CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.2. Thiết kế nghiên cứu
3.2.1 Thống kê mô tả.
Được sử dụng để phân tích định tính về mẫu nghiên cứu và mô tả đặc điểm
của đối tượng được phỏng vấn. Tôi thực hiện thống kê mô tả cho tất cả các biến quan sát, cho tất cả các nhóm cơng nhân chia theo nhân khẩu học, tính tần số cho từng nhóm biến và cho cả mẫu.
3.2.2 Kiểm định độ tin cậy của thang đo:
Các thang đo trong nghiên cứu thường được đánh giá thông qua phương pháp sử dụng hệ số tin cậy Cronbach Alpha. Tiêu chuẩn để đánh giá một thang đo đạt tiêu chuẩn là hệ số Cronbach’s Alpha lớn hơn 0.6, hệ số tương quan biến tổng > 0.3 (JC Nunnally, IH Bernstein, 1994). Hệ số Cronbach ‘s Anpha cho biết mức độ tương quan giữa các biến trong bảng hỏi, để tính sự thay đổi của từng biến và mối tương quan giữa các biến. Theo nhiều nhà nghiên cứu, mức độ đánh giá các biến thông qua hệ số Cronbach ‘s Anpha được đưa ra cụ thể là:
Hệ số Cronbach ‘s Anpha lớn hơn 0.8: thang đo tốt
Hệ số Cronbach ‘s Anpha từ 0.7 đến 0.8: thang đo chấp nhận được.
Hệ số Cronbach ‘s Anpha từ 0.6 đến 0.7:thang đo chấp nhận được nếu là thang đo mới
3.2.3 Phân tích nhân tố khám phá (EFA):
Trong đề tài nghiên cứu này, phân tích nhân tố EFA sẽ giúp ta xem xét khả năng rút gọn số lượng 28 biến quan sát xuống còn một số các nhân tố có ý nghĩa hơn dùng để phản ánh một cách cụ thể sự tác động của các nhân tố đến lòng trung thành của nhân viên của cơng ty GreenField.
Điều kiện để phân tích nhân tố khám phá là phải thỏa mãn các yêu cầu: hệ số tải nhân tố (factor loading) phải < 0.5 và 0.5 KMO 1.
Kiểm định KMO và Bartlett’s Test.
Trước khi tiến hành phân tích nhân tố cần kiểm tra việc dùng phương pháp này có phù hợp hay khơng. Việc kiểm tra được thực hiện bởi việc tính hệ số KMO (Kaiser-Meyer-Olkin of Sampling Adequacy) và Bartlett’s Test. Kiểm định Bartlett’s Test dùng để xem xét giả thuyết các biến có tương quan trong tổng thể hay khơng. Nếu kiểm định này có ý nghĩa thống kê (Sig. < 0.05) thì các biến quan sát có mối tương quan với nhau.
Phân tích nhân tố khám phá: Phân tích nhân tố là một kỹ thuật phân tích nhằm thu nhỏ và tóm tắt các dữ liệu, rất có ích cho việc xác định các tập hợp nhóm biến. Trong phân tích nhân tố khám phá, tác giả dùng phương pháp trích hệ số Principal Compenent Analysis và phép xoay Varimax để phân nhóm các yếu tố. Mỗi biến quan sát sẽ được tính một tỷ số gọi là hệ số tải nhân tố (Factor Loading), hệ số này cho biết mỗi biến đo lường sẽ thuộc về nhân tố nào (Hair, 1998).
Factor Loading >= 0,3 với cỡ mẫu ít nhất 350
Factor Loading >= 0,55 với cỡ mẫu khoảng 100 -> 350
Factor Loading >= 0,75 với cỡ mẫu khoảng 50 -> 100
Sau mỗi lần phân nhóm, tiến hành xem xét hai chỉ tiêu là hệ số KMO (Kaiser- Mayer-Olkin) phải lớn hơn 0.5 và hệ số tải nhân tố trong bảng Rotated Conponent Matrix phải có giá trị lớn hơn 0.55 để đảm bảo sự hội tụ giữa các biến trong một nhân tố, và điểm dừng khi trích các nhân tố có Eigenvalue lớn hơn 1. Thang đo được chấp nhận với tổng phương sai trích bằng hoặc lớn hơn 50%.
