5. Kết cấu đề tài
2.6.Kỹ thuật phân tích dữ liệu
2.6.1. Thống kê mô tả
Sử dụng phần mềm SPSS để tiến hành thống kê mô tả mẫu, bao gồm việc tính toán các chỉ số:
43
- Trung bình mẫu (mean): là một đại lượng mô tả thống kê, được tính ra bằng cách lấy tổng giá trị của toàn bộ các quan sát trong tập chia cho số lượng các quan sát trong tập.
- Trung vị (median): Nó là giá trị giữa trong một phân bố, mà số số nằm trên hay dưới con số đó là bằng nhau. Điều đó có nghĩa rằng 1/2 quần thể sẽ có các giá trị nhỏ hơn hay bằng số trung vị, và một nửa quần thể sẽ có giá trị bằng hoặc lớn hơn số trung vị.
- Độ lệch chuẩn hay độ lệch tiêu chuẩn: là một đại lượng thống kê mô tả dùng để đo mức độ phân tán của một tập dữ liệu đã được lập thành bảng tần số.
Và các chỉ số khác có ý nghĩa trong việc mô tả biến nghiên cứu.
2.6.2. Kiểm định độ tin cậy của thang đo
Để kiểm định độ tin cậy của thang đo tác giả đã tính toán hệ số Cronbach’s Alpha và hệ số tương quan biến tổng thể. Nhiều nhà nghiên cứu đồng ý rằng hệ số Cronbach Alpha 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 Cronbach Alpha từ 0.6 trở lên là có thể sử dụng được nhưng tốt nhất là lớn hơn 0.7 (Nguyễn Đình Thọ, 2011). Hệ số tương quan biến tổng là hệ số tương quan của một biến với điểm trung bình của các biến khác trong cùng một thang đo, do đó hệ số này càng cao thì sự tương quan của biến này với các biến khác trong nhóm càng cao. Theo Nunnally & Burnstein(1994), hệ số tương quan các biến sẽ có các mức độ phân loại như sau:
- ±0.01 đến ±0.1: Mối tương quan quá thấp, không đáng kể - ±0.2 đến ±0.3 : Mối tương quan thấp
- ±0.4 đến ±0.5: Mối tương quan trung bình - ±0.6 đến ±0.7: Mối tương quan cao
- ±0.8 trở lên: Mối tương quan rất cao
Trong đó các biến có hệ số tương quan biến tổng nhỏ hơn 0.3 được coi là biến rác và sẽ bị loại khỏi thang đo.
44
2.6.3. Phân tích các nhân tố khám phá
Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis) là kỹ thuật sử dụng để thu nhỏ và tóm tắt dữ liệu. Phân tích nhân tố khám phá phát huy tính hữu ích trong việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu cũng như tìm ra các mối quan hệ giữa các biến với nhau. Phép phân tích nhân tố của các khái niệm nghiên cứu được xem xét để cung cấp bằng chứng về giá trị phân biệt và giá trị hội tụ của thang đo. Mức độ thích hợp của tương quan nội tại các biến quan sát trong khái niệm nghiên cứu được thể hiện bằng hệ số KMO (Kaiser – Mever – Olkin). Trị số KMO lớn ( giữa 0.5 và 1) là điều kiện đủ để phân tích nhân tố là thích hợp, còn nếu trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng không thích hợp với dữ liệu.
Đo lường sự thích hợp của mẫu và mức ý nghĩa đáng kể của kiểm định Bartlett’s Test of Sphericity trong phân tích khám phá dùng để xem xét sự thích hợp của phân tích nhân tố. Rút trích nhân tố đại diện bằng các biến quan sát được thực hiện với phép quay Varimax và phương pháp trích nhân tố Principle components. Các thành phần với giá trị Eigenvalue lớn hơn 1 và tổng phương sai trích bằng hoặc lớn hơn 50% được xem như những nhân tố đại diện các biến. Hệ số tải nhân tố (Factor loading) biểu diễn các tương quan đơn giữa các biến và các nhân tố bằng hoặc lớn 0.5 mới có ý nghĩa.
