Đây là giai đoạn nghiên cứu định lượng với kỹ thuật thu thập dữ liệu bằng cách phỏng vấn theo bảng câu hỏi. Dữ liệu thu thập được sẽ được xử lý trên phần mềm SPSS 16.0. Bước nghiên cứu này nhằm đánh giá các thang đo, đo lường mức độ gắn bó theo từng yếu tố liên quan, mức độ ảnh hưởng của từng yếu tố trong mô hình. Đối tượng khảo sát trong nghiên cứu này là công chức, viên chức đang làm việc tại các cơ quan Hành chính sự nghiệp trên địa bàn thành phố Rạch Giá.
2.2.3.1. Thu thập dữ liệu
Phương pháp thu thập số liệu bằng cách phát bảng câu hỏi chi tiết được soạn sẵn gửi đến từng công chức, viên chức đang công tác ở một số lĩnh vực y – dược, giáo dục và một số đơn vị hành chính sự nghiệp khác trên địa bàn thành phố Rạch Giá. Do nghiên cứu bị giới hạn về thời gian và chi phí nên mẫu được thu thập theo phương pháp lấy mẫu hạn ngạch. Kích thước mẫu điều tra là n=250 mẫu. Cỡ mẫu được lấy dựa trên cơ sở số lượng biến quan sát của các nhân tố cần ước lượng. Theo Bollen (1989) (được trích bởi Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2007) thì kích thước mẫu tối thiểu 5 mẫu cho 1 ước lượng (tỷ lệ 5:1).
2.2.3.2. Phương pháp xử lý và phân tích số liệu
Để thực hiện công việc thống kê và phân tích dữ liệu thu thập được, tác giả sử dụng phần mềm SPSS 16.0 để kiểm định độ tin cậy của thang đo và thực hiện các
thống kê suy diễn. Sau khi mã hóa và làm sạch dữ liệu, các bước sau sẽ được tiến hành.
Đánh giá độ tin cậy và độ giá trị của thang đo
Độ tin cậy là mức độ mà thang đo được xem xét là nhất quán và ổn định (Parasuraman, 1991). Hay nói cách khác, độ tin cậy của một phép đo là mức độ mà phép đo tránh được sai số ngẫu nhiên. Trong nghiên cứu này, để đánh giá độ tin cậy (reliability) của từng thang đo, đánh giá độ phù hợp của từng mục hỏi (items) hệ số tương quan alpha của Cronbach (Cronbach’s Coefficient Alpha) được sử dụng. Khi đánh giá độ phù hợp của từng item, những item nào có hệ số tương quan biến tổng (item-total correlation) lớn hơn hoặc bằng 0.3 được coi là những item có độ tin cậy bảo đảm (Nguyễn Công Khanh, 2005), các item có hệ số tương quan biến tổng nhỏ hơn 0.3 sẽ bị loại bỏ ra khỏi thang đo.
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 (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005), hệ số này đánh giá độ tin cậy của phép đo dựa trên sự tính toán phương sai của từng item và tính tương quan điểm của từng item với điểm của tổng các items còn lại của phép đo. Hệ số Cronbach’s alpha trích trong (Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2007) được tính theo công thức sau:
) 1 ( 1 2 1 2 T k i i k k Trong đó: α : Hệ số Cronbach’s alpha
k : Số mục hỏi trong thang đo
2
T
: Phương sai của tổng thang đo
2
i
: Phương sai của mục hỏi thứ i
Nhiều nhà nghiên cứu đồng ý rằng hệ số alpha của từng thang đo từ 0.8 trở lên đến gần 1 thì thang đo lường là tốt, từ 0.7 đến gần 0.8 là sử dụng được. Cũng có nhà nghiên cứu đề nghị rằng hệ số 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 (Nunnally, 1978; Peterson, 1994; Slater, 1995 dẫn theo Hoàng Trọng &
Chu Nguyễn Mộng Ngọc, 2005). Vì vậy, đối với nghiên cứu này thì hệ số Alpha từ 0.6 trở lên là chấp nhận được.
Tiếp theo phân tích nhân nhân tố khám phá EFA (Exploratory Factor Analysis) được sử dụng để đánh giá độ giá trị của thang đo (Nguyễn Công Khanh, 2005). Các biến có hệ số tương quan đơn giữa biến và các nhân tố nhỏ hơn 0.5 sẽ bị loại (Hair và cộng sự, 1998, được trích bởi Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2007). Phương pháp trích “Principal Component Analysis” được sử dụng kèm với phép quay “Varimax”, chỉ có những nhân tố nào có Eigenvalue lớn hơn 1 mới được giữ lại trong mô hình nghiên cứu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Phân tích hồi quy bội
Kiểm định mô hình lý thuyết bằng phương pháp hồi quy bội với mức ý nghĩa 5%. Biến phụ thuộc là sự gắn bó nói chung, biến độc lập là các yếu tố gắn bó được rút ra từ quá trình phân tích EFA và có ý nghĩa trong phân tích tương quan Pearson.
Mô hình dự đoán có thể là:
Yi = β0 + β1X1i + β2X2i + β3X3i + … + βkXki + i
Trong đó:
Yi: biến phụ thuộc Xk: các biến độc lập β0: hằng số
βk: các hệ số hồi quy
i
: thành phần ngẫu nhiên hay yếu tố nhiễu
Phân tích phương sai (ANOVA)
Kỹ thuật phân tích phương sai một yếu tố (One-Way ANOVA) được áp dụng trong nghiên cứu này để tìm ra ý nghĩa thống kê của những khác biệt trung bình giữa biến phụ thuộc là sự gắn bó chung. Trước khi tiến hành phân tích ANOVA, tiêu chuẩn Levence được tiến hành để kiểm tra giả thuyết bằng nhau của phương sai trong các nhóm với xác suất ý nghĩa Sig. (Significance) là 5%. Trong phép kiểm định này, nếu xác suất ý nghĩa lớn hơn 5% thì chấp nhận tính bằng nhau của các phương sai nhóm. Bên cạnh đó, để đảm bảo các kết luận rút ra trong nghiên cứu này, phép kiểm định phi tham số Kruskal - Wallis cũng được tiến hành nếu giả định tổng thể có phân phối chuẩn không được đáp ứng trong phân tích ANOVA.
TÓM TẮT CHƯƠNG II
Trong chương này, tác giả đã giới thiệu khái quát về đối tượng được nghiên cứu là công chức, viên chức nhà nước và tổng quan về tình hình lực lượng lao động đang làm việc tại các đơn vị Hành chính sự nghiệp trên địa bàn thành phố Rạch Giá.
Ngoài ra, tác giả đã trình bày cụ thể về quy trình nghiên cứu, thang đo các yếu tố trong mô hình nghiên cứu và phương pháp kiểm định thang đo. Nghiên cứu định lượng với kỹ thuật thu thập dữ liệu bằng cách phỏng vấn thông qua bảng câu hỏi. Bảng câu hỏi sẽ là công cụ dùng để điều tra, thu thập dữ liệu cho các bước nghiên cứu chính thức. Chương tiếp theo tác giả sẽ trình bày kết quả nghiên cứu.
CHƯƠNG 3: KẾT QUẢ NGHIÊN CỨU
Trong chương này sẽ trình kết quả phân tích bao gồm mô tả mẫu thu được, đánh giá độ tin cậy của thang đo, phân tích nhân tố khám phá và hiệu chỉnh mô hình nghiên cứu, phân tích hồi quy đa biến và kiểm định các giả thiết của mô hình nghiên cứu.