3.2.4 Mơ hình hồi quy đa biến
Mơ hình hồi quy đa biến được sử dụng để nhận diện các nhân tố ảnh hưởng đến
lòng trung thành của nhân viên, và đánh giá mức độ tác động của các yếu tố này đến lòng trung thành của họ với doanh nghiệp đang làm việc.
Mơ hình có dạng như sau:
Trong đó:
Y: biến phụ thuộc
: biểu hiện giá trị của biến độc lập thứ i : hệ số hồi quy riêng phần
: một biến độc lập ngẫu nhiên có phân phối chuẩn với trung bình là 0 và phương sai không đổi
Các chỉ số cần sử dụng:
R2: là hệ số tương quan, thể hiện thực tế của mơ hình.
R2 điều chỉnh: được sử dụng để phản ánh sát hơn mức độ phù hợp của mơ hình hồi quy đa biến vì nó khơng phụ thuộc vào độ lệch phóng đại của R2.
Tiêu chuẩn chấp nhận sự phù hợp của mơ hình tương quan hồi quy là: - Kiểm định F phải có giá trị sig. < 0,05
- Tiêu chuẩn chấp nhận các biến có giá trị Tolerance > 0.0001
- Đại lượng chuẩn đốn hiện tượng đa cộng tuyến với hệ số phóng đại phương sai VIF (Variance Inflation Factor) < 10
- Hệ số Durbin Watson dùng để kiểm định tương quan của các sai số kề nhau (hay còn gọi là tương quan chuỗi bậc nhất) có giá trị biến thiên trong khoảng từ 0 đến 4; nếu các phần sai số khơng có tương quan chuỗi bậc nhất với nhau thì giá trị sẽ gần bằng 2; nếu giá trị càng nhỏ, gần kề 0 thì các phần sai số có tương quan thuận; nếu càng lớn, gần về 4 có nghĩa là các phần sai số có tương quan nghịch.
Dựa vào khung lý thuyết, tác giả xây dựng mơ hình hồi quy cho nghiên cứu như sau :
Lòng trung thành = β+ β1*lương + β2*đồng nghiệp + β3*Cấp trên + β4*Đào tạo và thăng tiến + β5*Môi trường làm việc+ β6*Phúc lợi+β7* Khen thưởng
Kiểm định T-test và phân tích ANOVA : nhằm kiểm định sự khác biệt giữa các biến định tính với biến định lượng, ví dụ có sự khác biệt về sự hài lịng dịch vụ ngân hàng A với các đối tượng khách hàng (như giới tính, độ tuổi, mức thu nhập...) hay khơng. Nếu như biến định tính có 2 giá trị thì chúng ta dùng t-test để kiểm tra, ngược lại ta sẽ dùng ANOVA.
tố. Nghiên cứu dạng này dùng kiểm định phương sai một yếu tố sẽ được thực hiện vì chúng ta chỉ kiểm định biến định tính để phân loại các quan sát thành các nhóm khác nhau. Kiểm định ANOVA gồm kiểm định độ đồng nhất giữa phương sai của các nhóm nhân tố có mức ý nghĩa sig. > 0.05.
Trong bài nghiên cứu, tác giả sử dụng phương pháp phân tích ANOVA một chiều (One-way ANOVA) với biến phụ thuộc Y.
Kết luận chương 3: tác giả khái quát phương pháp nghiên mà cứu mà tác
giả sử dụng để giải quyết các câu hỏi nghiên cứu đặt ra. Nổi bật nhất là tác giả sử dụng Cronbach Alpha để đánh giá độ tin cậy của thang đo. Sử dụng phân tích nhân tố EFA để phản ánh một cách cụ thể sự tác động của các nhân tố đến lòng trung thành của nhân viên của công ty GreenField. Sau đó tác giả sử dụng mơ hình hồi quy đa biến để xác định các yếu tố ảnh hưởng đến lòng trung thành của nhân viên. Sử dụng kiểm định T- test và phân tích ANOVA để kiểm định các giả thiết ngồi mơ hình.