Phân tích nhân tố

Các biến đƣợc giữ lại sau phân tích Cronbach Alpha sẽ đƣợc đƣa vào phân tích nhân tố EFA giúp ta rút gọn tập hợp nhiều biến thành nhóm biến có độ tin cậy cao

khi giải thích cho một khái niệm trong nghiên cứu, kiểm định liệu các biến đƣợc giữ lại này có phải là biến quan sát phù hợp, có độ tin cậy và kết dính trong cùng một nhân tố. Nhƣ vậy, từ số biến quan sát ban đầu là 29 biến, nay ta chỉ còn lại 26 biến. Mong đợi của chúng ta trƣớc khi tiến hành phân tích nhân tố này là 26 biến này sẽ đƣợc rút gọn thành 8 nhân tố. Hệ số KMO trong trƣờng hợp này khá lớn đạt 0.883, Sig của Bartlett’s Test nhỏ (0.000). Nhƣ vậy các biến quan sát này có tƣơng quan với nhau và hoàn toàn phù hợp cho việc phân tích nhân tố khám phá EFA.

Phƣơng pháp trích trong phân tích nhân tố của nghiên cứu này là phân tích nhân tố chính (Principal component analysis) với giá trị trích Eigenvalue lớn hơn 1. Các quan sát đƣợc đƣa vào phân tích nhân tố theo tiêu chuẩn Eigenvalue lớn hơn 1 chỉ có 7 nhân tố đƣợc rút trích. Tổng phƣơng sai trích = 76.803%, điều này cho biết 7 nhân tố này giải thích đƣợc 76.803% biến thiên của dữ liệu. Tỉ lệ này là khá cao trong phân tích nhân tố.

Nhìn vào hệ số tải nhân tố ở ma trận nhân tố (Component Matrix) khó có thể thấy đƣợc những biến nào giải thích nhân tố nào, do vậy cần phải xoay các nhân tố. Phƣơng pháp xoay đƣợc chọn ở đây là Varimax, xoay nguyên góc các nhân tố để tối thiểu hóa số lƣợng biến có hệ số lớn tại cùng một nhân tố, vì vậy sẽ tăng cƣờng khả năng giải thích các nhân tố. Sau khi xoay ta cũng sẽ loại bỏ các biến có hệ số tải nhân tố nhỏ hơn 0.5, chỉ những biến có hệ số tải lớn hơn 0.5 mới đƣợc sử dụng để giải thích một nhân tố. Khi xoay các nhân tố, sự tập trung của các biến theo từng nhân tố đã hiện rõ ràng trong bảng 4.3.

Nhƣ kết quả phân tích, 26 biến quan sát đƣa vào thỏa mãn yêu cầu và đƣợc chia thành 8 nhóm nhân tố với tên gọi tƣơng ứng với các nhân tố ảnh hƣởng đến Động viên nhân viên nhƣ trong mô hình ban đầu đã đƣợc xây dựng , bao gồm các nhóm nhân tố nhƣ sau: Đặc điểm công việc, Lƣơng và phúc lợi, Đào tạo và phát triển, Mối quan hệ với lãnh đạo, Mối quan hệ với đồng nghiệp, Đảm bảo công việc, Đƣợc công nhận, Thƣơng hiệu. Tuy nhiên đối với 2 biến Mối quan hệ với đồng nghiệp và mối quan hệ với lãnh đạo đƣợc gom chung thành một nhân tố mới. Nhƣ vậy ở mô

hình này, không có sự khác biệt giữa mối quan hệ với lãnh đạo và mối quan hệ với đồng nghiệp. Đặt tên nhân tố mới này là “Quan hệ trong công việc”.

