Để đánh giá mức độ tác động của các thành phần công việc lên sự hài lòng của CBCC, tác giả sẽ sử dụng hàm hồi quy tuyến tính bội với thủ tục chọn biến theo phương pháp ENTER để chọn lọc dựa trên tiêu chí chọn những biến có mức ý nghĩa Sig < 5%. Việc phân tích hồi quy tuyến tính giúp biết được cường độ ảnh hưởng của các biến độc lập lên biến phụ thuộc. Ta có phương trình tổng quát được xây dựng như sau: HL = β0 + β1*DTTT + β2*DKLV + β3*LD + β4*TTN + β5*DN + β6*DDCV
Trong đó:
Biến phụ thuộc: HL - Sự hài lòng chung
Biến độc lập: DTTT - Đào tạo, thăng tiến; DKLV - Điều kiện làm việc; LD - Lãnh đạo; TTN - Thu nhập và phúc lợi; DN - Đồng nghiệp; DDCV - Đặc điểm công việc.
Kết quả hồi quy tuyến tính (bảng 3.17) cho thấy R2 là 0.706 và R2 hiệu chỉnh là 0.700. So sánh 2 giá trị R2 và R2 hiệu chỉnh có thể thấy R2 hiệu chỉnh nhỏ hơn, dùng nó để đánh giá độ phù hợp của mô hình sẽ an toàn hơn vì nó không thổi phồng mức độ phù hợp của mô hình. Điều này nói lên rằng độ thích hợp của mô hình là 70% hay nói cách khác là cả 6 biến số trên góp phần giải thích 70% sự khác biệt về mức độ hài lòng của người lao động được quan sát.
Bảng 3.17. Hệ số xác định R2 Mô hình R R 2 R bình phương hiệu chỉnh Sai số chuẩn ước lượng Hệ số Durbin-Watson 1 .840a .706 .700 .54734846 1.759 a. Các dự báo: DN, DDCV, DKLV, LD, DTTT, TTN b. Biến phụ thuộc: HL
Kiểm định F sử dụng trong bảng phân tích phương sai vẫn là một phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể. Kết quả bảng 3.18 cho thấy kiểm định F có giá trị là 137.767 với Sig. = .000a chứng tỏ mô hình hồi quy tuyến tính bội là phù hợp với tập dữ liệu và có thể sử dụng được.
Bảng 3.18. Phân tích ANOVAb Mô hình Tổng độ lệch bình phương df Độ lệch bình phương bình quân F Mức ý nghĩa Hồi quy 247.641 6 41.274 137.767 .000a Phần dư 103.359 345 .300 1 Tổng 351.000 351 a. Các dự báo: DN, DDCV, DKLV, LD, DTTT, TTN b. Biến phụ thuộc: HL
Bảng 3.19. Kết quả phân tích hồi quy Hệ số chưa chuẩn hóa Hệ số chuẩn hóa Thống kê đa cộng tuyến Mô hình Beta Sai số chuẩn Beta t Mức ý nghĩa Độ chấp nhận của biến Hệ số phóng đại phương saiVIF (Constant) 8.621E-17 .029 .000 1.000 TTN .296 .045 .296 6.563 .000 .419 2.387 DKLV .437 .041 .437 10.749 .000 .517 1.932 DTTT .107 .039 .107 2.711 .007 .551 1.814 DDCV .007 .033 .007 .216 .829 .789 1.268 LD .068 .039 .068 1.747 .082 .565 1.769 1 DN .094 .038 .094 2.439 .015 .577 1.734 a. Biến phụ thuộc: HL
Kết quả phân tích hệ số hồi quy (bảng 3.19): các nhân tố trong mô hình nghiên cứu đều có hệ số β chưa chuẩn hóa và hệ số β đã chuẩn hóa dương, điều đó cho thấy mối quan hệ cùng chiều giữa các nhân tố độc lập với nhân tố phụ thuộc. Ngoài ra, các biến TTN, DKLV, DTTT, DN có mức ý nghĩa nhỏ hơn 0,05 (sig. < 0,05); các biến còn lại như DDCV, LD có mức ý nghĩa lớn hơn 0,05 (sig. > 0,05), do đó ta có thể nói 4 nhân tố có ý nghĩa trong mô hình và có tác động cùng chiều đến sự hài lòng của CBCC (trong đó nhân tố DKLV tác động lớn nhất, tiếp đến là nhân tố TTN, DTTT và cuối cùng là nhân tố DN), 2 nhân tố không có ảnh hưởng có ý nghĩa đến sự hài lòng của CBCC.
