Thời gian tham gia công tác (Bảng 4.5), được đo lường trong 4 khoảng đo dưới 2 năm chiếm 10.7% (15 mẫu), từ 2-4 năm khoảng 32% (45 mẫu), từ 5-10 năm khoảng 36% (51 mẫu), thời gian trên 10 năm là 20.7% (29 mẫu). Điều này phản ánh hiện tại lực lượng kỹ sư xây dựng đang làm việc trong cơ quan Nhà nước tại tỉnh Trà Vinh có nhiều kinh nghiệm và gắn bó với công việc.
Bảng 4.5 Mô tả mẫu khảo sát theo thời gian tham gia công tác
Frequency Percent Valid
Percent Cumulative Percent Valid < 2 năm 15 10.7 10.7 10.7 2-4 năm 45 32.1 32.1 42.9 5-10 năm 51 36.4 36.4 79.3 > 10 năm 29 20.7 20.7 100.0 Total 140 100.0 100.0 4.1.6 Vị trí công tác
Kết quả khảo sát ‘Vị trí công tác’ (Bảng 4.6) cho thấy tỷ lệ kỹ sư xây dựng ở vai trò nhân viên chiếm đến 94.3% (132 mẫu), tỷ lệ công tác ở vị trí trưởng, phó phòng hoặc giám đốc, phó giám đốc 5.7% (8 mẫu). Tỷ lệ cấp lãnh đạo thấp phản ánh vai trò then chốt trong điều hành và quản lý nhân sự.
Bảng 4.6 Mô tả mẫu khảo sát theo vị trí công tác
Frequency Percent Valid Percent
Cumulati- ve Percent
Valid
Ky su/ chuyen vien 132 94.3 94.3 94.3
Truong/pho phong 7 5.0 5.0 99.3
Giam doc/ pho giam doc 1 .7 .7 100.0
Total 140 100.0 100.0
Bảng 4.7 Thống kê mô tả các nhân tố
Nhân tố Mẫu Min Max Mean
Tính chất địa phương 140 1 5 3.60
Cơ hội thăng tiến 140 1 5 3.45
Lương và phụ cấp 140 1 5 3.29
Môi trường làm việc 140 1 5 3.33
Lãnh đạo 140 1 5 3.40
Đồng nghiệp 140 1 5 3.45
Đạo đức nghề nghiệp 140 1 5 3.70
Sự hài lòng 140 1 5 3.39
Giá trị trung bình của nhóm nhân tố ‘Tính chất địa phương’ bằng 3.60 cho thấy các kỹ sư đánh giá ở mức độ đồng ý với các biến quan sát.
Giá trị trung bình của nhóm nhân tố ‘Cơ hội thăng tiến’ bằng 3.45 cho thấy các kỹ sư đánh giá ở mức độ đồng ý với các biến quan sát.
Nhóm nhân tố ‘Lương và phụ cấp’ được các kỹ sư đánh giá thấp, giá trị trung bình của nhóm biến là 3.29, giá trị này rơi vào khoảng đo nằm ở mức ý nghĩa là trung lập, không ý kiến. Rõ ràng đây là một phản ánh sát thực đã được đề cập nhiêm túc ở nhiều cấp độ quản lý vĩ mô.
Nhóm nhân tố ‘Môi trường làm việc’, có giá trị trung bình bằng 3.33, giá trị ở mức trung lập, không đồng ý cũng không bác bỏ.
biên giữa khoảng đo trung lập và đồng ý.
Với giá trị trung bình của nhóm nhân tố ‘Đồng nghiệp’ bằng 3.45, điều này phản ánh đối tượng khảo sát đánh giá rất cao vai trò của đồng nghiệp trong công việc.
Nhóm nhân tố ‘Đạo đức nghề nghiệp’ có giá trị trung bình 3.70, giá trị này phản ánh mức độ hài lòng của các kỹ sư đối với nhóm nhân tố này khá cao.
