CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊNCỨU VÀ XỬ LÝ SỐ LIỆU
3.6. Kỹ thuật phân tích dữ liệu thống kê
3.6.1. Đánh giá thang đo
Một thang đo được coi là có giá trị khi nó đo lường đúng cái cần đo. Hay nói cách khác đo lường đó vắng mặt cả hai loại sai lệch: sai lệch hệ thống và sai lệch ngẫu nhiên. Ðiều kiện cần để một thang đo đạt giá trị là thang đo đó phải đạt độ tin cậy, nghĩa là cho cùng một kết quả khi đo lặp đi lặp lại.
Độ tin cậy của thang đo được đánh giá bằng phương pháp nhất quán nội tại (Internal Connsistentcy) thông qua hệ số Cronbach Alpha và hệ số tương quan biếntổng (Item-Total Correclation).
Hệ số Cronbach Alpha:
Nhiều nhà nghiên cứu đồng ý rằng Cronbach Alpha từ 0.8 trở lên đến gần 1 thì thang đo lường là tốt, từ 0.7 đến gần 0.8 là sử dụng được. Cũng có nhà nghiên cứu đề rằng Cronbach Alpha từ 0.6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang nghiên cứu là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu (Hồng Trọng-Chu Nguyễn Mộng Ngọc, 2005). Vì vậy đối với nghiên cứu này thì Alpha từ 0.7 trở lên là chấp nhận được.
Hệ số tương quan biến tổng (Item-Total Correclation)
Hệ số tương quan biển tổng là hệ số tương quan của một biến với điểm trung bình của các biến khác trong cùng một thang đo, do đó hệ số này càng cao thì sự
tương quan của biến này với các biến khác trong nhóm càng cao. Theo Nunnally &Burnstein (1994), các biến có hệ số tương quan biến tổng nhỏ hơn 0.3 được coi là biến rác và sẽ bị loại khỏi thang đo.
3.6.2. Phân tích nhân tố khám phá EFA
Ðộ giá trị hội tụ (Convergent Calidity) và độ phân biệt (Discriminant Calidity) của thang đo được đánh giá thông qua phương pháp phân tích nhân tố khám phá EFA (Exploratory Factor Anlysis).
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.
Độ giá trị hội tụ (Convergent Validity) và độ phân biệt (Discriminant Calidity) của thang đo được đánh giá thông qua phương pháp phân tích nhân tố khám phá EFA (Exploratory Factor Anlysis).
Kiểm tra điều kiện để sử dụng EFA
Kiểm định Bartlett’s Test dùng để kiểm định giả thuyết là các biến khơng có tương quan với nhau trong tổng thể, nếu p<5% thì ta kết luận rằng các biến có quan hệ với nhau.
KMO dùng để kiểm tra xem với kích thước mẫu ta có được có phù hợp với phân tích nhân tố hay không. Theo Kaiser (1974) đề nghị KMO >=0,9 rất tốt, KMO >=0,8 tốt, KMO >=0,7 được, KMO >=0,6 tạm được, KMO >=0,5 xấu và nhỏ hơn 0,5 là không thể chấp nhận được.
Theo Hair & ctg (2006) thì một biến đo lường cần tối thiểu là 5 quan sát, vậy nếu lấy tỷ lệ 5:1 thì kích thước mẫu là 35x5=175 sẽ phù hợp. Như vậy với số lượng mẫu thu thập hợp lệ trong khảo sát này là 185 phiếu là phù hợp với điều kiện số lượng mẫu tối thiểu.
Xác định số lượng nhân tố
Số lượng nhân tố được xác định dựa trên chỉ số Eigenvalue, chỉ số này đại điện cho phần biến thiên được giải thích bởi mỗi nhân tố. Theo tiêu chuẩn Kaiser,
những nhân tố có chỉ số Eigenvalue nhỏ hơn 1 sẽ bị loại khỏi mơ hình (Garson, 2003).
Tiêu chuẩn phương sai trích (Variance Explained Criteria): tổng phương sai trích phải lớn hơn 50%.
Độ giá trị hội tụ
Để thang đo đạt giá trị hội tụ thì hệ số tương quan đơn giữa các biến và các nhân tố (Factor loading) phải lớn hơn hoặc bằng 0.5 trong một nhân tố (Jun & ctg, 2002).
Độ giá trị phân biệt
Để đạt được độ giá trị phân biệt, khác biệt giữa các factor loading phải lớn hơn hoặc bằng 0.3 (Jabnoun & ctg, 2003).
Phương pháp trích hệ số sử dụng thang đo: Mục đích kiểm định các thang đo nhằm điều chỉnh để phục vụ cho việc chạy hồi quy mơ hình tiếp theo nên phương pháp trích yếu tố Principal Axis Factoring với phép quay Varimax sẽ được sử dụng cho phân tích EFA trong nghiên cứu vì phương pháp này sẽ giúp kiểm định hiện tượng đa cộng tuyến giữa các yếu tố của mơ hình (nếu có).
3.6.3. Phân tích tương quan – hồi quy
Để kiểm định mối quan hệ giữa các yếu tố tác động đến sự thoả mãn và sự thỏa mãn trong công việc của nhân viên công ty cổ phần truyền thông Việt Nam trong mơ hình nghiên cứu, tác giả 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.
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.
Bước1: Kiểm định mơ hình hồi quy
Thơng thường chúng ta khơng 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 khơng. Ở đây chúng ta khảo sát sự thích hợp bằng cách xây dựng biểu đồ tần số của phần dư, 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.
Hệ số xác định R2 và hệ số xác định điều chỉnh R2adj: hệ số xác định R2cho 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%.
Bước2: Xác định mối liên hệ tuyến tính của các biến độc lập lên biến phụ thuộc.
Tập hợp 7 biến độc lập của mơ hình gốm có: bản chất cơng việc, cấp trên, tiến lương, phúc lợi, cơ hội đào tạo và thăng tiến, đồng nghiệp và mơi trường làm việc. Mơ hình hồi quy dự kiến sau
Y = B0 + B1 X1 + B2 X2 + B3 X3 …… + Bi Xj Trong đó:
Y: mức độ thỏa mãn trong cơng việc của người lao động tại công ty cổ phần truyền thông Việt Nam
Xj: các yếu tố tác động đến sự thỏa mãn trong công việc tại Công ty B0: hằng số
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 này đã trình bày:
Quy trình nghiên cứu: trình bày các bước thực hiện nghiên cứu đề tài
Thiết kế nghiên cứu: trình bày phương pháp nghiên cứu (nghiên cứu định tính, định lượng, phương trình hồi quy bội)
Nghiên cứu chính thức: thiết kế bảng câu hỏi (sử dụng thang đo Likert 5 bậc), diễn đạt và mã hóa bảng câu hỏi để phục vụ cho việc xử lý dữ liệu, các phương pháp đánh giá thang đo.