Từ kết quả trên, ta có phương trình thể hiện sự hài lòng của CBCC ngành Thuế tỉnh Kiên Giang theo các biến độc lập như sau:
HL = 8.621E-17+0.296*TTN + 0.437*DKLV + 0.107*DTTT + 0.094*DN 3.6.3. Dò tìm sự vi phạm các giả định trong mô hình hồi quy
Phân tích hồi quy không phải chỉ là việc mô tả các dữ liệu quan sát được. Từ các kết quả quan sát được 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 những chuẩn đoán về sự vi phạm các giả định đó. Nếu các giả
định bị vi phạm thì các kết quả ước lượng được không đáng tin cậy nữa. (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
Vì vậy, ta cần thực hiện kiểm định các giả thuyết cần thiết trong mô hình hồi quy có vi phạm hay không gồm các giả định sau:
a) Kiểm định hiện tượng đa cộng tuyến:
Nếu hiện tượng đa cộng tuyến xuất hiện thì có thể kiểm định t không có ý nghĩa, dấu của các ước lượng hệ số hồi quy có thể sai… Do đó, trong mô hình hồi quy bội, chúng ta giả định là giữa các biến độc lập không có hiện tượng đa cộng tuyến và chỉ số thường được dùng để kiểm tra hiện tượng này là hệ số phóng đại phương sai VIF. VIF càng nhỏ thì hiện tượng đa cộng tuyến càng giảm. Trong thực tế, chỉ số VIF nhỏ hơn 10 là chấp nhận được. Kết quả kiểm định đa cộng tuyến của mô hình (Bảng 3.19) cho thấy hệ số VIF của các biến độc lập nhỏ hơn 10. Điều này chứng tỏ các biến độc lập của mô hình nghiên cứu không có tương quan hoàn toàn với nhau và hiện tượng đa cộng tuyến không xảy ra trong mô hình này.
b) Giả định về phân phối chuẩn của phần dư:
Phần dư có thể không tuân theo phân phối chuẩn vì nhiều lý do: mô hình không đúng, số lượng phần dư không đủ nhiều để phân tích, phương sai không phải là hằng số…(Hoàng Trọng & Mộng Ngọc, 2008, 228). Biểu đồ tần số của phần dư chuẩn hóa và biểu đồ tần số P-P thường được sử dụng để kiểm định phân phối chuẩn.
Hình 3.8 cho thấy phần dư tuân theo quy luật phân phối chuẩn tắc, vì giá trị trung bình (Mean) của phần dư bằng 0 và phương sai Std.Dev = 0,991 xấp xỉ bằng 1. Do đó có thể kết luận rằng giả thuyết phân phối chuẩn không bị vi phạm.
Hình 3.8. Biểu đồ tần số của phần dư chuẩn hóa
Ngoài ra, thông qua đồ thị P-P plot (Hình 3.9) cho thấy các điểm quan sát không phân tán quá xa đường thẳng kỳ vọng. Do đó ta có thể kết luận rằng giả thiết phân phối chuẩn không bị vi phạm.
Hình 3.9. Biểu đồ tần số P – P
(Nguồn: tác giả)
c) Giả định phương sai của phần dư không đổi và giả định liên hệ tuyến tính
Theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2008) hiện tượng phương sai của phần dư thay đổi có thể làm cho các ước lượng của hệ số hồi quy không chệch nhưng không hiệu quả (tức là không phải ước lượng phù hợp nhất), từ đó làm cho kiểm định các giả thuyết mất hiệu lực khiến chúng ta đánh giá nhầm về chất lượng của mô hình hồi quy tuyến tính.
