3.4.1. Phương thức lấy mẫu
Trong nghiên cứu này, vì điều kiện hạn chế về thời gian, chi phí cũng như về kiến thức của tác giả, phương pháp lấy mẫu được chọn là phương pháp lấy mẫu thuận tiện, dữ liệu được thu thập thông qua các hình thức phỏng vấn trực tiếp và gửi thư nhóm cho các chi nhánh trong khu vực.
3.4.2. Cỡ mẫu
Đối với phân tích nhân tố (EFA), cỡ mẫu tối thiểu là N ≥ 5*x (x: tổng số biến quan sát) (Hair & ctg, 2010). Trong nghiên cứu này, tổng số biến quan sát là 48, như vậy số mẫu tối thiểu cần đạt được là 240 mẫu.
3.4.3. Xử lý và phân tích dữ liệu
Dữ liệu khảo sát sau khi được thu thập từ bảng câu hỏi khảo sát sẽ được mã hóa và thực hiện quá trình phân tích. Phần mềm được tác giả sử dụng để thực hiện phân tích số liệu là SPSS phiên bản 16.0.
3.4.3.1. Mô tả thông tin mẫu
Tác giả sẽ sử dụng phân tích mô tả để thống kê, phân tích các thuộc tính của mẫu nghiên cứu như: giới tính, độ tuổi, trình độ chuyên môn, thu nhập, thời gian công tác, bộ phận công tác của nhóm người được khảo sát.
Dữ liệu để thực hiện bước phân tích mô tả này được thu thập từ phần thông tin cá nhân của người được phỏng vấn trong bảng câu hỏi đã trình bày ở phần trên.
3.4.3.2. Kiểm định và đánh giá thang đo
Để đánh giá thang đo, chúng ta cần phải kiểm tra độ tin cậy, độ giá trị của thang đo. Các hệ số như: độ tin cậy Cronbach’s Alpha, hệ số tương quan biến-tổng (Item-total correlation) sẽ giúp chúng ta loại ra những biến quan sát không đóng góp vào việc mô tả khái niệm cần đo. Hệ số Cronbach’s Alpha if Item Deleted giúp
đánh giá trong việc loại bỏ bớt biến quan sát nhằm nâng cao hệ số tin cậy Cronbach’s Alpha cho khái niệm cần đo. Phương pháp phân tích nhân tố khám phá (EFA) nhằm kiểm tra độ giá trị của thang đo các khái niệm nghiên cứu.
a. Phân tích Cronbach’s Alpha
Phân tích Cronbach’s Alpha nhằm kiểm định độ tin cậy của thang đo thông qua hệ số Cronbach’s Alpha và loại bỏ những biến có tương quan biến tổng (Item- Total correlation) nhỏ.
Hệ số Cronbach’s Alpha có giá trị biến thiên trong khoảng [0,1]. Một thang đo có độ tin cậy tốt khi hệ số Cronbach’s Alpha biến thiên trong khoảng [0.7,0.8] (Nguyễn Đình Thọ, 2011).
Nếu hệ số Cronbach’s Alpha lớn hơn hoặc bằng 0.6 là thang đo đó có thể chấp nhận được về mặt độ tin cậy (Nunally & Bernstein, 1994, trích trong Nguyễn Đình Thọ, 2011).
Về lý thuyết hệ số Cronbach’s Alpha càng cao càng tốt (thang đo càng có độ tin cậy cao). Tuy nhiên, điều này không thực sự như vậy. Hệ số Cronbach’s Alpha quá lớn (α > 0.95) cho thấy có nhiều biến trong thang đo không có khác biệt gì nhau (nghĩa là chúng cùng đo lường một nội dung nào đó của khái niệm nghiên cứu). Hiện tượng này được gọi là hiện tượng trùng lắp trong đo lường (redundancy) (Nguyễn Đình Thọ, 2011).
Do đó, khi kiểm tra từng biến đo lường ta sử dụng thêm hệ số tương quan biến – tổng. Theo Nguyễn Đình Thọ (2011) trích từ Nunnally & Bernstein (1994) thì nếu một biến đo lường có hệ số tương quan biến – tổng hiệu chỉnh (Corrected item-total correlation) lớn hơn hoặc bằng 0.3 thì biến đó đạt yêu cầu.
