CHƯƠNG II: MÔ HÌNH VÀ PHƯƠNG PHÁP NGHIÊN CỨU
2.5 Phương pháp phân tích dữ liệu
Phân tích kết quả thu thập được từ quan sát, thang đo sẽ được đánh giá độ tin cậy thông qua hệ số Cronbach’s Alpha bằng phần mềm thống kê SPSS. Hệ số Alpha của Cronbach’s là một phép kiểm định thống kê về mức độ chặt chẽ của các câu hỏi trong thang đo hay nói cách khác là giúp loại bỏ những biến quan sát và thang đo không đạt. Các nhà nghiên cứu đồng ý rằng khi Cronbach’s Alpha từ 0,8 trở lên đến gần 1 thì thang đo lường tốt, từ 0,7 đến gần 0,8 là sử dụng được. Cũng có nhà nghiên cứu đề nghị rằng Cronbach’sAlpha từ 0,6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang đo lường là mới đối với người trả lời trong bối cảnh nghiên cứu. Trong nghiên cứu này các biến quan sát có hệ số tương quan
biến tổng nhỏ hơn 0,3 sẽ bị loại bỏ và tiêu chuẩn để lựa chọn thang đo là thang đo có hệ số Cronbach’s Alpha từ 0,6 trở lên.
2.5.2 Phân tích nhân tố EFA
Phương pháp phân tích EFA thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau, nghĩa là không có biến độc lập và biến phụ thuộc mà nó dựa vào mối quan hệ tương quan giữa các biến. Nghiên cứu này sử dụng các tiêu chí sau:
- Sử dụng tiêu chí Eigenvalue để xác định số lượng nhân tố trong phân tích EFA. Với tiêu chí này, số lượng nhân tố được xác định phải có Eigenvalue tối thiểu bằng 1 (≥1) với nhân tố nào có Eigenvalue > 1 mới được giữ lại.
- Kiểm định KOM: là chỉ số dùng để so sánh độ lớn của hệ số tương quan biến, xem xét sự thích hợp của phân tích nhân tố. Để sử dụng EFA, KOM phải lớn hơn 0,50. Kaiser (1974) đề nghị: "KOM ≥ 0,90: rất tốt; KOM ≥ 0,80: tốt; KOM ≥ 0,70: được; KOM ≥ 0,60: tạm được; KOM ≥ 0,50: xấu; KOM ≤ 0,50: không thể chấp nhận được". Kiểm định Bartlett để xem xét về độ tương quan giữa các biến bằng không và hệ số tương quan với chính nó bằng 1. Nếu phép kiểm định Bartlett có p < 5% thì các biến có quan hệ với nhau.
- Hệ số hai nhân tố (Factor loading): Factor loading > 0,3 được xem là đạt mức tối thiểu, Factor loading > 0,4 được xem là quan trọng và Factor loading > 0,5 được xem là có ý nghĩ thực tiễn.
- Phép xoay nhân tố Vairimax: thang đo được chấp nhận khi tổng phương sai trích lớn hơn 50%.
2.5.3 Kiểm định sự phù hợp của mô hình
Sau khi tìm được các biến mới từ EFA, tác giả tiến hành xem xét hệ số tương quan giữa các yếu tố tạo động lực làm việc. Tác giả thực hiện hồi qui tuyến tính đa biến bằng phương pháp bình phương nhỏ nhất thông thường (Ordinal Least Squares-OSL). Trong đó, biến phụ thuộc là động lực làm việc, biến độc lập là: công việc ổn định, thu nhập, đào tạo và phát triển, lãnh đạo trực tiếp, sự tự chủ trong công việc.
Phương pháp đồng thời ENTER được sử dụng vì bản chất của nghiên cứu này là khám phá hơn là khẳng định, tác giả sử dụng hệ số R2 điều chỉnh để xác định độ phù hợp của mô hình, dùng kiểm định F để khẳng định sự phù hợp các biến dựa vào sử dụng kiểm định t để bác bỏ giả thuyết các hệ số hồi qui của tổng thể bằng 0. Để đảm bảo độ tin cậy của phương trình hồi qui, tác giả sử dụng kiểm định giả thuyết hiện tượng đa cộng tuyến (VIF) để dò tìm sự sai phạm của giả định.
Tóm tắt chương II
Trong chương này, tác giả đã đưa ra được quy trình nghiên cứu, các biến quan sát mã hóa trong 5 thành phần của thang đo về động lực làm việc dựa trên hai giai đoạn nghiên cứu là nghiên cứu sơ bộ và nghiên cứu chính thức. Dựa trên yêu cầu về kích thước mẫu nghiên cứu tác giả chọn kích thước mẫu nghiên cứu là 170 mẫu.
Đồng thời tác giả cũng đưa ra phương pháp phân tích dữ liệu thông qua hệ số Cronbach’s Alpha bằng phần mềm thống kê SPSS và phân tích EFA để kiểm định thang đo các yếu tố ảnh hưởng đến động lực làm việc của CBCCVC.