intTypePromotion=3

Ứng dụng phương pháp phân tích nhân tố khám phá trong việc xác định các nhân tố ảnh hưởng hưởng đến mức độ hài lòng của thanh niên nông thôn đối với phong trào “Tuổi trẻ chung tay xây dựng nông thôn mới”

Chia sẻ: Trần Minh Luân | Ngày: | Loại File: PDF | Số trang:5

0
24
lượt xem
2
download

Ứng dụng phương pháp phân tích nhân tố khám phá trong việc xác định các nhân tố ảnh hưởng hưởng đến mức độ hài lòng của thanh niên nông thôn đối với phong trào “Tuổi trẻ chung tay xây dựng nông thôn mới”

Mô tả tài liệu
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài viết Ứng dụng phương pháp phân tích nhân tố khám phá trong việc xác định các nhân tố ảnh hưởng hưởng đến mức độ hài lòng của thanh niên nông thôn đối với phong trào “Tuổi trẻ chung tay xây dựng nông thôn mới” trình bày kết quả nghiên cứu có thể làm cơ sở để đề xuất các giải pháp góp phần nâng cao chất lượng triển khai phong trào "Tuổi trẻ chung tay xây dựng nông thôn mới" tại địa bàn nông thôn hiện nay,... Mời các bạn cùng tham khảo.

Chủ đề:
Lưu

Nội dung Text: Ứng dụng phương pháp phân tích nhân tố khám phá trong việc xác định các nhân tố ảnh hưởng hưởng đến mức độ hài lòng của thanh niên nông thôn đối với phong trào “Tuổi trẻ chung tay xây dựng nông thôn mới”

