Luận văn: PPNC Trách nhiệm xã hội DN ảnh hưởng đến công việc

Chia sẻ chuyên mục Đề Tài Luận văn: PPNC Trách nhiệm xã hội DN ảnh hưởng đến công việc hay nhất năm 2025 cho các bạn học viên ngành đang làm luận văn thạc sĩ tham khảo nhé. Với những bạn chuẩn bị làm bài luận văn tốt nghiệp thì rất khó để có thể tìm hiểu được một đề tài hay, đặc biệt là các bạn học viên đang chuẩn bị bước vào thời gian lựa chọn đề tài làm luận văn thì với đề tài Luận Văn: Trách nhiệm xã hội doanh nghiệp ảnh hưởng đến sự hài lòng công việc: Vai trò trung gian của lòng tin tổ chức dưới đây chắc chắn sẽ giúp cho các bạn học viên có cái nhìn tổng quan hơn về đề tài sắp đến.

Chương 3 sẽ giới thiệu khái quát về quy trình, cách thức tác giả xây dựng hệ thống thang đo, thu thập số liệu khảo sát và những phương pháp nghiên cứu xử lý số liệu mà tác giả sử dụng trong đề tài.

3.1. Quy trình nghiên cứu

Nghiên cứu sử dụng tổng hợp cả hai phương pháp định tính và định lượng, quy trình nghiên cứu được thực hiện qua các bước như sau:

Bước 1: Dựa trên vấn đề và mục tiêu nghiên cứu, tác giả xác định cơ sở lý thuyết và tìm kiếm các nghiên cứu có liên quan đến vấn đề nghiên cứu.

Bước 2: Từ những tổng hợp các tài liệu tham khảo, chọn ra các biến quan sát cho từng nhân tố được chọn để thiết kế thang đo nháp, bảng câu hỏi nháp.

Bước 3: Trên cơ sở thang đo nháp, tác giả tiến hành nghiên cứu sơ bộ. Việc nghiên cứu sơ bộ được thực hiện bằng phương pháp định tính để xây dựng và hoàn thiện bảng câu hỏi. Tác giả đã thông qua phỏng vấn thử 10 quản lý ngẫu nhiên tại doanh nghiệp để kiểm tra mức độ dễ hiểu của bảng câu hỏi từ đó hình thành thang đo sơ bộ.

Bước 4: Tác giả tiến hành kiểm định độ tin cậy của thang đo, kiểm tra mức độ tương quan chặt chẽ giữa các biến quan sát trong cùng 1 nhân tố. Luận văn: PPNC Trách nhiệm xã hội DN ảnh hưởng đến công việc.

Bước 5: Hiệu chỉnh và hoàn tất bảng câu hỏi lần cuối, tiến hành gửi bảng câu hỏi chính thức, hoàn tất thang đo chính thức.

Bước 6: Xác định quy mô mẫu rồi phát bảng câu hỏi đến các cấp quản lý tại doanh nghiệp để khảo sát, theo dõi và thu hồi kết quả. Lấy kết quả khảo sát tiến hành xử lý dữ liệu thông qua việc sử dụng công cụ phân tích SPSS.

Bước 7: Dữ liệu sẽ được làm sạch và loại bỏ các dữ liệu không đạt yêu cầu. Tác giả sẽ thống kê mô tả mẫu quan sát, tiếp đó thực hiện kiểm định độ tin cậy của thang đo thông qua kiểm tra hệ số Cronbach’s Alpha để loại các biến không phù hợp. Sau đó, tác giả sẽ thực hiện phân tích mô tả mẫu quan sát và kiểm tra độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha. Các biến có hệ số tương quan biến tổng nhỏ hơn 0,3 sẽ bị loại khỏi mô hình (Gerbing và Anderson, 1988). Thang đo được chấp nhận nếu hệ số Cronbach’s Alpha lớn hơn 0,6 (Hair và cộng sự, 2019).

(Nguồn: Dựa trên đề xuất nghiên cứu của Hair và cộng sự, 2019)

Bước 8: Nếu thang đo đáng tin cậy, tác giả sẽ thực hiện kiểm định phân tích nhân tố khám phá (EFA). Đầu tiên, kiểm tra sự phù hợp của phương pháp bằng chỉ số KMO (Kaiser-Meyer-Olkin). Theo Hair và cộng sự (2019), giá trị KMO từ 0,5 đến 1 cho thấy phương pháp là phù hợp; giá trị dưới 0,5 có thể không phù hợp với dữ liệu. Kết quả phân tích nhân tố khám phá thường được đánh giá dựa trên các tiêu chí sau đây: Luận văn: PPNC Trách nhiệm xã hội DN ảnh hưởng đến công việc.

