CHƯƠNG III: PHƯƠNG PHÁP NGHIÊN CỨU
3.3 Thực hiện nghiên cứu định lượng
Để trả lời cho câu hỏi: Các nhân tố nào tác động đến động lực làm việc của nhân viên?. Mức độ tác động của các nhân tố này như thế nào? Các phương pháp phân tích dữ liệu sau được áp dụng:
3.3.1. Đánh giá thang đo thông qua hệ số tin cậy Cronbach’s Alpha
Trong phần này các thang đo sẽ được đánh giá độ tin cậy thông qua hệ số tin cậy Cronbach’s Alpha bằng phần mềm SPSS 20. Hệ số Cronbach’s alpha được dùng trước khi phân tích nhân tố khám phá EFA để loại các biến không phù hợp vì các biến rác này có thể tạo ra các nhân tố giả khi phân tích EFA (Nguyễn Đình Thọ- Nguyễn Thị Mai Trang, 2009), hệ số Cronbach’s Alpha tổng ( chung) được quy định như sau:
- Cronbach’s Alpha < 0.6: thang đo cho nhân tố là không phù hợp. Có thể do thiết kế bảng câu hỏi chưa tốt hoặc dữ liệu thu được từ khảo sát có nhiều mẫu xấu.
- 0.6< Cronbach’s Alpha < 0.7: thang đo đủ để thực hiện nghiên cứu mới.
- 0.7< Cronbach’s Alpha < 0.8: thang đo đạt chuẩn cho bài nghiên cứu.
- 0.8< Cronbach’s Alpha <0.95: thang đo rất tốt. Đây là kết quả từ bảng câu hỏi được thiết kế trực quan, rõ ràng, phân nhóm tốt và mẫu tốt, không có mẫu xấu.
- Cronbach’s Alpha >0.95:thang đo ảo do có hiện tượng trùng biến.Nguyên nhân là do thiết kế nội dung các câu hỏi trong cùng nhân tố cùng phản ánh một vấn đề hoặc không có sự khác biệt về mặt ý nghĩa, một nguyên nhân khác nữa là do mẫy giả.
- Các biến có hệ số tương quan biến tổng ( Corrected Item- Total Correlation)
nhỏ hơn 0.3 sẽ bị loại ( Nunnally & Burnstein, 1994).
Do nghiên cứu này cũng đã được nhiều tác giả thực hiện ở nhiều lĩnh vực khác nhau, nên đối với nghiên cứu này, thì hệ số Cronbach’s Alpha từ 0.7 trở lên là mức chấp nhận được.
3.3.2. Phân tích nhân tố EFA
Phân tích nhân tố được sử dụng chủ yếu để đánh giá giá trị hội tụ và giá trị phân biệt. Phương pháp phân tích nhân tố EFA thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau ( interdependence techniques), nghĩa là không có biến phụ thuộc và biến độc lập mà nó dựa vào mối tương quan giữa các biến với nhau ( interrelationship). EFA dùng để rút gọn một tập K biến quan sát thành một tập F ( F<K) các nhân tố có ý nghĩa hơn.
Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến nguyên thủy ( biến quan sát)
Các tác giả mayers, L.S., Gamst, G., Guarino A.J. (2000) đề cập rằng: trong phân tích nhân tố, phương pháp trích Pricipal Components Analysis đi cùng với phép xoay Varimax là cách thức được sử dụng phổ biến nhất và điểm dừng khi trích các nhân tố có Eigenvalue >1.
Trong phân tích nhân tố EFA, các nhà nghiên cứu thường quan tâm đến một số tiêu chuẩn bao gồm:
- Chỉ sô KMO ( Kaiser-Meyer-Olkin measure of sampling adequacy): là một chỉ số được dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của MKO lớn ( giữa 0,5 và 1) là điều kiện đủ để phân tích nhân tố là thích hợp. Nếu chỉ số MKO nhỏ hơn 0,5 thì phân tích nhân tố có khả năng không phù hợp với các dữ liệu. Kiểm định bartlett’s xem xét giả thuyết về độ tương quan giữa các biến quan sát bằng không trong tổng thể. Nếu kiểm định này có ý nghĩa ( Sig < 0,05) thì các biến quan sát có tương quan với nhau trong tổng thể. ( Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008.