Từ kết quả phân tích nhân tố khám phá, tác giả sẽ xem xét lại mô hình nghiên cứu giả thiết, cân nhắc việc liệu có phải điều chỉnh mô hình hay không, thêm, bớt các nhân tố hoặc các giá trị quan sát của các nhân tố hay không?
2.6.4. Phân tích hồi quy tuyến tính và kiểm định sự khác biệt
Hồi quy tuyến tính bội thường được dùng để kiểm định và giải thích lý thuyết nhân quả (Cooper và Schindler, 2003). Ngoài chức năng là công cụ mô tả, hồi quy tuyến tính bội được sử dụng như công cụ kết luận để kiểm định các giả thuyết và dự báo các giá trị của tổng thể nghiên cứu. Như vậy, đối với nghiên cứu này, hồi quy tuyến tính bội là phương pháp thích hợp để kiểm định các giả thuyết nghiên cứu.
45
Tiếp đến, phân tích hồi quy tuyến tính đa biến bằng phương pháp bình phương nhỏ nhất thông thường (Ordinal Least Squares – OLS) cũng được thực hiện, trong đó biến phụ thuộc là các nhân tố gắn kết nhân viên với tổ chức; biến độc lập dự kiến sẽ là các nhân tố của thực tiễn quản trị nhân lực. Phương pháp lựa chọn biến Enter/ Remove được tiến hành. Hệ số xác định R2 điều chỉnh được dùng để xác định độ phù hợp của mô hình, kiểm định F dùng để khẳng định khả năng mở rộng mô hình này áp dụng cho tổng thể cũng như kiểm định t để bác bỏ giả thuyết các hệ số hồi quy của tổng thể bằng 0.
Tiếp theo, nhằm đảm bảo độ tin cậy của phương trình hồi quy được xây dựng cuối cùng là phù hợp, một loạt các dò tìm sự vi phạm của giả định cần thiết trong hồi quy tuyến tính cũng được thực hiện. Các giả định được kiểm định trong phần này gồm liên hệ tuyến tính (dùng biểu đồ phân tán Scatterplot), phương sai của phần dư không đổi (dùng hệ số tương quan hạng Spearman), phân phối chuẩn của phần dư (dùng Histogram và Q-Q plot), tính độc lập của phần dư (dùng đại lượng thống kê Durbin-Watson), hiện tượng đa cộng tuyến (tính độ chấp nhận Tolerance và hệ số phóng đại VIF). Độ chấp nhận (Tolerance) thường được sử dụng đo lường hiện tượng đa cộng tuyến. Nguyên tắc nếu độ chấp nhận của một biến nhỏ thì nó gần như là một kết hợp tuyến tính của các biến độc lập khá và đó là dấu hiệu của đa cộng tuyến. Các biến mà có sự đa cộng tuyến cao có thể làm bóp méo kết quả làm kết quả không ổn định và không có tính tổng quát hóa. Nhiều vấn đề rắc rối nảy sinh khi hiện tượng đa cộng tuyến nghiêm trọng tồn tại, ví dụ nó có thể làm tăng sai số trong tính toán hệ số beta, tạo ra hệ số hồi quy có dấu ngược với những gì nhà nghiên cứu mong đợi và kết quả T-test không có ý nghĩa thống kê đáng kể trong khi kết quả F-test tổng quát cho mô hình lại có ý nghĩa thống kê.
