3.2.1 Quy trình nghiên cứu
3.2.2 Nghiên cứu sơ bộ
Nghiên cứu định tính sẽ được thực hiện đầu tiên với việc tìm hiểu, một số nét đặc trưng của công ty Cổ phần Nha Trang Seafoods – F17, thông qua tham khảo các thang đo của một số nghiên cứu trước đó mà chủ yếu là của nhóm tác giả Zahariah
Xác định đề tài nghiên cứu Cơ sở lý thuyết Xây dựng thang đo Nghiên cứu sơ bộ Cronbach’s Alpha Phân tích nhân tố khám phá EFA Phân tích ANOVA Phân tích hồi qui
Điều chỉnh thang đo Thang đo chính thức Nghiên cứu chính thức (n=210) Kết luận – Kiến nghị
Mohd, Razanita Ishak, Erlane K Ghani (2009), Đỗ Thụy Lan Hương (2008), Trương Hoàng Lâm (2012) và Recardo và Jolly (1997) để từ đó xây dựng thang đo sơ bộ. Nghiên cứu sơ bộ được thực hiện thông qua phỏng vấn sâu với một số chuyên gia (phụ lục 2), với mục đích điều chỉnh và bổ sung thang đo cho phù hợp với bối cảnh nghiên cứu tại Công ty Cổ phần Nha Trang Seafoods – F17. Các giai đoạn thiết kế bảng câu hỏi.
Bước 1: Trên cơ sở lý thuyết, các nghiên cứu liên quan trước đây để tạo nên bảng câu hỏi ban đầu.
Bước 2: Bảng câu hỏi ban đầu xây dựng dựa vào phương pháp chuyên gia để điều chỉnh lại cho phù hợp và dễ hiểu (xem phụ lục 1).
Bước 3: Bảng câu hỏi hoàn chỉnh, khảo sát thử trước khi gửi đi khảo sát chính thức
Nội dung bảng câu hỏi bao gồm ba phần chính:
Phần 1: Thiết kế để thu thập những thông tin liên quan đến ý kiến của nhân viên về các khía cạnh văn hóa Công ty
Phần 2: Thiết kế để thu thập những thông tin liên quan đến ý kiến của nhân viên về mức độ cam kết gắn bó với tổ chức
Phần 3: Thiết kế thu thập thông tin, mô tả đối tượng tham gia trả lời, gạn lọc đối tượng. Tóm tắt cấu trúc bảng câu hỏi khảo sát cho nghiên cứu chính thức (Bảng 3.1)
Bảng 3.1 Cấu trúc câu hỏi khảo sát
Thành phần Biến Thang đo
Thông tin ý kiến của nhân viên về các khía cạnh văn hóa
+ Giao tiếp trong công ty + Đào tạo và Phát triển + Phần thưởng và công nhận
+ Chấp nhận rủi ro do sáng tạo và cải tiến + Làm việc nhóm
+ Đinh hướng về kế hoạch tương lai
+ Sự công bằng và nhất quán trong các chính sách quản trị Likert năm khoảng cách từ 1= Rất không đồng ý đến 5= Rất đồng ý
Thông tin ý kiến của nhân viên về mức độ cam kết
+Nỗ lực hết mình để giúp Công ty đạt mục tiêu
+ Duy trì làm việc trong tổ chức +Trung
Likert năm khoảng cách từ 1= Rất không
gắn bó với tổ chức thành với Công ty + Tự hào là thành viên
+ Tin tưởng vào sự phát triển Công ty + Không có ý định thay đổi Công ty
đồng ý đến 5= Rất đồng ý
Thông tin cá nhân của các đối tượng hồi đáp
+ Giới tính + Tuổi + Trình độ + Vị trí công tác
+ Kinh nghiệm làm việc
Định danh Khoảng cách Định danh Định danh Khoảng cách 3.2.3 Nghiên cứu chính thức
Kết quả của nghiên cứu định tính là xác định được mô hình nghiên cứu và xây dựng các thang đo phục vụ cho nghiên cứu, tiếp theo là giai đoạn nghiên cứu định lượng được thực hiện bằng phương pháp khảo sát trực tiếp nhằm xác định mức độ ảnh hưởng của các khía cạnh văn hóa công ty lên sự cam kết gắn bó với tổ chức của nhân viên tại Công ty Cổ phần Nha Trang Seafoods – F17.
Thiết kế lấy mẫu
Cách thức chọn mẫu: Để đạt được các mục tiêu nghiên cứu của đề tài, thiết kế chọn phi xác suất và thuận tiện được xem là hợp lý để tiến hành nghiên cứu đề tài này. Lý do, để lựa chọn phương pháp chọn mẫu này vì người trả lời dễ tiếp cận, họ sẵn sàng trả lời bảng câu hỏi nghiên cứu cũng như ít tốn kém về thời gian và chi phí để thu thập thông tin cần nghiên cứu.