Bảng 4.3: Ma trận nhân tố với phép quay Varimax

Biến Nhân tố 1 2 3 4 5 6 7 BC1 .074 .031 .803 .095 -.054 .113 .203 BC2 .168 .153 .792 .223 .152 .283 .052 BC3 .210 .197 .646 .205 .375 .011 -.068 BC5 .108 .240 .777 .245 .164 .306 .076 DB1 .068 .256 .209 .191 .742 .201 .204 DB2 .090 .318 .157 .138 .798 .184 .123 DB3 .033 .241 .041 .111 .883 .146 .068 CN1 .228 .220 .314 .713 .201 .155 .106 CN2 .096 .083 .111 .871 .077 .158 .128 CN3 -.021 .150 .104 .835 .045 .185 .161 CN4 .201 .196 .311 .659 .290 .054 .085 DT1 .122 .139 .088 .097 .052 .213 .871 DT2 .136 .245 .142 .128 .180 .116 .816 DT3 .198 .250 .047 .216 .113 .168 .790 LD1 -.008 .792 .176 .123 .152 .013 .062 LD2 .150 .765 .215 .164 .153 .056 .152 LD3 .130 .680 .220 .177 .230 .052 .265 DN1 .102 .566 -.024 .125 .184 .363 .184 DN3 .034 .672 -.033 .064 .257 .288 .183 TN1 .087 .188 .178 .152 .091 .820 .188 TN2 .067 .125 .213 .201 .136 .781 .181 TN3 .200 .105 .225 .149 .276 .750 .122 TH1 .806 .198 .122 .114 .030 .091 .150 TH2 .882 .088 .074 .025 .015 .094 .053 TH3 .857 .070 .033 .066 .121 .089 .162 TH4 .830 -.062 .187 .130 .038 .045 .058 Eigenvalue 9.893 2.583 2.069 1.703 1.453 1.263 1.004 %Phƣơng sai 38.052 9.936 7.956 6.549 5.589 4.858 3.863

Sau khi phân tích, mô hình và các giả thuyết nghiên cứu đƣợc điều chỉnh dùng để phân tích hồi quy nhƣ sau:

Hình 4.5: Mô hình điều chỉnh

H1’ : Cảm nhận về đặc điểm công việc tốt thì sẽ động viên được nhân viên.

H2’ : Cảm nhận về việc công việc được đảm bảo tốt sẽ động viên được nhân viên. H3’: Cảm nhận của nhân viên về việc được công nhận thành quả làm việc tốt sẽ động viên được nhân viên.

H4’: Cảm nhận của nhân viên về việc đào tạo và thăng tiến tốt thì sẽ động viên được nhân viên.

H5’: Cảm nhận của nhân viên về các mối quan hệ trong công việc tốt thì sẽ động viên được nhân viên

H6’ : Cảm nhận của nhân viên về lương và phúc lợi tốt thì sẽ động viên được nhân viên.

H7’ : Cảm nhận của nhân viên về thương hiệu của tổ chức tốt thì sẽ động viên được nhân viên.

4. 4 Phân tích hồi quy

Sau khi xác định đƣợc nhóm yếu tố phù hợp ảnh hƣởng đến động viên nhân viên trong ngành Ngân hàng. Để biết đƣợc mức độ ảnh hƣởng của các biến độc lập này tới biến phụ thuộc nhƣ thế nào, ta sẽ đi vào phân tích hồi quy tuyến tính.

Đặc điểm công việc Đảm bảo công việc

Đƣợc công nhận thành quả làm việc Đào tạo và thăng tiến

Quan hệ trong công việc Lƣơng và phúc lợi Thƣơng hiệu Động viên nhân viên H1’ H2’ H3’ H4’ H6’ H7’ H5’

4.4.1 Ma trận hệ số tương quan giữa các biến

Bƣớc đầu tiên khi phân tích hồi quy tuyến tính ta sẽ xem xét các mối quan hệ tƣơng quan tuyến tính giữa biến phụ thuộc và từng biến độc lập, cũng nhƣ giữa các biến độc lập với nhau. Nếu hệ số tƣơng quan giữa biến phụ thuộc và các biến độc lập lớn chứng tỏ giữa chúng có quan hệ với nhau và phân tích hồi quy tuyến tính có thể phù hợp. Mặc khác nếu giữa các biến độc lập cũng có tƣơng quan lớn với nhau thì đó cũng là dấu hiệu cho biết giữa chúng có thể xảy ra hiện tƣợng đa cộng tuyến trong mô hình hồi quy tuyến tính ta đang xét. Hệ số tƣơng quan Pearson (r) đƣợc dùng để lƣợng hóa mức độ chặt chẽ của mối quan hệ giữa hai hay nhiều biến thứ tự. Giá trị tuyệt đối của r tiến gần đến 1 khi hai biến có mối tƣơng quan tuyến tính chặt chẽ (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008, trang 204).

