2.2.2.1. Chọn mẫu:
Để có được thông tin phục vụ công tác nghiên cứu, thiết kế chọn phi xác suất với hình thức chọn mẫu ngẫu nhiên thuận tiện. Bảng câu hỏi được gửi trực tiếp đến các địa chỉ email cho đồng nghiệp đang làm việc tại DTSOFT.
2.2.2.2. Kích thước mẫu:
Kích thước mẫu (n) là số lượng đối tượng quan sát phải thu thập thông tin cần thiết cho nghiên cứu có được độ tin cậy nhất định.
Kỹ thuật thu thập dữ liệu là phỏng vấn gián tiếp theo bảng câu hỏi. Bảng câu hỏi được gửi về địa chỉ mail của tất cả các văn phòng, bộ phận DTSOFT.
Kích thước mẫu phụ thuộc vào việc ta muốn gì từ những dữ liệu thu thập được và mối quan hệ ta muốn thiết lập là gì (Kumar, 2005). Vấn đề nghiên cứu càng phức tạp thì mẫu nghiên cứu càng lớn. Số lượng mẫu càng lớn thì độ chính xác của kết quả nghiên cứu càng cao. Tuy nhiên, do sự giới hạn về tài chính và thời gian nên kích thước mẫu sẽ đảm bảo ở mức cần thiết tối thiểu, dự kiến là 160 mẫu.
Trong phân tích nhân tố, kích thước mẫu sẽ phụ thuộc vào số lượng biến được quan sát. Theo Hoàng Trọng & Chu Mộng Ngọc (2005) thì tỷ lệ giữa kích thước mẫu và biến quan sát giao động từ 4:1 – 5:1. Nghiên cứu này có tất cả 38 biến quan sát cần tiến hành phân tích nhân tố, tương đương mới kích thước mẫu phải ít nhất giao động từ 152 đến 190 mẫu. Do đó số lượng mẫu dự kiến 160 mẫu là chấp nhận được.
2.2.2.3. Xây dựng dữ liệu, làm sạch và xử lý dữ liệu:
Bảng câu hỏi dùng cho nghiên cứu được gửi tới cho 232 nhân viên thuộc tất cả các bộ phận, văn phòng công ty DTSOFT trên toàn quốc với mục tiêu thu thập 160 mẫu. Kết quả đã thu thập được 165 mẫu. Sau khi thu thập, dữ liệu được mã hóa, thiết kế và nhập vào phần mềm SPSS 16.0 để tiến hành làm sạch. Phương pháp thực hiện để làm sạch dữ liệu là sử dụng bảng tần số để rà soát tất cả các biến quan sát nhằm tìm ra các biến số có thông số bị sai lệch hoặc thiếu sót. Kết quả của bước làm sạch dữ liệu
đã loại ra 5 mẫu không hợp lệ. Dữ liệu từ 160 mẫu còn lại tiếp tục được đưa vào bước nghiên cứu tiếp theo.
2.2.2.4. Kiểm định thang đo: - Mô tả về thang đo: - Mô tả về thang đo:
Như đã nói qua về kết quả ở bước 1 (nghiên cứu sơ bộ), thang đo về sự gắn bó của nhân viên đối với Công ty trách nhiệm hữu hạn Phát triển & Chuyển giao phần mềm DTSOFT bao gồm 7 nhóm biến tiềm ẩn với tổng cộng 38 biến. Các phát biểu được đo lường bằng thang đo Likert 5 điểm sắp xếp từ nhỏ đến lớn tương ứng với mức đồng ý với phát biểu tăng dần (1: Rất không đồng ý; 2: Không đồng ý; 3: Tạm đồng ý; 4: Đồng ý; 5: Hoàn toàn đồng ý ).
- Thủ tục kiểm định thang đo:
+ Đánh giá độ tin cậy bằng hệ số Cronbach’s Alpha:
Một thang đo chấp nhận được là thang đo mà trong đó các mục hỏi đo lường cùng một khái niệm thì phải có mối liên quan với nhau. Hệ số α trong phương pháp kiểm định Cronbach’s Alpha sẽ cho phép xác định được mức độ tương quan chặt chẽ của các mục hỏi trong thang đo đó.
Hệ số Cronbach’s Alpha thường được dùng để đánh giá sơ bộ thang đo để loại các biến rác trước, chứ không tính được độ tin cậy cho từng biến quan sát. Lưu ý rằng, khi hệ số α quá lớn (α > 0,95) cho thấy có nhiều biến trong thang đo không có gì khác biệt nhau. Hiện tượng này được gọi là hiện tượng trùng lắp trong đo lường. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2005): "Hệ số Cronbach alpha là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau. Một trong những phương pháp kiểm tra tính đơn khía cạnh của thang đo được gọi là kiểm định độ tin cậy chia đôi... Nhiều nhà nghiên cứu đồng ý cho rằng khi Cronbach alpha từ 0.8 trở lên đến gần 1 thì đang đo lường là tốt, từ 0.7 đến 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".
