Nghiên cứu được thực hiện thông qua hai bước: nghiên cứu sơ bộ và nghiên cứu chính thức.
* Nghiên cứu sơ bộ:
- Phương pháp chuyên gia: trong phần này tác giả thảo luận với 5 chuyên gia thuộc lĩnh vực liên quan đến đề tài nghiên cứu, sau đó tác giả đến thảo luận trực tiếp với từng người thông qua bảng câu hỏi đã chuẩn bị sẵn (phụ lục 1). Các câu hỏi phỏng
Cơ sở lý thuyết Các mơ hình nghiên cứu liên quan
Mơ hình nghiên cứu, và các giả thuyết nghiên cứu
Thang đo dự kiến nghiên cứu
Kiểm định độ tin cậy của thang đo
Kiểm định mơ hình lý thuyết
Đề xuất các giải pháp Thang đo chính thức
Điều chỉnh thang đo
- Kiểm định hệ số Cronbach’s Alpha - Phân tích nhân tố khám phá EFA - Điều chỉnh thang đo
vấn được tác giả tham khảo từ các nghiên cứu của tác giả Đặng Thanh Sơn, Lê Kim Long và Đỗ Văn Cường (2013), Đồn Ngọc Phả (2014).
Thơng qua quá trình thảo luận với các chuyên gia, tác giả quyết định lựa chọn 5 nhân tố độc lập ảnh hưởng đến sự hài lòng của người dân và chọn lọc ra 23 biến quan sát theo bảng câu hỏi khảo sát.
Sau khi thống nhất chọn 23 biến quan sát để nghiên cứu, tác giả tiến hành soạn bảng câu hỏi khảo sát, điều chỉnh bảng câu hỏi cho phù hợp nhằm cho người dân dễ dàng trả lời, không nhầm lẫn để đạt độ chính xác cao trong lúc người dân trả lời bảng câu hỏi (phụ lục 2).
* Nghiên cứu chính thức
- Cách chọn mẫu
Theo Nguyễn Đình Thọ (2011), cỡ mẫu là N 5m 50 với m là số biến quan sát. Vậy cỡ mẫu tối thiểu là N ≥ 5× 23 + 50 N ≥ 165. Trong nghiên cứu này tác giả chọn cỡ mẫu nghiên cứu là 300.
Dữ liệu sơ cấp: Tiến hành chọn mẫu thuận tiện và phỏng vấn người dân đã tham gia các lớp tập huấn khuyến công theo bảng câu hỏi đã soạn để thu nhập số liệu.
Dữ liệu thứ cấp: Sử dụng dữ liệu của các nghiên cứu trong nước đã được công bố (số liệu từ luận văn thạc sỹ trong nước, từ tạp chí nước ngồi, tạp chí trong nước), từ các nghiên cứu này tác giả rút ra được các nhân tố ảnh hưởng đến sự hài lòng của người dân đối với chất lượng các lớp tập huấn khuyến công trên địa bàn tỉnh Kiên Giang.
Xây dựng thang đo
Tác giả thiết kế thang đo theo 5 Likert như sau: 1. Hồn tồn khơng đồng ý.