Theo Cooper và Schindler (1998), lý do quan trọng khiến người ta sử dụng phương pháp chọn mẫu phi xác suất là tính tiết kiệm về chi phí và thời gian. Về mặt này thì phương pháp chọn mẫu phi xác suất vượt trội so với chọn mẫu xác suất. Ngoài ra, hai tác giả cũng nhắc nhở rằng chọn mẫu xác suất không phải lúc nào cũng đảm bảo tính chính xác và trong một số trường hợp chọn mẫu xác suất là không thể thực hiện được.
Kích thước mẫu: Việc xác định kích thước mẫu bao nhiêu là phù hợp hiện vẫn còn nhiều tranh cãi với nhiều quan điểm khác nhau. MacCallum và đồng tác già (1999) đã tóm tắt các quan điểm của các nhà nghiên cứu trước đó về con số tuyệt đối mẫu tối thiểu cần thiết cho phân tích nhân tổ. Trong đó, Gorsuch (1983) và Kline
(1979) đề nghị con số đó là 100 còn Guilford (1954) cho rằng con số đó là 200. Comrey và Lee (1992) thì không đưa ra một con số cố định mà đưa ra các con số khác nhau với các nhận định tương ứng: 100 = tệ, 200 = khá, 300 = tốt, 500 = rất tốt, 1.000 hoặc hơn = tuyệt vời.
Đối với phân tích nhân tố, kích thước mẫu sẽ phụ thuộc vào số lượng biến được đưa trong phân tích nhân tố. Gorsuch (1983, được trích bởi MacClallum và đồng tác giả 1999) cho rằng số lượng mẫu cần gấp 5 lần so với số lượng biến. Trong khi Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2005) cho rằng tỷ lệ đó là 4 hay 5. Trong đề tài này có tất cả 37 tham số (biến quan sát) cần tiến hành phân tích nhân tố, vì vậy số mẫu tối thiểu cần thiết là 37 X 5 = 185.
Từ những lý do trên, tác giả quyết định chọn cỡ mẫu nghiên cứu là n = 210 mẫu, được phân bổ đều theo các phòng ban, các đơn vị thuộc công ty với các nhóm chức danh, thâm niên công tác, độ tuổi, trình độ học vấn, giới tính và thu nhập khác nhau.
Phương pháp và công cụ thu thập thông tin
Phương pháp thu thập dữ liệu: thông tin dữ liệu được thu thập thông qua việc điều tra khảo sát, bảng câu hỏi nghiên cứu được nhờ sự hỗ trợ của Phòng Tổ chức Hành chính, các trưởng phòng, tổ trưởng, tổ phó các xưởng sản xuất, các bộ phận của từng đơn vị và thông qua công cụ Google forms. Các trường hợp làm việc bán thời gian, làm việc thời vụ được loại khỏi nghiên cứu này.
Công cụ thu thập thông tin: dạng câu hỏi là câu hỏi cấu trúc (đóng) với các loại câu hỏi và câu trả lời đã được liệt kê sẵn, người trả lời chỉ việc chọn, câu hỏi hai trả lời, chọn một; câu hỏi nhiều trả lời, một lựa chọn; đánh giá với thang điểm cho trước.
3.3 PHƯƠNG PHÁP XỬ LÝ SỐ LIỆU
Dữ liệu thu thập qua điều tra khảo sát được xử lý bằng phần mềm SPSS 18.0, được mã hóa và làm sạch, sau đó sẽ tiến hành kiểm định thang đo và kiểm định lại mô hình lý thuyết. Phương pháp thống kê mô tả và thống kê suy luận được áp dụng để giải thích số liệu.
Làm sạch dữ liệu
Dữ liệu sau khi nhập xong thường chưa thể đưa ngay vào xử lý và phân tích mà cần phải được kiểm tra lại để tìm các giá trị lạ, bất thường hay lỗi do khâu nhập liệu: sai sót, thừa thông qua phương pháp dùng bảng tần số và bảng phối hợp.
Mô tả về thang đo:
Thang đo về mức độ ảnh hưởng của các khía cạnh văn hóa công ty lên sự cam kết gắn bó với tổ chức của người lao động đang làm việc tại Công ty Cổ phần Nha Trang Seafoods – F17 bao gồm 8 nhóm biến tiềm ẩn, được thể hiện qua các nội dung với thang đo Likert 5 điểm với 2 cực: (1) Rất không đồng ý và (5) Rất đồng ý.