Như vậy, trong phân tích Cronbach’s Alpha thì ta sẽ loại bỏ những thang đo có hệ số nhỏ (α<0.6) và cũng loại những biến quan sát có hệ số tương quan biến – tổng hiệu chỉnh nhỏ (<0.3) ra khỏi mô hình vì những biến quan sát này không phù hợp hoặc không có ý nghĩa đối với thang đo.
b. Phân tích nhân tố khám phá (EFA – Exploratory Factor Analysis)
Sau khi loại bỏ các biến không đảm bảo độ tin cậy thông qua phân tích Cronbach’s Alpha, phương pháp phân tích nhân tố (EFA) được sử dụng để xác định độ giá trị hội tụ (convergent validity), độ giá trị phân biệt (discriminant validity) và đồng thời thu gọn các tham số ước lượng theo từng nhóm biến.
Trong thực tiễn nghiên cứu, để thang đo đạt giá trị hội tụ thì hệ số tương quan đơn giữa các biến và các nhân tố (factor loading) phải lớn hơn hoặc bằng 0.5 trong một nhân tố (0.4 ≤ factor loading < 0.5 được xem là quan trọng; factor loading > 5 được xem là có ý nghĩa thực tiễn). Để đạt độ giá trị phân biệt, khác biệt giữa các nhân tố phải lớn hơn hoặc bằng 0.3 (λiA – λiB ≥ 0.3). Tuy nhiên, chúng ta cần xem xét giá trị nội dung của nó trước khi ra quyết định loại bỏ hay không loại bỏ một biến đo lường (Nguyễn Đình Thọ, 2011).
Số lượng nhân tố được xác định dựa trên chỉ số Eigenvalue – đại điện cho phần biến thiên được giải thích bởi mỗi nhân tố. Số lượng nhân tố được xác định ở nhân tố (dừng ở nhân tố) có Eigenvalue tối thiểu bằng 1 (≥1) và những nhân tố có Eigenvalue nhỏ hơn 1 sẽ bị loại ra khỏi mô hình (Nguyễn Đình Thọ, 2011). Tiêu chuẩn phương sai trích (Variance explained criteria): tổng phương sai trích phải đạt từ 50% trở lên, nghĩa là phần chung phải lớn hơn phần riêng và sai số (từ 60% trở lên được coi là tốt) (Nguyễn Đình Thọ, 2011).
Để xác định sự phù hợp khi sử dụng EFA thì người ta thường tiến hành kiểm định Barlett và KMO:
o Kiểm định Bartlett: dùng để xem xét ma trận tương quan có phải là ma trận đơn vị (I) hay không. Kiểm định Barlett có ý nghĩa thống kê khi Sig < 0.05. Điều này chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể.
o Kiểm định KMO: KMO là chỉ số dùng để so sánh độ lớn của hệ số tương quan giữa các biến đo lường với độ lớn của hệ số tương quan riêng phần của chúng (Norusis, 1994, trích trong Nguyễn Đình Thọ, 2011). Hệ số KMO càng lớn càng tốt vì phần chung giữa các biến càng lớn (Nguyễn Đình Thọ, 2011). Hệ số KMO phải
đạt giá trị từ 0.5 trở lên (KMO ≥ 0.5) thể hiện phân tích là phù hợp. Hệ số KMO < 0.5 thì không thể chấp nhận được (Kaiser, 1974, trích trong Nguyễn Đình Thọ, 2011).
Tuy nhiên, theo Nguyễn Đình Thọ (2011, trang 397) thì trong thực tế, với sự hỗ trợ của các phần mềm xử lý thống kê SPSS và chúng ta có thể nhìn vào kết quả trọng số nhân tố và phương sai trích đạt yêu cầu thì vấn đề kiểm định Bartlett, KMO không còn ý nghĩa nữa vì chúng luôn luôn đạt yêu cầu.
Trong nghiên cứu này, tác giả sẽ sử dụng phương pháp trích nhân tố Principal components với phép xoay Varimax và điểm dừng khi trích các yếu tố có Eigenvalues lớn hơn hoặc bằng 1 để phân tích nhân tố khám phá cho 07 biến độc lập cũng như 03 biến phụ thuộc.
