Nghiên cứu chính thức cũng đượcthựchiệnbằngphươngphápnghiêncứuđịnh lượng. Nghiên cứu này được thực hiện thông qua phương pháp gởi bảng câu hỏi phỏng vấn trựctiếp tới đối tượng khảo sát. Dữ liệu sau khi thu thập được sử dụng để kiểm định lại mơ hìnhnghiên cứu và các giả thuyết nghiên cứu đã được đề xuất.
3.3.1 Mẫu nghiên cứu
Tổng thể mẫu: là các nhân viên trình độ cao đẳng, đại học và sau đại học chưa từng làm việc tại doanh nghiệp Nhật Bản trước đây và có ý định làm việc cho các doanh nghiệp Nhật Bản đang hoạt động tại thị trường Việt Nam trong tương lai.
Kích thước mẫu: Nghiên cứu sử dụng quy định về số lượng mẫu theo Hair và cộng sự (2006, trích từ Nguyễn Đình Thọ, 2011), đối với phân tích nhân tố tỷ lệ mẫu trên biến quan sát là 5:1 và kích thước tối thiểu 50, tốt là 100.Nghiên cứu sử dụng 34 biến quan sát, vì vậy tương ứng với kích thước mẫu tối thiểu cho nghiên cứu là 170 mẫu.
Phương pháp lấy mẫu: phương pháp lấy mẫu thuận tiện được sử dụng trong nghiên cứu này. Dữ liệu được thu thập thơng qua hình thức gởi bảng câu hỏi phỏng vấn trực tiếp.Việc phát bảng câu hỏi trực tiếp được thực hiện tại các doanh nghiệp đang hoạt động tại địa bàn TpHCM và các tỉnh lân cận như Bình Dương, Đồng Nai.
3.3.2 Phương pháp phân tích dữ liệu
Các dữ liệu sau khi thu thập được tiến hành mã hóa và xử lýthơng qua phần mềm SPSS 16.0. Các phương pháp phân tích sử dụng trong đề tài nghiên cứu:Phân tích mơ tả, đánh giáđộ tin cậy thang đo bằng hệ số Cronbach Alpha, phân tích nhân tố khám phá EFA, phân tích hồi quy và kiểm định sự khác biệt trung bình.
3.3.2.1 Phân tích mơ tả
Sử dụng phân tíchmơ tả để phân tích các thuộctính của mẫu nghiên cứu (các thông tin các nhân của người được phỏng vấn) như: độtuổi, giới tính, trình độ, kinh nghiệm làm việc.
3.3.2.2 Đánh giá độ tin cậy thang đo
Một đo lường được gọi là có giá trị nếu nó đo lường đúng cái cần đo (Campbell & Fiske, 1959; trích theo Nguyễn Đình Thọ, 2011). Trong đó độ tin cậy là điều kiện cần để cho một đo lường có giá trị.Độ tin cậy của thang đo được đánh giá qua hệ số tin cậy Cronbach Alpha. Một thang đo có độ tin cậy tốt khi nó biến thiên trong khoảng [0,7-0,8], nếu Cronbach Alpha ≥ 0,6 là thang đo có thể chấp nhận được về mặt độ tin cậy (Nunnally& Bernstein, 1994; trích từ Nguyễn Đình Thọ, 2011).
Ngoài ra các biến đo lường dùng để đo lường cùng một khái niệm nghiên cứu nên chúng phải có tương quan chặt chẽ với nhau. Vì vậy khi kiểm tra từng biến đo lường chúng ta sử dụng hệ số tương quan biến tổng (item-total correlation). Spss sử dụng hệ số tương quan biến tổng hiệu chỉnh (corrected item-total correlation), hệ số này lấy tương quan của biến đo lường so sánh với tổng các biến còn lại của thang đo (khơng tín biến xem xét). Nếu một biến đo lường có hệ số tương quan biến tổng hiệu chỉnh ≥ 0,3 thì biến đó đạt u cầu. Tuy nhiên chú ý khi loại các biến có hệ số tương quan biến tổng nhỏ cần cân nhắc giá trị nội dung của khái niệm. Nếu không vi phạm thì có thể loại bỏ cịn ngược lại thì khơng nên nếu hệ số Cronbach Alpha vẫn đảm bảo(Nunnally& Bernstein, 1994; trích từ Nguyễn Đình Thọ, 2011).
3.3.2.3 Phân tích nhân tố khám phá (EFA)
nhân tố EFA được sử dụng để xác định độ giá trị hội tụ (convergent validity), độ giá trị phân biệt (discriminant validity),đồng thời thu gọn các tham số ước lượngtheotừng nhóm biến. Như vậy ta cần xem xét ba thuộc tính quan trọng trong kết quả phân tích EFA: (1) Số lượng nhân tố trích được, (2) Trọng số nhân tố và (3) Tổng phương sai trích.
