CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU 24
3.4 Phương pháp nghiên cứu
Nhóm nghiên cứu đã sử dụng phương pháp định tính và phương pháp định lượng để nghiên cứu đề tài.
Giai đoạn 1: Hoàn thiện bảng hỏi
Nắm đƣợc thực trạng vấn đề cần nghiên cứu, dựa vào nền tảng lý thuyết ban đầu, nhóm tác giả tiến hành thảo luận đề xuất bảng câu hỏi sơ bộ. Sau đó, nhóm nghiên cứu thực hiện khảo sát 20 sinh viên để đảm bảo rằng người trả lời có thể hiểu được bảng câu hỏi và nắm đƣợc vấn đề muốn khảo sát. Đồng thời, nhóm nghiên cứu cũng thu thập ý kiến về bảng câu hỏi để bổ sung và cho ra bảng câu hỏi chính thức.
Ý định làm việc từ xa đƣợc đánh giá ở nhiều yếu tố khác nhau đƣợc trình bày trong phần 3.2. Mỗi yếu tố được đo lường bởi thang đo Liker( Rensis, Likert, 1932) ở năm mức độ. Người được phỏng vấn sẽ trả lời các câu hỏi với 5 mức độ ứng với từng câu phát biểu.
Những câu hỏi đưa ra đã được chuyển đổi một cách dễ hiểu nhất để giúp người đọc đưa ra các câu trả lời phù hợp và mang lại dữ liệu chính xác nhất.
Mức độ 1: Hoàn toàn không đồng ý Mức độ 2: Không đồng ý
Mức độ 3: Trung lập Mức độ 4: Đồng ý
Mức độ 5: Hoàn toàn đồng ý
Giai đoạn 2: Khảo sát bảng hỏi và thu thập dữ liệu
*Thu thập dữ liệu thứ cấp
Nhóm tiến hành thu thập các dữ liệu liên quan tới “việc làm từ xa”, “các yếu tố ảnh hưởng đến việc làm từ xa”, “lợi ích, hạn chế của việc làm từ xa” và đặc biệt nghiên cứu đến các thang đo trong bài tới “ý định làm việc từ xa”.
*Thu thập dữ liệu sơ cấp
Nhóm nghiên cứu tiến hành sử dụng đa dạng các phương pháp để thu thập dữ liệu một cách khách quan và chính xác nhất.
Khảo sát bằng bảng hỏi: là một phương pháp cần thiết và khả thi vì lượng câu hỏi cần thu thập là khá dài, bao gồm 7 câu hỏi về nhân khẩu học, yếu tố cá nhân: giới tính, độ tuổi, tình trạng làm việc (đã làm việc chƣa, đã làm việc từ xa chƣa, thời gian làm việc), ngành nghề và quê quán. Và 38 câu hỏi với 11 biến độc lập: thái độ, tính hữu ích, chuẩn mực chủ quan, ngành nghề, gia đình, bạn bè, cá nhân, nhận thức kiểm soát hành vi, không gian làm việc, công nghệ và ý định. Nhóm nghiên cứu tiến hành khảo sát qua hai cách.
Thứ nhất, khảo sát qua bảng câu hỏi đƣợc nhóm tiến hành thiết kế trên Google Docs và tiến hành gửi đường dẫn đến sinh viên đang học tập trên địa bàn Hà Nội.
Thứ hai, khảo sát trực tiếp các bạn sinh viên đang học tại các trường đại học kể trên bằng việc phát bảng hỏi đã in ra giấy. Cả hai hình thức đều hướng đến mục tiêu thu thập đƣợc dữ liệu sát với thực tế nhằm phân tích kết quả đƣợc chính xác nhất về ý định làm việc từ xa của họ.
Giai đoạn 3: Phương pháp chọn mẫu
Công thức tính cỡ mẫu tối thiểu là n = 5*m, trong đó m là biến độc lập theo Tabachnick & Fidell (1996), trong việc xác định cỡ mẫu phù hợp của hồi quy đa biến.
Dựa theo Hair và cộng sự (2008) thì kích thước mẫu tối thiểu gấp 5 lần tổng số biến quan sát. Tổng số biến quan sát của bài nghiên cứu là 38 biến, vậy kích thước mẫu tối thiểu là:
38 x 5 = 190. Tuy kích thước mẫu tối thiểu là 190 nhưng để tăng độ chính xác hơn nữa cho mô hình, nhóm quyết định lấy 400 mẫu khảo sát làm dữ liệu để chạy mô hình.
Kèm theo đó, nhóm cũng tiến hành khảo sát sinh viên với các tiêu chí về quê quán, nghề nghiệp mong muốn để thấy đƣợc sự khác biệt trong ý định làm việc từ xa.
Nhóm nghiên cứu sử dụng phương pháp lấy mẫu phi xác suất để thực hiện nghiên cứu trong đề tài này. Cụ thể, nhóm sử dụng phương pháp chọn mẫu thuận tiện (convenience sampling), lấy mẫu dựa trên sự thuận lợi hoặc dựa trên tính dễ tiếp cận của đối tƣợng. Đối tƣợng nghiên cứu là các bạn sinh viên Đại học trên địa bàn Hà Nội nên dễ dàng bắt gặp đối tượng để thực hiện phỏng vấn khi đến các trường Đại học ở Thủ đô.
Thời gian khảo sát
Bắt đầu từ tháng 3/2021 đến cuối tháng 4/2021, nhóm nghiên cứu đã thu thập đƣợc tất cả 438 mẫu khảo sát.
Giai đoạn 4: Xử lý số liệu
Các mẫu khảo sát không đạt tiêu chuẩn (điền thiếu thông tin, không đảm bảo tính khách quan,…) bị loại ra gồm có 38 mẫu.