2. Không đồng ý 3. Chưa hẳn đồng ý 4. Đồng ý
5. Hoàn toàn đồng ý.
Theo mơ hình và nghiên cứu sơ bộ thì có 5 nhân tố ảnh hưởng sự hài lòng của người dân đối với chất lượng các lớp tập huấn khuyến cơng. Ta có 5 nhân tố này được
đo lường bởi 23 biến và nhân tố sự hài lòng được đo lường bởi 4 biến, được mã hóa theo bảng 3.1 như sau:
Bảng 3.1. Thang đo các yếu tố ảnh hưởng đến sự hài lòng của học viên
Thang đo
Ký
hiệu Các biến quan sát Nguồn
Cơ sở vật chất
VC1 Nơi học tập/ hội thảo thuận lợi cho việc đi lại Đặng Thanh Sơn, Lê Kim Long, Đỗ Văn Cường (2013) VC2 Nơi học tập/ hội thảo thoải mái
VC3 Dụng cụ, thiết bị phục vụ học tập hiện đại VC4 Tài liệu học tập đầy đủ
Sự tin cậy
TC1 Ban tổ chức thực hiện đúng những gì đã nói với lớp học Phạm Ngọc Nhàn, Huỳnh Quang Tín và Đỗ Ngọc Diễm Phương (2014) TC2 Thời gian sinh hoạt của lớp luôn diễn ra đúng qui định
TC3 Giảng viên luôn lắng nghe ý kiến học viên
TC4 Giảng viên ln giúp đỡ học viên khi gặp khó khăn TC5 Thông tin cung cấp cho học viên ln chính xác
Khả năng đáp ứng
DU1 Các yêu cầu, đề nghị của học viên luôn được đáp ứng Đặng Thanh Sơn, Lê Kim Long và Đỗ Văn Cường (2013) DU2 Giảng viên chịu khó giảng giải thắc mắc của học viên
DU3 Giảng viên quan tâm giúp đỡ học viên sau khóa học DU4 Kiến thức trong khóa học giúp ích cho học viên
Sự đảm
bảo
DB1 Giảng viên có kiến thức sâu rộng Phạm Ngọc
Nhàn, Huỳnh Quang Tín và Đỗ Ngọc Diễm Phương (2014) DB2 Giảng viên có nhiều kinh nghiệm thực tế
DB3 Phương pháp giảng dạy dễ hiểu
DB4 Phần hướng dẫn thực hành đi sâu vào thực tiễn DB5 Việc trao đổi kinh nghiệm trong lớp diễn ra sôi nỗi
DB6 Nội dung tài liệu mới mẻ Tác giả
Sự cảm thơng
CT1 Giảng viên ln cảm thơng khó khăn trong học tập của học viên Phạm Ngọc Nhàn, Huỳnh Quang Tín và Đỗ Ngọc Diễm Phương (2014). CT2 Thái độ giảng viên gần gũi, thân mật
CT3 Giảng viên luôn nhận biết được nhu cầu của học viên CT4 Giảng viên luôn thể hiện sự quan tâm đến sản xuất và
đời sống của học viên
Sự hài lòng
HL1 Học viên hài lòng về nội dung học tập Tác giả HL2 Học viên hài lòng về cơ sở vật chất tại lớp học
HL3 Học viên hài lòng về đội ngũ giảng viên
HL4 Học viên hài lòng về kiến thức có được sau khi hồn thành khóa tập huấn
3.2. Phương pháp chọn mẫu nghiên cứu và vùng khảo sát
Mẫu được chọn để tiến hành điều tra là 300 người, là các học viên ở các tổ chức đoàn thể, các cán bộ phụ trách công nghiệp tại các địa phương và các cơ sở CNNT đã tham gia các lớp tập huấn khuyến công trong giai đoạn 2013-2016.
Bảng 3. 2. Phân bố mẫu khảo sát trên địa bàn tỉnh Kiên Giang
Stt Huyện, thị, TP Số lớp Số người tham gia Số mẫu (người) Tỷ lệ (%) 1 TP.Rạch Giá 5 165 50 30%
2 Huyện Giồng Riềng 4 132 40 30%
3 Huyện Hòn Đất 2 75 25 33%
4 TX.Hà Tiên 2 60 25 42%
5 Huyện Tân Hiệp 4 125 25 20%
6 Huyện Châu Thành 4 133 40 30% 7 Huyện Gò Quao 2 55 25 45% 8 Huyện Vĩnh Thuận 2 50 25 50% 9 Huyện An Minh 1 30 25 83% 10 Huyện Phú Quốc 2 75 20 27% Cộng 28 900 300 33%
Nguồn: Báo cáo kết quả hoạt động của Trung tâm Khuyến công từ năm 2013- 2016.
Mẫu điều tra này được xem như là một điển hình cho tồn tỉnh bởi các huyện, thị, TP trên đại diện cho các tiểu vùng của tỉnh Kiên Giang. Cách chọn người dân được điều tra, phỏng vấn tại các huyện là hoàn toàn ngẫu nhiên dựa trên danh sách của các khoá tập huấn đã tiến hành trong các năm 2013-2016.