‘Sự hài lòng’ là nhóm biến phụ thuộc, nhóm này có giá trị trung bình lên đến 3.39 nằm ở mức cận biên của khoảng đo ‘Rất đồng ý’. Giá trị này cho thấy các kỹ sư rất hài lòng với vị trí công việc hiện tại, đặc biệt biến Shl3 (Có kế hoạch gắn bó lâu dài) có giá trị rất cao (M = 3.46) góp phần tăng thêm độ tin cậy về sự hài lòng trong công việc của mô hình. (adsbygoogle = window.adsbygoogle || []).push({});
4.3 Đánh giá thang đo
Sử dụng hệ số Cronbach’s Alpha và hệ số tương quan biến tổng (Corected iterm total corelation) để đánh giá các biến trong cùng một nhóm nhân tố, theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) phép tính này có ý nghĩa khi Cronbach’s Alpha > 0.6 và hệ số tương quan biến tổng > 0.3. Những biến không thỏa mãn một trong hai hệ số này sẽ bị loại.
4.3.1 Đánh giá thang đo của tập biến
Thang đo ‘Tập biến’ có hệ số Cronbach’s Alpha = 0.948 > 0.6 và hệ số tương quan biến tổng của các biến quan sát > 0.3 (phụ lục 6.1), phù hợp với tiêu chuẩn đánh giá nên giữ lại tất cả các biến để đánh giá thang đo Cronbach’s Alpha trong từng nhóm độc lập.
4.3.2 Đánh giá thang đo các biến độc lập
Thang đo ‘Tính chất địa phương’ có hệ số Cronbach’s Alpha = 0.912 > 0.6 và hệ số tương quan biến tổng của các biến quan sát > 0.3 (phụ lục 6.2), phù hợp với tiêu chuẩn đánh giá nên giữ lại tất cả các biến để đưa vào phân tích nhân tố.
Thang đo ‘Cơ hội thăng tiến’ có hệ số Cronbach’s Alpha = 0.915 > 0.6 và hệ số tương quan biến tổng của các biến quan sát > 0.3 (phụ lục 6.3), phù hợp với tiêu chuẩn đánh giá nên giữ lại tất cả các biến để đưa vào phân tích nhân tố.
Thang đo ‘Lương và phụ cấp’ có hệ số Cronbach’s Alpha = 0.891 > 0.6 và hệ số tương quan biến tổng của các biến quan sát > 0.3 (phụ lục 6.4), phù hợp với tiêu chuẩn đánh giá nên giữ lại tất cả các biến để đưa vào phân tích nhân tố.
Thang đo ‘Môi trường làm việc’ có hệ số Cronbach’s Alpha = 0.888 > 0.6 và hệ số tương quan biến tổng của các biến quan sát > 0.3 (phụ lục 6.5), phù hợp với tiêu chuẩn đánh giá nên giữ lại tất cả các biến để đưa vào phân tích nhân tố.
Thang đo ‘Lãnh đạo’ có hệ số Cronbach’s Alpha = 0.895 > 0.6 và hệ số tương quan biến tổng của các biến quan sát > 0.3 (phụ lục 6.6), phù hợp với tiêu chuẩn đánh giá nên giữ lại tất cả các biến để đưa vào phân tích nhân tố.
Thang đo ‘Đồng nghiệp’ có hệ số Cronbach’s Alpha = 0.923 > 0.6 và hệ số tương quan biến tổng của các biến quan sát > 0.3 (phụ lục 6.7), phù hợp với tiêu chuẩn đánh giá nên giữ lại tất cả các biến để đưa vào phân tích nhân tố.
Thang đo ‘Đạo đức nghề nghiệp’ có hệ số Cronbach’s Alpha = 0.883 > 0.6 và hệ số tương quan biến tổng của các biến quan sát > 0.3 (phụ lục 6.8), phù hợp với tiêu chuẩn đánh giá. Nếu loại biến Dd3 hệ số Cronbach’s Alpha lên đến 0.913, tuy nhiên Cronbach’s Alpha = 0.883 đã đạt được một mức ý nghĩa khá tốt. Vậy giữ lại tất cả các biến để đưa vào phân tích nhân tố.