3.4.3.3 Phân tích hồi quy và kiểm định giả thuyết
Sau khi hoàn tất việc phân tích đánh giá độ tin cậy thang đo và phân tích nhân tố khám phá EFA, các biến quan sát không đảm bảo độ giá trị hội tụ tiếp tục bị loại khỏi mô hình cho đến khi các tham số được nhóm theo các nhóm biến đạt yêu cầu đề ra.
Phân tích hồi quy sau đó sẽ được đưa vào sử dụng để phân tích mô hình nghiên cứu của đề tài.
Tuy nhiên, trước khi tiến hành phân tích hồi quy, một phân tích quan trọng cần được thực hiện đầu tiên là phân tích tương quan nhằm kiểm định mối tương quan tuyến tính giữa các biến trong mô hình.
a. Phân tích tương quan
Phân tích này nhằm kiểm định mối tương quan tuyến tính giữa các biến trong mô hình: giữa biến phụ thuộc với các biến độc lập và giữa các biến độc lập với nhau. Sử dụng hệ số tương quan Pearson để lượng hóa mức độ chặt chẽ mối liên hệ tuyến tính giữa hai biến định lượng. Giá trị tuyệt đối của hệ số Pearson càng gần
đến 1 thì hai biến này mối tương quan tuyến tính càng chặt chẽ (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
Trong mô hình nghiên cứu này, tác giả sẽ kiểm định mối tương quan giữa giữa từng biến phụ thuộc với các biến độc lập và giữa các biến độc lập với nhau. Tác giả kỳ vọng có mối tương quan tuyến tính chặt chẽ giữa các biến độc lập và các biến phụ thuộc.
b. Phân tích hồi quy
Phương pháp phân tích hồi quy đa biến được dùng ở đây là phương pháp Enter: tất cả các biến được đưa vào một lần và xem xét các kết quả thống kê liên quan đến các biến được đưa vào trong mô hình.
Trong nghiên cứu này, tác giả sẽ phân tích hồi quy 03 mô hình chính là tác động của 07 biến độc lập (đặc điểm công việc, đào tạo và thăng tiến, thu nhập, cấp trên, đồng nghiệp, thương hiệu, phúc lợi) lần lượt đến 03 biến thành phần của sự cam kết gắn bó với tổ chức (gắn bó tình cảm, gắn bó duy trì, và gắn bó đạo đức). Qua đó, tác giả hy vọng sẽ đưa ra được câu trả lời cho hai câu hỏi (1) và (2) ở phần mục đích nghiên cứu.
c. Kiểm định các giả thuyết
Đánh giá độ phù hợp của mô hình hồi quy: R2, R2 hiệu chỉnh.
Kiểm định giả thuyết nghiên cứu bằng việc chấp nhận hoặc bác bỏ giả thuyết nghiên cứu đã trình bày.
Xác định mức độ ảnh hưởng của các biến độc lập đến 03 biến thành phần (biến phụ thuộc) của sự cam kết gắn bó với tổ chức: nhân tố có hệ số β lớn hơn thì có thể nhận xét rằng nhân tố đó có mức độ ảnh hưởng cao hơn các nhân tố khác. Nếu hệ số tương quan là âm điều đó có nghĩa là chúng có quan hệ trái chiều còn nếu là dương điều đó có nghĩa là chúng có quan hệ cùng chiều.
d. Phân tích ảnh hưởng của biến định tính bằng biến Dummy
Việc đánh giá ảnh hưởng của các biến định tính đến sự cam kết gắn bó với tổ chức ở đây được thực hiện bằng cách dùng các biến Dummy và sau đó sẽ tiến hành chạy hồi quy đa biến bằng phần mềm SPSS. Thực ra, ta có thể thực hiện việc mã hóa lại tất cả các biến định tính để tiến hành phân tích hồi quy đa bội bằng cách dùng các biến Dummy. Tuy nhiên, ta có thể phân tích ANOVA trước nhằm xác định xem các biến định tính có ảnh hưởng đến nhân tố cam kết gắn bó với tổ chức của nhân viên hay không, nếu không thì ta sẽ không cần sử dụng biến Dummy để chạy hồi quy, còn nếu ta thấy rằng biến định tính đó có ảnh hưởng ta sẽ dùng biến các Dummy để kiểm tra bằng cách chạy hồi quy đa biến. Mục đích của phân tích này là nhằm tìm xem có sự khác nhau đáng kể (có ý nghĩa thống kê) hay không về các yếu tố ảnh hưởng nhân tố cam kết gắn bó với tổ chức giữa những nhóm nhân viên khác nhau.
