Chương 3 PHƯƠNG PHÁP NGHIÊN CỨU
3.3 Nghiên cứu định lượng
Phương pháp nghiên cứu định lượng nhằm thực hiện việc thu thập và xử lý dữ liệu qua các bước từ kiểm định độ tin cậy của thang đo bằng công cụ Cronbach’s Alpha để xác định các biến đạt yêu cầu, đến phân tích nhân tố khám phá EFA để phân chia các yếu tố và sau cùng là phân tích hồi qui tuyến tính để kiểm định mô hình, các giả thuyết nghiên cứu và đo lường mức độ quan trọng của các yếu tố ảnh hưởng đến sự hài lòng trong công việc của CBCC cấp phường quận Bình Thạnh.
3.3.1 Kích thước mẫu
Trong nghiên cứu này, tác giả sử dụng phương pháp lấy mẫu phi xác suất với dạng chọn mẫu thuận tiện. Đây là phương pháp chọn mẫu tại một thời điểm nào đó.
Việc chọn mẫu phi xác suất phụ thuộc việc người nghiên cứu hiểu biết về mẫu tổng thể và có kinh nghiệm với mẫu. Dạng lấy mẫu thuận tiện thuận tiện trong việc người nghiên cứu có thể tiếp cận với đối tượng của mình ở những nơi có nhiều khả năng gặp được đối tượng.
Kỹ thuật lấy mẫu thuận tiện là bảng câu hỏi được phân phối giữa các CBCC cấp cơ sở. Trong đề tài này, bảng câu hỏi sẽ được phân phối cho những người tham gia dựa trên sự thuận tiện, những người dễ dàng tiếp cận và sẵn sàng tham gia khảo sát.
Do hạn chế về mặt thời gian và kinh phí, việc thực hiện lấy mẫu theo phương pháp lấy mẫu thuận tiện phi xác suất. Tức là điều tra viên sẽ dựa trên số lượng mẫu cần thu thập và chia cho 20 phường tại quận Bình Thạnh để đề ra số lượng tối thiểu trên một phường. Sau đó, điều tra viên sẽ thực hiện lấy mẫu ngẫu nhiên trên một phường dựa trên tính thuận tiện và khả năng hỗ trợ của mẫu.
Để sử dụng EFA, kích thước mẫu tối thiểu phải là 50, tốt hơn là 100 và tỷ lệ biến quan sát là 5:1, nghĩa là 1 biến quan sát cần tối thiểu 5 quan sát, tốt nhất là 10:1 trở lên (Hair & ctg, 2009). Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) thì số lượng quan sát (cỡ mẫu) ít nhất phải gấp 4 đến 5 lần số biến trong phân tích nhân tố. Thêm vào đó, khi phân tích hồi quy thì kích thước mẫu cần ít nhất là 200 (Hoelter, 1983).
Nghiên cứu gồm có 33 biến quan sát, như vậy kích thước mẫu tối thiểu sẽ là 165. Tuy nhiên, để đảm bảo kết quả nghiên cứu đạt được độ tin cậy và mang tính đại diện cao hơn, kích thước mẫu nên lớn hơn kích thước tối thiểu nhằm dự phòng cho những trường hợp không trả lời hoặc trả lời không đầy đủ. Do vậy, đối với đề tài này tác giả lựa chọn kích thước mẫu là 200 bảng hỏi. Mẫu được chọn theo phương pháp thuận tiện bằng cách khảo sát ngẫu nhiên CBCC ở các độ tuổi, trình độ khác nhau đang làm việc tại UBND cấp phường quận Bình Thạnh.
3.3.2 Công cụ thu thập thông tin, bảng hỏi
Bảng hỏi là bảng liệt kê các câu hỏi mà người được phỏng vấn tự trả lời bằng cách tự viết vào. Bảng hỏi cần phải có câu hỏi rõ ràng, dễ đọc, dễ theo dõi, dùng ngôn ngữ phổ biến như văn nói giao tiếp thông thường mà người được phỏng vấn cảm thấy quen thuộc (Trần Tiến Khai, 2002).
Tác giả sử dụng bảng hỏi tự trả lời để thu thập thông tin cần nghiên cứu vì nó tiết kiệm chi phí, thời gian, nguồn nhân lực và đảm bảo được tính bảo mật cho người trả lời.
Bảng hỏi được tác giả sử dụng khảo sát bao gồm 33 câu hỏi theo dạng câu hỏi đóng. Với thiết kế bảng hỏi sử dụng câu hỏi đóng, chúng ta có thể có được những thông tin cần thiết từ số lượng lớn người trả lời một cách nhanh chóng và hiệu quả.
Thông tin thu thập được từ dạng câu hỏi đóng cũng dễ phân tích hơn vì các câu trả lời đã được định sẵn.