3.3.1 Thống kê mô tả
Phân tích thống kê tần số để mô tả các thuộc tính của nhóm mẫu khảo sát như: trình độ học vấn, chức danh, thu nhập, hôn nhân, giới tính, độ tuổi, kinh nghiệm làm việc. Phân tích thống kê mô tả các biến quan sát của thang đo theo mô hình nghiên cứu. 3.3.2 Đánh giá độ tin cậy thang đo Cronbach’s Alpha
Những mục hỏi đo lường một khái niệm tiềm ẩn thì phải có mối liên quan với những cái còn lại trong nhóm đó. Hệ số a của Cronbach là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau.
Công thức của hệ số Cronbach a là : a = Np/[l+p(N- 1)]
Trong đó p là hệ số tương quan trung bình giữa các mục hỏi. Ký tự Hy Lạp p (đọc là prô) trong công thức tượng trưng cho tương quan trung bình giữa tất cả các cặp mục hỏi được kiểm tra.
Vì hệ số Cronbach a chỉ là giới hạn dưới của độ tin cậy của thang đo (theo Nguyễn Đình Thọ, 2011) và còn nhiều đại lượng tin cậy, độ hiệu lực của thang đo, nên ở giai đoạn đầu khi xây dựng bảng câu hỏi, hệ số này nằm trong phạm vi từ 0,6 đến 0,8 là chấp nhận được.
Nhiều nhà nghiên cứu đồng ý rằng khi Cronbach Alpha từ 0,8 trở lên đến gần 1 thì thang đo lường là tốt nhất, từ 0,7 dến gần 0,8 là sử dụng được. Cũng có nhà nghiên cứu đề nghị rằng Cronbach alpha từ 0,6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang nghiên cứu là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu [6].
Hệ số Cronbach alpha được sử dụng trước để loại các biến không phù hợp trước. Các biến có hệ số tương quan biến-tổng (item-total correlation) nhỏ hơn 0,3 sẽ bị loại và tiêu chuẩn chọn thang đo khi nó có độ tin cậy alpha từ 0,6 trở lên [6]. Đối với nghiên cứu này thì hệ số cronbach alpha từ 0,6 trở lên là chấp nhận được.
3.3.3 Phương pháp phân tích nhân tố EFA
để thu nhỏ và tóm tắt dữ liệu. Chúng ta có thể thu thập được một số lượng biến khá lớn và hầu hết các biến này có liên hệ với nhau và số lượng của chúng phải được giảm bớt xuống đến một số lượng mà chúng ta có thể sử dụng được. Liên hệ giữa các nhóm biến có liên hệ qua lại lẫn nhau được xem xét và trình bày dưới dạng một số ít các nhân tố cơ bản. Về mặt tính toán, phân tích nhân tố hơi giống với phân tích hồi quy bội ở chỗ mỗi biến được biểu diễn như là một kết hợp tuyến tính của các nhân tố cơ bản. Lượng biến thiên của một biến được giải thích bởi những nhân tố chung trong phân tích dược gọi là communality. Biến thiên chung của các biến được mô tả bằng một số ít các nhân tố chung (common factor) cộng với một nhân tố đặc trưng (unique factor) cho mỗi biến.
Những nhân tố này không bộc lộ rõ ràng. Nếu các biến được chuẩn hóa thì mô hình nhân tố được thể hiện bằng phương trình:
Xi = Ai1F1 + A i2F2 + A i3 F3 +...+ Aím Fm + ViUi
Trong đó:
Xi : biến thứ i chuẩn hóa
Aij : hệ số hồi quy bội chuẩn hóa cùa nhân tố j đối với biến i F : các nhân tố chung
Vi : hệ số hồi quy chuẩn hóa của nhân tố đặc trưng i đối với biến i Ui : nhân tố đặc trưng của biến i
m : số nhân tố chung
Các nhân tố đặc trưng có tương quan với nhau và với các nhân tố chung. Bản thân các nhân tố chung cũng có thể được diễn tả như những kết hợp tuyến tính của các biến quan sát:
Fi = Wi 1X1+ Wi 2X2+ Wi 3X3+ . . . + Wi kXk
Trong đó:
Fi :ước lượng trị số của nhân tố thứ i
Wt :quyền số hay trọng số nhân tố (weight or factor score coefficient) k :số biến
Chúng ta có thể chọn các quyền số hay trọng số nhân tố sao cho nhân tố thứ nhất giải thích được phần biến thiên nhiều nhất trong toàn bộ biến thiên. Sau đó ta chọn một tập hợp các quyền số thứ hai sao cho nhân tố thứ hai giải thích được phần lớn biến thiên còn lại, và không có tương quan với nhân tố thứ nhất. Nguyên tắc này
được áp dụng như vậy để tiếp tục chọn các quyền số cho các nhân tố tiếp theo. Do vậy các nhân tố được ước lượng sao cho các quyền số của chúng, không giống như các giá trị của các biến gốc, là không có tương quan với nhau. Hơn nữa, nhân tố thứ nhất giải thích được nhiều nhất biến thiên của dữ liệu, nhân tố thứ hai giải thích được nhiều thứ nhì ...