Đồ thị phân tán ở hình 3.10 cho thấy phần dư phân tán ngẫu nhiên xung quanh đường đi qua tung độ 0 chứ không tạo nên hình dạng nào. Như vậy, giả định về phương sai không đổi của mô hình không bị vi phạm.
Ngoài ra, dựa vào đồ thị phân tán Scatterplot (Hình 3.10) ta nhận thấy phần dư phân tán ngẫu nhiên trong một vùng xung quanh đường đi qua tung độ 0. Như vậy, giả định liên hệ tuyến tính của mô hình không bị vi phạm.
Hình 3.10. Đồ thị phân tán Scatterplot
(Nguồn: tác giả)
d) Giả định về tính độc lập của phần dư
Để đảm bảo mô hình hồi quy có ý nghĩa thì cần phải hài lòng một giả định nữa là các phần dư độc lập lẫn nhau hay nói cách khác không có sự tương quan giữa các phần dư. Phương pháp kiểm định ý nghĩa nhất là kiểm định Dubin – Watson (d). Nếu 0 < d < 1 thì kết luận mô hình có sự tương quan dương; nếu 1 < d < 3 thì kết luận mô hình không có sự tương quan; nếu 3 < d < 4 thì kết luận mô hình có sự tương quan âm. Kết quả bảng 3.16 thấy hệ số Dubin-Watton của mô hình nghiên cứu có giá trị d = 1.759 (lớn hơn 1 và nhỏ hơn 3), do đó có thể kết luận là không có sự tương quan giữa các phần dư.
3.6.4. Kiểm định các giả thuyết nghiên cứu trong mô hình
a) Giả thuyết I1 - “Thu nhập và phúc lợi” (kí hiệu TTN) ảnh hưởng cùng chiều
với mức độ hài lòng của CBCC
Nhân tố TTN (β = .296, Sig. < 5%) là nhân tố có hệ số hồi quy lớn thứ hai. Với β > 0 cho thấy đây là mối quan hệ cùng chiều. Điều này đồng nghĩa với việc khi CBCC được trả lương, được hưởng các khoản thưởng, trợ cấp, chế độ càng cao thì mức độ hài lòng càng tăng. Vậy giả thuyết này được chấp nhận.
b) Giả thuyết I2 - “Điều kiện làm việc” (kí hiệu DKLV) ảnh hưởng cùng chiều với mức độ hài lòng của CBCC
Nhân tố DKLV (β = .437, Sig. < 5%) là nhân tố có hệ số hồi quy lớn nhất. Với β > 0 cho thấy đây là mối quan hệ cùng chiều. Điều này đồng nghĩa với việc khi CBCC được làm việc trong môi trường có điều kiện đi lại thuận lợi, được trang bị đầy đủ trang thiết bị, điều kiện làm việc an toàn và thoải mái càng cao thì mức độ hài lòng càng tăng. Vậy giả thuyết này được chấp nhận.
c) Giả thuyết I3 - “Đào tạo, thăng tiến” (kí hiệu DTTT) ảnh hưởng cùng chiều
với mức độ hài lòng của CBCC
Nhân tố DTTT (β = .107, Sig. < 5%) là nhân tố có hệ số hồi quy lớn thứ ba. Với β > 0 cho thấy đây là mối quan hệ cùng chiều. Điều này đồng nghĩa với việc khi CBCC được đào tạo và sử dụng nhiều kỹ năng khác nhau trong công việc, đồng thời có điều kiện để học tập nâng cao trình độ chuyên môn và kỹ năng làm việc để từ đó họ phát huy năng lực đem lại những cơ hội thăng tiến cho mình thì sẽ giúp cho CBCC hứng khởi, hài lòng hơn trong công việc thì mức độ hài lòng càng tăng. Vậy giả thuyết này được chấp nhận.
d) Giả thuyết I4 - “Đồng nghiệp” (kí hiệu DN) ảnh hưởng cùng chiều với mức
độ hài lòng của CBCC
Và cuối cùng là nhân tố DN (β = .094, Sig. < 5%). Với β > 0 cho thấy đây là mối quan hệ cùng chiều. Điều này đồng nghĩa với việc khi người lao động có mối quan hệ với đồng nghiệp càng tốt, luôn nhận được sự quan tâm và hỗ trợ của đồng nghiệp thì mức độ hài lòng càng tăng. Vậy giả thuyết này được chấp nhận.