Bảng 4.4: Phân tích tƣơng quan các biến độc lập và biến phụ thuộc

Dong vien nhan vien Dac diem cong viec Dam bao cong viec Duoc cong nhan thanh qua Dao tao thang tien Moi quan he Luong va phuc loi Thuong hieu Dong vien nhan

vien 1

Dac diem cong

viec .626** 1

Dam bao cong

viec .652** .436** 1

Duoc cong nhan (adsbygoogle = window.adsbygoogle || []).push({});

thanh qua .668** .540** .452** 1

Dao tao thang tien .622** .327** .391** .417** 1

Moi quan he .685** .433** .609** .469** .527** 1

Luong va phuc loi

.660** .492** .471** .469** .468** .472** 1

Thuong hieu

.480** .341** .218** .314** .340** .269** .296** 1

**. Correlation is significant at the 0.01 level (2-tailed).

(Nguồn: Phân tích tương quan Pearson) Kết quả phân tích ma trận tƣơng quan các biến cho thấy:

 Các biến độc lập có tƣơng quan khá mạnh với biến phụ thuộc (động viên nhân viên) cao nhất là 0.685, thấp nhất là 0.480. Do đó các biến độc lập này có thể đƣa vào phân tích hồi quy để giải thích ảnh hƣởng đến kết quả của mô hình.

 Tuy nhiên, giữa các biến độc lập cũng có tƣơng quan khá mạnh với nhau, hệ số tƣơng quan cao nhất là 0.609. Do đó, trong phân tích hồi quy sẽ thận trọng với trƣờng hợp đa cộng tuyến có thể xảy ra ảnh hƣởng đến kết quả phân tích.

4.4.2 Phân tích hồi quy

Kiểm định giả định của mô hình hồi quy

Phân tích hồi quy không phải chỉ là việc mô tả các dữ liệu quan sát đƣợc. Từ các kết quả quan sát đƣợc trong mẫu, ta phải suy rộng kết luận cho mối liên hệ giữa các biến trong tổng thể. Sự chấp nhận và diễn dịch kết quả hồi quy không thể tách rời các giả định cần thiết và sự chẩn đoán về sự vi phạm các giả định đó. Nếu các giả định bị vi phạm, thì các kết quả ƣớc lƣợng đƣợc không đáng tin cậy nữa. Vì vậy, để đảm bảo sự diễn dịch từ kết quả hồi quy của mẫu cho tổng thể có giá trị, trong phần này sẽ tiến hành kiểm định giả định của hàm hồi quy nhƣ sau:

Không có hiện tượng đa cộng tuyến

Thông số VIF biến thiên từ 1,226 đến 1,989 và đều nhỏ hơn 10 (bảng 3.7), do đó hiện tƣợng đa cộng tuyến không ảnh hƣởng đến kết quả giải thích của mô hình (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008, trang 235).

Phương sai của phần dư không đổi

Kiểm định Pearson cho thấy không có sự tƣơng quan giữa phần dƣ chuẩn hóa và các biến độc lập trong mô hình nghiên cứu hay nói một cách khác không có hiện tƣợng phƣơng sai của sai số thay đổi. Bên cạnh đó, đồ thị biểu diễn phần dƣ chuẩn hóa theo giá trị dự đoán chuẩn hóa phân tán ngẫu nhiên Nhƣ vậy, giả định này không bị vi phạm (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008, trang 226).

Các phần dư có phân phối chuẩn

Đồ thị phân phối chuẩn của phần dƣ cho thấy phân phối của phần dƣ gần nhƣ là phân phối chuẩn Biểu đồ có trung bình Mean = 0 và độ lệch chuẩn Std. Dev=0,982. Thêm vào đó, đồ thị của phần dƣ cũng cho thấy các điểm quan sát thực tế tập trung sát với đƣờng thẳng kỳ vọng (Phụ lục B3). Nhƣ vậy, có thể kết luận rằng giả định về phân phối chuẩn của phần dƣ không bị vi phạm (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008, trang 228).