• Số nhân tố được rút trích: chọn số nhân tố có Eigenvalues lớn hơn 1, vì các nhân tố này giải thích nhiều biến thiên hơn các biến quan sát đơn lẻ.
• Tổng phương sai trích (Total Variance Explained – TVE): TVE cần lớn hơn 50% để đảm bảo các nhân tố giải thích một phần lớn độ biến thiên trong dữ liệu.
• Trọng số nhân tố (factor loading) được kiểm tra để xác định giá trị hội tụ và giá trị phân biệt của thang đo.

Bước 9: Kiểm định mức độ phù hợp của mô hình với dữ liệu nghiên cứu thông qua phân tích nhân tố khẳng định (Confirmatory Factor Analysis – CFA). Mô hình CFA (Confirmatory Factor Analysis) đại diện cho mô hình đo lường, tập trung vào mối liên hệ giữa các yếu tố và biến đo lường (Byrne, 2016)

Bước 10: Sử dụng mô hình cấu trúc tuyến tính (SEM) để kiểm định mối liên hệ giữa các yếu tố. Mô hình cấu trúc tuyến tính SEM là một trong những kỹ thuật phức hợp và linh hoạt nhất sử dụng để phân tích mối quan hệ phức tạp trong mô hình nhân quả.

Bước 11: Kết luận, tổng hợp kết quả nghiên cứu và kiến nghị các hàm ý thông qua kết quả nghiên cứu thu được.

3.2. Phương pháp nghiên cứu

Để đạt được mục tiêu nghiên cứu, tác giả sử dụng phương pháp hỗn hợp tuần tự.

1. Phương pháp định tính: Tác giả thực hiện phỏng vấn với chuyên gia có kinh nghiệm trong lĩnh vực để hiệu chỉnh thang đo và bảng hỏi.
2. Phương pháp định lượng: Dữ liệu nghiên cứu được thu thập qua khảo sát và điều tra lấy mẫu đối với các cấp quản lý tại doanh nghiệp. Sau đó, dữ liệu định lượng được thực hiện phân tích độ tin cậy (Cronbach’s Alpha), phân tích nhân tố khám phá EFA để xác định độ giá trị của thang đo. Phân tích nhân tố khẳng định CFA là bước phân tích để đánh giá thang đo và phân tích mô hình cấu trúc tuyến tính SEM để kiểm định mô hình và các giả thuyết nghiên cứu.

3.2.1. Nghiên cứu sơ bộ Luận văn: PPNC Trách nhiệm xã hội DN ảnh hưởng đến công việc.

Nghiên cứu sơ bộ được tiến hành với mục tiêu đánh giá và điều chỉnh thang đo cho thích hợp với đối tượng nghiên cứu. Phương pháp sử dụng trong nghiên cứu sơ bộ là phương pháp định lượng, với số lượng mẫu là NNN mẫu. Trong XX biến khảo sát mỗi biến được trình bày bằng một phát biểu thích hợp để đáp viên trình bày ý kiến nhận xét của mình. Dữ liệu thu thập được ở nghiên cứu sơ bộ sử dụng kỹ thuật phân tích Cronbach Alpha của SPSS được sử dụng để kiểm tra độ tin cậy của thang đo; các biến có hệ số tương quan giữa các biến tổng nhỏ hơn 0,4 được coi là không có giá trị đo lường và được loại ra khỏi mô hình. Thang đo sẽ được chấp nhận nếu hệ số Alpha Cronbach của nó lớn hơn 0,6 (Hair và cộng sự, 2019). Tác giả dự định sử dụng 100 mẫu đầu tiên để chạy sơ bộ trong phần này.

3.2.2. Nghiên cứu chính thức

Nghiên cứu chính thức là nghiên cứu khẳng định, sau khi thực hiện nghiên cứu sơ bộ để đánh giá sự phù hợp và điều chỉnh thang đo. Dựa theo nghiên cứu bởi Tabachnick và Fidell (2013), đối với phân tích hồi quy đa biến nghiên cứu cần cỡ mẫu tối thiểu cần đạt được theo công thức là n = 50 + 8*m (m là số biến độc lập) hoặc theo Roger (2006), đối với phân tích nhân tố khám phá EFA cỡ mẫu tối thiểu cần đạt được theo công thức n=5*m (m là số biến quan sát). Đối với nghiên cứu này, dữ liệu dự kiến là khoảng 350 mẫu và được tiến trình xử lý dữ liệu như sau:

Bước 1: Làm sạch dữ liệu: Dữ liệu được thu thập sẽ được kiểm tra và loại bỏ các dữ liệu không cần thiết do không hoàn thành các bảng hỏi hoặc vì không có câu trả lời cho tất cả các câu hỏi.