Phân tích EFA dựa trên cơ sở mối quan hệ giữa các biến đo lường, vì vậy trước khi quyết định sử dụng EFA chúng ta cần xem xét mối quan hệ các biến. Sử dụng ma trận hệ số tương quan (correlation matrix) chúng ta có thể nhân biết mức độ quan hệ giữa các biến, nếu hệ số tương quan <0,3 thì khơng phù hợp để sử dụng EFA (Hair & ctg 2006, trích theo Nguyễn Đình Thọ, 2011)
Sử dụng phương pháp trích nhân tố Principal components với phép xoay Varimax
vàđiểmdừngkhitríchcácyếutốcóEigenvalueslớnhơn1vớicácbiếnquansátđolường khái niệm ý định lựa chọn công việc.
Để thang đo đạt giá trị hội tụ thì hệ số tương quan đơn giữa các biến và cácnhân tố (factor loading) phải lớn hơn hoặc bằng 0.5 trong một nhân tố. Để đạt độ giá trị phân biệt, khác biệt giữa các nhân tố phải lớn hơn hoặc bằng 0,3 (Nguyễn Đình Thọ, 2011).
Số lượng nhân tố được xác định dựa trên chỉ số Eigenvalue - đại điện cho phần biến thiên được giải thích bởi mỗi nhân tố.Theo tiêu chuẩn Kaiser, những nhân tố có Eigenvalue nhỏ hơn 1 sẽ bị loại ra khỏi mơ hình (Nguyễn Đình Thọ, 2011).
Tiêu chuẩn phương sai trích (Variance explained criteria): tổng phương sai trích phải lớn hơn 50%.
Xem xét giá trị KMO: 0,5< KMO < 1 thì phân tích nhân tố là thích hợp với dữ liệu.Ngược lại nếu KMO<0,5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
3.3.2.4 Phân tích hồi quy và kiểm định giả thiết
Sau khi hoàn tất đánh giá độ tin cậy thang đo sử dụng hệ số tincậyCronbach Alpha và kiểm định giá trị khái niệm của thang đo (phân tích nhân tố khám phá
EFA), các biến không đảm bảo độ giá trị hội tụ tiếp tục bị loại khỏi mơ hình cho đến khi các tham số được trích theo các nhóm biến. Để phân tích mơ hình nghiên cứu của đề tài bước tiếp theo sẽ tiến hành chạy hồi quy tuyến tính và kiểm định với mức ý nghĩa 5% theo mơ hình hồi quy sau :
Y = β0 + β 1*X1 + β 2*X2+ … + β i*Xi Trong đó :
Y: Dự định làm việc tại doanh nghiệp Nhật Bản tại Việt Nam. Xi: các yếu tố tác động đến dự định làm việc tại doanh nghiệp Nhật Bản
β 0: hằng số; β i: các hệ số hồi quy (i > 0)
Kết quả của mơ hình sẽ giúp ta xác định được mức độ ảnh hưởng của các yếu tố tác động đến dự định lựa chọn công việc tại doanh nghiệp Nhật Bản ở Việt Nam của người lao động.
Phân tích tương quan
Kiểm định mối tương quan tuyến tính giữa các biến trong mơ hình: giữa biếntrung gian với các biến độc lập, giữa biến trung gian và biến phụ thuộc, giữa các biếnđộc lập và biến phụ thuộc và giữa các biến độc lập với nhau. Sử dụng hệ số tương quan Pearson để lượng hóa mức độ chặt chẽ mối liên hệ tuyến tính giữa hai biến định lượng.
Giá trị tuyệt đối của hệ số Pearson càng gần đến 1 thì hai biến nàymối tương quan tuyến tính càng chặt chẽ (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008).Trong mơ hình nghiên cứu, kỳ vọng có mối tương quan tuyến tính chặt chẽ giữabiến trung gian và các biến độc lập, đồng thời có mối tương quan chặt chẽ giữa biếntrung gian và phụ thuộc.
Kiểm định các giả thuyết
Đánh giá độ phù hợp của mơ hình hồi quy đa biến: R2, R2 hiệu chỉnh.
Kiểm định giả thuyết về độ phù hợp của mơ hình với phân tích phương sai ANOVA và giá trị F
Xác định mức độ ảnh hưởng của các biến độc lập đến biến trung gian: nhân tố có hệ số Betavà hệ số Partial, hệ số Partial lớn hơn thì có thể nhận xét rằngnhân tố đó có mức độ ảnh hưởng cao hơn các nhân tố khác.Đồng thời xem tác động của biến trung giannếu hệ số tương quan là âm điều đó có nghĩa là chúngcó quan hệ trái chiều cịn nếu là dương điều đó có nghĩa là chúng có quan hệcùng chiềuvà nếu hệ số hồi quy có giá trị lớn (trị tuyệt đối) nghĩa là với một sự thay đổi về nhân tố này sẽ dẫn đến một sự thay đổi lớn về quyết định lựa chọn công việc của nhânviên.
Bước cuối cùng là thực hiện kiểm địnhT-testvàphân tích ANOVA(AnalysisOf Variance) giữa các nhóm đối tượng khác nhau với các thành phần của mơ hình cấu trúc đã được kiểm định nhằm tìm ra sự khác biệt có ý nghĩa của một vài nhóm biến nhân khẩu học cụ thể.