Thu Thập Dữ Liệu Sơ Cấp Bằng Phỏng Vấn Chuyên Sâu Bán Cấu Trúc

hoặc khảo sát các nhà lãnh đạo cấp cao của các doanh nghiệp chủ yếu ở Đà Nẵng, Hà Nội và Hồ Chí Minh. Đối với mỗi doanh nghiệp, tác giả liên hệ để phỏng vấn hoặc khảo sát Giám đốc. Sau khi tác giả giới thiệu nội dung cần phỏng vấn thì có một số doanh nghiệp, giám đốc giới thiệu để gặp phó giám đốc hoặc kế toán trưởng hoặc giám đốc tài chính. Mỗi doanh nghiệp chỉ phỏng vấn 1 người (tuỳ thuộc vào đối tượng có thể tiếp cận được). Những người được phỏng vấn hoặc khảo sát là người nắm thông tin tổng thể của doanh nghiệp nên có thể trả lời các câu hỏi liên quan đến hoạt động, chính sách thực hiện TNXH cũng như đánh giá TQHĐ một cách chính xác. Các cuộc phỏng vấn được thực hiện trong khoảng thời gian từ tháng 11/2020 đến tháng 03/2021. Danh sách các doanh nghiệp tham gia phỏng vấn ở Phụ lục 10.

Mẫu nghiên cứu chính thức

Sau khi thu thập dữ liệu từ giai đoạn nghiên cứu sơ bộ, tác giả đã đánh giá mô hình đo lường với dữ liệu của 50 doanh nghiệp. Kết quả cho thấy mô hình đo lường đảm bảo tính tin cậy, phù hợp, có độ phân biệt, mô hình cấu trúc có ý nghĩa. Trên cơ sở đó, tác giả triển khai nghiên cứu chính thức để thu thập dữ liệu trên diện rộng.

Kích thước của mẫu nghiên cứu có ảnh hưởng đến kết quả nghiên cứu trong mô hình SEM (Hair & cộng sự, 2014). Mẫu nghiên cứu càng lớn thì các thông số ước lượng càng ổn định và đáng tin cậy. Mặc dầu vậy, mẫu số bao nhiêu được xem là phù hợp cho việc tiến hành nghiên cứu định lượng vẫn là một câu hỏi bỏ ngõ. Tuy nhiên, để tiến hành các kỹ thuật thống kê, mẫu nghiên cứu không nên ít hơn 50 (Gorman & cộng sự, 1995). Có tác giả ủng hộ con số mẫu nghiên cứu dưới 100 vẫn có ý nghĩa trong SEM (Kline, 2005), trong khi số khác lại đề xuất kích thước mẫu là 100 – 200 (Hoyle, 1995). Hair & cộng sự (2014) nhấn mạnh kích thước mẫu không có quy tắc rõ ràng nhưng khi mô hình bị lỗi kỹ thuật, việc tăng kích thước mẫu có thể là một trong các hướng giải quyết. Trong giới hạn về thời lượng thực hiện luận án, nên kích thước mẫu mục tiêu của nghiên cứu này là 300 doanh nghiệp.

Phương pháp chọn mẫu ở giai đoạn nghiên cứu chính thức: Trong nghiên cứu định lượng theo hình thức khảo sát có một số phương pháp chọn mẫu như chọn mẫu ngẫu nhiên đơn giản, chọn mẫu ngẫu nhiên có hệ thống, chọn mẫu phân tầng, chọn

mẫu theo khu vực, chọn mẫu thuận tiện, chọn mẫu phán đoán, chọn mẫu theo lớp (Fowler & Lapp, 2019). Vì phạm vi nghiên cứu của luận án là doanh nghiệp ở Việt Nam, với số liệu các doanh nghiệp quá lớn, để thuận tiện trong quá trình khảo sát, tác giả lựa chọn phương pháp chọn mẫu thuận tiện. Đối với phương pháp này, tác giả chọn những phần tử nghiên cứu có thể tiếp cận được với kỳ vọng mẫu ít nhất là 300 doanh nghiệp ở Việt Nam.