Không có hiện tượng tương quan giữa các phần dư

Hệ số Durbin-Watson của mô hình hồi quy là 1.866 (bảng 4.5) ta có thể kết luận giả định về tính độc lập của sai số không bị vi phạm. Một cách khác, ta có thể xét đồ thị phân tán phần dƣ chuẩn hóa theo thứ tự quan sát cho thấy không có hiện tƣợng tƣơng quan chuỗi bậc nhất, hay giữa các phần dƣ không có sự tƣơng quan (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008, trang 232).

Phân tích hồi quy

Phân tích hồi quy đƣợc thực hiện với 7 biến độc lập bao gồm: Đặc điểm công việc, Đảm bảo công việc, Công nhận kết quả, Đào tạo và thăng tiến, Mối quan hệ, Lƣơng và phúc lợi, Thƣơng hiệu. Các biến đƣợc đƣa vào cùng một lúc để chọn lọc dựa trên tiêu chí chọn những biến có mức ý nghĩa <0.05. Kết quả phân tích hồi quy đƣợc trình bày nhƣ sau.

Bảng 4.5: Kiểm định độ phù hợp của mô hình

Mô hình

R R2 R2 hiệu chỉnh Sai số chuẩn của ƣớc lƣợng

Durbin-Watson

1 .888a .789 .781 .44077 1.866

a. Biến độc lập: (Constant), Thuong hieu, Dam bao cong viec, Dao tao thang tien, Dac diem cong viec, Duoc cong nhan thanh qua, Luong va phuc loi, Moi quan he b. Biến phụ thuộc: Dong vien nhan vien (adsbygoogle = window.adsbygoogle || []).push({});

Bảng 4.6: Phân tích phƣơng sai ANOVA với biến phụ thuộc

Mô hình Tổng độ lệch bình phƣơng df Trung bình độ lệch bình phƣơng Kiểm định F Mức ý nghĩa Sig.

1 Hồi quy 139.582 7 19.940 102.638 .000a

Phần dƣ 37.302 192 .194

Tổng 176.884 199

a. Biến độc lập: (Constant), Thuong hieu, Dam bao cong viec, Dao tao thang tien, Dac diem cong viec, Duoc cong nhan thanh qua, Luong va phuc loi, Moi quan he b. Biến phụ thuộc: Dong vien nhan vien

Bảng 4.7: Kết quả phân tích hồi quy Mô hình Hệ số chƣa chuẩn hóa Hệ số chuẩn hóa t Mức ý nghĩa Thống kê đa cộng tuyến B Độ lệch chuẩn

Beta Tolerance VIF

(Constant) -.236 .165 -1.428 .155

Dac diem cong viec .149 .042 .150 3.498 .001 .595 1.681 Dam bao cong viec .186 .043 .192 4.335 .000 .562 1.780 Duoc cong nhan thanh

qua .215 .046 .203 4.717 .000 .590 1.695

Dao tao thang tien .172 .041 .174 4.156 .000 .624 1.602 Quan he cong viec .227 .057 .186 3.985 .000 .503 1.989 Luong va phuc loi .183 .043 .184 4.282 .000 .595 1.680

Thuong hieu .180 .041 .160 4.349 .000 .815 1.226

a. Biến phụ thuộc: Động viên nhân viên

(Nguồn: Phân tích hồi quy bội)

 Thông qua hệ số xác định R2 hiệu chỉnh bằng 0.781, cho thấy các biến độc lập trong mô hình đã giải thích đƣợc 78.1% biến thiên của biến phụ thuộc Động viên nhân viên. Với giá trị này thì độ phù hợp của mô hình là khá cao. Bên cạnh đó, kiểm định F cũng cho thấy giá trị Sig. = 0.000, vậy mô hình trên phù hợp với tập dữ liệu đang khảo sát.

 Kết quả hồi quy cho thấy, cả 7 biến độc lập đƣa vào mô hình phân tích đều có ảnh hƣởng đến Động viên trong nhân viên ngành Ngân hàng vì kiểm định Sig của cả 7 biến đều nhỏ hơn 0.05.