Cuối cùng, tác giả sử dụng kiểm định thống kê phi tham số, Kruskal-Wallis (KW) 1 way Anova để xem xét mối quan hệ giữa các nhân tố cần nghiên cứu. Theo TS Nguyễn Ngọc Rạng, Kruskal-Wallis (KW) 1 way Anova sử dụng để kiểm định sự khác biệt về phân phối giữa ba (hoặc nhiều hơn ba) nhóm không có phương sai tương đương nhau. Kiểm định phi tham số (Nonparametric Tests) được sử dụng
46
trong những trường hợp dữ liệu không có phân phối chuẩn, hoặc cho các mẫu nhỏ có ít đối tượng. Kiểm định phi tham số cũng được dùng cho các dữ liệu định danh (nominal), dữ liệu thứ bậc (ordinal) hoặc dữ liệu khoảng cách (interval) không có phân phối chuẩn.
Trong chương này, tác giả đã trình bày phương pháp tiến hành nghiên cứu bao gồm quy trình nghiên cứu, các phương pháp để xử lý số liệu, thiết kế nghiên cứu, nêu cách thức chọn mẫu và cách tiến hành khảo sát. Ngoài ra, chương này đã xây dựng được thang đo thực tiễn QTNNL và mức độ gắn kết của nhân viên với tổ chức, cụ thể là 31 biến quan sát cho các thành phần của thực tiễn QTNNL và 16 biến quan sát cho 3 hình thức gắn kết của nhân viên.
47
CHƢƠNG 3: KẾT QUẢ NGHIÊN CỨU
Chương 2 đã trình bày phương pháp nghiên cứu, Chương 3 sẽ tập trung xử lý các dữ liệu đã được thu thập, phân tích các kết quả từ dữ liệu thu thập, kiểm định các giả thuyết từ mô hình nghiên cứu: Các yếu tố ảnh hưởng đến thực tiễn QTNNL đến sự gắn kết của nhân viên với tổ chức tại các doanh nghiệp thu hẹp quy mô SXKD trên địa bàn TPHCM, với mong muốn tìm ra các yếu tố ảnh hưởng thực tiễn QTNNL đến sự gắn kết của nhân viên với tổ chức tại các doanh nghiệp thu hẹp quy mô SXKD trên địa bàn TPHCM và mức độ ảnh hưởng của các yếu tố này.
3.1. Mô tả về mẫu thu thập dữ liệu 3.1.1. Thống kê mô tả 3.1.1. Thống kê mô tả
Việc khảo sát được tiến hành bằng bảng câu hỏi đánh giá cho điểm theo thang điểm 5 được phỏng vấn trực tiếp và gửi qua thư điện tử cho các cán bộ nhân viên làm việc toàn thời gian tại một số doanh nghiệp sau thu hẹp quy mô SXKD trên địa bàn TP.HCM. Tác giả phát ra 340 bảng khảo sát, thu về 325 bảng. Sau khi loại đi những bảng không đạt yêu cầu, tiến hành lọc và làm sạch dữ liệu, tác giả thu được mẫu nghiên cứu chính thức với số lượng 300 mẫu. Tác giả thống kê và phân loại trong 300 mẫu khảo sát này, tác giả có tổng kết như sau:
Cơ cấu tuổi:
Cơ cấu tuổi của các CBCNV tại 30 doanh nghiệp được thể hiện trên biểu đồ sau:
11%
34% 31%
24%
CƠ CẤU TUỔI
<25 26-35 36-45 >46
48
Do tình hình kinh tế trong những năm gần đây gặp nhiều khó khăn, nên việc hạn chế tuyển dụng nhân viên mới, đặc biệt là những người chưa có kinh nghiệm và việc giảm biên chế là điều khó tránh khỏi. Tại hầu hết các doanh nghiệp thu hẹp quy mô sản xuất đều có các chính sách đội ngũ CBCNV còn lại chủ yếu là những người có kinh nghiệm công tác. Trong số 300 CBCNV tham gia phỏng vấn thì có 33 người ở độ tuổi dưới 25 tuổi tương ứng với 11%, 102 người ở trong khoảng từ 26 đến 35 tuổi tương ứng với 34%, 93 người trong độ tuổi từ 36 đến 45 tuổi tương ứng với 31%, và có 72 người trên 46 tuổi tương ứng 24%.