4.3.3 Đánh giá thang đo các biến phụ thuộc
Thang đo ‘Sự hài lòng’ có hệ số Cronbach’s Alpha = 0.874 > 0.6 và hệ số tương quan biến tổng của các biến quan sát > 0.3 (phụ lục 6.9), phù hợp với tiêu chuẩn đánh giá nên giữ lại tất cả các biến để đưa vào phân tích nhân tố.
Với 25 biến độc lập và 3 biến phụ thuộc sau khi kiểm định theo tiêu chí hệ số Cronbach’s Alpha > 0.6 và hệ số tương quan biến tổng > 0.3 đều đạt, được giữ lại và đưa vào phần tích nhân tố.
Phân tích nhân tố có các tiêu chí, giá trị và ý nghĩa được đưa ra là hệ số KMO (Kaiser- Meyer - Olkin) có giá trị từ 0.5 đến 1, nhỏ hơn giá trị 0.5 có khả năng bộ dữ liệu không phù hợp để phân tích. Hệ số truyền tải (factor loading) lớn hơn 0.5. Eigenvalues (đại diện cho phần biến thiên được giải thích bởi mỗi nhần tố) phải lớn hơn 1, giá trị nhỏ hơn 1 không tốt hơn biến gốc. Tổng phương sai trích (Cummulative % Extraction Sum of Squared Loadings) lớn hơn 50%.
Bảng 4.8 Bảng các tiêu chí đánh giá phân tích nhân tố
Tiêu chí Giá trị Nguồn Tham khảo
KMO 0.5 - 1 Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) Hệ số truyền tải > 0.5 Eigenvalues > 1 Tổng phương sai trích > 50%
4.4.1 Phân tích nhân tố biến độc lập
Bảng 4.9 Kết quả phân tích nhân tố các biến độc lập Rotated Component Matrixa
Component
1 2 3 4 5 6
Dn2 .791 Dd2 .790 Dd1 .790 Dn1 .785 Dd3 .711 Ch3 .802 Ch2 .794 Ch1 .785 Ch4 .758 Ld2 .829 Ld1 .820 Ld3 .761 Ld4 .716 Luong3 .819 Luong2 .800 Luong1 .776 Luong4 .742 Mtlv3 .811 Mtlv4 .811 Mtlv1 .789 Mtlv2 .777 Tcdp1 .852 Tcdp2 .846
Tcdp3 .792 Eigenvalues 4.549 3.229 3.226 3.086 3.079 2.536 % of Variance 18.195 12.961 12.906 12.344 12.315 10.144 Cumulative % 18.195 31.111 44.017 56.361 68.676 78.821 KMO = 0.887 Sig. = 0.000
Sử dụng các tiêu chí đánh giá, KM0 = 0.887 > 0.5, Eigenvalues của tất cả các nhóm lớn hơn 1, tổng phương sai trích = 78.821% > 50%. Và kiểm định Barlett (Sig. = 0 < 0.05) (Bảng 4.25) có ý nghĩa về mặt thống kê. Điều này phản ánh các biến là có tương quan trong tổng thể. Kết quả phân tích được chấp nhận và sử dụng cho phân tích hồi quy. Tổng phương sai trích bằng 78.821% cho biết 6 nhóm nhân tố này giải thích được gần 79% biến thiên của phương sai.
4.4.2 Phân tích nhân tố biến phụ thuộc
Biến phụ thuộc chỉ có nhóm nhân tố là ‘Sự hài lòng’ với 3 biến quan sát là Shl1, Shl2, Shl3, sau khi đánh giá qua kiểm định Cronbach’s Alpha cả 3 biến đều được giữ lại để phân tính nhân tố.
Bảng 4.10 Kết quả phân tích nhân tố biến phụ thuộc
Component 1 Shl1 .915 Shl2 .899 Shl3 .867 Eigenvalues 2.396 % of Variance 79.869 (adsbygoogle = window.adsbygoogle || []).push({});
Cumulative % 79.869
KMO = 0.728
Sig. = 0.000
Kết quả phân tích cho thấy KMO = 0.728 > 0.5, Eigenvalues = 2.396 > 1, tổng phương sai trích = 79.8691% > 50%. Và kiểm định Barlett (Sig. = 0 < 0.05) (Bảng 4.10) có ý nghĩa về mặt thống kê. Kết quả phân tích được chấp nhận tất cả các biến được giữ lại cho phân tích hồi quy.
