưởng của từng nhân tố đến biến phụ thuộc. Dấu hiệu nhận biết có đa cộng tuyến có thể sử dụng là chỉ số VIF (nhân tử phóng đại phương sai), nếu VIF nhỏ hơn 10 có thể kết luận đa cộng tuyến không ảnh hưởng đến kết luận từ phương trình hồi quy bằng OLS (Hair và cộng sự, 2006). Tuy nhiên đối với mơ hình hồi quy đơn, hiện tượng đa cộng tuyến hiển nhiên sẽ được bỏ qua.
Sau khi kiểm tra kết quả cho thấy các giả thuyết khơng bị vi phạm thì có thể kết luận ước lượng các hệ số hồi quy là không thiên lệch, nhất quán và hiệu quả. Các kết luận rút ra từ phân tích hồi quy là đáng tin cậy.
3.4.7 Phân tích phƣơng sai ANOVA, t-test cho các nhóm nhân viên
Để đánh giá sự khác biệt về mức độ hài lịng cơng việc theo các nhóm phân loại ta sử dụng phân tích bằng T – test (với phân loại 2 nhóm) và phân tích phương sai (với phân loại hơn 2 nhóm) để xem xét sự khác biệt xảy ra ở nhóm nào ta sử dụng phân tích so sánh đa nhóm bằng giá trị Bonferroni.
Tóm tắt Chƣơng 3
Chương này trình bày cụ thể về quy trình tiến hành nghiên cứu, mơ hình nghiên cứu đã được hiệu chỉnh các chi tiết thang đo như sau:
- Nhân tố cam kết với tổ chức: tác giả tham khảo từ bảng hỏi của Mowday
và cộng sự (1979); Arif và Farooqi (2014); Phạm Thế Anh, Nguyễn Thị Hồng Đào (2013)
- Nhân tố hài lịng cơng việc: tác giả tham khảo từ Bảng câu hỏi của Wessels (2012), Phạm Thế Anh, Nguyễn Thị Hồng Đào (2013).
- Nhân tố cân bằng công việc – cuộc sống : tác giả tham khảo từ Bảng câu
hỏi của Wessels (2012) và Singh (2014).
Nghiên cứu sơ bộ sẽ gồm nghiên cứu định tính để điều chỉnh từ ngữ thang đo cho rõ nghĩa và nghiên cứu định lượng sơ bộ (dùng hệ số tin cậy Cronbach Alpha) để loại biến có hệ số tương quan thấp trong các thang đo để đưa ra bảng câu hỏi khảo sát cuối cùng. Chương 3 cũng trình bày về mẫu trong nghiên cứu này được lấy theo phương pháp thuận tiện, phương pháp xử lý số liệu từ các dữ liệu thị trường thu thập được thông qua nghiên cứu định lượng là các phép kiểm định và hồi quy tuyến tính.
CHƢƠNG 4 KẾT QUẢ NGHIÊN CỨU
4.1 Mô tả mẫu nghiên cứu
Tác giả tiến hành phát ra 200 phiếu khảo sát cho các nhân viên kế toán tại các doanh nghiệp trên địa bàn Thành phố Hồ Chí Minh theo hai cách là phát phiếu khảo sát trực tiếp cho nhân viên và điều tra khảo sát trực tiếp với các nhân viên là người quen của tác giả. Kết quả thu về được 142 phiếu hợp lệ và 58 phiếu không hợp lệ (chủ yếu là ở các phiếu giấy trả bỏ xót các câu hỏi và các phiếu online trả lời giống nhau ở các câu hỏi, vì vậy tác giả tiến hành phân tích trên 142 phiếu khảo sát hợp lệ.
Kết quả khảo sát mẫu nghiên cứu như sau:
Đối với nhóm giới tính:
Khảo sát thực hiện với 18 nhân viên nam chiếm tỷ lệ 12.7% và 124 nhân viên là nữ chiếm tỷ lệ 87.3%. Với kết quả này cho thấy tỷ lệ nữ giới cao hơn rất nhiều so với tỉ lệ nam giới được khảo sát.
Đối với nhóm Độ tuổi:
Số lượng nhân viên kế toán dưới 30 tuổi là 19 (chiếm 13.4%); số lượng nhân viên từ 31 – 40 tuổi là 72 người (chiếm 50.7% ) và nhóm từ 41 đến 50 tuổi là 45 người (chiếm 3.7%) và nhóm tuổi trên 50 tuổi là 6 người (chiếm 4.2%). Kết quả cho thấy độ tuổi khảo sát chủ yếu nằm ở độ tuổi 31 đến 40 tuổi.
Đối với nhóm trình độ học vấn:
Kết quả khảo sát cho thấy có 32 người có tình độ từ Đại học trở xuống (chiếm 22.5%) và có 110 người có trình độ trên đại học (chiếm 77.5%). Kết quả chỉ ra đa số cá nhân khảo sát có trình độ trên đại học.
Đối với nhóm thu nhập:
Nhóm nhân viên kế tốn có thu nhập dưới 5 triệu là 30 người (chiếm 31.1%) ; nhóm có thu nhập từ 5 đến 10 triệu là 73 người (chiếm 51.4%) và nhóm có thu nhập trên 10 triệu đồng chiếm tỷ lệ cao nhất 39 người (chiếm 27.5%).
Đối với tình trạng hơn nhân:
Nhóm nhân viên kế tốn chủ yếu đã lập gia đình với 124 cá nhân được khảo sát đã kết hơn (chiếm 87.3%) và chỉ có 18 nhân viên chưa kết hôn (chiếm 12.75).
Bảng 4.1. Thống kê đặc điểm thơng tin khảo sát
Tiêu chí phân loại Số nhân viên
Tỷ lệ (%) Giới tính Nam 18 12.7 Nữ 124 87.3 Độ tuổi =< 30 19 13.4 3 1- 40 72 50.7 41-50 45 31.7 >50 6 4.2 Trình độ học vấn Đại học trở xuống 32 22.5 Trên Đại học 110 77.5 Thu nhập (tháng) < 5 triệu 30 21.1 5 – 10 triệu 73 51.4 > 10 triệu 39 27.5
Tình trạng hơn nhân Đã kết hơn 124 87.3