Giải thích tầm quan trọng của các biến trong mô hình

Thông qua mô hình hồi quy, ta thấy đƣợc thang đo Động viên nhân viên bị ảnh hƣởng bởi 7 yếu tố là thành phần của động viên nhân viên đó là: đặc điểm công việc, đảm bảo công việc, công nhận thành quả, đào tạo và phát triển, mối quan hệ, lƣơng và phúc lợi, thƣơng hiệu của tổ chức. Do tất cả các biến độc lập đều đƣợc đo lƣờng bằng thang đo mức độ Likert (cùng một đơn vị tính) nên từ phƣơng trình hồi quy này ta cũng thấy đƣợc tầm quan trọng của từng nhân tố đối với việc động viên

nhân viên. Trong đó yếu tố “Đƣợc công nhận thành quả làm việc” có tác động lớn nhất (Beta= 0.203). Tiếp đến là các yếu tố nhƣ đảm bảo công việc, quan hệ trong công việc, lƣơng và phúc lợi, đào tạo và phát triển, đặc điểm công việc và thƣơng hiệu. Nếu cảm nhân về việc công nhận các thành quả làm việc đƣợc tăng lên một đơn vị lệch chuẩn sẽ giúp việc cảm nhận về động viên tăng thêm đƣợc trung bình 0.203 đơn vị lệch chuẩn. Tƣơng tự, sự tăng lên một đơn vị lệch chuẩn của cảm nhận về đảm bảo công việc, đào tạo và phát triển, lƣơng và phúc lợi, quan hệ trong công việc, đặc điểm công việc và thƣơng hiệu tăng lên một đơn vị thì cảm nhận về việc động viên sẽ tăng lên trung bình là 0.192, 0.174, 0.184, 0.186, 0.150, 0.160 đơn vị lệch chuẩn.

4.5 Kiểm định giả thuyết

Dựa trên kết quả phân tích hồi quy sẽ giải thích, kiểm định các giả thuyết đã đƣa ra. Các hệ số Beta >0 cũng cho thấy mối quan hệ giữa yếu tố thành phần đối với biến “Động viên nhân viên” là mối quan hệ cùng chiều.

Giả thuyết H1: “Cảm nhận về đặc điểm công việc tốt thì sẽ động viên được nhân viên. Thành phần “Đặc điểm công việc” có hệ số Beta = 0.150 và sig = 0.001 (tức là độ tin cậy cao), nên giả thuyết H1 không bị bác bỏ

Giả thuyết H2: “Cảm nhận về việc đảm bảo công việc tốt sẽ động viên được nhân viên”. Yếu tố “Đảm bảo công việc” có hệ số Beta = 0.192 và sig = 0.000, nên giả thuyết H2 không bị bác bỏ.

Giả thuyết H3: “Cảm nhận của nhân viên về việc được công nhận thành quả làm việc tốt sẽ động viên được nhân viên”. Yếu tố “Công nhận thành quả làm việc” có hệ số Beta = 0.203, đây là yếu tố tác động mạnh nhất vào “Động viên nhân viên”, và sig = 0.000, nên giả thuyết H3 không bị bác bỏ

Giả thuyết H4: “Cảm nhận của nhân viên về việc đào tạo và thăng tiến tốt thì sẽ động viên được nhân viên”. Yếu tố “Đào tạo và thăng tiến” có hệ số Beta = 0.174 và sig = 0.000, nên giả thuyết H4 không bị bác bỏ

Giả thuyết H5: “Cảm nhận của nhân viên về các mối quan hệ trong công việc tốt thì sẽ động viên được nhân viên”. Yếu tố “Mối quan hệ” có hệ số Beta = 0.186 và sig = 0.000, nên giả thuyết H5 không bị bác bỏ

Giả thuyết H6: “Cảm nhận của nhân viên về lương và phúc lợi tốt thì sẽ động viên được nhân viên”. Yếu tố “Lƣơng và phúc lợi” có hệ số Beta = 0.184 và sig = 0.000, nên giả thuyết H6 không bị bác bỏ

Giả thuyết H7: “Cảm nhận của nhân viên về thương hiệu của tổ chức tốt thì sẽ