4.4.3 Đặt tên và tổng hợp kết quả phân tích nhân tố
Kết quả phân tích nhân tố của các biến độc lập, các nhóm nhân tố ban đầu ‘Tính chất địa phương’, ‘Cơ hội thăng tiến’, ‘Lương và phụ cấp’, ‘Môi trường làm việc’, ‘Lãnh đạo’ điều được rút trích trong cùng một tập hợp. Riêng hai nhóm ‘Đồng nghiệp’ và ‘Đạo đức nghề nghiệp’ được nhóm lại thành một tập hợp biến, nhóm nhân tố mới này được định danh là ‘Đồng nghiệp và đạo đức nghề nghiệp’.
Biến độc lập:
FAC1-1: Đồng nghiệp và đạo đức nghề nghiệp, gồm các biến Dn1, Dn2, Dn3, Dd1, Dd2, Dd3.
FAC2-1: Cơ hội thăng tiến, gồm các biến Ch1, Ch2, Ch3, Ch4.
FAC3- 1: Lãnh đạo, gồm các biến Ld1, Ld2, Ld3, Ld4.
FAC4-1: Lương và phụ cấp, gồm các biến Luong1, Luong2, Luong3, Luong4.
FAC5-1: Môi trường làm việc, gồm các biến Mtlv1, Mtlv2, Mtlv3, Mtlv4.
FAC6-1: Tính chất địa phương, gồm các biến Dp1, Dp2, Dp3.
Biến phụ thuộc:
FAC1-2: Sự hài lòng, gồm các biến Shl1, Shl2, Shl3.
Như vậy, sau khi phân tích PCA mô hình hiệu chỉnh còn lại 6 nhóm nhân tố độc lập, bao gồm FAC1-1, FAC2-1, FAC3-1, FAC4-1, FAC5-1, FAC6-1. Trong đó chỉ có FAC1-1 là tổ hợp của hai nhóm nhân tố ban đầu ‘Đồng nghiệp’ và ‘Đạo đức nghề nghiệp’, các nhân tố còn lại được rút trích giống trước khi phân tích. Vì vậy mô hình hiệu chỉnh (Hình 4.1) không có nhiều thay đổi so với mô hình đã đề xuất, nên sử dụng lại các giả thiết trong xây dựng mô hình ban đầu.
Hình 4.1 Mô hình hiệu chỉnh 4.5 Kiểm định mô hình
4.5.1 Phân tích tương quan
Trước khi xây dựng mô hình hồi quy, cần đánh giá mức độ tương quan giữa các biến độc lập và phụ thuộc, để kiểm tra và loại bỏ những biến không phù hợp.
Kết quả phân tích (Bảng 4.11) cho thấy biến FAC6-1 (tính chất địa phương) có sig. = 0.424 > 0.05, biến này không có liên hệ tương quan với biến FAC1-2, nên loại bỏ khỏi mô hình.
Các biến còn lại đều có sig. < 0.05, và giá trị tuyệt đối của hệ số tương quan Pearson r ≠ 0, có tương quan với biến FAC1-2, nên phù hợp để đưa vào phân tích hồi quy.
với hệ số tương quan Pearson lớn nhất (0.510). Trong khi đó FAC4-1 (lương và phụ cấp) có hệ số tương quan thấp nhất (0.188) với FAC1-2.
Tất cả các biến độc lập đều không có tương quan với nhau (hệ số Pearson r = 0), kết quả phân tích này có thể loại trừ được vấn đề đa cộng tuyến trong phân tích hồi quy.
