2.2.3.1. Thu thập số liệu thứ cấp
Đây là những nguồn thông tin cơ bản rất quan trọng để tổng hợp, phân tích và đưa ra những nhận xét, đánh giá thực trạng và đề xuất giải pháp phù hợp với mục tiêu của đề tài. Tác giả sử dụng phương pháp kế thừa để thu thập các thông tin, tài liệu, số liệu thứ cấp đã được công bố ở các cơ quan lưu trữ, trên sách báo, tạp trí, các tài liệu có liên quan đến vấn đề nghiên cứu: Các văn bản pháp luật, Nghị định và Quyết định của Chỉnh phủ và Bộ ngành liên quan; các nghiên cứu có liên quan đến đề tài; các báo cáo, bài báo…Kế thừa các số liệu, tài liệu, cơ sở dữ liệu về thực trạng tạo động lực cho người lao động tại doanh nghiệp tư nhân Công Chiến : Tiền lương và phúc lợi, đặc điểm công việc, môi trường và điều kiện làm việc, cơ hội đào tạo và phát triển, chính sách khen thưởng và sự nghi nhân thành tích, mối quan hệ trong doanh nghiệp.
2.2.3.2. Thu thập số liệu sơ cấp
Thông tin sơ cấp là những thông tin được thu thập trực tiếp từ việc điều tra khảo sát thông qua phỏng vấn bằng bảng câu hỏi điều tra. Phương pháp phỏng vấn điều tra bằng bảng câu hỏi được xây dựng nhằm đạt được mục tiêu của đề tài. Cụ thể như sau:
* Về dung lượng mẫu điều tra:
Để chọn kích thước quan sát nghiên cứu phù hợp đối với phân tích nhân tố khám phá EFA, mẫu quan sát tối thiểu N > 5*n (n: là tổng số biến quan sát) (Hair và và cộng sự, 1997). Theo Tabachnick và Fideel (1996) để tiến hành phân tích hồi quy của một cách tốt nhất thì mẫu quan sát tối thiểu cần đạt được tính theo cơng thức N > 50+8*k (trong đó k là biến độc lập). Trong nghiên cứu này tác giả sử dụng số quan sát ứng với 34 quan sát và 6 biến độc lập, như vậy dung lượng mẫu là: N > max (5*34; 50 + 8*7) = (170;106) = 170 quan sát. Để đạt được kích thước này, tiến hành phỏng vấn 175 nhân viên bằng bảng hỏi. Kết quả số phiếu thu về là 175 trong đó có 4 phiếu không hợp lệ. Kết quả dung lượng mẫu điều tra thể hiện trong bảng 2.7 dưới đây:
Bảng 2.7. Thống kê mô tả mẫu điều tra
Chỉ tiêu Tần số (người) Tỷ trọng (%) Phân theo giới tính
Nam 11 6,43
Nữ 160 93,57
Phân theo độ tuổi
Dưới 25 tuổi 32 18,71
từ 25- dưới 35 tuổi 108 63,16
Từ 35- dưới 45 tuổi 24 14,04
Trên 45 tuổi 7 4,09
Phân theo mối quan hệ lao động
Lao động gián tiếp 18 10,53
Lao động trực tiếp sản xuất 153 89,74
Tổng 171 100
2.2.4.1. Phương pháp xử lý số liệu
Toàn bộ số liệu khảo sát được xử lý bằng phần mềm Microsof Excel và phần mềm SPSS 23.0.
2.2.4.2. Phương pháp phân tích số liệu
* Phương pháp thống kê kinh tế:
Phương pháp thống kê kinh tế bao gồm: thống kê mô tả, thống kê so sánh, phân tích thống kê... Phương pháp này được áp dụng để phân loại, so sánh, phân tích mức độ, động thái của các thơng tin, các chỉ tiêu kinh tế như: số tuyệt đối, số tương đối, số bình quân, tỷ trọng, tốc độ phát triển của các số liệu sử dụng trong khóa luận.
* Phương pháp phân tích kinh tế
Phương pháp này được sử dụng để phân tích xu thế và mức độ ảnh hưởng của các nhân tố đến động lực làm việc của người lao động.