3.3. Phương pháp thu thập số liệu 3.3.1. Dữ liệu thứ cấp 3.3.1. Dữ liệu thứ cấp
Các văn bản về khuyến công của Trung ương, tỉnh Kiên Giang, Niên giám thống kê tỉnh Kiên Giang, các Báo cáo kết quả hoạt động của Trung tâm Khuyến công Khuyến công trong các năm 2013 - 2016.
3.3.2. Dữ liệu sơ cấp
Dữ liệu được thu thập thông qua bảng câu hỏi phỏng vấn học viên tham gia các lớp tập huấn khuyến công từ năm 2013-2016.
Khảo sát 300 học viên được phỏng vấn bao gồm các học viên ở các tổ chức đoàn thể, các cán bộ phụ trách công nghiệp tại các địa phương và các cơ sở CNNT. Thông tin chủ yếu thu thập khi phỏng vấn: thông tin chung về học viên như: giới tính, tuổi, trình độ học vấn và phần khảo sát các mức độ hài lòng của học viên.
3.4. Phương pháp phân tích dữ liệu 3.4.1. Đánh giá sơ bộ thang đo 3.4.1. Đánh giá sơ bộ thang đo
Việc đánh giá sơ bộ độ tin cậy và giá trị của thang đo được thực hiện bằng phương pháp hệ số tin cậy Cronbach’s Alpha và phân tích nhân tố khám phá EFA (Exploring Factor Analysis) thông qua phần mềm xử lý SPSS 20.0 để sàng lọc, loại bỏ các biến quan sát không đáp ứng tiêu chuẩn độ tin cậy. Trong đó:
- Cronbach’s Alpha là phép kiểm định thống kê về mức độ chặt chẽ (khả năng giải thích cho một khái niệm nghiên cứu) của tập hợp các biến quan sát thông qua hệ số Cronbach’s Alpha. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008, tr.257, 258) cùng nhiều nhà nghiên cứu đồng ý rằng khi hệ số Cronbach alpha có giá trị từ 0,7 trở lên là sử dụng được. Về mặt lý thyết, Cronbach’s alpha càng cao thì càng tốt (thang đo càng có độ tin cậy cao). Tuy nhiên, nếu Cronbach’s Alpha quá lớn (95%) thì xuất hiện hiện tượng trùng lắp (đa cộng tuyến) trong đo lường, nghĩa là nhiều biến trong thang đo khơng có khác biệt gì nhau (Nguyễn Đình Thọ, 2011, tr.350-351).
- Tuy nhiên, bên cạnh hệ số Cronbach’s Alpha, người ta còn sử dụng hệ số tương quan biến tổng (iterm - total correlation), do hệ số Cronbach’s Alpha không cho biết biến nào nên loại bỏ và biến nào nên giữ lại; theo đó những biến nào có tương quan biến tổng < 0,3 sẽ bị loại bỏ (Nguyễn Đình Thọ, 2011).
3.4.2. Phân tích nhân tố khám phá EFA
Phân tích nhân tố khám phá EFA được sử dụng phổ biến để đánh giá giá trị thang đo (tính đơn hướng, giá trị hội tụ và giá trị phân biệt) hay rút gọn một tập biến. Trong nghiên cứu này, phân tích nhân tố được ứng dụng để tóm tắt tập các biến quan sát vào một số nhân tố nhất định đo lường các thuộc tính của các khái niệm nghiên cứu. Tiêu chuẩn áp dụng và chọn biến đối với phân tích nhân tố khám phá EFA bao gồm:
Tiêu chuẩn Bartlett và hệ số KMO (Kaiser – Mayer – Olkin) dùng để đánh giá sự thích hợp của EFA. Theo đó, giả thuyết H0 (các biến khơng có tương quan với nhau trong tổng thể) bị bác bỏ và do đó EFA được gọi là thích hợp khi: 0,5 ≤ KMO ≤ 1 và Sig < 0,05. Trường hợp KMO < 0,5 thì phân tích nhân tố có khả năng khơng thích hợp với dữ liệu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008, tr.262).