- Hệ số tải nhân tố ( factor loading): là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA ( ensuring practical significance).Factor Loadings> 0.3 được xem là đạt mức tối thiểu, factor loadings > 0.4 được xem là quan trọng và factor loadings> 0.5 được xem là có ý nghĩa thực tiễn.
- Thang đo được chấp nhận khi tổng phương sai trích lớn hơn 50% (Gerbing &
Anderson, 1988). Phương pháp trích “ Principal Component Analysis” với phép quay
“ Varimax” được sử dụng trong phân tích nhân tố thang đo các thành phần độc lập.
- Hệ số Eigenvalue ( đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố) chỉ có những nhân tố nào có eigenvalue lớn hơn 1 mới được giữ lại trong mô hình phân tích. Nếu nhỏ hơn 1 sẽ không có tác dụng tóm tắt thông tin tốt hơn một biến gốc, vì sau khi chuẩn hóa mỗi biến gốc có phương sai là 1.
3.3.3 Kiểm định sự phù hợp của mô hình
Phân tích hồi quy tuyến tính đa biến bằng phương pháp bình phương nhỏ nhất thông thường ( Ordinal Least Squares – OLS) cũng được thực hiện, trong dó biến phụ thuộc là động lực làm việc nói chung, biến độc lập dự kiến sẽ là: (1) Điều kiện làm việc, (3) Đào tạo và thăng tiến, (4) Lương và phúc lợi, (5) Khen thưởng, (6) Lãnh đạo trực tiếp.
Phương pháp lựa chọn biến Enter được tiến hành. Hệ số xác định R2 điều chỉnh được dùng để xác định độ phù hợp của mô hình, kiểm định F dùng để khẳng định hả năng mở rộng mô hình này áp dụng cho tổng thể cũng như kiểm định t để bác bỏ giả thuyết các hệ số hồi quy của tổng thể bằng 0.
Mô hình hồ quy tuyến tính được thực hiện với một số giả định và mô hình chỉ thực sự có ý nghĩa khi các giả định này được đảm bảo. Cụ thể, ta cần phải kiểm tra các giả định sau:
- Giả định phương sai của sai số (phần dư) không đổi: dùng biểu đồ phân tán ScatterPlot.
- Giả định các phần dư có phân phối chuẩn: dùng biểu đồ histogram và đồ thị P-P plot.
- Giả định không có sự tương quan giữa các phần dư: dùng hệ số Durbin Watson.
- Giả định mối tương quan giữa các biến độc lập ( hiện tượng đa cộng tuyến ):
dùng hệ số độ chấp nhận của biến Tolerance và hệ số phóng đại VIF.
- Giả định mối tương quan giữa biến độc lập và biến phụ thuộc: Phân tích ma trận tương quan để đánh giá hệ số tương quan ( Pearson Correlation)
Nếu các giả định này bị vi phạm thì các ước lượng không đáng tin cậy nữa ( Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
KẾT LUẬN CHƯƠNG 3
Chương 3 trình bày sơ qua về thông tin chung của công ty công ty CPDVVXD Địa ốc Đất Xanh và trình bày phương phương pháp nghiên cứu được sử dụng để xây dựng đánh giá thang đo lường các khái niệm nghiên cứu, kiểm định mô hình lý thuyết Phương pháp nghiên cứu được thực hiện thông qua kỹ thuật thảo luận nhóm với những thành viên am hiểu tinh tường về tình hình công ty.
Thang đo chính thức được thông qua bao gồm 5 nhân tố tác động đến động lực làm việc của người lao động tại công ty công ty CPDVVXD Địa ốc Đất Xanh bao gồm Thăng tiến và phát triển, Điều kiện và môi trường, Tiền lương thưởng và phúc lợi, Đào tạo, Thăng tiến và phát triển.
Chương tiếp theo sẽ trình bày phương pháp phân tich dữ liệu và kết quả nghiên cứu bao gồm đánh giá thang đo bằng Cronbach Alpha và EFA. Kiểm định mô hình lý thuyết bằng phương pháp hồi quy tuyến tính đa biến.
CHƯƠNG IV: KẾT QUẢ NGHIÊN CỨU