Như vậy, trong số 6 nhân tố trong mô hình hồi quy điều chỉnh có 4 nhân tố tác động (cùng chiều) và 2 nhân tố không có tác động đối với sự hài lòng của CBCC ngành Thuế tỉnh Kiên Giang.
3.7. KIỂM ĐỊNH SỰ HÀI LÒNG CỦA CÁC TỔNG THẾ CON 3.7.1. Sự hài lòng của CBCC theo giới tính 3.7.1. Sự hài lòng của CBCC theo giới tính
Để kiểm tra xem giữa nam và nữ thì ai sẽ có mức độ hài lòng trong công việc cao hơn, tác giả sẽ sử dụng kiểm định Independent T-Test.
Kết quả bảng 3.20: giá trị Sig. (trong kiểm định Lavene) là 0.965 > 0.05, do đó phương sai giữa nam và nữ không khác nhau; giá trị Sig. (trong kiểm định t) là 0.223
> 0.05, nên có thể kết luận sự hài lòng giữa CBCC nam và CBCC nữ đang công tác trong ngành Thuế Kiên Giang không có sự khác biệt.
Bảng 3.20. Kiểm định sự hài lòng của CBCC theo giới tính Kiểm định sự bằng
nhau của phương sai Kiểm định sự bằng nhau của trung bình
95% khoảng tin cậy của sự khác biệt F Mức ý nghĩa t df Mức ý nghĩa (2 đầu) Trung bình sự khác biệt Sai số sự khác biệt
Thấp hơn Cao hơn Phương sai đồng nhất .002 .965 1.220 350 .223 .13439156 .11018897 -.08232426 .35110737 HL Phương sai không
đồng nhất 1.220 273.590 .223 .13439156 .11012492 -.08240838 .35119149
3.7.2. Sự hài lòng của CBCC theo nhóm tuổi
Để kiểm định xem sự hài lòng của CBCC theo nhóm tuổi có khác nhau không, tác giả tiến hành kiểm định Levene Test trước khi phân tích ANOVA.
Bảng 3.21. Kiểm định phương sai đồng nhất theo nhóm tuổi
Thống kê Levene df1 df2 Mức ý nghĩa
1.030 3 348 .379
Kết quả kiểm định Leneve Test (bảng 3.21) cho thấy mức ý nghĩa Sig. = .379 (>5%). Điều này chứng tỏ các phương sai nhóm tuổi là đồng nhất. Như vậy, kết quả phân tích ANOVA có thể sử dụng tốt.
Tiếp theo, tác giả sẽ phân tích ANOVA. Kết quả (bảng 3.22): mức ý nghĩa Sig. = .756 (>5%) có thể khẳng định không có sự khác nhau về mức độ hài lòng của người lao động theo nhóm tuổi.
Bảng 3.22. Kết quả ANOVA theo nhóm tuổi
Tổng bình phương df Bình phương trung bình F Mức ý nghĩa Yếu tố 1.195 3 .398 .396 .756 Sai số 349.805 348 1.005 Tổng 351.000 351
3.7.3. Sự hài lòng của CBCC theo thâm niên làm việc
Để kiểm định xem sự hài lòng của CBCC theo thâm niên làm việc có khác nhau không, tác giả tiến hành kiểm định Levene Test trước khi phân tích ANOVA.
Bảng 3.23. Kiểm định phương sai đồng nhất theo thâm niên làm việc
Thống kê Levene df1 df2 Mức ý nghĩa
Kết quả kiểm định Leneve Test (bảng 3.23) cho thấy mức ý nghĩa Sig. = .003 (<5%). Điều này chứng tỏ các phương sai thâm niên làm việc là không đồng nhất. Như vậy, tác giả sẽ thực hiện kiểm định Kruskal - Wallis.