Tóm lại, hệ số Cronbach’s Alpha nằm trong phạm vi 0,6 đến 0,8 là chấp nhận được.
+ Phương pháp phân tích nhân tố EFA:
Khi tiến hành nghiên cứu, thông thường chúng ta sẽ thu thập một số lượng biến rất lớn và hầu hết các biến này lại có liên hệ với nhau. Yêu cầu đặt ra đó là phải giảm
bớt số lượng biến này xuống một mức mà chúng ta có thể sử dụng được. Phân tích EFA sử dụng một nhóm các thủ tục nhằm thu nhỏ và tóm tắt dữ liệu thu được. Các biến được giữ lại sau phân tích EFA sẽ là những biến cơ bản, đại diện được cho những biến đã bị loại trừ (các biến có độ tin cậy thấp). Và từ đó, ta có thể có thể biết được tính hội tụ cũng như giá trị phân biệt của thang đo.
Cơ sở của việc rút gọn là dựa vào mối quan hệ tuyến tính của các nhân tố với các biến nguyên thủy (biến quan sát). Chỉ tiêu được dùng để xem xét sự thích hợp của phương pháp phân tích nhân tố là kết quả phân tích KMO, là chỉ số dùng để so sánh độ lớn của hệ số tương quan giữa 2 biến Xi và Xj với độ lớn của hệ số tương quan riêng phần của chúng (Norusis, 1994, Trích dẫn trong Châu Thị Minh Vi, 2012). Kaiser, (1974, Trích dẫn trong Nguyễn Đình Thọ, 2011 ) đề nghị KMO > 0,90: rất tốt; 0,9 > KMO > 0,80: tốt; 0,8 > KMO > 0,70: được; 0,7 > KMO > 0,60: tạm được; 0,6 > KMO > 0,50: xấu; và KMO < 0,5: không thể chấp nhận . Các biến có trọng số nhỏ hơn 0,5 sẽ tiếp tục bị loại (Othman & Owen, 2002, Trích dẫn trong Nguyễn Đình Thọ, 2011). Phương pháp trính hệ số sử dụng Principal Components với phép quay Varimax và điểm dừng khi trích các yếu tố Eigenvalue lớn hơn 1. Chỉ có những nhân tố nào thỏa mãn các điều kiện trên mới được giữ lại trong mô hình phân tích. Phương sai trích phải lớn hơn 50% (Gerbing & Anderson, 1988, Trích dẫn trong Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2009).
Từ kết quả phân tích EFA ta viết lại mô hình hiệu chỉnh theo EFA và đặt ra các giả thuyết mới.
2.2.2.5. Kiểm định mô hình:
- Phương pháp hồi quy bội:
Phân tích hồi quy giúp phân tích sự tác động của biến độc lập với các biến phụ thuộc. Kết quả của phân tích hồi quy sẽ là cơ sở để đánh giá sự phù hợp của mô hình hiệu chỉnh theo EFA và kiểm định các giả thuyết mới (giả thuyết từ kết quả phân tích EFA).
+ Mô hình hồi quy bội:
Mô hình hồi quy mô tả mối quan hệ giữa hai biến nghiên cứu với nhau, nó thể hiện hình thức của mối quan hệ và qua đó giúp ta đoán được mức độ của biến phụ thuộc khi xác định được giá trị của biến độc lập.
Mô hình hồi quy hai biến được xây dựng khi đã kết luận được hai biến có quan hệ chặt chẽ với nhau, đồng thời cũng đã cân nhắc đến các mối quan hệ tiềm ẩn giữa
hai biến cũng như đã xác định đúng hướng của mối quan hệ nhân quả có thật giữa chúng. Người ta thêm vào một số biến độc nhằm giải thích tốt hơn cho biến phục thuộc, lúc này mô hình được gọi là mô hình hồi quy bội và được biểu diễn như sau :
Yi = β0 + β1X1i + β2X2i +… + βpXpi+ ei
Trong đó : (adsbygoogle = window.adsbygoogle || []).push({});
Y : Giá trị của biến phụ thuộc (biến được giải thích) tại quan sát thứ i. Xpi : Giá trị của biến độc lập (biến giải thích) thứ p tại quan sát thứ i.
βp: Hệ số hồi quy riêng phần thứ p. ei: Biến độc lập ngẫu nhiên
Mô hình hồi quy tuyến tính bội có 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.