KINH NGHIÏÅM - THÛÅC TIÏÎN<br /> <br /> ÛÁNG DUÅNG PHÛÚNG PHAÁP PHÊN TÑCH NH<br /> CAÁC NHÊN TÖË AÃNH HÛÚÃNG ÀÏËN MÛÁC<br /> ÀÖËI VÚÁI TUÖÍI<br /> PHONG<br /> TREÃ<br /> TRAÂO<br /> AY XÊY<br /> CHUNG<br /> “DÛÅNG<br /> T NÖNG TH<br /> VUÄ MINH THAÁI - BUÂI THÕ HAÃI BÒNH*<br /> Ngaây nhêån: 09/10/2017<br /> Ngaây phaãn biïån: 16/10/2017<br /> Ngaây duyïåt àùng: 06/11/2017<br /> <br /> Toám tùæt:<br />  Trong nghiïn cûáu naây, taác giaã tiïën haânh khaão saát 200 àöëi tûúång thanh niïn nöng thön trïn <br /> phña Bùæc. Kïët quaã phên tñch nhên töë khaám phaá (Exporatory Factor EFA) àaä chó ra caác nhên töë (cön<br /> (1)<br /> <br /> Quy mö nhoã vaâ thûúâng xuyïn triïín khai; (2) Cöng trònh cêìn nhiïìu nguöìn lûåc vaâ gùæn vúái phaát triïín<br /> thöng; (4) Nöåi dung truyïìn thöng; (5) Caác hoaåt àöång liïn quan àïën an ninh quöëc phoâng<br />  coá aãnh hûúãng möåt caách àaáng kïí àïën àa<br /> <br /> giaá cuãa thanh niïn àöëi vúái phong traâo “Tuöíi treã chung tay xêy dûång nöng thön múái”. Kïët quaã nghiïn<br /> caác giaãi phaáp goáp phêìn nêng cao chêët lûúång triïín khai phong traâo “Tuöíi treã chung tay xêy dûång nön<br /> hiïån nay.<br /> Tûâ khoáa: <br /> Trûúâng Àaåi hoåc Cöng Àoaân, khoa Xaä höåi hoåc, phên tñch nhên töë khaám phaá <br /> (EFA)<br /> , mûác àöå haâi loâng, phong traâo Tuöíi<br /> treã chung tay xêy dûång nöng thön múái.<br /> APPLYING EXPLORATORY FACTOR  ANALYSIS METHOD WHICH DETERMINES  F<br /> TO THE SATISFACTION LEVEL  OF RURAL YOUTH TO “YOUTH BUILD NEW RURAL <br /> Abstract: <br /> In this research, the author did a survey in 200 rural youths in the northern mountainous provinces<br /> Exploratory Factor Analysis (EFA) result shows these factors (including duties, youth business) as below<br /> : (1) Small scale and regular<br /> <br /> development. (2) Building demand is a lot of resources and it is associated with economic development. (3<br /> Communication’s content (5) Activities relating to national security and defense<br />  have significantly affected to the youth’s assessment<br /> <br /> to “New Rural Development” program. The result of this research can be the basis of proposing solutions to <br /> implementing EFA program nowadays in rural areas.<br /> Keywords: <br /> Trade Union University, Faculty of Sociology, Exploratory Factor Analysis (EFA), satisfactio<br /> Development program.<br /> 1. Àùåt vêën àïì<br /> traâo naây hiïån nay coân böåc löå nhûäng àiïím haån chïë<br /> Trong 05 nùm qua, Trung ûúng Àoaân TNCS Höì<br /> búãi chûa baám saát vaâo nhu cêìu vaâ àaáp ûáng àûúåc<br /> Chñ Minh àaä triïín khai coá hiïåu quaã phong traâo “Tuöíi mong àúåi cuãa thanh niïn nöng thön nïn tñnh bïìn<br /> treã chung tay xêy dûång nöng thön múái giai àoaån 2013<br /> vûäng cuãa caác hoaåt àöång nùçm trong nöåi dung töíng<br /> - 2020”, nhêån àûúåc sûå hûúãng ûáng tñch cûåc cuãa thanh thïí cuãa phong traâo chûa cao, chûa taåo sûác maånh<br /> niïn trïn àõa baân caã nûúác. Caác hoaåt àöång xêy dûång töíng thïí cuãa töí chûác Àoaân trong xêy dûång nöng<br /> nöng thön múái àaä àûúåc caác cêëp böå Àoaân quan têm thön múái.<br /> triïín khai àöìng loaåt, röång khùæp, gùæn liïìn vúái caác nöåi Tûâ nhûäng lyá do vïì lyá luêån vaâ thûåc tiïîn trïn, taác<br /> dung hoaåt àöång chuyïn mön cuãa töí chûác àoaân trïn<br /> giaã àùåt ra giaã thuyïët rùçng <br /> “Trong caác àöëi tûúång giöëng<br /> caã nûúác.