Bảng hỏi được gửi đến các đối tượng nghiên cứu là CBCC đang làm việc tại các UBND cấp phường thuộc quận Bình Thạnh. Cấu trúc bảng hỏi gồm có 03 phần (Phụ lục 4):
- Phần 1 hướng dẫn trả lời.
- Phần 2 nội dung các câu hỏi khảo sát. Sử dụng thang đo Likert 5 mức độ để thể hiện mức độ tác động của từng biến quan sát với số nhỏ nhất là hoàn toàn không đồng ý và số lớn nhất là hoàn toàn đồng ý.
- Phần 3 thông tin về đối tượng được khảo sát.
Về thiết kế bảng hỏi gồm ba bước:
- Bước 1: Dựa vào bảng hỏi nghiên cứu của Trần Kim Dung (2005) để làm cơ sở dự thảo bảng hỏi ban đầu.
- Bước 2: Tham khảo ý kiến của giáo viên hướng dẫn và thông qua thảo luận với các cán bộ lãnh đạo chủ chốt để điều chỉnh lại cho phù hợp và dễ hiểu.
- Bước 3: Hoàn chỉnh và tiến hành khảo sát với 200 người là CBCC đang làm việc tại các UBND cấp phường thuộc quận Bình Thạnh.
3.3.3 Quá trình thu thập thông tin
Sau khi điều chỉnh các phát biểu qua quá trình thảo luận và có bảng hỏi chính thức, tác giả đến từng UBND phường để gửi trực tiếp đến từng đối tượng khảo sát là các CBCC và có hướng dẫn cụ thể, đảm bảo tất cả mọi người hiểu đúng nội dung câu hỏi và không bỏ sót câu trả lời nào. Trên phiếu khảo sát thể hiện nội dung chỉ sử dụng thông tin cho mục đích nghiên cứu của đề tài và cam kết bảo mật thông tin cho người trả lời.
Sau khi các CBCC hoàn thành xong phiếu khảo sát thì gửi lại cho bộ phận Địa chính – Xây dựng của mỗi UBND phường và tác giả sẽ liên hệ để nhận lại phiếu.
3.4 Phương pháp phân tích dữ liệu 3.4.1 Kiểm tra và xử lý dữ liệu
Tác giả thu nhận bảng hỏi (bảng hỏi gồm có 33 biến quan sát), kiểm tra, làm sạch thông tin và loại bỏ những phiếu không hợp lệ.
Các phiếu khảo sát hợp lệ tiến hành mã hoá các thông tin cần thiết trong bảng hỏi, nhập liệu và đưa vào phần mềm xử lý số liệu thống kê SPSS để xử lý và phân tích dữ liệu.
3.4.2 Kiểm định độ tin cậy
Một trong những mục tiêu của đề tài này là xây dựng và kiểm định độ tin cậy các thang đo của từng nhân tố bằng phương pháp hệ số tin cậy Cronbach’s Alpha.
Cronbach’s Alpha là phép kiểm định thống kê về mức độ chặt chẽ của tập hợp các biến quan sát thông qua hệ số Cronbach’s Alpha. Kiểm định độ tin cậy thang đo Cronbach’s Alpha để đánh giá độ tin cậy của các nhóm nhân tố và từng biến quan sát nhỏ trong nhóm nhân tố đó; đánh giá mối quan hệ giữa các biến trong cùng một nhân tố. Theo phương pháp này, người phân tích có thể loại bỏ những biến không phù hợp nhằm hạn chế các biến rác trong mô hình nghiên cứu. Những biến không phù hợp sẽ bị loại bỏ nếu hệ số tương quan tổng biến (Corrected Item – Total Correlation) nhỏ hơn 0.3 và các thang đo không phù hợp sẽ bị loại bỏ nếu hệ số Cronbach Alpha nhỏ hơn 0.6 (Hair và các đồng sự, 2010). Về mặt lý thuyết, Cronbach’s Alpha càng cao thì càng tốt (thang đo càng có độ tin cậy cao).
3.4.3 Phân tích nhân tố khám phá EFA
Là một phương pháp phân tích định lượng giúp tác giả đánh giá hai giá trị quan trọng của thang đo là: giá trị hội tụ và giá trị phân biệt. Phương pháp này dùng để rút gọn một tập hợp gồm nhiều biến quan sát có quan hệ tương quan nhau thành một tập biến lớn hơn (gọi là các nhân tố), có ý nghĩa hơn nhưng vẫn chứa đựng các biến nhỏ có sự tương quan với nhau trong tập biến ban đầu (Hair et al., 2009).
Trong EFA, phương pháp trích Pricipal Components Analysis cùng với phép xoay Varimax là cách thức được sử dụng phổ biến nhất đối với nghiên cứu xác định được biến phụ thuộc và biến độc lập.
Factor loading (hệ số tải nhân tố) là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA (Hair & ctg, 2009). Nếu hệ số tải nhân tố càng cao giải thích cho việc biến quan sát đó có mối tương quan lớn với nhân tố chứa nó.