Bước 2: Kỹ thuật Frequency của SPSS được sử dụng để xác định các đặc điểm của mẫu nghiên cứu (thông tin nhân khẩu học).

• Phân tích độ tin cậy

Bước 3: Để xác định mức độ tương quan giữa các mục hỏi, phân tích hệ số Cronbach Alpha được sử dụng để đánh giá sơ bộ các thang đo. Điều này làm cơ sở cho việc phân loại các biến quan sát và các thang đo không đạt yêu cầu. Hệ số Cronbach’s Alpha được sử dụng để đánh giá thống kê mức độ tin cậy và tương quan giữa các biến trong thang đo; tiêu chuẩn các biến có hệ số tương quan biến tổng nhỏ hơn 0,4 được coi là không có giá trị đo lường và được loại ra khỏi mô hình. Thang đo có hệ số Cronbach Alpha cao hơn 0,6 sẽ được chấp nhận (Hair và cộng sự, 2019).

• Phân tích nhân tố khám phá Luận văn: PPNC Trách nhiệm xã hội DN ảnh hưởng đến công việc.

Sau khi đánh giá độ tin cậy của thang đo bằng hệ số Cronbach alpha, các biến không đảm bảo độ tin cậy sẽ được loại bỏ. Các dữ liệu được thu thập bằng cách sử dụng phân tích nhân tố khám phá EFA. Khi tìm kiếm các mối quan hệ giữa các biến và vấn đề nghiên cứu, phương pháp này rất hữu ích trong việc xác định các tập hợp biến cần thiết. Ngoài ra, trước khi tiến hành phân tích nhân tố, chúng ta cần xác định xem phương pháp này có phù hợp hay không. Theo Hair và cộng sự (2019), giá trị KMO (Kaiser-Meyer-Olkin) nằm trong khoảng từ 0,5 đến 1 cho thấy phân tích nhân tố là thích hợp. Nếu giá trị thấp hơn 0,5, thì phân tích nhân tố có thể không phù hợp với dữ liệu. Kết quả của phân tích EFA để xác định giá trị phân biệt của các khái niệm nghiên cứu, theo các tiêu chuẩn cần quan tâm sau: Số nhân tố được rút trích phù hợp được xác định bởi các giá trị về Eigenvalues lớn hơn 1. Tổng phương sai trích (TVE) lớn hơn 50% cho biết tổng nhân tố rút trích được tại giá trị Eigenvalues (lớn hơn 1) sẽ giải thích bao nhiêu phần trăm độ biến thiên của dữ liệu nghiên cứu. Trọng số nhân tố (Factor loading) được kiểm tra để xác định giá trị hội tụ và giá trị phân biệt của thang đo.

• Phân tích nhân tố khẳng định

Trái ngược với phân tích nhân tố khám phá EFA, phân tích nhân tố khẳng định (Confirmatory Factor Analysis – CFA) thường được sử dụng khi nhà nghiên cứu đã có một số kiến thức cơ bản về cấu trúc biến tiềm ẩn. Dựa trên các kiến thức về lý thuyết, nghiên cứu thực nghiệm, hoặc cả hai, nhà nghiên cứu sẽ đưa ra giả định về mối quan hệ giữa các biện pháp quan sát và các yếu tố tiềm ẩn tiền đề, sau đó kiểm tra cấu trúc các giả thuyết này về mặt thống kê. Bởi vì mô hình CFA chỉ tập trung vào mối liên hệ giữa các yếu tố và biến đo lường của chúng, nên trong khuôn khổ SEM, nó đại diện cho cái được gọi là mô hình đo lường (Byrne, 2016). Khi phân tích CFA, cần chú ý đến một số chỉ tiêu như: Chi-square điều chỉnh theo bậc tự do (CMIN/df), chỉ số thích hợp so sánh CFI (Comparative Fit Index), chỉ số Tucker & Lewis TLI (Tucker & Lewis Index) và chỉ số RMSEA (Root Mean Square Error Approximation). Trong đó, CMIN/df là chỉ tiêu đo mức độ phù hợp của mô hình một cách chi tiết, CFI chỉ ra rằng mô hình đã được trang bị các dữ liệu tốt (có nghĩa là mô hình giả thuyết đã mô tả đầy đủ dữ liệu mẫu), TLI với giá trị từ dao động từ 0-1,00, đối với số lượng mẫu lớn thì TLI với giá trị gần 0,95 được xem là phù hợp. Cuối cùng, chỉ số RMSEA, chỉ số này lần đầu tiên được giới thiệu bởi Steiger (2000), nhưng cho đến gần đây mới được công nhận là một trong những tiêu chí thông tin nhất trong mô hình hóa cấu trúc hiệp tương quan (Covariance Structure Modeling), chỉ số này được dùng để trả lời cho câu hỏi “mô hình sẽ tốt như thế nào, với giá trị tham số không rõ nhưng đã được lựa chọn tối ưu, phù hợp với ma trận hiệp phương sai nếu nó có sẵn” (Byrne, 2016). Các thông số CFA được tham chiếu trong Bảng 3.1. Luận văn: PPNC Trách nhiệm xã hội DN ảnh hưởng đến công việc.