Bảng 3.24. Kiểm định Kruskal – Wallis thâm niên làm việc HL
Chi bình phương 25.168
df 3
Mức ý nghĩa .000
Kết quả (bảng 3.24): mức ý nghĩa Sig. =.000 (<5%) cho thấy có sự khác nhau về mức độ hài lòng của CBCC theo nhóm thâm niên làm việc.
Tiếp theo, tác giả sẽ sử dụng phương pháp kiểm định thống kê Bonferroni để có cái nhìn cụ thể về sự khác biệt này. Kết quả (Bảng 3.25) cho thấy, mức độ hài lòng của CBCC có thâm niên làm việc trên 10 năm là cao nhất. Kế đến là từ 3 – 7 năm, dưới 3 năm và thấp nhất là từ 7 – 10 năm.
Bảng 3.25. Thống kê khác biệt theo thâm niên làm việc
Khoảng tin cậy 95% (I) Tham nien (J) Tham nien Trung bình sự
khác biệt (I-J)
Sai số tiêu chuẩn
Mức ý
nghĩa Giới hạn dưới Giới hạn trên
3 - 7 nam -.09981571 .16895640 1.000 -.5481290 .3484976 7 - 10 nam .59834102* .15393324 .001 .1898906 1.0067915 < 3 nam > 10 nam -.20287852 .12732728 .672 -.5407320 .1349750 < 3 nam .09981571 .16895640 1.000 -.3484976 .5481290 7 - 10 nam .69815673* .18114743 .001 .2174955 1.1788180 3 - 7 nam > 10 nam -.10306281 .15915773 1.000 -.5253760 .3192504 < 3 nam -.59834102* .15393324 .001 -1.0067915 -.1898906 3 - 7 nam -.69815673* .18114743 .001 -1.1788180 -.2174955 7 - 10 nam > 10 nam -.80121954* .14310960 .000 -1.1809503 -.4214888 < 3 nam .20287852 .12732728 .672 -.1349750 .5407320 3 - 7 nam .10306281 .15915773 1.000 -.3192504 .5253760 > 10 nam 7 - 10 nam .80121954* .14310960 .000 .4214888 1.1809503
3.7.4. Sự hài lòng của CBCC theo chức vụ
Để kiểm tra mức độ hài lòng của CBCC theo chức vụ có sự khác biệt thế nào, tác giả sẽ sử dụng kiểm định Independent T-Test.
Kết quả bảng 3.26: giá trị Sig. (trong kiểm định Lavene) là 0.384 > 0.05, do đó phương sai giữa các chức vụ không khác nhau; giá trị Sig. (trong kiểm định t) là 0.678 > 0.05, nên có thể kết luận sự hài lòng giữa các chức vụ của CBCC đang công tác trong ngành Thuế Kiên Giang không có sự khác biệt.
Bảng 3.26. Kiểm định sự hài lòng của CBCC theo chức vụ Kiểm định sự bằng
nhau của phương sai Kiểm định sự bằng nhau của trung bình
95% khoảng tin cậy của sự khác biệt F Mức ý nghĩa t df Mức ý nghĩa (2 đầu) Trung bình sự khác biệt Sai số sự khác biệt
Thấp hơn Cao hơn Phương sai đồng
nhất .760 .384 .416 350 .678 .05593014 .13442057 -.20844352 .32030381
HL
Phương sai
không đồng nhất .401 99.408 .678 .05593014 .13950185 -.22085774 .33271802
3.7.5. Sự hài lòng của CBCC theo trình độ học vấn
Để kiểm định xem sự hài lòng của CBCC theo trình độ có khác nhau không, tác giả tiến hành kiểm định Levene Test trước khi phân tích ANOVA.
Bảng 3.27. Kết quả kiểm định Leneve theo trình độ
Thống kê Levene df 1 df 2 Mức ý nghĩa
1.874 3 345 .134
Kết quả kiểm định Leneve Test (bảng 3.27) cho thấy mức ý nghĩa Sig. = .134