+ Đánh giá độ phù hợp của mô hình hồi quy tuyến tính bội:
Hệ số xác định R2(Coeficient of Determination) là căn cứ xác định sự phù hợp của mô hình hồi quy tuyến tính. Công thức R2 xuất phát từ ý tưởng: Toàn bộ biến thiên quan sát được của biến phụ thuộc được chia thành hai phần – phần biến thiên do hồi quy và phần biến thiên không do hồi quy hay còn gọi là phần dư. R2 càng gần về 1 thì mô hình càng thích hợp và ngược lại càng gần về 0 thì mô hình càng kém phù hợp với tập dữ liệu mẫu.
Vì R2 được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mô hình do đó càng thêm nhiều biến độc lập vào mô hình thì R2 càng tăng. Tuy nhiên điều này không có nghĩa là càng nhiều biến trong mô hình thì mô hình đó phù hợp với tập dữ liệu.
+ Kiểm định giả thuyết về độ phù hợp của mô hình:
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 kểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể. Kiểm định F giúp xem xét biến phụ thuộc có quan hệ tuyến tính với toàn bộ các biến độc lập hay không. Lần lượt đặt các giả thuyêt lần lượt cho β1,β2,β3...= 0 với kỳ vọng rằng giả thuyết này bị bác bỏ.
Để đưa ra kết luận, ta quan sát chỉ số sig với mức ý nghĩa đã chọn là 5% (p = 0,05). Với giá trị β khác 0 mà chỉ số sig tương ứng bé hơn 0,05 (sig < 0,05) thì βđó có ý nghĩa về mặt thống kê. Và ngược lại với những điều kiện tương tự mà sig > 0,05 thì βkhông có ý nghĩa về mặt thống kê.
+ Xác định tầm quan trọng của các biến trong mô hình:
Luôn có giới hạn về mặt thời gian, con người hoặc tài chính…cho việc giải quyết tất cả các vấn đề đã được phát hiện từ các nghiên cứu khoa học. Do đó, việc tìm ra đâu là nguyên nhân chính, là vấn đề lớn, là nhân tố chủ đạo là điều rất cần phải làm của mỗi công trình nghiên cứu để từ đó có thể tập trung nguồn lực giải quyết. “Xác định tầm quan trọng của các biến trong mô hình” mang ý nghĩa đó. Cụ thể là, thông qua bước này thì sẽ giúp xác định biến nào trong các biến đâu là có vai trò quan trọng hơn trong việc dự đoán giá trị lý thuyết của Y hay chúng quan trọng như nhau.
Trị số tuyệt đối của hệ số Beta đã được chuẩn hóa (Standardized Coefficients) hoặc hệ số tương quan riêng phần (Partial Correlations) và hệ số tương quan riêng (Part Correlations) là căn cứ xác định được biến nào có vai trò quan trọng hơn trong việc dự đoán giá trị lý thuyết của Y.
TÓM TẮT CHƯƠNG 2
Chương 2 trình bày về phương pháp nghiên cứu qua 2 giai đoạn chính là : Nghiên cứu sơ bộ (định tính), nghiên cứu chính thức (định lượng).
Giai đoạn nghiên cứu định sơ bộ trên cơ sở tổng hợp lý thuyết và việc phỏng vấn sâu đã cho kết quả quan trọng là thang đo gồm 7 nhóm biến tiềm ẩn với 38 biến.
Giai đoạn nghiên cứu chính thức sẽ sử dụng thang đo trong giai đoạn 1 để thu thập số liệu từ 160 mẫu. Sau đó tiến các bước kiểm định thang đo và kiểm định mô hình.
CHƯƠNG 3: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
3.1. Phân tích các yếu tố ảnh hưởng đến sự gắn bó của nhân viên đối với Công ty trách nhiệm hữu hạn phát triển và chuyển giao phần mềm DTSOFT: trách nhiệm hữu hạn phát triển và chuyển giao phần mềm DTSOFT:
3.1.1 Khái quát về mẫu nghiên cứu:
Trong phần này sẽ trình bày phân bố của mẫu nghiên cứu phân chia theo: Giới tính, nhóm tuổi, trình độ học vấn, bộ phận công tác, số năm công tác, thu nhập trung bình.
- Giới tính:
Về giới tính, có 99 đối tượng là nam tương ứng với 61,9% và 61 đối tượng là nữ tương ứng 38,1%. Lý do của mà nhân viên nam chiếm tỷ trọng cao hơn xuất phát từ đặc thù công việc của công ty. Bên cạnh công việc lập trình ra sản phẩm mới công ty phải duy trì đội ngũ đông đảo nhân viên để đảm bảo dịch vụ hỗ trợ tận nơi cho khách hàng. Công việc di chuyển bằng xe máy để hỗ trợ cho khách là công việc mọi văn phòng đều phải thực hiện, công việc này chỉ thích hợp với nam giới.
