2.4.2.1 Phương pháp phân tích độ tin cậy của thang đo (Cronbach’s Alpha)
Hệ số Cronbach’s Alpha là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau. Những mục hỏi đo lường cùng một khái niệm tiềm ẩn thì phải có mối liên quan với những cái còn lại trong nhóm đó [15]. Hệ số Cronbach’s Alpha thường được dùng để đánh giá sơ bộ thang đo để loại các biến rác.
Khi hệ số α quá lớn (α > 0,95) cho thấy có nhiều biến trong thang đo không có gì khác biệt nhau, chúng cùng đo lường một nội dung nào đó của khái niệm nghiên cứu. Một thang đo có độ tin cậy tốt khi biến thiên trong khoảng [0,7-0,8]. Tiêu chuẩn
chọn thang đo này có độ tin cậy Cronbach’s Alpha từ 0,6 trở lên [13]. Tuy nhiên, có ý kiến cho rằng hệ số Cronbach’s Alpha từ 0,8 đến gần 1 là thang đo tốt [15]. Vậy, trong nghiên cứu này hệ số Cronbach’s Alpha từ 0,6 trở lên là chấp nhận được.
Khi đánh giá độ phù hợp của từng item, những item có hệ số tương quan biến tổng (Corrected item-total correlation) lớn hơn hoặc bằng 0.3 là có độ tin cậy đảm bảo [15], các item có hệ số tương quan biến tổng nhỏ hơn 0.3 sẽ loại khỏi thang đo.
2.4.2.2 Phương pháp phân tích nhân tố khám phá (EFA- Exploratory Factor Analysis)
Sau khi loại các biến có độ tin cậy thấp, các biến còn lại sẽ tiếp tục được sử dụng để tiến hành phân tích EFA. Phương pháp EFA được sử dụng để đánh giá độ giá trị của thang đo, gồm giá trị hội tụ và giá trị phân biệt.
Phương pháp 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 là dựa vào mối quan hệ tuyến tính của các nhân tố với các biến nguyên thủy (biến quan sát). Nghiên cứu này phân tích EFA sử dụng phương pháp rút trích nhân tố là “Principal component” với phép xoay varimax và điểm dừng khi trích các yếu tố có Eigenvalue lớn hơn hoặc bằng 1 [15]. Quá trình phân tích các item, thang đo không đạt sẽ bị loại dựa vào các tiêu chuẩn sau: các item phải có hệ số tải nhân tố (factor loading) lớn hơn 0.4, tổng phương sai trích lớn hơn hoặc bằng 0.5; hệ số phép thử KMO (Kaiser – Meyer-Olkin of sampling adequacy) lớn hơn .05 [1].
2.4.2.3 Phương pháp phân tích hồi quy
Phương pháp phân tích hồi quy được sử dụng để phân tích tác động của các biến độc lập đối với biến phụ thuộc. Kết quả phân tích dùng để đánh giá độ phù hợp của mô hình hiệu chỉnh theo EFA và kiểm định các giả thuyết đã nêu [13].
Mô hình có dạng như sau:
Yi = β0 + β1X1i + β2X2i + ... + βpXpi + ei Trong đó:
Yi : Biến phụ thuộc β0 : Hằng số
Xpi : Các biến độc lập thứ p tại quan sát thứ i. βp : hệ số hồi quy riêng phần thứ p.
ei : biến độc lập ngẫu nhiên (có phân phối chuẩn với trung bình là 0 và phương sai không đổi α2).
Hệ số xác định R2 (coeficient of determination) thường được dùng để đo sự phù hợp của mô hình hồi quy tuyến tính. Quy tắc là R2 càng gần 1 thì mô hình đã xây dựng càng thích hợp, R2 càng gần 0 thì mô hình càng kém phù hợp.
Hệ số xác định R2 chỉ thể hiện sự phù hợp giữa mô hình với tập dữ liệu mẫu. Để kiểm định độ phù hợp của mô hình hồi quy tổng thể, ta sử dụng kiểm định F trong bảng phân tích phương sai để kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể. Ở đây, ta xem xét liệu biến phụ thuộc có liên hệ tuyến tính với toàn bộ tập hợp các biến độc lập hay không. Ta lần lượt đặt giả thuyết cho các β1, β2, β3, β4 ... = 0 và kỳ vọng rằng giả thuyết này bị bác bỏ vì nếu có β nào bằng 0 thì yếu tố đó (biến độc lập) chẳng có ảnh hưởng gì đến biến phụ thuộc Y. Khi kiểm định các giả thuyết trên, để rút ra các kết luận, ta so sánh mức ý nghĩa quan sát sig. Với mức ý nghĩa ta chọn cho kiểm định là 5% (p = 0.05). Nếu các giá trị β khác 0 và sig < 0.05 thì những giá trị β đó có ý nghĩa về mặt thống kê. Và ngược lại nếu các giá trị β khác 0 và sig > 0.05 thì những giá trị đó không có ý nghĩa về mặt thống kê [13].
2.4.2.4 Phương pháp phân tích phương sai ANOVA
Nghiên cứu sử dụng kỹ thuật phân tích phương sai một nhân tố (One – way ANOVA) để tính ý nghĩa thống kê của những khác biệt trung bình giữa biến phụ thuộc là sự gắn kết của người lao động.
Sử dụng tiêu chuẩn Levene để kiểm tra giả thuyết bằng nhau của hai phương sai trong các nhóm với xác xuất ý nghĩa thống kê Sig. là 5%, nếu Sig. nhỏ hơn 5% thì chấp nhận phương sai bằng nhau.
Tiêu chuẩn Fishier F trong phép phân tích với mốc để so sánh các các xác xuất ý nghĩa Sig. là 5%, nếu Sig. nhỏ hơn 5% thì ta bác bỏ giả thuyết [13].
Tóm tắt chương II
Phương pháp nghiên cứu của luận văn thông qua 2 giai đoạn là nghiên cứu định tính với phương pháp thảo luận nhóm để điều chỉnh các yếu tố trong mô hình nghiên cứu và chỉnh sửa các từ ngữ, các mục hỏi không rõ nghĩa, khó trả lời để hoàn thiện bảng câu hỏi để tiến hành nghiên cứu định lượng. Nghiên cứu định lượng được thực hiện với 250 mẫu khảo sát thông qua bảng câu hỏi. Dữ liệu thu về sẽ được làm sạch trước khi nhập vào máy, sau đó tiến hành kiểm tra trước khi sử dụng các phương pháp phân tích: Hệ số Cronbach’s Alpha, phân tích nhân tố khám phá – EFA, phân tích hồi quy và phân tích phương sai – ANOVA.
CHƯƠNG III
KẾT QUẢ NGHIÊN CỨU