PHƯƠNG PHÁP NGHIÊN CỨU 3.1 Giới thiệu sơ lược về Sổ xố Kiến thiết
Quy trình nghiên cứu
Nghiên cứu được tiến hành qua hai giai đoạn: nghiên cứu sơ bộ và nghiên cứu chính thức, với quy trình nghiên cứu được trình bày rõ ràng trong hình 3.1.
Hình 3.1 Quy trình nghiên cứu
Nghiên cứu này tiến hành theo quy trình được trình bày trong Hình 3.1 và tiến độ thực hiện nghiên cứu được trình bày trong bảng 3.1 sau:
Bảng 3.1 Các bước tiến hành nghiên cứu
Tất cả các khái niệm trong mô hình lý thuyết đã được nghiên cứu và kiểm định ở các quốc gia phát triển, do đó cần thực hiện nghiên cứu định tính để điều chỉnh mô hình và thang đo cho phù hợp với Việt Nam Từ các nghiên cứu tài liệu, tác giả đã kế thừa một bộ thang đo cho các khái niệm, được gọi là thang đo nháp 1 Nghiên cứu sơ bộ được thực hiện thông qua hai phương pháp định tính và định lượng.
Nghiên cứu sơ bộ định tính nhằm khám phá và điều chỉnh các biến quan sát để đo lường các khái niệm nghiên cứu thông qua thảo luận nhóm với 5 chuyên gia Kết quả thảo luận đã giúp điều chỉnh thang đo nháp 1 thành thang sơ bộ (thang đo nháp 2) Tiếp theo, thang đo nháp 2 được gửi phỏng vấn thử 3 người để thu thập phản hồi về tính dễ hiểu của câu hỏi và từ ngữ, nhằm đảm bảo không gây hiểu nhầm cho đáp viên.
Bảng 3.2 Danh sách các thành viên thảo luận nhóm
Nguồn: Nghiên cứu định tính
Nghiên cứu này được tiến hành bằng phương pháp nghiên cứu định lượng nhằm trả lời các câu hỏi đã đặt ra, sử dụng phỏng vấn trực tiếp qua bảng câu hỏi chính thức Đối tượng khảo sát là cán bộ công nhân viên tại công ty Xổ số Kiến thiết tỉnh Long An Bốn nội dung chính được thực hiện trong nghiên cứu này.
(1) Phân tích độ tin cậy Cronbach’s Alpha.
Nghiên cứu sử dụng hệ số Cronbach’s Alpha để kiểm tra độ tin cậy của thang đo trong dữ liệu theo từng nhóm yếu tố, nhằm xác định mối tương quan giữa các biến và tổng điểm Chỉ giữ lại các biến có tương quan mạnh với tổng điểm và loại bỏ các biến không đảm bảo độ tin cậy Thang đo được chấp nhận khi hệ số Cronbach Alpha đạt từ 0.6 trở lên và hệ số tương quan biến-tổng đạt từ 0.3 trở lên, theo Nunnally và Bernstein (1994).
(2) Phân tích nhân tố khám phá EFA.
Trong nghiên cứu này, tác giả dùng phương pháp trích Principal Axis
Factoring using Promax rotation, as noted by Gerbing and Anderson (1998), provides a more accurate reflection of data structure compared to the Principal Components method with Varimax rotation.
Trong phân tích EFA, giả thuyết đặt ra yêu cầu các biến quan sát trong tổng thể phải có mối tương quan với nhau, điều này được kiểm tra thông qua trị số KMO (Kaiser-Meyer-Olkin).
Trị số dung để đánh giá sự thích hợp của phân tích nhân tố là ≥0.5; nếu trị số này nhỏ hơn 0.5, phân tích nhân tố sẽ không được coi là thích hợp, theo Hoàng Trọng và Chu Nguyễn Mộng.