Các yếu tố định tính được phân tích trong đề tài nghiên cứu này là giới tính, độ tuổi, trình độ học vấn, thâm niên công tác, bộ phận/ công tác, và thu nhập bình quân hàng tháng của nhân viên ngân hàng Quân Đội khu vực Tp.HCM.
3.5. TÓM TẮT
Trong chương này, tác giả đã trình bày tổng quan về quy trình nghiên cứu để đạt được các mục tiêu đề ra. Quy trình nghiên cứu gồm 2 bước chính: nghiên cứu định tính để thảo luận, trao đổi nhằm bổ sung và hiệu chỉnh các thang đo và các biến; và nghiên cứu định lượng nhằm khảo sát, thu thập dữ liệu, xử lý và phân tích dữ liệu bằng phần mềm SPSS.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
Sau khi thu thập và xử lý dữ liệu, tác giả sẽ trình bày mô tả cơ bản về mẫu nghiên cứu và các kết quả của các phân tích thực hiện được.
4.1. MÔ TẢ MẪU
4.1.1. Phương pháp thu thập dữ liệu
Như đã trình bày ở chương trên, mẫu được chọn theo phương pháp lấy mẫu thuận tiện với kích thước thối thiểu là 240 mẫu.
Phương pháp thu thập là gửi bảng câu hỏi trực tiếp đến người được khảo sát là các nhân viên của Ngân hàng TMCP Quân Đội khu vực Thành phố Hồ Chí Minh. Tổng số bảng câu hỏi gửi đi 500 bảng. Số phản hồi là 287 bảng, tuy nhiên, sau khi kiểm tra lại đã xác định có 255 bảng hợp lệ và được đưa vào sử dụng để phân tích. Như vậy, nghiên cứu đạt yêu cầu về cỡ mẫu tối thiểu.
4.1.2. Mô tả thông tin mẫu
o Tỷ lệ giữa nam và nữ được phỏng vấn khá tương đồng (49.4 và 50.6%). o Có đến hơn 66% số người được phỏng vấn nằm trong khoảng 25 đến 30 tuổi.
Số người trên 40 tuổi chỉ chiếm chưa đến 4%.
o Hầu hết số người tham gia phỏng vấn đều tốt nghiệp đại học (83.5%).
o Đa số tham gia phỏng vấn là những người có thâm niên dưới 5 năm (32.9% đối với dưới 3 năm và 46.7% đối với từ 3 đến 5 năm).
o Có đến 43.9% số người được phỏng vấn làm việc tại bộ phận kinh doanh, 33.3% đến từ dịch vụ khách hàng và phần còn lại đến từ bộ phận hỗ trợ. o Về thu nhập bình quân, chiếm đa số là mức từ 5 đến 10 triệu đồng (69%),
mức từ 10 đến 15 triệu đồng chiếm 28.2%.
