PHƯƠNG PHÁP NGHIÊN CỨU

1. Nghiên cứu định tính

Thu thập thông tin từ các tài liệu tham khảo của các khóa luận, bài nghiên cứu có
liên quan để xác định các thông tin cần thu thập và các nội dung cần nghiên cứu và
làm cơ sở để thiết kế bảng hỏi.

2. Nghiên cứu định lượng

 Số liệu thứ cấp: chúng tôi còn tiến hành thu thập số liệu thứ cấp cấp các cơ
sở lý thuyết và các yếu tố văn hóa doanh nghiệp tại công ty Viettel chi
nhánh tại Thừa Thiên Huế thông qua tài liệu khóa luận sinh viên khóa trước,
giáo trình tham khảo, các đề tài nghiên cứu khoa học có liên quan, các trang
web chuyên ngành, tạp chí khoa học, số liệu từ công ty Viettel chi nhánh
Huế.
 Số liệu sơ cấp: chúng tôi tập trung phân tích các số liệu sơ cấp được thu thập
bằng cách khảo sát bằng bảng hỏi theo phương thức trực tuyến đối với các
nhân viên hiện đang làm việc tại công ty Viettel chi nhánh Thừa Thiên Huế.

Thiết kế bảng hỏi để thu thập số liệu.

Nội dung gồm ba phần chính:

Phần 1: Gồm các câu hỏi liên quan đến sự đánh giá của nhân viên về các yếu tố
văn hóa doanh nghiệp tại công ty Viettel chi nhánh Thừa Thiên Huế.

Phần 2: Gồm các câu hỏi liên quan đến sự gắn bó của nhân viên với công ty Viettel
chi nhánh Thừa Thiên Huế.
Phần 1 và phần 2 sử dụng thang đo likert 5 mức độ: 1. Hoàn toàn không đồng ý, 2.
Không đồng ý, 3. Trung lập, 4. Đồng ý, 5. Hoàn toàn đồng ý

Phần 3: Gồm các câu hỏi thu thập thông tin chung về đối tượng khảo sát.

Hình thức điều tra: Khảo sát trực tiếp nhân viên đang làm việc tại công ty Viettel
chi nhánh Thừa Thiên Huế và kết hợp khảo sát trực tuyến là thông qua mạng
Internet.

Phương tiện khảo sát: Đến trực tiếp công ty phát bảng hỏi cho nhân viên làm viêc
tại chi nhánh Thừa Thiên Huế và thông qua mạng Internet (Facebook, Zalo,...)
bằng google form.

Cách thức tiến hành: Sau khi xác định được đối tượng khảo sát phù hợp với đề tài
nghiên cứu là những nhân viên đang làm việc tại công ty Viettel chi nhánh Thừa
Thiên Huế thì nhóm tiến hành đến tại công ty Viettel chi nhánh Thừa Thiên Huế để
khảo sát. Ngoài ra nhóm còn tiến hành xác định đối tượng khảo sát thông qua
người thân, họ hàng, thầy cô và bạn bè ở các trường,... đang cư trú tại tỉnh Thừa
Thiên Huế sau đó tiến hành coppy đường link bảng câu hỏi qua Facebook, Zalo,...
để đối tượng khảo sát thực hiện khảo sát. Trong quá trình khảo sát bảng câu hỏi
cũng ghi rõ chỉ khảo sát đối tượng đang làm việc và cư trú tại tỉnh Thừa Thiên
Huế, cùng với đó là câu hỏi lọc để xác định được đối tượng đang làm việc tại công
ty Viettel chi nhánh Huế. Để tiếp cận nhiều hơn đối tượng khảo sát chúng em cũng
gửi bảng câu hỏi vào câu lạc bộ, đội, nhóm,... trong và ngoài trường, tiếp cận với
nguồn đối tượng có khả năng thu được dữ liệu tốt nhất.