* Phương pháp phân tích nhân tố khám phá (EFA)
Phân tích nhân tố khám phá (Exploratory Factor Anlysis) là phương pháp phân tích nhân tố bằng các thành phần chính (Principal Components) cho phép rút gọn nhiều biến số (Variables hoặc Items) ít nhiều có một mối liên hệ tương quan lẫn nhau thành những đại lượng hoặc thể hiện dưới dạng mối tương quan theo đường thẳng được gọi là những nhân tố (Factors).Nói cách khác, từ một tập hợp n biến quan sát được rút gọn thành một hợp k nhân tố dựa trên cơ sở mối quan hệ tuyến tính giữa các
biến quan sát với một nhân tố. Mơ hình EFA giúp chúng ta sắp xếp các biến có tương quan vào trong các nhân tố độc lập để xác định các nhân tố hình thành nên mơ hình nghiên cứu.
Bước 1: Kiểm định chất lượng của thang đo (nhân tố)
Sử dụng kiểm định Cronbach Alpha để đánh giá chất lượng của thang đo xây dựng. Thang đo được đánh giá chất lượng khi hệ số Cronbach Alpha của tổng thể lớn hơn 0,6, hệ số tương quan biến tổng phù hợp (Corrected Item – Total Correlation) của từng quan sát lớn hơn 0,3[10].
Bước 2: Phân tích phân tố khám phá (EFA - Exploratory Factor Anlysis)
Để mơ hình EFA đảm bảo khả năng tin cậy, đòi hỏi thực hiện các kiểm định chính sau:
(1) Kiểm định mức độ phù hợp của mơ hình
Sử dụng hệ số KMO (Kaiser- Meyer- Olkin) để đánh giá sự thích hợp của mơ hình EFA đối với ứng dụng của dữ liệu nghiên cứu. Khi trị số KMO thỏa mãn điều kiện: 0,5 ≤ KMO ≤ 1 thì mơ hình được cho là phù hợp phân tích khám phá là thích hợp cho dữ liệu thực tế. [10]
(2) Kiểm định tương quan của các biến quan sát trong thước đo đại diện
Sử dụng kiểm định Bartlett để đánh giá các biến quan sát có tương quan với nhau trong một thang đo (nhân tố). Khi mức ý nghĩa của kiểm định Bartlett có mức ý nghĩa Sig< 0,05, các biến quan sát có tương quan tuyến tính với nhân tố đại diện [10].
(3) Kiểm định mức độ giải thích của các biến quan sát đối với nhân tố
Mức độ giải thích của các biến quan sát đối với nhân tố được đo bằng giá trị phương sai trích (Cumulative %), giá trị này phải lớn hơn 50% thì nghiên cứu mới có tính thực tiễn. Ví dụ khi giá trị phương sai trích là 65%, có nghĩa là 65 % sự thay đổi của các nhân tố được giải thích bởi các biến quan sát trong mơ hình (thành phần Factor) [10].
Bước 3: Phân tích hồi quy đa biến (Multiple Regression Analysis, MRA)
Để mơ hình hồi quy đảm bảo khả năng tin cậy và hiệu quả, cần thực hiện bốn kiểm định chính sau:
(1) Kiểm định tương quan từng phần của hệ số hồi quy
Mục tiêu của kiểm định này nhằm xem xét các biến độc lập tương quan có ý nghĩa với biến phụ thuộc hay không (xét riêng từng biến độc lập). Khi mức ý nghĩa
của hệ số hồi quy từng phần có độ tin cậy ít nhất 95% (Sig. < 0,05), kết luận tương quan có ý nghĩa thống kê giữa biến độc lập và biến phụ thuộc [10].
(2) Mức độ phù hợp của mơ hình nghiên cứu
Sử dụng phân tích phương sai (Analysis of variance, ANOVA) để kiểm định. Nếu mức ý nghĩa đảm bảo có độ tin cậy ít nhất 95% (Sig. < 0,05), ta chấp nhận giả thuyết H1, mơ hình được xem là phù hợp.[10]
(3) Hiện tượng đa cộng tuyến
Do bước 2 đã qua nhân tố khám phá, các biến độc lập của mơ hình phân tích hồi quy (Các nhân tố của mơ hình EFA) sẽ khơng có hiện tượng đa cộng tuyến. Do đó, khơng cần thiết phải thực hiện kiểm định hiện tượng đa cộng tuyến.[10]
(4) Hiện tượng phương sai phần dư thay đổi
Để kiểm tra hiện tượng này, ta sử dụng kiểm định Spearman, nếu mức ý nghĩa (Sig) của các hệ số tương quan hạng Spearman đảm bảo lớn hơn 0,05; kết luận phương sai phần dư không đổi.[10]