Bảng 4.1. Mô tả mẫu
STT Thông tin Tần suất Tỷ lệ (%)
Nam 126 49.4% 1 Giới tính Nữ 129 50.6% Dưới 25 tuổi 33 12.9% Từ 25 đến 30 tuổi 169 66.3% Từ 30 tuổi đến 40 tuổi 43 16.9% 2 Độ tuổi Trên 40 tuổi 10 3.9% Trung cấp/Cao đẳng 17 6.7% Đại học 213 83.5% Trên Đại học 25 9.8% 3 Trình độ học vấn Khác 0 0% Dưới 3 năm 84 32.9% Từ 3 năm đến 5 năm 119 46.7% Từ 5 năm đến 10 năm 27 10.6% 4 Thâm niên công tác
Trên 10 năm 25 9.8% Dịch vụ khách hàng 85 33.3% Kinh doanh 112 43.9% Hỗ trợ 58 22.7% 5 Chức năng/Bộ phận Khác 0 0% Dưới 5 triệu đồng 1 0.4% Từ 5 đến 10 triệu đồng 176 69.0% Từ 10 đến 15 triệu đồng 72 28.2% 6 Thu nhập bình quân Trên 15 triệu đồng 6 2.4%
4.2. KIỂM ĐỊNH VÀ ĐÁNH GIÁ THANG ĐO 4.2.1. Phân tích Cronbach’s Alpha 4.2.1. Phân tích Cronbach’s Alpha
Bảng 4.2. Kết quả phân tích Cronbach’s Alpha
STT Biến quan sát Hệ số tương quan biến – tổng Hệ số Cronbach’s Alpha Nếu loại bỏ biến Đặc điểm công việc – CV: Cronbach’s Alpha = .744
CV1 .593 .658
CV2 .582 .664
1
CV4 .506 .703
Đào tạo và Thăng tiến – DT: Cronbach’s Alpha = .930
DT5 .712 .927 DT6 .803 .916 DT7 .857 .909 DT8 .756 .922 DT9 .788 .918 2 DT10 .857 .909
Thu nhập – TN: Cronbach’s Alpha = .828
TN11 .668 .780
TN12 .698 .766
TN13 .660 .783
3
TN14 .608 .804
Cấp trên – CT: Cronbach’s Alpha = .860
CT15 .659 .837 CT16 .694 .830 CT17 .686 .830 CT18 .697 .828 CT19 .635 .840 4 CT20 .574 .854
Đồng nghiệp – DN: Cronbach’s Alpha = .842
DN21 .687 .797
DN22 .642 .817
DN23 .731 .776
5
DN24 .656 .810
Thương hiệu – TH: Cronbach’s Alpha = .877
TH25 .737 .848
TH26 .761 .832
TH27 .763 .832
6
TH28 .704 .857
Phúc lợi – PL: Cronbach’s Alpha = .810
PL29 .593 .806 PL30 .728 .664 7 PL31 .670 .730 Gắn bó tình cảm – GBTC: Cronbach’s Alpha = .898 GBTC32 .738 .878 8 GBTC33 .816 .867
GBTC34 .702 .883
GBTC35 .837 .865
GBTC36 .741 .877
GBTC37 .558 .909
Gắn bó duy trì – GBDT: Cronbach’s Alpha = .926
GBDT38 .833 .905 GBDT39 .839 .902 GBDT40 .896 .891 GBDT41 .840 .902 9 GBDT42 .642 .941
Gắn bó đạo đức – GBDD: Cronbach’s Alpha = .901
GBDD43 .743 .882 GBDD44 .824 .870 GBDD45 .726 .885 GBDD46 .822 .872 GBDD47 .731 .884 10 GBDD48 .587 .909
Sau khi thực hiện phân tích Cronbach’s Alpha 10 thang đo, kết quả thu được khá tốt. Tất cả các chỉ số Cronbach’s Alpha của các thang đo đều đạt yêu cầu đưa ra ≥ 6. Về hệ số tương quan biến – tổng, tất cả các chỉ số đều khá cao (>0.5) cao hơn yêu cầu tối thiểu (<0.3)
Như vậy, sau khi phân tích Cronbach’s Alpha, tất cả các biến đều cho ra các thông số phù hợp yêu cầu nghiên cứu. Vì vậy, tác giả sẽ tiếp tục sử dụng tất cả dữ liệu này để thực hiện các bước tiếp theo, cụ thể hơn là phân tích EFA kế tiếp.
4.2.2. Phân tích nhân tố khám phá (EFA)
Khi phân tích EFA, để đánh giá độ tin cậy của thang đo thì chiến lược tốt nhất là ta sử dụng phân tích EFA cho tất cả các thang đo cùng một lúc (Nguyễn Đình Thọ, 2011). Trong đề tài nghiên cứu này, tác giả sẽ phân tích EFA chung cho các biến biến độc, riêng các biến phụ thuộc được phân tích riêng thành 03 lần theo