Factor loading < 0.3: không phù hợp sử dụng EFA
0.3 ≤ Factor loading ≤ 0.4: được xem là đạt được mức tối thiểu.
Factor loading ≥ 0.5 được xem là có ý nghĩa thực tiễn.
Phân tích EFA bao gồm:
- Kiểm định Bartlett’s test of sphericity để kiểm định sự tương quan giữa các biến với nhau trong tổng thể. Nếu kiểm định này có mức ý nghĩa thống kê (Sig >
0.05) thì xem như các biến có tương quan với nhau (Hair và đồng sự, 2010). Khi đó, việc tiến hành phân tích nhân tố là chưa thích hợp.
- Kiểm định KMO (Kaiser – Meyer - Olkin): là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. KMO phải có giá trị từ 0.5 mới đủ điều kiện để phân tích nhân tố. Ngược lại, nếu KMO < 0.5 thì phân tích nhân tố này có khả năng không phù hợp. Kaiser (1974) đề nghị các mức độ cho KMO như sau:
0.90 <= KMO : RẤT TỐT;
0.80 <= KMO < 0.90 : TỐT;
0.60 = KMO < 0.80 : ĐƯỢC:
0.50 = KMO < 0.70 : TẠM ĐƯỢC;
0.50 = KMO < 0.60 : XẤU;
KMO < 0.50 : KHÔNG CHẤP NHẬN ĐƯỢC
- Số lượng nhân tố được xác định bằng phương pháp hệ số Eigenvalues. Chỉ những nhân tố nào có Eigenvalues lớn hơn 1 mới được giữ lại trong mô hình phân tích (Hair và các đồng sự, 2010).
3.4.4 Phân tích hồi quy tuyến tính
- Kiểm tra tương quan giữa các biến độc lập với nhau và với biến phụ thuộc thông qua ma trận hệ số tương quan. Kết quả của phân tích hồi quy tuyến tính để ước lượng, dự đoán và là cơ sở để đề xuất các hàm ý chính sách quản trị. Phương trình hồi quy tuyến tính có dạng:
Y = β0 + β1Xi+ β2X2+ β3X3+ … + β6X6 + ε Trong đó: Y: Biến phụ thuộc
β0: Hằng số
β1,β2…: Các hệ số hồi quy X: Biến độc lập
ε: Sai số
Để xác định, đo lường và đánh giá mức độ ảnh hưởng của các nhân tố đến Sự hài lòng trong công việc của CBCC, tác giả đề xuất phương trình hồi quy tuyến tính như sau:
Y = β0 + β1Xi+ β2X2+ β3X3+ β4X4 + β5X5 + β6X6 + ε Trong đó: Y: Sự hài lòng trong công việc của CBCC β0: Hằng số
β1,β2, β3,β4, β5,β6: Các hệ số hồi quy X1: Công việc
X2: Cơ hội đào tạo, thăng tiến X3: Lãnh đạo
X4: Đồng nghiệp X5: Thu nhập
X6: Điều kiện làm việc ε: Sai số
- Phép kiểm định Independent – Sample T-Test: được sử dụng trong trường hợp các yếu tố nhân khẩu – xã hội học có hai thuộc tính (ví dụ như giới tính gồm có: nam và nữ), chia tổng thể mẫu nghiên cứu thành hai nhóm tổng thể riêng biệt.
- Phân tích phương sai ANOVA: phương pháp phân tích này nhằm tìm các mối liên hệ giữa các biến định danh với các biến định lượng. Các biến định danh ở đây bao gồm độ tuổi, trình độ học vấn, thâm niên và chức danh. Điều kiện để thực hiện ANOVA là các nhóm so sánh phải độc lập và được chọn một cách ngẫu nhiên.
Phép kiểm định Independent – Sample T-Test và phân tích phương sai ANOVA giúp kiểm định sự khác biệt về sự hài lòng trong công việc của CBCC cấp phường – tp.HCM theo các đặc điểm cá nhân.
Tóm tắt Chương 3
Trong Chương 3, tác giả trình bày phương pháp nghiên cứu luận văn, gồm:
nghiên cứu định tính và nghiên cứu định lượng, đề xuất quy trình nghiên cứu và đưa ra các thang đo. Nghiên cứu định tính là từ mô hình nghiên cứu, dự thảo nội dung thảo luận, tiến hành thảo luận với các cán bộ lãnh đạo chủ chốt để điều chỉnh bảng hỏi cho phù hợp và đưa vào khảo sát. Nghiên cứu định lượng là tiến hành thiết kế thang đo, mẫu, mã hóa dữ liệu và nhâp vào SPSS để xử lý dữ liệu. Sau khi xử lý xong dữ liệu, tác giả sẽ trình bày kết quả phân tích, đưa ra các giải pháp, kiến nghị trong chương sau.
Chương 4