Tiêu chuẩn rút trích nhân tố gồm chỉ số Engenvalue (đại diện cho lượng biến thiên được giải thích bởi các nhân tố) và chỉ số Cummulative (tổng phương sai trích cho biết phân tích nhân tố giải thích được bao nhiêu % và bao nhiêu % bị thất thốt). Theo Nguyễn Đình Thọ (2011), các nhân tố có Engenvalue < 1 sẽ khơng có tác dụng tóm tắt thơng tin tốt hơn biến gốc (biến tiềm ẩn trong các thang đo trước khi EFA). Vì thế, các nhân tố chỉ được rút trích tại Engenvalue > 1 và được chấp nhận khi tổng phương sai trích ≥ 50%. Tuy nhiên, trị số Engenvalue và phương sai trích là bao nhiêu cịn phụ thuộc vào phương pháp trích và phép xoay nhân tố. Theo Nguyễn Trọng Hoài (2009, tr.14), nếu sau phân tích EFA là phân tích hồi qui thì có thể sử dụng phương pháp trích Principal components với phép xoay Varimax.
Tiêu chuẩn hệ số tải nhân tố (Factor loadings) biểu thị tương quan đơn giữa các biến với các nhân tố, dùng để đánh giá mức ý nghĩa của EFA. Theo Hair và ctg, Factor loading > 0,3 được xem là đạt mức tối thiểu; Factor loading > 0,4 được xem là quan trọng; Factor loading > 0,5 được xem là có ý nghĩa thực tiễn. Trường hợp chọn tiêu chuẩn Factor loading > 0,3 thì cỡ mẫu ít nhất phải là 350; nếu cỡ mẫu khoảng 100 thì nên chọn tiêu chuẩn Factor loading > 0,55; nếu cỡ mẫu khoảng 50 thì Factor loading > 0,75 (Nguyễn Trọng Hoài, 2009, tr.14). Ngoài ra, trường hợp các biến có Factor loading được trích vào các nhân tố khác nhau mà chênh lệch trọng số rất nhỏ (các nhà nghiên cứu thường không chấp nhận < 0,3), tức không tạo nên sự khác biệt để đại diện cho một nhân tố, thì biến đó cũng bị loại và các biến cịn lại sẽ được nhóm vào nhân tố tương ứng đã được rút trích trên ma trận mẫu (Pattern Matrix).
3.4.3. Phân tích hồi qui tuyến tính bội
Bước 1: Kiểm tra tương quan giữa biến các biến độc lập với nhau và với biến
phụ thuộc thông qua ma trận hệ số tương quan. Theo đó, điều kiện để phân tích hồi qui là phải có tương quan giữa các biến độc lập với nhau và độc lập với biến phụ thuộc. Tuy nhiên, nếu hệ số tương quan > 0,85 thì cần xem xét vai trị của các biến độc lập, vì có thể xảy ra hiện tượng đa cộng tuyến (một biến độc lập này có được giải thích bằng một biến khác).
Bước 2: Xây dựng và kiểm định mơ hình hồi qui
Y = β1X1+β2X2+ β3X3+ β4X4+...+ βkXk Được thực hiện thông qua các thủ tục:
- Lựa chọn các biến đưa vào mơ hình hồi qui, sử dụng phương pháp Enter tất cả các biến được đưa vào một lần và xem xét các kết quả thống kê liên quan.
- Đánh giá độ phù hợp của mơ hình bằng hệ số xác định R2 (R Square). Tuy nhiên, R2 có đặc điểm càng tăng khi đưa thêm các biến độc lập vào mơ hình, mặc dù khơng phải mơ hình càng có nhiều biến độc lập thì càng phù hợp với tập dữ liệu. Vì thế, R2 điều chỉnh (Adjusted R Square) có đặc điểm không phụ thuộc vào số lượng biến đưa thêm vào mơ hình được sử dụng thay thế R2 để đánh giá mức độ phù hợp của mơ hình hồi qui bội.