Bảng 3.1: Bảng các chỉ số phân tích nhân tố khẳng định

Theo Fornell và Larcker (1981); Hair và cộng sự (2019) các tiêu chí về tính hội tụ (Convergent Validity) với chỉ số độ tin cậy tổng hợp Composite Reliability (CR) ≥ 0,7, phương sai trung bình được trích Average Variance Extracted (AVE) ≥ 0,5, tính phân biệt (Discriminant Validity), phương sai chia sẻ lớn nhất Maximum Shared Variance (MSV) < Average Variance Extracted (AVE).

• Mô hình cấu trúc tuyến tính (SEM)

Mô hình phương trình cấu trúc (Structural Equation Modeling – SEM) là sự mở rộng của mô hình tuyến tính tổng quát (General Linear Model – GLM), có thể nói SEM là một kỹ thuật đa biến kết hợp cả CFA, phân tích đường dẫn, và mô hình hồi quy đa biến (Samah, 2017)”. Các mô hình phương trình cấu trúc vượt xa các mô hình hồi quy thông thường để kết hợp nhiều biến độc lập và phụ thuộc cũng như các cấu trúc tiềm ẩn giả thuyết mà các cụm biến quan sát có thể đại diện (Savalei và Bentler, 2006). Điều này cho phép kiểm tra lý thuyết ngay cả trong những trường hợp thí nghiệm không thể thực hiện được (Savalei và Bentler, 2006). Do đó, các phương pháp này đã được sử dụng rộng rãi trong các lĩnh vực khoa học xã hội và hành vi (MacCallum và Austin, 2000). Tóm lại, SEM thường được sử dụng như một kỹ thuật khẳng định thay vì thăm dò; vì vậy, nó thường được sử dụng để xác định mô hình hơn là khám phá mô hình mới. Baumgartner và Homburg (1996); Steenkamp và Baumgartner (2000) cung cấp đánh giá về việc sử dụng SEM trong nghiên cứu tiếp thị. Các thông số SEM được tham chiếu trong Bảng 3.1.

3.3 Xây dựng thang đo và bảng câu hỏi Luận văn: PPNC Trách nhiệm xã hội DN ảnh hưởng đến công việc.

Xây dựng bảng câu hỏi: Bảng câu hỏi được thiết kế dựa trên các tiêu chí đã được tham khảo ở nghiên cứu sơ bộ. Bảng câu hỏi định lượng được thiết kế bao gồm hai thành phần chính.

Phần I: Bao gồm các thông tin cá nhân như: giới tính, độ tuổi, trình độ học vấn, mức thu nhập, nơi làm việc, vị trí công việc, thâm niên làm việc.

Phần II: Bao gồm các câu hỏi nghiên cứu: Trách nhiệm xã hội doanh nghiệp ảnh hưởng đến sự hài lòng công việc.

Thiết kế thang đo cho bảng câu hỏi:

Bảng 3.2: Các khái niệm và tham chiếu mô hình nghiên cứu đề xuất

Bảng câu hỏi là một phương pháp thu thập dữ liệu hiệu quả khi nhà nghiên cứu biết chính xác điều cần hỏi và cách đo lường các biến nhằm đạt được kết quả phù hợp và sự chính xác. Bảng câu hỏi sử dụng thang đo Likert 5 điểm để đánh giá mức độ đồng của người trả lời với các thành phần trách nhiệm kinh tế (KSR), trách nhiệm pháp lý (LSR), trách nhiệm đạo đức (DSR), trách nhiệm từ thiện (PSR), lòng tin tổ chức (OTR), sự hài lòng công việc (JSR): [1] Hoàn toàn không đồng ý, [2] Không đồng ý, [3] Bình thường, [4] Đồng ý, [5] Hoàn toàn đồng ý. Luận văn: PPNC Trách nhiệm xã hội DN ảnh hưởng đến công việc.