Đề tài nghiên cứu đã sử dụng phương pháp phân tích nhân tố EFA, phép trích nhân tố là Principal Component Analysis (PCA) với phép quay vuông góc Varimax và điểm dừng khi trích các yếu tố có eigenvalue 1. Trong quá trình thực hiện phân tích EFA, các mục hỏi của các thang đo không đạt yêu cầu sẽ bị loại. Các mục hỏi được chọn dựa trên tiêu chuẩn hệ số tải nhân tố (factor loading) > 0,4; hệ số phép trừ KMO (Keyser-Meyer - Olkin of Sampling Adeqacy) có giá trị từ 0,5 trở lên và phép thử Barlett (Barlett Test of Sphericity) phải ở mức có ý nghĩa.
Phân tích nhân tố được sử dụng trong nhiều trường hợp.
-Nhận diện các khía cạnh hay nhân tố giải thích được các liên hệ tương quan trong các tập hợp biến. Nhận diện một tập hợp gồm một số lượng biến mới tương đối ít không có tương quan với nhau để thay thế tập hợp biến gốc có tương quan với nhau để thực hiện một phân tích đa biến tiếp theo sau.
-Để nhận ra một tập hợp gồm một số ít các biến nổi trội từ một tập hợp nhiều biến để sử dụng trong các phân tích đa biến kế tiếp.
3.3.4 Phương pháp phân tích tương quan và hồi quy:
Hệ số tương quan “r” Pearson correlation coefficient: Để kiểm định mối quan hệ giữa các khía cạnh văn hóa công ty và sự cam kết gắn bó của nhân viên trong mô hình nghiên cứu, sử dụng một thống kê có tên là hệ số tương quan “Pearson correlation coefficient”, được kí hiệu bởi chữ “r” nhằm lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lượng.
Công thức của” r” như sau:
∑i
N
(Xi-X)(Yi-Y) (N-1)SxSy
Trong đó N là số quan sát và SX, SY là độ lệch chuẩn của từng biến X, Y. Trị tuyệt đối “r” cho biết mức độ chặt chẽ của mối liên hệ tuyến tính.
Nếu r > 0 thể hiện tương quan đồng biến. Ngược lại r < 0 thể hiện tương quan nghịch biến. Giá trị r = 0 chỉ ra rằng hai biến không có mối liên hệ tuyến tính.
r —> 1: quan hệ giữa hai biến càng chặt. r —> 0: quan hệ giữa hai biến càng yếu. Mô hình hồi quy bội:
Khi kết luận được hai biến có liên hệ chặt chẽ với nhau, đồng thời giả định rằng đã cân nhắc kỹ bản chất của mối liên hệ tiềm ẩn giữa hai biến, và xem như đã xác định đúng hướng của mối quan hệ nhân quả có thật giữa chúng thì ta có thể mô hình hóa mối quan hệ nhân quả của chúng bằng mô hình hồi quy tuyến tính trong đó một biến được gọi là biến phụ thuộc (hay biến được giải thích - Y) và biến kia là biến độc lập (hay biến giải thích - X). Mô hình này sẽ mô tả hình thức của mối liên hệ và qua đó giúp ta dự đoán được mức độ của biến phụ thuộc (với độ chính xác trong phạm vi giới hạn) khi biết trước giá trị của biến độc lập.
Phương pháp phân tích hồi qui đa biến được sử dụng để xác định các nhân tố ảnh hưởng văn hóa đến sự cam kết gắn bó với công ty của nhân viên. Mô hình dự đoán như sau: 0 1* 1 2* 2 3* 3 .... i* i i Y X X X X Trong đó: Y: Biến phụ thuộc 0 1* 1 2* 2 3* 3 .... i* i i Y X X X X i X : Biến độc lập 0 : hằng số i : các hệ số hồi qui i
: thành phần ngẫu nhiên hay yếu tố nhiễu
Biến phụ thuộc sự cam kết gắn bó và biến độc lập là các nhân tố văn hóa được rút ra từ quá trình phân tích nhân tố khám phá EFA.
Mô hình hồi quy tuyến tính bội giả định rằng biến phụ thuộc có phân phối chuẩn đối với bất kỳ kết hợp nào của các biến độc lập trong mô hình.