<br /> nhau vïì caác àùåc àiïím caá nhên, àùåc àiïím xaä höåi,<br /> Tuy nhiïn, caác baáo caáo vïì phong traâo “Tuöíi treã mûác àöå haâi loâng cuãa hoå àöëi vúái möåt phong traâo coá<br /> chung tay xêy dûång nöng thön múái” hiïån nay thûúâng<br /> thïí bõ thay àöíi coá giaá trõ nghiïn cûáu trïn cú súã sûå<br /> thiïëu caác dûä liïåu khoa hoåc liïn quan àïën àaánh giaá thay àöíi cuãa möåt söë cöng trònh, phêìn viïåc thuöåc phong<br /> mûác àöå haâi loâng cuãa caác àöëi tûúång thuå hûúãng, cuå<br /> thïí laâ thanh niïn nöng thön. Trong thûåc tïë, phong<br /> * Trûúâng Àaåi hoåc Cöng Àoaân.<br /> 92 Taåp chñ Nghiïn cûáu khoa hoåc cöng àoaân<br /> Söë 9 thaáng 11/2017<br /> <br /> KINH NGHIÏÅM - THÛÅC TIÏÎN<br /> traâo coá yá nghôa vúái àöëi tûúång. Àöìng nghôa vúái viïåc coá Nghiïn cûáu sûã duång phûúng phaáp choån mêîu ngêîu<br /> nhiïìu cöng trònh, phêìn viïåc mùåc duâ àûúåc triïín khai nhiïn phên têìng vúái kñch thûúác mêîu trong nghiïn<br /> tuy nhiïn khöng coá nhiïìu aãnh hûúãng àïën quyïët àõnh<br /> cûáu bùçng baãng hoãi tûå ghi laâ 200.<br /> cuãa àöëi tûúång nghiïn cûáu trong àaánh giaá sûå haâi loâng”. 2.2.3. Phûúng phaáp thu thêåp söë liïåu, xûã lyá,<br /> 2. Nöåi dung, phûúng phaáp nghiïn cûáu<br /> phên tñch<br /> 2.1. Nöåi dung nghiïn cûáu<br /> Nghiïn cûáu sûã duång phûúng phaáp phên tñch taâi<br /> Baâi viïët trïn cú súã ûáng duång phûúng phaáp phên liïåu, trûng cêìu yá kiïën bùçng baãng hoãi tûå ghi, phûúng<br /> tñch nhên töë khaám phaá xaác àõnh caác nhên töë (cöng phaáp phoãng vêën sêu vaâ phûúng phaáp xûã lyá thöng tin<br /> trònh, phêìn viïåc) chuã yïëu aãnh hûúãng àïën mûác àöå haâiqua phêìn mïìm SPSS 22.0 àïí tiïën haânh àiïìu tra vaâ<br /> loâng cuãa thanh niïn nöng thön àöëi vúái phong traâo phên tñch kïët quaã nghiïn cûáu.<br /> “Tuöíi treã chung tay xêy dûång nöng thön múái”.<br /> 3. Kïët quaã nghiïn cûáu<br /> 2.2. Phûúng phaáp nghiïn cûáu<br /> 3.1.1. Kïët quaã phên tñch nhên töë khaám phaá - EFA<br /> 2.2.1. Sûå haâi loâng cuãa thanh niïn nöng thön<br /> Àïí coá thïí àûa ra caác nhên töë aãnh hûúãng coá mûác<br /> àöëi vúái phong traâo tuöíi treã chung tay xêy dûång yá nghôa thûåc tïë àöëi vúái mûác àöå haâi loâng chung cuãa<br /> nöng thön múái<br /> thanh niïn nöng thön àöëi vúái phong traâo “Tuöíi treã<br /> Sûå haâi loâng laâ traång thaái caãm xuác àöëi cuãa möåt<br /> chung tay xêy dûång nöng thön múái”, nghiïn cûáu sûã<br /> chuã thïí àöëi vúái saãn phêím dõch vuå hay vêën àïì maâ chuãduång phûúng phaáp phên tñch nhên töë (Factor Analythïí àaä tûâng sûã duång (Bachelet, 1995). Nïëu coi thanh<br /> sis, FA) (Hair et al. 2009) nhùçm thu nhoã vaâ ruát goån<br /> niïn nöng thön laâ àöëi tûúång hûúáng túái cuãa töí chûác dûä liïåu phên tñch. Cuå thïí, taác giaã hûúáng àïën viïåc<br /> àoaân thò sûå haâi loâng cuãa hoå cuäng laâ möåt yïëu töë àaánh<br /> àún giaãn hoáa têåp húåp caác nöåi dung àaánh giaá mûác àöå<br /> giaá chêët lûúång têåp húåp, àoaân kïët thanh niïn vaâ triïín cuãa tûâng biïën àöëi vúái tûâng lônh vûåc (caác nhoám biïën<br /> khai hiïåu quaã caác nöåi dung trong phong traâo “Tuöíi phûác taåp) ban àêìu thaânh möåt têåp caác biïën nhoã hún<br /> treã chung tay xêy dûång nöng thön múái” trïn àõa baân<br /> dûúái daång caác nhên töë. Trong phên tñch nhên töë,<br /> nghiïn cûáu.<br /> khöng coá biïën àöåc lêåp vaâ biïën phuå thuöåc, maâ phên<br />  Nhû vêåy, sûå haâi loâng cuãa thanh niïn nöng thön tñch dûåa vaâo möëi tûúng quan giûäa caác biïën vúái nhau.