Hình thức lấy phiếu khảo sát ở giai đoạn nghiên cứu chính thức: Dữ liệu về các doanh nghiệp ở Việt Nam rất đa dạng, dựa trên nguồn danh bạ trên website www.trangvangdoanhnghiep.vn, tác giả đã lấy dữ liệu của 2.258 doanh nghiệp có đăng ký kinh doanh, có hoạt động ở nhiều ngành nghề khác nhau với thông tin về email và số điện thoại, địa chỉ cũng như lãnh đạo của doanh nghiệp. Phiếu khảo sát chính thức sau khi đã được kiểm tra tính giá trị (validity) và đảm bảo độ tin cậy (realiability) được thiết kế theo dạng trực tuyến bằng biểu mẫu trên “google” và gửi đến 2.258 doanh nghiệp qua email. Sau thời gian 1 tháng chờ đợi (Tháng 3 đến tháng 4/2021) các phiếu trả lời trực tuyến, tác giả đã nhận được trả lời của 106 doanh nghiệp. Để tăng thêm tỉ lệ trả lời, tác giả chủ động gọi điện thoại cho lãnh đạo của doanh nghiệp nhờ họ trả lời phiếu khảo sát trực tuyến. Thời gian khảo sát từ tháng 04/2021 đến tháng 06/2021. Danh sách thông tin liên hệ được đính kèm ở Phụ lục 11. Sau 3 tháng, kết quả thu được thêm 250 phiếu trả lời để đạt được tổng là 415 phiếu trả lời của doanh nghiệp (bao gồm cả 50 doanh nghiệp trong mẫu sơ bộ).

Đối tượng trả lời phiếu khảo sát là lãnh đạo các doanh nghiệp như Giám đốc, Phó giám đốc, giám đốc tài chính, trưởng phòng TNXH (nếu có), kế toán trưởng để hoàn thiện phiếu khảo sát. Mỗi doanh nghiệp chỉ phỏng vấn 1 người (tuỳ thuộc vào đối tượng có thể tiếp cận được). Tỉ lệ chức danh của các nhà lãnh đạo trong mẫu nghiên cứu được trình bày ở phần mô tả mẫu nghiên cứu Trang 98.

2.5.2. Thu thập dữ liệu sơ cấp bằng phỏng vấn chuyên sâu bán cấu trúc

Nhằm làm rõ một số kết quả nghiên cứu sau khi phân tích hình bằng PLS- SEM như tại sao mức độ tác động của TNXH đến TQHĐ ở các khía cạnh khác nhau, TNXH ở khía cạnh xã hội tác động nhiều đến thành quả hoạt động ở khía cạnh khách

hàng, khía cạnh học hỏi và phát triển, tại sao TNXH ở khía cạnh môi trường lại tác động nhiều đến TQHĐ ở khía cạnh quy trình nội bộ, tác giả tiến hành phỏng vấn chuyên sâu bán cấu trúc. Việc xây dựng bảng câu hỏi bán cấu trúc cho phép tác giả có thể phỏng vấn thêm những nội dung sâu hơn và có tính gợi mở hơn.

Hình thức phỏng vấn: Trước khi tiến hành phỏng vấn, tác giả thực hiện trao đổi mục tiêu và nội dung phỏng vấn với một số doanh nghiệp và nhận được sự đồng ý của 15 đại diện (04 doanh nghiệp phỏng vấn trực tiếp, 11 doanh nghiệp phỏng vấn qua điện thoại). Các cuộc phỏng vấn được ghi âm theo sự cho phép của người được phỏng vấn.

Đối tượng phỏng vấn: Tác giả tiến hành phỏng vấn bán cấu trúc đối với Giám đốc hoặc là người công bố thông tin TNXH vì những cá nhân này có liên quan nhiều đến vấn đề cần làm rõ ở trên nhằm tìm hiểu nguyên nhân của kết quả nghiên cứu ảnh hưởng của TNXH đến TQHĐ của doanh nghiệp. Thông tin doanh nghiệp, chức vụ người được phỏng vấn, ngày phỏng vấn được đính kèm trong Phụ lục 12.

Xây dựng nội dung phỏng vấn: Việc xây dựng các câu hỏi phỏng vấn bắt nguồn từ các giả thuyết nghiên cứu của luận án và kết quả nghiên cứu định lượng. Chi tiết bảng câu hỏi bán cấu trúc được đính kèm tại Phụ lục 12.

2.5.3. Thu thập dữ liệu thứ cấp bằng nghiên cứu tài liệu của các trường hợp điển hình

Để tìm hiểu thêm về việc thực hiện TNXH của các doanh nghiệp ở Việt Nam, tác giả đã sử dụng phương pháp nghiên cứu trường hợp bằng cách phân tích tài liệu về TNXH của doanh nghiệp. Phương pháp nghiên cứu trường hợp là một trong những phương pháp khá phổ biến, được thực hiện bằng cách nghiên cứu, tìm hiểu, đọc kỹ nội dung của các tài liệu để tìm ra nguyên nhân, ý nghĩa về một vấn đề nghiên cứu (Bowen, 2009).