Bảng 3.1: Kết cấu mẫu theo giới tính
Tần suất Phần trăm (%) Phần trăm hợp lệ (%) Phần trăm tích lũy (%) Nam 99 61,9 61,9 61,9 Nữ 61 38,1 38,1 100,0 Số quan sát Tổng 160 100,0 100,0
(Nguồn: Tính toán số liệu điều tra)
- Độ tuổi:
Kết quả thống kê cho thấy nhân viên làm việc cho công ty có tuổi đời còn trẻ chiếm tỷ lệ rất cao. Trong đó độ tuổi từ 23 đến 28 chiếm tỷ lệ cao nhất với 68,8% tiếp đến độ tuổi 29 đến 35 chiếm tới 24,4%. Điều này khá phù hợp với thực tế tại công ty do trong các năm qua luôn xẩy ra sự biến động nhân sự, nhân viên khi mới tuyển vào hầu hết là sinh viên mới ra trường, sau khi làm việc được 1 đến 2 năm thì bắt đầu nghĩ việc và công ty lại tuyển mới lại.
Bảng 3.2 : Kết cấu mẫu theo độ tuổi Tần suất Phần trăm (%) Phần trăm hợp lệ (%) Phần trăm tích lũy (%) Từ 23 đến 28 tuổi 110 68,8 68,8 68,8 Từ 29 dến 35 tuổi 39 24,4 24,4 93,1 Từ 36 đến 49 tuổi 9 5,6 5,6 98,8 Trên 49 tuổi 2 1,2 1,2 100 Số quan sát Tổng 160 100 100
(Nguồn: Tính toán số liệu điều tra)
- Trình độ học vấn: (adsbygoogle = window.adsbygoogle || []).push({});
Về trình độ học vấn, số người tham gia trả lời câu hỏi có tỷ lệ như sau: Trình độ phổ thông 2,5% tương đương với 4 người, trung cấp chiếm 1,3% tương đương với 2 người và cao đẳng, đại học chiếm tỷ lệ cao nhất với 96,3% tương đương với 154 người. Hoạt động trong lĩnh vực công nghệ thông tin, việc sáng tạo lập trình cũng như khả năng ứng dụng phần mềm đòi hỏi người lao động phải có một trình độ học vấn nhất định điều này giải thích tại sao công ty khi tuyển người thường ưu tiên cho những ứng viên có trình độ cao đẳng và đại học. Và hầu như cũng chỉ có những ứng viên có trình độ này mới đủ tự tin khi vào làm việc tại công ty.
Bảng 3.3 : Kết cấu mẫu theo trình độ học vấn
Tần suất Phần trăm (%) Phần trăm hợp lệ (%) Phần trăm tích lũy (%) Phổ thông 4 2,5 2,5 2,5 Trung cấp 2 1,3 1,3 3,8 Cao đẳng, đại học 154 96,3 96,3 100,0 Số quan sát Tổng 160 100,0 100,0
- Bộ phận công tác:
Qua kết quả phân tích 160 mẫu, có 75 nhân viên được phỏng vấn là thuộc khối văn phòng, 45 nhân viên thuộc khối kinh doanh, 14 nhân viên thuộc khối sản xuất, 21 nhân viên thuộc khối nhân sự tổng hợp và có 5 lãnh đạo tương ứng với tỷ lần lượt là: 46,9%; 28,1%; 8,8%; 13,1% và 3,1%. Những con số này khá sát với kết cấu thực tế tại công ty DTSOFT, đây là điều thuận lợi để có một kết quả nghiên cứu sát thực và khách quan.
Bảng 3.4 : Kết cấu mẫu theo bộ phận công tác
Tần suất Phần trăm (%) Phần trăm hợp lệ (%) Phần trăm tích lũy (%) Khối văn phòng 75 46,9 46,9 46,9
Khối kinh doanh 45 28,1 28,1 75,0
Khối sản xuất 14 8,8 8,8 83,8 Khối nhân sự, tổng hợp 21 13,1 13,1 96,9 Lãnh đạo 5 3,1 3,1 100,0 Số quan sát Tổng 160 100,0 100,0
(Nguồn: Tính toán số liệu điều tra)
- Thâm niên:
Cùng chung nguyên nhân với “độ tuổi” nói trên, việc nhân sự biến động thường xuyên đã dẫn đến kết quả nhân viên công ty thường có thâm niên công tác thấp. Cụ thể là trong 160 mẫu thu thập được thì có tới 71 nhân viên là mới làm việc cho công ty chưa được 2 năm. Số lượng nhân viên có thâm niên từ 2 đến 5 năm cũng chiếm tới 64. Tính chung số lượng nhân viên làm việc mới được 5 năm chiếm tới 84,4%. Chỉ còn