Giới tính:
Trong số 300 CBCNV thì có 184 nam giới và 116 là nữ:
Hình 3.2: Biều đồ cơ cấu giới tính của CBCNV tham gia phỏng vấn
Trình độ:
Trong số 300 CBCNV của các doanh nghiệp thu hẹp quy mô sản xuất tham gia phỏng vấn thì: có 64 người có trình độ trên đại học (tương ứng 21%), 132 người có trình độ đại học (tương ứng 44%), 104 người có trình độ cao đẳng (tương ứng 35%). Điều này được thể hiện dưới biểu đồ sau:
61% 39%
Giới tính
Nam Nữ
49
Hình 3.3: Biểu đồ cơ cấu trình độ của CNCNV tham gia phỏng vấn
3.1.2. Mức độ thu hẹp quy mô của các doanh nghiệp khảo sát
Theo như ý kiến đánh giá của CBCNV trong công ty về việc thu hẹp quy mô sản xuất của doanh nghiệp mình trong giai đoạn 2011 - 2012, 300 CBCNV tại 30 doanh nghiệp được mời tham gia phỏng vẫn có ý kiến như sau:
98 (tương ứng với 33%) người có đánh giá rằng hiện nay doanh nghiệp họ đang làm có mức độ thu hẹp quy mô sản xuất cao; 115 (tương ứng với 38%) người đánh giá rằng việc thu hẹp quy mô sản xuất của công ty đang ở mức trung bình; còn lại 29% tương đương với 87 người cho rằng doanh nghiệp họ đang làm có mức độ thu hẹp quy mô sản xuất ở mức thấp. Hầu hết các doanh nghiệp tham gia trong công tác phỏng vấn đều là những doanh nghiệp có quy mô tương đối lớn, trước tình hình
21% 44% 35% Trình độ Trên đại học Đại học Dưới đại học 33% 38% 29%
Mức độ thu hẹp quy mô
Cao Trung bình Thấp
50
khủng hoảng kinh tế việc các doanh nghiệp lớn phải co cụm, thu hẹp mô hình sản xuất là điều thiết yếu. Hơn nữa trong danh sách 30 doanh nghiệp tham gia phỏng vấn có rất nhiều doanh nghiệp hoạt động trong lĩnh vực xây dựng và theo thực tế tình hình bất động sản trong nước hiện nay thì để có thể tiếp tục duy trì thì buộc các công ty xây dựng phải thu hẹp lại quy mô.
3.2. Phân tích độ tin cậy của các thang đo thực tiễn quản trị nhân sự và sự gắn kết nhân viên với doanh nghiệp kết nhân viên với doanh nghiệp
Việc đánh giá độ tin cậy của từng thang đo bằng cách kiểm định hệ số Cronbach’s Alpha của từng thang đo và hệ số tương quan biến tổng. Bằng cách sử dụng phương pháp này, tác giả có thể loại bỏ những biến quan sát không phù hợp và hạn chế các biến rác trong mô hình nghiên cứu. Theo đó, yêu cầu đặt ra đối với hệ số Cronbach’s Alpha là phải lớn hơn 0.6 nhưng tốt nhất là lớn hơn 0.7 (Nguyễn Đình Thọ, 2011). Kết quả đánh giá độ tin cậy của thang đo xem chi tiết Phụ lục 6 Sau đây là kết quả của đánh giá độ tin cậy thang đo:
3.2.1 Đánh giá thang đo thực tiễn QTNNL
Đánh giá thang đo thực tiễn phân tích công việc (PTCV)
Thang đo “Thực tiễn phân tích công việc” gồm 3 biến quan sát, được kí hiệu là: PTCV1, PTCV2, PTCV3 với giá trị Cronbach’s Alpha bằng 0.914 > 0.7, bên cạnh đó cả 3 biến quan sát điều có hệ số tương quan biến tổng lớn hơn .03 (xem bảng 3.1), vì vậy thang đo này đạt yêu cầu về độ tin cậy.