<br /> àöëi vúái phong traâo “Tuöíi treã chung tay xêy dûång nöng Trong nghiïn cûáu, nghiïn cûáu àûa ra nhoám caác nhên<br /> thön múái” bõ taác àöång chïnh lïåch giûäa mong àúåi vaâ töë àöëi vúái tûâng lônh vûåc nhû sau:<br /> traãi nghiïåm cuãa thanh niïn nöng thön àöëi vúái cöng<br /> Baãng 1: Caác nhoám nhên töë kiïím àõnh nhên töë<br /> viïåc, phêìn viïåc do töí chûác àoaân triïín khai thuöåc phaåm<br /> khaám phaá<br /> vi phong traâo.<br /> TT<br /> Tïn nhoám<br /> Söë biïën<br /> 2.2.2. Phûúng phaáp choån mêîu nghiïn cûáu<br /> 1<br /> Nöåi dung tuyïn truyïìn<br /> 5<br /> Kñch thûúác cuãa mêîu aáp duång trong nghiïn cûáu<br /> 2<br /> Hònh thûåc tuyïn truyïìn<br /> 8<br /> àûúåc dûåa theo yïu cêìu cuãa phên tñch nhên töë khaám<br /> 3<br /> Xêy<br /> dûång<br /> kïët<br /> cêu<br /> haå<br /> têìng<br /> 9<br /> phaá EFA (Exploratory Factor Analysis) vaâ höìi quy àa<br /> 4<br /> Höî<br /> trúå<br /> thanh<br /> niïn<br /> phaát<br /> triïín<br /> kinh<br /> tïë<br /> 13<br /> biïën:<br /> 5<br /> Xêy dûång àúâi söëng vùn hoáa múái<br /> 7<br /> - Cöng thûác 1: Àöëi vúái phên tñch nhên töë khaám<br /> phaá EFA: Dûåa theo nghiïn cûáu cuãa Hair, Ander6<br /> Caãnh quan möi trûúâng<br /> 8<br /> son, Tatham vaâ Black (1998) cho tham khaão vïì kñch<br /> 7<br /> An toaân vïå sinh thûåc phêím<br /> 5<br /> thûúác mêîu dûå kiïën. Theo àoá kñch thûúác mêîu töëi 8<br /> An ninh trêåt tûå<br /> 7<br /> thiïíu laâ gêëp 3 lêìn töíng söë biïën quan saát (Stevens,<br /> Nguöìn: Xûã lyá söë liïåu khaão saát cuãa nghiïn cûáu<br /> 2002), àêy laâ cúä mêîu phuâ húåp cho nghiïn cûáu coá<br /> sûã duång phên tñch nhên töë. Àöëi vúái viïåc sûã duång<br /> thang ào Likert 5 mûác àöå, söë lûúång cêu hoãi dûå kiïën<br /> Cùn cûá vaâo baãng 1, taác giaã kiïím tra àiïìu kiïån<br /> trong baãng hoãi laâ 62 cêu do àoá kñch thûúác mêîu dûå thûåc hiïån kiïím àõnh nhên töë khaám phaá (EFA) vúái<br /> kiïën laâ 186 mêîu.<br /> nhûäng tiïu chñ sau:<br /> - Cöng thûác 2: Àöëi vúái phên tñch höìi quy àa biïën:<br /> - Söë lûúång caác biïën ào lûúâng trong 8 nhoám nhên<br /> cúä mêîu töëi thiïíu cêìn àaåt àûúåc tñnh theo cöng thûác laâ töë úã baãng 1 àïìu lúán hún 3, nïn thoãa maän yïu cêìu<br /> n=50 + 8*m (m: söë biïën àöåc lêåp) (Tabachnick vaâ maâ Stevens (2002) àûa ra.<br /> Fidell, 1996). Vúái m laâ söë lûúång nhên töë àöåc lêåp, chûá - Söë mêîu laâ 200, cuäng àaáp ûáng àûúåc yïu cêìu töëi<br /> khöng phaãi laâ söë cêu hoãi àöåc lêåp. Nhû vêåy vúái dûå<br /> thiïíu laâ 50 quan saát theo Hair & ctg (2009).<br /> kiïën 15 biïën àöåc lêåp thò cúä mêîu töëi thiïíu cêìn àaåt Nhû vêåy coá cú súã àïí tiïën haânh kiïím àõnh Bartlett<br /> àûúåc laâ 170 mêîu.<br /> vaâ KMO cho nhûäng nhên töë trïn.<br /> <br /> 93 cöng àoaâ<br /> Taåp chñ Nghiïn cûáu khoa hoåc<br /> Söë 9 thaáng 11/2017<br /> <br /> KINH NGHIÏÅM - THÛÅC TIÏÎN<br /> Baãng 2: Kïët quaã kiïím àõnh mûác àöå tûúng quan<br /> giûäa caác biïën<br /> <br /> Vúái caác kïët quaã phên tñch thu àûúåc thò dûä liïåu<br /> nïu trïn àaä phuâ húåp àïí thûåc hiïån phên tñch nhên<br /> töë khaám phaá (EFA). Trïn cú súã àoá, taác giaã tiïën<br /> Hïå söë KMO (Kaiser<br /> -Meyer-Olkin)<br /> 0.827<br /> haânh kiïím àõnh caác nhên töë khaám phaá thöng qua<br /> Hïå söë Bartlett<br /> Hïå söë<br /> 9559.003<br /> hïå söë taãi nhên töë (factor loading). Theo Hair & ctg<br /> Sig.<br /> .000<br /> (2009, 116), hïå söë taãi nhên töë laâ chó tiïu àïí àaãm<br /> baão  mûác  yá  nghôa  thiïët  thûåc  cuãa  EFA:  Nïëu  0.3<br /> Nguöìn: Xûã lyá söë liïåu khaão saát cuãa nghiïn cûáu<br /> - Kiïím àõnh KMO: Ta thêëy KMO = 0.827 > 0.50,<br />

CÓ THỂ BẠN MUỐN DOWNLOAD

Đồng bộ tài khoản