Tài liệu phân tích: Trong nghiên cứu này, có thể sử dụng ba loại tài liệu là bản ghi chính thức, tài liệu cá nhân, minh chứng vật lý (O’Leary, 2014). Luận án này sử dụng các báo cáo phát triển bền vững trong 3 năm từ 2017 – 2019 của các doanh nghiệp có thực hiện công bố thông tin làm tài liệu phân tích. Tác giả hướng đến lựa

chọn các doanh nghiệp có giải thưởng về báo cáo phát triển bền vững do VCCI trao tặng. Vì những doanh nghiệp này thực hiện công bố theo đúng các nội dung của GRI, đồng thời thông tin cung cấp khá đầy đủ và dễ hiểu.

Phương pháp phân tích: Dựa trên danh sách các công ty được giải thưởng, tác giả đã lập ra danh sách 10 công ty có báo cáo phát triển bền vững tốt. Tác giả cùng 1 tiến sĩ và 1 sinh viên đại học có nghiên cứu và hiểu biết về TNXH đã đọc các báo cáo phát triển bền vững, ghi chú lại những điểm nổi bật, sắp xếp theo đúng các nội dung của từng khía cạnh TNXH. Sau khi mỗi người có danh sách riêng, những thông tin có sự trùng khớp giữa 3 người được sử dụng để đưa vào nội dung thông tin về việc thực hiện TNXH của doanh nghiệp ở Việt Nam.

2.6. Xử lý dữ liệu

2.6.1. Xử lý dữ liệu sơ cấp để phân tích PLS-SEM

a. Xử lý dữ liệu trong giai đoạn nghiên cứu sơ bộ

Dữ liệu cho nghiên cứu sơ bộ được thực hiện thông qua việc phỏng vấn trực tiếp các doanh nghiệp qua việc giới thiệu từ các chuyên gia, hoặc các nhà lãnh đạo của các doanh nghiệp được phỏng vấn. Mục tiêu của nghiên cứu sơ bộ là để “kiểm định sơ bộ” độ tin cậy của thang đo thông qua đánh giá hệ số Crobach Alpha.

Theo Hair & cộng sự (2014), hệ số Crobach Alpha từ 0,6 là có thể chấp nhận được; từ 0,7 đến 0,8 là có thể sử dụng được; từ 0,8 đến gần 1.0 là thang đo đo lường tốt.

Ngoài ra, hệ số tương quan biến tổng cũng được xem xét để quyết định loại bỏ biến số khỏi thang đo (Nunnally & Burntein, 1994). 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. Hệ số này càng cao thì sự tương quan biến này với các biến khác trong nhóm càng chặt chẽ. Nếu hệ số tương quan biến tổng của một biến số nhỏ hơn 0,3 thì biến đó được xem là không phù hợp. Kết quả phân tích độ tin cậy của thang đo được thể hiện qua Bảng 2.3.

Ngoài ra, độ tin cậy của từng biến quan sát được thể hiện ở Phụ lục 16, sau nghiên cứu sơ bộ, tác giả có thể tiến hành nghiên cứu chính thức.

Bảng 2.3. Tổng hợp độ tin cậy thang đo

Biến

Viết tắt	Cronbach's Alpha	Composite Reliability	Average Variance Extracted (AVE)
TQHĐ ở khía cạnh khách hàng	KH	0.884	0.912	0.634
TQHĐ ở khía cạnh quy trình nội bộ	NB	0.941	0.950	0.654
TQHĐ ở khía cạnh học hỏi và phát triển	PT	0.949	0.956	0.686
TQHĐ ở khía cạnh tài chính	TC	0.932	0.949	0.788
TNXH ở khía cạnh xã hội	XH	0.905	0.923	0.571
TNXH ở khía cạnh môi trường	MT	0.874	0.909	0.665
TNXH ở khía cạnh kinh tế	KT	0.857	0.892	0.544

Có thể bạn quan tâm!

Xem toàn bộ 279 trang tài liệu này.

Nguồn: Tác giả tổng hợp

b. Xử lý dữ liệu trong giai đoạn nghiên cứu chính thức

Dữ liệu sau khi được thu thập sẽ phân tích theo mô hình cấu trúc SEM. Nhằm đảm bảo việc phân tích dữ liệu được chính xác và phù hợp với mô hình nghiên cứu, các nội dung liên quan đến cơ sở lý thuyết về mô hình SEM, trình tự phân tích dữ liệu trong nghiên cứu định lượng được trình bày ở phần tiếp theo.

Cơ sở lý thuyết về mô hình SEM

Phân tích dữ liệu theo mô hình cấu trúc SEM (Structural equation model) được sử dụng khá phổ biến trong các nghiên cứu hiện đại (Murovec & cộng sự, 2012). Mô hình SEM là tập hợp các mô hình thống kê, cho phép nghiên cứu cùng một lúc nhiều quan hệ của nhiều biến độc lập và biến phụ thuộc.