Bảng 3.1: Thang đo “Thực tiễn phân tích công việc”
Thực tiễn phân tích công việc Ký hiệu quan biến Tương tổng
Cronbach's Alpha nếu
xóa biến
Anh chị luôn nắm được cụ thể nội dung công việc. PTCV1 .864 .845
Công việc trong doanh nghiệp của anh/chị không bị chồng chéo
PTCV2 .768 .922
Anh/chị được cập nhật những thay đổi liên quan đến công việc của mình
PTCV3 .851 .855
51
Đánh giá thang đo thực tiễn tuyển dụng (TTTD)
Thang đo “Thực tiễn tuyển dụng” gồm 3 biến quan sát, được kí hiệu là: TTTD1, TTTD2, TTTD3 với giá trị Cronbach’s Alpha bằng 0.871> 0.7, bên cạnh đó cả 3 biến quan sát điều có hệ số tương quan biến tổng lớn hơn .03 (xem Bảng 3.2), vì vậy thang đo này đạt yêu cầu về độ tin cậy.
Bảng 3.2: Thang đo “Thực tiễn tuyển dụng”
Thực tiễn tuyển dụng Ký hiệu
Tương quan biến tổng Cronbach's Alpha nếu xóa biến Anh/chị được tuyển dụng phù hợp với yêu cầu
công việc
TTTD1 .751 .821
Anh/chị hài lòng với cách thức anh/chị được tuyển vào doanh nghiệp
TTTD2 .753 .818
Anh/chị đánh giá cao quy trình doanh nghiệp sử dụng để tuyển anh chị
TTTD3 .757 .815
Nguồn: Kết quả phân tích mẫu (n=300)
Đánh giá thang đo định hướng phát triển nghề nghiệp (DHNN)
Thang đo “Định hướng phát triển nghề nghiệp” gồm 5 biến quan sát, được kí hiệu là: DHNN1, DHNN2, DHNN3, DHNN4, DHNN5 với giá trị Cronbach’s Alpha bằng 0.855> 0.7, bên cạnh đó cả 5 biến quan sát điều có hệ số tương quan biến tổng lớn hơn .03 (xem Bảng 3.3), vì vậy thang đo này đạt yêu cầu về độ tin cậy.
Bảng 3.3: Thang đo “Thực tiễn phát triển nghề nghiệp”
Định hướng phát triển nghề nghiệp Ký hiệu
Tương quan biến tổng Cronbach's Alpha nếu xóa biến
Anh/chị được định hướng nghề nghiệp rõ ràng DHNN1 .626 .837
Cấp trên hiểu rõ nguyện vọng nghề nghiệp của anh/chị DHNN2 .669 .825 Anh/chị có nhiều cơ hội để được thăng tiến tại doanh
nghiệp
DHNN3 .713 .814
Anh/chị hiểu rõ điều kiện để đuợc thăng tiến DHNN4 .645 .831
Công ty có tổ chức những buổi tập huấn nâng cao kỹ năng để giúp anh/chị phát triển nghề nghiệp
DHNN5 .693 .819
52
Đánh giá thang đo thực tiễn đào tạo (TTDT)
Bảng 3.4: Thang đo “Thực tiễn đào tạo”
Thực tiễn đào tạo Ký hiệu
Tương quan biến tổng Cronbach's Alpha nếu xóa biến Anh/chị được huấn luyện đầy đủ các kiến thức, kỹ
năng mới để thực hiện công việc
TTDT1 .687 .744
Chương trình đào tạo, phát triển ở doanh nghiệp của anh/chị có chất lượng cao
TTDT2 .616 .827
Chương trình đào tạo, phát triển của doanh nghiệp anh/chị đang làm việc phù hợp với yêu cầu nhiệm vụ của công việc
TTDT3 .737 .693
Nguồn: Kết quả phân tích mẫu (n=300)
Thang đo “Thực tiễn đào tạo” gồm 3 biến quan sát, được kí hiệu là: TTDT1,