Kiểm định Bartlett’s test of sphericity được sử dụng để kiểm tra giả thuyết rằng các biến không có tương quan trong tổng thể, tức là ma trận tương quan là ma trận đơn vị Nếu giả thuyết này bị bác bỏ với Sig < 0,05, phân tích EFA sẽ được coi là phù hợp (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005) Giá trị hội tụ được chấp nhận khi trọng số nhân tố >= 0,4 (Gerbing và Anderson, 1998, trích trong Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2008, trang 25) Đối với giá trị phân biệt, chênh lệch trọng số cần lớn hơn 0,3 (Nguyễn Đình Thọ, 2013, trang 420) Tổng phương sai trích (TVE) trong EFA cần đạt > P% (Nguyễn Đình Thọ, 2013, trang 420), cho thấy tỷ lệ phần trăm các biến đo lường được trích ra.
(3) Phân tích hồi quy bội.
Trong nghiên cứu này kiểm định mô hình nghiên cứu dùng hồi quy bội với 4 biến độc lập và 1 biến phụ thuộc.
Kiêm tra vi phạm các giả định hồi qui
Mô hình hồi quy chỉ được coi là phù hợp với tổng thể nghiên cứu khi không vi phạm các giả định cần thiết Do đó, sau khi xây dựng phương trình hồi quy, việc kiểm tra các vi phạm giả định là rất quan trọng.
- Có liên hệ tuyến tính giữa các biến độc lập với biến phụ thuộc
-Phương sai của sai số không đổi.
- Phần dư của biến phụ thuộc có phân phối chuẩn
- Không có tương quan giữa các phần dư (tính độc lập của các sai số)
- Không có tương quan giữa các biến độc lập (không có hiện tượng đa cộng tuyến).
- Dùng kiểm định F để đánh giá sự phù hợp tổng quát của mô hình.
Công cụ kiểm tra giả định về mối liên hệ tuyến tính là đồ thị phân tán phần dư chuẩn hóa, giúp biểu thị tương quan giữa giá trị phần dư chuẩn hóa.
(Standardized Residual) và giá trị dự đoán chuẩn hóa (Standardized Pridicted
-Công cụ để kiểm tra giả định phần dư có phân phối chuẩn là đồ thị tần số Histogram, hoặc đồ thị tần số P-P plot.
Công cụ thống kê Durbin-Watson được sử dụng để kiểm tra giả định về sự không tương quan giữa các phần dư Ngoài ra, đồ thị phân tán phần dư chuẩn hóa cũng là một phương pháp hữu ích để đánh giá mối quan hệ này.
Để phát hiện hiện tượng đa cộng tuyến trong phân tích hồi quy, hai công cụ quan trọng được sử dụng là độ chấp nhận của biến (Tolerance) và hệ số phóng đại phương sai (Variance Inflation Factor - VIF), theo nghiên cứu của Hoàng Trọng và Chu Nguyễn Mộng Ngọc.
(2008), qui tắc chung là VIF > 10 là dấu hiệu đa cộng tuyến; trong khi đó, theo Nguyễn Đình Thọ (2013), khi VIF > 2 cần phải cẩn trọng hiện tượng đa cộng tuyến.
Nghiên cứu này phân tích sự khác biệt về động cơ giữa các giới tính thông qua phương pháp T-test, đồng thời cũng xem xét sự khác biệt theo số năm kinh nghiệm làm việc bằng cách sử dụng phân tích Anova.
Đối với phương pháp Machine Learning (ML), công thức xác định kích thước mẫu tối thiểu để thực hiện hồi quy bội là n >= 50 + 8*p, trong đó p là số biến độc lập trong mô hình (Green, 1991) Đối với Phân tích nhân tố khám phá (EFA), việc xác định kích thước mẫu cần thiết vẫn chưa có sự đồng thuận Kích thước mẫu trong EFA thường được xác định dựa trên hai yếu tố: kích thước tối thiểu và số lượng biến được đưa vào phân tích (Hair và cộng sự, 2006).
(2013) trang 415 mẫu tối thiểu là 50 tốt nhất là 100 và tỷ lệ biến quan sát (Observations)/ biến đo lượng (Items) là 5/1 và tốt nhất là 10/1.