Nhóm nghiên cứu tiến hành mã hóa các câu hỏi trong bảng hỏi để thuận tiện trong việc chạy mô hình và đọc kết quả. Danh mục mã hóa đƣợc trình bày ở phụ lục IV.
Dữ liệu thu thập đƣợc sẽ tổng hợp vào file Excel theo dạng bảng. Sau đó, nhóm sử dụng phần mềm SPSS 20 để tiến hành kiểm định Cronbach‟Alpha và kiểm định EFA để loại bỏ các biến không đủ điều kiện. Tiếp theo, nhóm thực hiện phân tích CFA để xem xét mức độ ảnh hưởng của các biến còn lại đến ý định làm việc từ xa của sinh viên Hà Nội thông qua phần mềm AMOS 24.
Giai đoạn 5: Phương pháp phân tích dữ liệu Phương pháp phân tích được tiến hành theo từng bước:
Kiểm tra độ tin cậy
Đánh giá thang đo
Phân tích mô hình SEM
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2005), phân tích hệ số Cronbach‟Alpha để loại bỏ các thang đo không đủ tin cậy dựa vào hệ số tương quan biến – tổng. Còn theo Nunally (1978); Peterson (1994) và Slater (1995) thì các biến quan sát có hệ số tương quan biến – tổng nhỏ hợn 0,3 hoặc hệ số Cronbach‟Alpha nhỏ hơn 0,6 sẽ bị loại. Nhiều nhà nghiên cứu cho rằng nếu hệ số Cronbach‟Alpha từ 0,7 đến 0,8 là chấp nhận đƣợc; rất tốt nếu từ 0,8 đến gần 1. Tuy nhiên, nếu hệ số Cronbach‟ Alpha quá lớn (từ 0,95 trở lên) cho thấy nhiều biến trong thang đo không có sự khác biệt gì với nhau, hiện tƣợng này gọi là trùng lập thang đo (Nguyễn Đình Thọ, 2013). Dựa theo đó, nhóm nghiên cứu sẽ giữ lại các biến quan sát có hệ số tương quan biến – tổng nhỏ hơn 0,3 và hệ số Cronbach‟Alpha lớn hơn 0,6.
Phương pháp thống kê phân tích nhân tố khám phá EFA là phương pháp dùng để rút gọn một tập hợp gồm nhiều biến quan sát phụ thuộc lẫn nhau thành tập hợp ít biến hơn nhƣng vẫn chứa đựng đầy đủ thông tin của tập biến ban đầu. Hai giá trị quan trọng đƣợc xem xét trong phần này là giá trị hội tụ và giá trị phân biệt. Giá trị hội tụ: các biến quan sát cùng hội tụ về cùng một nhân tố, khi biểu diễn trong ma trận xoay, các biến này sẽ nằm chung một cột với nhau. Giá trị phân biệt: các biến quan sát hội tụ về nhân tố này phải phân biệt với các biến hội tụ về nhân tố khác, khi biểu diễn ma trận xoay, các nhân tố sẽ tách thành từng cột riêng biệt. Điều kiện để thỏa mãn phân tích nhân tố khám phá EFA:
Hệ số KMO (Kaiser-Meyer-Olkin) là chỉ số xem xét sự thích hợp của phân tích nhân tố. Trị số KMO nằm trong đoạn từ 0,5 đến 1 thì điều kiện thỏa mãn. (Hoàng Trọng
& Chu Nguyễn Mộng Ngọc, 2008).
Hệ số nhân tố (Factor Loading) biểu thị mối quan hệ tương quan giữa biến quan sát và nhân tố. Theo Hair và cộng sự (2009) thì Factor Loading lớn hơn 0,3 là điều kiện tối thiểu để biến quan sát đƣợc giữ lại; Factor Loading lớn hơn 0,5 có ý nghĩa thống kê tốt;
Factor Loading lớn hơn 0,7 có ý nghĩa thống kê rất tốt.
Kiểm định Bartlett (Bartlett‟s test of sphericity) dùng để xem xét các biến quan sát trong nhân tố có tương quan với nhau hay không. Kiểm định Bartlett có ý nghĩa thống kê
(sig Bartlett‟s Test < 0.05), chứng tỏ các biến quan sát có tương quan với nhau trong nhân tố (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008).
Tổng phương sai trích (Total Variance Explained) ≥ 50%
Thực hiện phân tích SEM trên phần mềm AMOS 24 giúp nhóm kiểm định mô hình đề xuất và giả thuyết nghiên cứu đƣợc đƣa ra trong quá trình nghiên cứu. Trong đó, dựa vào mô hình cấu trúc tuyến tính SEM, mối quan hệ giữa các biến quan sát đƣợc (observed variables) và các biến tiềm ẩn (latent variables) đƣợc phản ánh nhằm kiểm định các giả thuyết thống kê. Biến tiềm ẩn là những biến chúng ta không thể đo lường hoặc quan sát trực tiếp đƣợc mà đƣợc xác định bằng cách gián tiếp( thông qua các biến quan sát đƣợc.
Biến quan sát đƣợc sử dụng để xác định các biến tiềm ẩn. Cụ thể, SEM đƣợc sử dụng để kiểm định mối quan hệ giữa các khái niệm (Latent Constructs) và đồng thời ƣớc lƣợng các mối quan hệ giữa các khái niệm tiềm ẩn. Các ước lượng đó đo lường các mối quan hệ ổn định và không ổn định hay mối quan hệ trực tiếp và gián tiếp, cho phép đo lường mối quan hệ các các cặp phần tử, tạo nên sự khác biệt so với các mô hình khác.