- Kiểm định độ phù hợp của mơ hình để lựa chọn mơ hình tối ưu bằng cách sử dụng phương pháp phân tích ANOVA để kiểm định giả thuyết H0: (khơng có mối quan hệ tuyến tính giữa biến phụ thuộc với tập hợp các biến độc lập β1=β2=β3=βK= 0).
Nếu trị thống kê F có Sig rất nhỏ (< 0,05), thì giả thuyết H0 bị bác bỏ, khi đó chúng ta kết luận tập hợp của các biến độc lập trong mơ hình có thể giải thích cho sự biến thiên của biến phụ thuộc. Nghĩa là mơ hình được xây dựng phù hợp với tập dữ liệu, vì thế có thể sử dụng được.
- Xác định các hệ số của phương trình hồi qui, đó là các hệ số hồi qui riêng phần βk đo lường sự thay đổi trung bình của biến phụ thuộc khi biến độc lập Xk thay đổi một đơn vị, trong khi các biến độc lập khác được giữ nguyên. Tuy nhiên, độ lớn của βk phụ thuộc vào đơn vị đo lường của các biến độc lập, vì thế việc so sánh trực tiếp
nhau từ đó xác định tầm quan trọng (mức độ giải thích) của các biến độc lập cho biến phụ thuộc, người ta biểu diễn số đo của tất cả các biến độc lập bằng đơn vị đo lường độ lệnh chuẩn beta.
Bước 3: Kiểm tra vi phạm các giả định hồi qui
Mô hình hồi qui được xem là phù hợp với tổng thể nghiên cứu khi không vi phạm các giả định. Vì thế, sau khi xây dựng được phương trình hồi qui, cần phải kiểm tra các vi phạm giả định cần thiết sau đây:
- Có liên hệ tuyến tính gữa các biến độc lập với biến phụ thuộc. - Phần dư của biến phụ thuộc có phân phối chuẩn.
- Phương sai của sai số khơng đổi.
- Khơng có tương quan giữa các phần dư (tính độc lập của các sai số).
- Khơng có tương quan giữa các biến độc lập (khơng có hiện tượng đa cộng tuyến).
Trong đó:
- Công cụ để kiểm tra giả định liên hệ tuyến tính là đồ thị phân tán phần dư chuẩn hóa (Scatter) biểu thị tương quan giữa giá trị phần dư chuẩn hóa (Standardized Residual) và giá trị dự đốn chuẩn hóa (Standardized Pridicted Value).
- Công cụ để kiểm tra giả định phần dư có phân phối chuẩn là đồ thị tần số Histogram, hoặc đồ thị tần số P-P plot.
- Công cụ để kiểm tra giả định sai số của biến phụ thuộc có phương sai khơng đổi là đồ thị phân tán của phần dư và giá trị dự đốn hoặc kiểm định Spearman’s rho.
- Cơng cụ được sử dụng để kiểm tra giả định khơng có tương quan giữa các phần dư là đại lượng thống kê D (Durbin - Watson), hoặc đồ thị phân tán phần dư chuẩn hóa (Scatter).
- Cơng cụ được sử dụng để phát hiện tồn tại hiện tượng đa cộng tuyến là độ chấp nhận của biến (Tolerance) hoặc hệ số phóng đại phương sai (Variance inflation factor - VIF). Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008, tr.217, 218), qui tắc chung là VIF > 10 là dấu hiệu đa cộng tuyến; trong khi đó, theo Nguyễn Đình Thọ (2011, tr.497), khi VIF > 2 cần phải cẩn trọng hiện tượng đa cộng tuyến.
CHƯƠNG 4
KẾT QUẢ NGHIÊN CỨU 4.1. Khái quát địa bàn nghiên cứu
4.1.1. Đặc điểm tự nhiên
4.1.1.1. Khái quát về vị trí địa lý hành chính
Tỉnh Kiên Giang nằm ở phía Tây Bắc vùng ĐBSCL và phía Tây Nam của tổ