Phương pháp xử lý dữ liệu
Dữ liệu nghiên cứu sau khi thu thập sẽ được xử lí trên phần mềm SPSS 20.0 theo trình tự sau:
KẾT QUẢ NGHIÊN CỨU
Thống kê mô tả và kết quả nghiên cứu định tính
4.1.1 Thống kê đặc tính mẫu khảo sát
Khảo sát được thực hiện thông qua bảng câu hỏi đánh giá theo thang điểm 5, gửi trực tiếp đến cán bộ và nhân viên công ty Xổ số tỉnh Long An Tổng số bảng câu hỏi được phát ra là 150, trong đó có số lượng hợp lệ được thu về.
Trong nghiên cứu này, 150 bảng dữ liệu được thu thập với tỷ lệ 100% hoàn chỉnh Các bảng 4.1 và 4.2 cùng với đồ thị 4.1 và 4.2 sẽ trình bày thông tin nhân khẩu học của các đối tượng tham gia khảo sát, dựa trên phân tích tần suất và tỷ lệ phần trăm có giá trị Các biến nhân khẩu học được xem xét bao gồm giới tính và kinh nghiệm làm việc.
Theo khảo sát, tỷ lệ giới tính trong số 150 người tham gia là 36.7% nữ và 63.3% nam Về thâm niên công tác, 21.3% có kinh nghiệm làm việc dưới 5 năm, 32.7% có thời gian làm việc từ 5 đến 10 năm, và 46.0% có thâm niên trên 10 năm.
Bảng 4.1: Bảng tần số theo giới tính
Nguồn: Xử lý từ SPSS 20
Bảng 4.2: Bảng tần số theo thâm niên công tác
Nguồn: Xử lý từ SPSS 20 Đồ thị 4.1 Giới tính
Nguồn: Xử lý từ SPSS 20 Đồ thị 4.2 Kinh nghiệm
Nguồn: Xử lý từ SPSS 20
4.1.2 Kết quả nghiên cứu định tính
Kết quả từ nghiên cứu định tính thông qua thảo luận nhóm cho thấy sự đồng thuận giữa các chuyên gia về thành phần của các quan sát Họ không đề xuất bất kỳ điều chỉnh nào và quyết định giữ nguyên các quan sát tham khảo.
Khi phỏng vấn ba người để đánh giá sự dễ hiểu của câu hỏi, tất cả đều trả lời rõ ràng mà không cần phải hỏi lại Điều này chứng tỏ bộ câu hỏi phù hợp cho việc phỏng vấn đại trà.
Bảng 4.3 Danh sách các chuyên gia tham gia cuộc thảo luận nhóm
Nguồn : Nghiên cứu định tính
Đánh giá độ tin cậy Cronbach’Alpha
Kết quả phân tích hệ số Cronbach’s Alpha cho thấy độ tin cậy của các thang đo liên quan đến (1) phẩm chất IA, (2) hành vi IB, (3) quan tâm cá nhân IC và (4) kích thích trí tuệ IS được đo bằng 16 biến quan sát cho 4 thành phần đều đạt yêu cầu Tất cả các hệ số Cronbach’s Alpha đều nằm trong ngưỡng chấp nhận từ 0.6 đến 0.95, đồng thời hệ số tương quan biến tổng đều đạt yêu cầu tối thiểu là 0.3 Điều này chứng tỏ rằng các thang đo đã đạt được độ tin cậy cần thiết so với ban đầu, như được thể hiện trong bảng 4.4.