3. Phương pháp chọn mẫu

Để đảm bảo tính chính xác và khoa học của dữ liệu chúng em tiến hành thu thập số
liệu thông qua phương pháp chọn mẫu xác suất (ngẫu nhiên). Chọn mẫu xác suất là
phương pháp chọn mẫu mà khả năng được chọn vào tổng thể mẫu của tất cả đơn vị
của tổng thể đều như nhau. Đây là phương pháp tốt để có thể chọn ra một mẫu có
khả năng đại biểu cho tổng thể. Vì có thể tính được sai số do chọn mẫu, nhờ thống
kê trong xử lý dữ liệu để suy rộng kết quả trên mẫu cho tổng thể chung. Chúng em
chọn mẫu xác suất tất cả các nhân viên đang làm việc tại công ty Viettel chi nhánh
Thừa Thiên Huế.

4. Phương pháp xác định cỡ mẫu

Đề tài thực hiện mô hình phân tích nhân tố khám phá EFA (Hoàng Trọng & Chu
Nguyễn Mộng Ngọc, 2008) để phân tích các nhân tố quan trọng ảnh hưởng đến sự
hài lòng của khách hàng đối với sản phẩm nước giải khát Coca-Cola tại tỉnh Thừa
Thiên Huế.

Theo kĩ thuật điều tra chọn mẫu nghiên cứu của Hoàng Trọng & Chu Nguyễn
Mộng Ngọc (2008) để có thể phân tích nhân tố khám phá EFA cần thu thập dữ liệu
với kích thước mẫu ít nhất 5 mẫu trên một biến quan sát. Đây là cỡ mẫu phù hợp
cho nghiên cứu có thế sử dụng nhân tố n = 5*m (m là biến quan sát). Như vậy, với
số lượng (....chưa xác định) biến quan sát trong thiết kế điều tra thì cần đảm bảo số
mẫu tối thiểu là n = chưa xác định

Theo phân tích hồi quy đa biến: cỡ mẫu tối thiểu cần đạt được tính theo công thức:
n = 50 + 8*m (m: là số biến độc lập).

Vậy n= chưa xác định Tabachnick & Fidell, 1996).

Áp dụng hai phương pháp phân tích này, nhóm quyết định chọn cỡ mẫu là chưa
xác định. Tiến hành khảo sát thử 10 khách hàng, thu được 06 bảng hỏi trả lời. Tỷ lệ
trả lời là 6/10= 0,6(60%) Số lượng khách hàng cần khảo sát = kích thước mẫu tối
thiểu/tỷ lệ trả lời = 90/0,6 = 150.

Tuy nhiên trong quá trình khảo sát sẽ có những vấn đề xảy ra nên để chắc chắn và
thu được kết quả nghiên cứu mang tính đại diện cao cho tổng thể và cũng để đảm
bảo độ tin cậy nên chúng tôi quyết định chọn cỡ mẫu là 180, sau khi kết thúc quá
trình điều tra, số phiếu đủ điều kiện và phân tích là 160. Khách thể nghiên cứu là
những nhân viên đang làm việc tại công ty Viettel chi nhánh Thừa Thiên Huế.

5.6. Phương pháp phân tích xử lý dữ liệu

Nghiên cứu này chúng tôi sử dụng phương pháp thống kê mô tả, phương pháp
kiểm định độ tin cậy của thang đo Cronbach’s Alpha, phân tích nhân tố khám phá
EFA, phân tích tương quan giữa biến độc lập và biến phụ thuộc, phân tích hồi quy;
công cụ phân tích là sử dụng phần mềm thống kê SPSS 20.

Phương pháp thống kê mô tả nhằm mục đích mô tả, hiểu rõ được đặc điểm của
đối tượng khảo sát thông qua các tiêu chí như tần số (Frequency), biểu đồ, giá trị
trung bình, độ lệch chuẩn, phương sai.