Về cơ bản mô hình SEM bao gồm 2 loại chính: SEM trên cơ sở hiệp phương sai (CB-SEM) và cấu trúc tuyến tính bình phương tối thiểu riêng phần hay mô hình

đưỡng dẫn (PLS-SEM). CB-SEM thường được sử dụng để kiểm tra khả năng ước lượng ma trận hiệp phương sai của một tập dữ liệu mẫu theo một mô hình lý thuyết xác định rõ ràng. Ngược lại, PLS-SEM chủ yếu tập trung giải thích phương sai trong các biến phụ thuộc khi kiểm tra mô hình, thường được sử dụng để phát triển các lý thuyết trong nghiên cứu thăm dò (Hair & cộng sự, 2014). Mô hình đa cấu trúc CB- SEM được sử dụng phổ biến trong các nghiên cứu trước đây. Tuy nhiên, PLS-SEM xử lý các cấu trúc hình thành trong mô hình tương đối dễ dàng hơn so với CB-SEM (Moecke, 2012). Hơn thế nữa, PLS-SEM phù hợp với các nghiên cứu thăm dò để kiểm tra các lý thuyết, không đặt giả định hạn lớn về dữ liệu.

Đối với nghiên cứu trong luận án này, tác giả sử dụng PLS-SEM để đánh giá sự tác động trực tiếp của TNXH đến TQHĐ và sự tác động gián tiếp của TNXH đến TQHĐ thông qua một số biến trung gian. Vì dữ liệu khảo sát dựa trên mẫu được lựa chọn ngẫu nhiên nên khả năng lớn là dữ liệu không được phân phối chuẩn. TNXH là biến cấu trúc cấu tạo từ 3 khía cạnh kinh tế, môi trường, xã hội. Do vậy CB-SEM không phù hợp. Cuối cùng, các lý thuyết nền tảng giải thích cho sự tác động của TNXH đến TQHĐ còn hạn chế vì vậy phù hợp với việc chạy mô hình PLS-SEM.

Quy trình phân tích dữ liệu

Phân tích dữ liệu trong nghiên cứu định lượng được tiến hành theo các bước

1. Kiểm tra độ tin cậy của thang đo

Kiểm định độ tin cậy thang đo bằng hệ số Cronbach’s Alpha được sử dụng để

loại bỏ biến không phù hợp.

2. Đánh giá mô hình đo lường

Thông thường, trước khi thực hiện đánh giá mô hình đo lường, các nghiên cứu sẽ phân tích nhân tố khám phá EFA. Qua phân tích này giúp có thể rút gọn một tập I các biến quan sát thành một K nhỏ hơn I các nhân tố có ý nghĩa hơn. Tuy nhiên, đối với các biến đo lường cấu tạo không phù hợp với phân tích EFA. Ở nghiên cứu này, biến TNXH và TQHĐ đều là các biến cấu tạo. Do đó, tác giả không thực hiện phân tích EFA.

Mô hình đo lường được đánh giá dựa trên 3 giá trị: độ tin cậy tổng hợp, giá trị hội tụ và giá trị phân biệt.

- Độ tin cậy tổng hợp: đo lường độ tin cậy của tập hợp các biến quan sát đo lường một khái niệm (nhân tố) và hệ số độ tin cậy CA đo lường tính kiên định nội tại xuyên suốt tập hợp các biến quan sát của các câu trả lời. Độ tin cậy tổng hợp có ý nghĩa khi có giá trị lớn hơn 0,7 và độ tin cậy CA từ 0,6 trở lên” (Hair & cộng sự, 2017). Cách tiếp cận phổ biến để đánh giá độ tin cậy là sử dụng Cronbach’s Alpha và giới hạn tin cậy được là 0.7 trở lên. Tuy nhiên, Cronbach’s Alpha dựa trên giả thuyết bị giới hạn mức độ quan trọng tương đối của tất cả các biến quan sát. Hơn nữa, hệ số Cronbach’s Alpha tương đối nhạy cảm với số lượng biến quan sát trong từng thang đo và có khuynh hướng đánh giá không đúng độ tin cậy nhất quán nội tại. Do đó, theo Hair & cộng sự (2014), độ tin cậy tổng hợp CR (composite reliability) và tổng phương sai trích AVE (Average variance extracted) của các biến số trong biến quan sát cùng được sử dụng để đánh giá mức độ tin cậy của một biến quan sát. Độ tin cậy (reliability) của các biến quan sát phải có hệ số outer loading lớn hơn hoặc bằng 0,5 thì đạt yêu cầu về độ tin cậy và hệ số composite reliability phải lớn hơn hoặc bằng 0,7 thì đạt độ tin cậy tổng hợp (Hulland, 1999). Đặc biệt, với nghiên cứu khám phá (exploratory research), giá trị độ tin cậy từ 0,6 – 0,7 được chấp nhận nhưng trong một số nghiên cứu khác, giá trị này đòi hỏi phải nằm trong khoảng từ 0,7 – 0,9 để được chấp nhận. Nếu giá trị này lớn hơn 0,95 được xem là có vấn đề vì khi đó tất cả các biến quan sát đang cùng đo lường 1 hiện tượng.