4.5, 4.6, 4.7, 4.8, 4.9, 4.10, 4.11 dưới đây (chi tiết xem phụ lục 3)
Bảng 4.4: Hệ số Cronbach’s Alpha IA
Nguồn: Xử lý từ SPSS 20
Bảng 4.5 Hệ số tương quan biến-Tổng IA
Nguồn: Xử lý từ SPSS 20
Bảng 4.6 Hệ số Cronbach’s Alpha IB
Nguồn: Xử lý từ SPSS 20
Bảng 4.7: Hệ số tương quan biến-Tổng IB
Nguồn: Xử lý từ SPSS 20
Sau khi phân tích hệ số Cronbach's alpha, quan sát IC4 đã bị loại do hệ số tương quan biến-tổng nhỏ hơn 0,3 Kết quả phân tích lại sau khi loại bỏ IC4 được trình bày như sau:
Bảng 4.4 Hệ số Cronbach’s Alpha IC
Nguồn: Xử lý từ SPSS 20
Bảng 4.9: Hệ số tương quan biến-Tổng IC
Nguồn: Xử lý từ SPSS 20
Bảng 4.10 Hệ số Cronbach’s Alpha IS
Nguồn: Xử lý từ SPSS 20
Bảng 4.11: Hệ số tương quan biến-Tổng IS
Nguồn: Xử lý từ SPSS 20
Sau khi phân tích hệ số Cronbach’s Alpha, thang đo biến phụ thuộc IM (động lực bên trong) được xác định bằng 4 biến quan sát cho 1 thành phần Kết quả cho thấy biến IM4 bị loại do hệ số tương quan biến-tổng nhỏ hơn 0.3 Sau khi loại bỏ IM4, hệ số Cronbach’s Alpha đạt ngưỡng chấp nhận từ 0.6 đến 0.95, và tất cả các hệ số tương quan biến-tổng đều đạt yêu cầu tối thiểu 0.3, chứng tỏ thang đo đã đạt được độ tin cậy cần thiết Thông tin chi tiết được trình bày trong bảng 4.12 và 4.13 (xem phụ lục 3).
Bảng 4.12 Hệ số Cronbach’s Alpha IM
Nguồn: Xử lý từ SPSS 20
Bảng 4.13: Hệ số tương quan biến-Tổng IM
Nguồn: Xử lý từ SPSS 20
Phân tích nhân tố EFA
Sau khi thực hiện phân tích độ tin cậy bằng hệ số Cronbach’s Alpha, tất cả các hệ số đều nằm trong ngưỡng chấp nhận từ 0.6 đến 0.95 Hệ số tương quan giữa các biến tổng cũng đạt yêu cầu tối thiểu là 0.3, do đó, các biến sẽ được tiếp tục phân tích bằng phương pháp EFA.
Sau khi thực hiện phân tích Cronbach Alpha cho 16 biến quan sát, chúng tôi đã loại bỏ 1 biến Phân tích nhân tố được tiến hành nhằm đánh giá độ hội tụ và giá trị phân biệt của các biến quan sát Giả thuyết ban đầu cho rằng 15 biến quan sát không có mối tương quan với nhau đã bị bác bỏ Kết quả kiểm định KMO và Barlett’s cho thấy sig=0.000 và hệ số KMO đạt 0.836, vượt mức 0.5, điều này chứng tỏ rằng phân tích nhân tố khám phá (EFA) là phù hợp cho nghiên cứu này Tham khảo thêm chi tiết trong bảng 4.14 và phụ lục 4.
Kaiser-Meyer-Olkin Measure of Sampling
Nguồn: Xử lý từ SPSS 20
Tại giá trị Eigenvalue = 1.412, phương pháp trích Principal Component cùng với phép quay promax đã xác định được 4 nhân tố từ biến quan sát, với phương sai trích đạt 63.044%, vượt mức yêu cầu 50% Điều này cho thấy phương sai trích đã đạt yêu cầu, như được trình bày trong bảng 4.15, 4.16, 4.17 và chi tiết trong phụ lục 4.
Nguồn: Xử lý từ SPSS 20
Nguồn: Xử lý từ SPSS 20
Nguồn: Xử lý từ SPSS 20
Phân tích Cronbach Alpha đã được thực hiện cho ba biến quan sát phụ thuộc, tương tự như phân tích EFA cho các biến độc lập Kết quả kiểm định KMO và Barlett’s cho thấy sig = 0.000 và hệ số KMO = 0.732, cho thấy EFA là phù hợp cho nghiên cứu này Với giá trị Eigenvalue = 2.337 và phương pháp trích Principal Component, phép quay promax đã trích được một nhân tố từ biến quan sát với phương sai trích đạt 66.942%, vượt qua ngưỡng 50%.
Kaiser-Meyer-Olkin Measure of Sampling
Nguồn: Xử lý từ SPSS 20
Nguồn: Xử lý từ SPSS 20
Bảng 4.19: Ma trận nhân tố
Nguồn: Xử lý từ SPSS 20
Sau khi thực hiện phân tích EFA cho các biến độc lập, chúng tôi nhận thấy rằng các quan sát đều đạt được độ tin cậy cần thiết Đồng thời, biến phụ thuộc cũng đáp ứng các yêu cầu của phân tích EFA.