Kiểm định độ tin cậy của thang đo: Tiến hành kiểm tra độ tin cậy của thang đo
thông qua hệ số Cronbach's Alpha. Theo các nhà nghiên cứu, mức độ đánh giá các
biến thông qua hệ số Cronbach's Alpha được đưa ra như sau: Những biến có hệ số
tương quan biến tổng (Corrected Item Total Correlation) lớn hơn 0,3 và có hệ số
Cronbach's Alpha lớn hơn 0,6 sẽ được chấp nhận và đưa vào những bước phân tích
xử lý tiếp theo (Nunnally & Bernstein, 1994; dẫn theo Nguyễn Đình Thọ &
Nguyễn Mai Trang, 2009). Cụ thể là:

 0,8 ≤ Cronbach’s Alpha ≤ 1: thang đo lường tốt

 0,7 ≤ Cronbach’s Alpha ≤ 0,8: thang đo sử dụng được
  0,6 ≤ Cronbach's Alpha ≤ 0,7: thang đo có thể sử dụng.
Phân tích nhân tố khám phá EFA: Dữ liệu thu thập được xử lý bằng phần mềm
SPSS. Sau khi mã hóa và làm sạch dữ liệu sẽ tiếp tục được đưa vào để phân tích
nhân tố. Phân tích nhân tố được sử dụng để kiểm định sự hội tụ của các biến thành
phần khái niệm. Điều kiện kiểm định:

 0.5 ≤ KMO ≤ 1 (Kaiser, 1975): Hệ số KMO (Kaiser Meyer-Olkin) là chỉ số

được dùng để xem xét dữ liệu có phù hợp để phân tích nhân tố.
 Kiểm định Bartlett có ý nghĩa thống kê (Sig. < 0.05): các biến quan sát có
mối tương quan với nhau trong tổng thể (Bartlett, 1950).
 Trị số Eigenvalue: nhân tố nào có Eigenvalue > 1: được giữ lại trong mô
hình phân tích (Kaiser, 1960).
 Scree test: số lượng các điểm nằm trước điểm đứt gãy trên đồ thị biểu diễn
các giá trị Eigenvalue (Cattell, 1966; DeVellis, 2003)
 Hệ số tải nhân tố (factor loading): biểu thị mối quan hệ tương quan giữa biến
quan sát và nhân tố. Hệ số tải > 0.3: biến quan sát được giữ lại (Stevens &
Hair et al, 2009). Hệ số tải này cũng phụ thuộc vào cỡ mẫu.

Phân tích hồi quy đa biến: để biến mô hình hồi quy tuyến tính xây dựng trên dữ
liệu mẫu phù hợp đến mức độ nào với dự liệu: sử dụng hệ số xác định R2 (điều
chỉnh). Hệ số này càng gần 1: mô hình càng thích hợp, càng gần 0: mô hình càng
kém phù hợp với tập dữ liệu mẫu.

Sử dụng đại lượng F từ bảng phân tích phương sai ANOVA để đánh giá độ phù
hợp của mô hình hồi quy tổng thể, tức là có hay không có mối quan hệ giữa các
biến độc lập hay biến phụ thuộc và giả thuyết H 0 được đưa ra là hệ số xác định R 2 =
0. Trị số F được tính từ giá trị R2 của mô hình đầy đủ, giá trị Sig. bé hơn mức ý
nghĩa kiểm định sẽ giúp khẳng định sự phù hợp của mô hình hồi quy.
Giả thuyết H0: Hệ số R2 của tổng thể = 0. Nếu p < mức ý nghĩa: bác bỏ H0 và kết
luận mô hình hồi quy tuyến tính xây dựng phù hợp với tổng thể.

Linearity: Các giá trị quan sát của X và Y có liên hệ tuyết tính (dùng biểu đồ
Scatterplot)

Normality: Phần dư phân phối chuẩn (dùng biểu đồ Narmal P-P Plot)

Independence: Tính độc lập của sai số (không có tương quan phần dư). Kiểm định
Durbin-Watson.

Không có hiện tượng đa cộng tuyến (hồi quy đa biến): VIF < 5 (Hair, Black &
Babin 2010).

Phương sai không đổi (homoscedasticity): phương sai biến phụ thuộc có các mức
thay đổi bằng nhau đối với mỗi giá trị của các biến độc lập.

Mô hình hồi quy đa biến:

Y = B0 + B1X1 + B2X2 + ... +BnXn

Trong đó:

Y: sự gắn bó của nhân viên

Xn: các yếu tố văn hóa doanh nghiệp ảnh hưởng đến sự gắn bó của nhân viên với
doanh nghiệp

B0: hằng số

Bn: các hệ số hồi quy (n>0)