- Giá trị hội tụ của thang đo: Giá trị hội tụ (Convergent validity) chính là việc một đo lường có tương quan thuận với các đo lường khác trong cùng một biến nghiên cứu đo lường. Giá trị hội tụ được sử dụng để đánh giá sự ổn định của thang đo và được xem xét qua hệ số tải ngoài của các biến quan sát cũng như giá trị phương sai trích trung bình AVE (Average variance extracted).

Theo Fornell & Larcker (1981), hệ số AVE phải lớn hơn hoặc bằng 0.5 cho thấy biến nghiên cứu sẽ giải thích nhiều hơn phân nửa phương sai các biến quan sát của nó. Điều này sẽ khẳng định được độ giá trị hội tụ. Ngoài ra, để đánh giá giá trị

hội tụ của thang đo, hệ số tải của mỗi biến quan sát lên nhân tố lớn hơn hoặc bằng 0,7 và có ý nghĩa là bằng chứng về độ tin cậy của thang đo. Tuy nhiên, các nhà nghiên cứu xã hội thường sử dụng hệ số tải ngoài thấp hơn 0,7 (Hulland, 1999). Việc loại bỏ biến cần được cân nhắc kỹ và xem xét sự ảnh hưởng lên độ tin cậy tổng hợp cũng như tính chính xác về giá trị nội dung của biến nghiên cứu. Thông thường, khi hệ số tải ngoài nằm trong khoảng 0,4 – 0,7 có thể xem xét đến việc loại biến quan sát nếu việc đó làm tăng độ tin cậy tổng hợp. Ngoài ra, việc loại bỏ biến cũng cần cân nhắc sự ảnh hưởng lên giá trị nội dung. Thang đo đạt được giá trị hội tụ khi các trọng số chuẩn hoá (Outer loading) của thang đo đều cao (giá trị lớn hơn 0,5) và có ý nghĩa thống kê (p<0,05) và tổng phương sai trích phản ánh lượng biến thiên chung của các biến quan sát được giải thích bởi biến tiềm ẩn có ý nghĩa khi có giá trị trên 0,5” (Henseler & cộng sự, 2009).

- Giá trị phân biệt: Là mức độ phân biệt một khái niệm của một biến tiềm ẩn cụ thể từ khái niệm của những biến tiềm ẩn khác (Henseler & cộng sự, 2009). Độ giá trị phân biệt (discriminant validity) xem xét một biến nghiên cứu có thực sự khác so với các biến nghiên cứu khác bởi những tiêu chuẩn thực nghiệm. Vì vậy, việc tính toán giá trị phân biệt nhằm chỉ ra rằng một biến nghiên cứu là duy nhất và phản ánh hiện tượng khác biệt so với các biến nghiên cứu khác trong mô hình (Hair & cộng sự, 2014). Để đo lường giá trị phân biệt thì căn bậc hai AVE của mỗi nhân tố đo lường đều lớn hơn hệ số liên hệ (latent variable correlations) giữa nhân tố đó với các nhân tố khác cho thấy độ phân biệt và tính tin cậy của các nhân tố (Fornell and Larcker, 1981).

Đồng thời, có thể đánh giá độ giá trị tin cậy qua tỷ lệ đặc điểm dị biệt – đặc điểm đơn nhất (heterotrait – monotrait – HTMT) của các mối tương quan. HTMT là tỷ lệ của các mối tương quan giữa các đặc điểm với mối tương quan bên trong các đặc điểm. Đó là giá trị trung bình của tất cả các mối tương quan bình quân của các biến quan sát đo lường trong một biến nghiên cứu. Hệ số HTMT lớn hơn 0,9 chứng tỏ hai biến nghiên cứu thiếu giá trị phân biệt. Khi hai biến nghiên cứu được đánh giá một cách khái quát là có nhiều sự phân biệt, ngưỡng chấp nhận thấp hơn với giá trị