4.4 Phân tích hồi quy và ra soát các giả định
Qua phân tích mô hình hồi quy bội với 4 biến độc lập cho thấy tất cả các biến đều có ý nghĩa thống kê cụ thể như sau:
Biến ảnh hưởng phẩm chất (IA) có hệ số β chuẩn hóa= 0.285 (Sig=0.000) Biến ảnh hưởng hành vi (IB) có hệ số β chuẩn hóa = 0.274 (Sig=0.000)
Biến quan tâm cá nhân (IC) có hệ số β chuẩn hóa = 0.184 (Sig=0.006)
Biến kích thích trí tuệ (IS) có hệ số β chuẩn hóa = 0.161 (Sig=0.037) Xem bảng 4.20 chi tiết xem phụ lục 5.
Nguồn: Xử lý từ SPSS 20
Mô hình hồi quy với 4 biến độc lập đã chứng minh sự phù hợp với dữ liệu, với tất cả các biến đều có ý nghĩa thống kê ở mức 95% Kết quả cho thấy động lực làm việc bên trong phụ thuộc vào 4 thành phần chính: (1) ảnh hưởng phẩm chất (IA), (2) ảnh hưởng hành vi (IB), (3) quan tâm cá nhân (IC) và (4) kích thích trí tuệ (IS) Tất cả 4 giả thuyết H1, H2, H3, H4 đều được xác nhận với độ tin cậy 95%, và phương trình hồi quy chuẩn hóa đã được thiết lập.
IM= 0.285*IA + 0.274*IB + 0.184* IC + 0.161*IS
Thông qua PT hồi quy ta nhận thấy rằng nhân tố ảnh hưởng phẩm chất (IA) có hệ số tác động mạnh nhất (β chuẩn hóa = 0.284)
4.4.2 Rà soát các giả định
Việc rà soát các giả định là cần thiết để xác định sự vi phạm trong quá trình thực hiện hồi quy bội Nếu các giả định này bị vi phạm, điều này cho thấy phân tích thực hiện không phù hợp và nghiên cứu không đạt yêu cầu.
- Sự phù hợp của mô hình : sự phù hợp của mô hình (F%.937,
Sig=0.000) xem bảng 4.21, ta thấy giả thuyết này không bị vi phạm.
Nguồn: Xử lý từ SPSS 20
- Đa cộng tuyến : Trên bảng 4.22 ta thấy không xảy ra hiện tượng đa cộng tuyến (0 0.05) Do đó, có thể kết luận rằng không tồn tại sự khác biệt về động lực làm việc dựa trên giới tính.
Bảng 4.24 Thống kê trung bình nhóm
Nguồn: Xử lý từ SPSS 20
Nguồn: Xử lý từ SPSS 20
4.5.2 Phân tích sự khác biệt về động cơ bên trong với các nhóm kinh nghiệm Công cụ sử dụng trong phân tích là Anova.
Khi phân tích động lực làm việc của nhân viên theo kinh nghiệm, kết quả kiểm định phương sai cho thấy các tổng thể có phương sai bằng nhau (Levene Statistic = 416; sig = 661 > 0.05) Phân tích Anova cho thấy sự khác biệt giữa các nhóm là có ý nghĩa thống kê (F = 40.368; sig = 000) Điều này chứng tỏ rằng động lực làm việc theo kinh nghiệm có sự khác biệt rõ rệt Tiếp theo, chúng tôi thực hiện kiểm định Posthoc để đánh giá sự khác biệt giữa các nhóm thâm niên công tác Kết quả cho thấy có sự khác biệt đáng kể giữa nhóm có thâm niên từ 1-4 năm và nhóm trên 10 năm, cũng như giữa nhóm có thâm niên từ 5-10 năm và nhóm trên 10 năm Tuy nhiên, sự khác biệt giữa nhóm 1-4 năm và nhóm 5-10 năm không có ý nghĩa thống kê (xem bảng 4.28).