Thang đo Likert 5 điểm được sử dụng bởi vì đây là thang đo được sử dụng phổ biến và phù hợp với đặc trưng của vấn đề nghiên cứu. Nội dung các biến quan sát trong các thành phần sẽ được hiệu chỉnh cho phù hợp với tình hình thực tế tại Việt Nam. Thang đo đầy đủ được xây dựng dựa trên cơ sở lý thuyết và nghiên cứu của Lee và cộng sự (2012), Closon (2015), Jeong và Cho (2020).

Để làm cơ sở cho việc đề xuất thang đo để thu thập dữ liệu từ nhân viên làm việc tại các phòng ban chức năng tại các doanh nghiệp nhỏ và vừa tại Việt Nam, các nhân tố trong mô hình nghiên cứu, bao gồm các biến dự kiến, được trình bày trong Bảng 3.3.

Bảng 3.3: Thang đo các nhân tố trong mô hình nghiên cứu

Như vậy, trong nghiên cứu này, tác giả đã sử dụng 29 biến quan sát để đo lường cho 4 yếu tố thành phần của trách nhiệm xã hội doanh nghiệp, bao gồm: (1) trách nhiệm kinh tế (5 biến quan sát), (2) trách nhiệm pháp lý (5 biến quan sát), (3) trách nhiệm đạo đức (5 biến quan sát), (4) trách nhiệm từ thiện (5 biến quan sát); 04 biến quan sát để đo lường cho yếu tố lòng tin tổ chức và 05 biến quan sát để đo lường cho yếu tố sự hài lòng công việc của nhân viên.

3.4. Kích thước mẫu Luận văn: PPNC Trách nhiệm xã hội DN ảnh hưởng đến công việc.

Dựa theo nghiên cứu bởi Tabachnick và Fidell (2013), đối với phân tích hồi quy đa biến nghiên cứu cần cỡ mẫu tối thiểu cần đạt được theo công thức là n = 50 + 8*m (m là số biến độc lập) hoặc theo Roger (2006), đối với phân tích nhân tố khám phá EFA cỡ mẫu tối thiểu cần đạt được theo công thức n=5*m (m là số biến quan sát). Trong nghiên cứu này dự kiến lấy 350 mẫu.

3.5. Đối tượng lấy mẫu

Nhân viên làm việc tại các phòng ban chức năng tại các doanh nghiệp nhỏ và vừa (SME) tại Việt Nam.

3.6. Phương pháp lấy mẫu

Tác giả đã sử dụng kỹ thuật lấy mẫu theo hạn ngạch và thu thập dữ liệu sẽ thực hiện bằng hai cách: gửi trực tuyến phiếu khảo sát được thể hiện Google biểu mẫu hoặc gửi trực tiếp các phiếu khảo sát giấy đến đối tượng khảo sát.

3.7. Tóm tắt chương 3

Chương 3 đã đưa ra phương pháp nghiên cứu, quy trình nghiên cứu cho luận văn. Đồng thời, trình bày cách thiết kế bảng khảo sát bằng xây dựng thang đo Likert cho 29 biến quan sát. Xác định được số mẫu cần khảo sát cũng như phương thức tiến hành khảo sát. Trình bày cách thức xử lý dữ liệu bằng phần mềm SPSS: Đánh giá độ tin cậy thông qua hệ số Cronbach’s Alpha, phân tích nhân tố khám phá EFA, phân tích nhân tố khẳng định CFA và phân tích mô hình cấu trúc tuyến tính SEM. Luận văn: PPNC Trách nhiệm xã hội DN ảnh hưởng đến công việc.

XEM THÊM NỘI DUNG TIẾP THEO TẠI ĐÂY: 

===>>> Luận văn: KQNC Trách nhiệm xã hội DN ảnh hưởng đến công việc

Dịch Vụ Viết Luận Văn 24/7 Chuyên cung cấp dịch vụ làm luận văn thạc sĩ, báo cáo tốt nghiệp, khóa luận tốt nghiệp, chuyên đề tốt nghiệp và Làm Tiểu Luận Môn luôn luôn uy tín hàng đầu. Dịch Vụ Viết Luận Văn 24/7 luôn đặt lợi ích của các bạn học viên là ưu tiên hàng đầu. Rất mong được hỗ trợ các bạn học viên khi làm bài tốt nghiệp. Hãy liên hệ ngay Dịch Vụ Viết Luận Văn qua Website:  https://hotrovietluanvan.com/ – Hoặc Gmail: hotrovietluanvan24@gmail.com