Trong nghiên cứu này, nhóm có kinh nghiệm trên 10 năm cho thấy động lực bên trong cao hơn rõ rệt so với hai nhóm còn lại, với sự khác biệt trung bình là 0.840 và 0.885, kèm theo giá trị Sig = 0.000, nhỏ hơn 0.05, như được trình bày trong bảng 4.28 và chi tiết trong phụ lục 5.
Test of Homogeneity of Variances
Levene Statistic df1 df2 Sig.
Nguồn: Xử lý từ SPSS 20
Nguồn: Xử lý từ SPSS 20
Nguồn: Xử lý từ SPSS 20
Trong chương 4, tác giả đã trình bày kết quả thảo luận nhóm từ nghiên cứu định tính, bao gồm việc kiểm định độ tin cậy bằng Cronbach’s Alpha, phân tích nhân tố khám phá (EFA), phân tích hồi quy và T-Test để xem xét sự khác biệt trong động lực làm việc theo giới tính Đồng thời, Anova cũng được sử dụng để phân tích sự khác biệt trong động lực bên trong dựa trên giới tính và kinh nghiệm công tác.
Phân tích T- Test và Anova
4.5.1 Phân tích sự khác biệt về động cơ với các nhóm giới tính
Công cụ sử dụng trong phân tích là T-Test.
Khi phân tích sự khác biệt về động lực làm việc giữa nam và nữ, kết quả cho thấy phương sai của hai mẫu không có sự khác biệt đáng kể (F= 718; sig=.398>0.05) Kiểm định t cũng cho thấy không có sự khác biệt thống kê giữa hai nhóm (t= 0.026; sig= 980> 0.05) Do đó, có thể kết luận rằng không tồn tại sự khác biệt về động lực làm việc dựa trên giới tính.
Bảng 4.24 Thống kê trung bình nhóm
Nguồn: Xử lý từ SPSS 20
Nguồn: Xử lý từ SPSS 20
4.5.2 Phân tích sự khác biệt về động cơ bên trong với các nhóm kinh nghiệm Công cụ sử dụng trong phân tích là Anova.
Khi phân tích động lực của nhân viên dựa trên kinh nghiệm, kiểm định phương sai đồng nhất cho thấy các tổng thể có phương sai bằng nhau (Levene Statistic = 416; sig = 661 > 0.05) Phân tích ANOVA chỉ ra sự khác biệt có ý nghĩa thống kê giữa các nhóm (F = 40.368; sig = 000), chứng tỏ động lực làm việc theo kinh nghiệm có sự khác biệt Tiếp theo, kiểm định Posthoc với phân tích Bonferroni cho thấy sự khác biệt rõ rệt giữa nhóm có thâm niên công tác từ 1-4 năm và nhóm lớn hơn 10 năm, cũng như giữa nhóm từ 5-10 năm và nhóm lớn hơn 10 năm Tuy nhiên, không có sự khác biệt có ý nghĩa giữa nhóm 1-4 năm và nhóm 5-10 năm (xem bảng 4.28).
Trong nghiên cứu này, động lực bên trong của nhóm có kinh nghiệm trên 10 năm cao hơn đáng kể so với hai nhóm còn lại, với sự khác biệt trung bình là 0.840 (Sig = 0.000 < 0.05) và 0.885 (Sig = 0.000 < 0.05) Thông tin chi tiết được trình bày trong bảng 4.28 và phụ lục 5.
Test of Homogeneity of Variances
Levene Statistic df1 df2 Sig.
Nguồn: Xử lý từ SPSS 20
Nguồn: Xử lý từ SPSS 20
Nguồn: Xử lý từ SPSS 20
Trong chương 4, tác giả trình bày kết quả của nghiên cứu định tính thông qua thảo luận nhóm, kiểm định độ tin cậy bằng Cronbach’s Alpha, phân tích nhân tố khám phá EFA, và phân tích hồi quy Ngoài ra, chương này còn sử dụng T-Test để xem xét sự khác biệt trong động lực làm việc theo giới tính và Anova để phân tích sự khác biệt trong động lực bên trong dựa trên giới tính và kinh nghiệm công tác.