Bảng 4.11 Hệ số tương quan Pearson Correlations FAC 1_1 FAC2 _1 FAC3 _1 FAC4 _1 FAC5 _1 FAC6 _1 FAC 1_2 FAC1_1 Pearson 1 .000 .000 .000 .000 .000 .218** Sig. (2-tailed) 1.000 1.000 1.000 1.000 1.000 .010 N 140 140 140 140 140 140 140 FAC2_1 Pearson .000 1 .000 .000 .000 .000 .216** Sig. (2-tailed) 1.000 1.000 1.000 1.000 1.000 .011 N 140 140 140 140 140 140 140 FAC3_1 Pearson .000 .000 1 .000 .000 .000 .510** Sig. (2-tailed) 1.000 1.000 1.000 1.000 1.000 .000 N 140 140 140 140 140 140 140 FAC4_1 Pearson .000 .000 .000 1 .000 .000 .188* Sig. (2-tailed) 1.000 1.000 1.000 1.000 1.000 .026 N 140 140 140 140 140 140 140 FAC5_1 Pearson .000 .000 .000 .000 1 .000 .264** Sig. (2-tailed) 1.000 1.000 1.000 1.000 1.000 .002 N 140 140 140 140 140 140 140
FAC6_1 Pearson .000 .000 .000 .000 .000 1 .068 Sig. (2-tailed) 1.000 1.000 1.000 1.000 1.000 .424 N 140 140 140 140 140 140 140 FAC1_2 Pearson .218** .216* .510** .188* .264** .068 1 Sig. (2-tailed) .010 .011 .000 .026 .002 .424 N 140 140 140 140 140 140 140
**. Correlation is significant at the 0.01 level (2-tailed).
*. Correlation is significant at the 0.05 level (2-tailed).
4.5.2 Phân tích hồi quy tuyến tính
Để dò tìm mối quan hệ ‘nhân quả’ giữa biến phụ thuộc và biến độc lập ta tiến hành phân tích hồi quy đa biến bằng phương pháp Enter. Các biến được đưa vào cùng lúc, tiêu chí lựa chọn những biến có mức ý nghĩa sig. < 0.05.
Bảng 4.12 Tóm tắt mô hình sử dụng phương pháp Enter Model Summaryb Model R R Square Adjus- ted R Square Std. Error of the Estim- ate Change Statistics Durbin- Watson R Square Chan- ge F Change df1 df2 Sig. F Chan- ge 1 .677a .459 .438 .749 .459 22.71 5 134 .000 1.800 (adsbygoogle = window.adsbygoogle || []).push({});
a. Predictors: (Constant), FAC5_1, FAC4_1, FAC3_1, FAC2_1, FAC1_1
b. Dependent Variable: FAC1_2
là khá lớn, tuy nhiên hệ số R thường ‘thổi phòng’ kết quả. Vì vậy, kết quả R điều chỉnh dự đoán chính xác mô hình hơn. R điều chỉnh = 0.438 mang ý nghĩa, khoảng 43.8% biến thiên của sự hài lòng được giải thích bởi 5 biến độc lập: FAC5_1, FAC4_1, FAC3_1, FAC2_1, FAC1_1.
Bảng 4.13 Phân tích phương sai Anova ANOVAa
Model
Sum of
Squares df Mean Square F Sig.
1
Regression 63.752 5 12.750 22.706 .000b
Residual 75.248 134 .562
Total 139.000 139
a. Dependent Variable: FAC1_2
b. Predictors: (Constant), FAC5_1, FAC4_1, FAC3_1, FAC2_1, FAC1_1
Phân tích phương sai ANOVA, sig. = 0 < 0.05 (Bảng 4.13), có ý nghĩa về mặt thống kê, có tương quan giữa các biến độc lập và phụ thuộc, mô hình hồi quy phù hợp với bộ dữ liệu phân tích.
Bảng 4.14 Kết quả phân tích hồi quy tuyến tính sử dụng phương pháp Enter Coefficientsa Model Unstandardized Coefficients Standa- rdized Coeffi- cients t Sig. Collinearity Statistics B Std. Error Beta Toler- ance VIF
1 (Constant) -1.267E-16 .063 .000 1.000 FAC1_1 .218 .064 .218 3.431 .001 1.000 1.000 FAC2_1 .216 .064 .216 3.392 .001 1.000 1.000 FAC3_1 .510 .064 .510 8.019 .000 1.000 1.000 FAC4_1 .188 .064 .188 2.953 .004 1.000 1.000 FAC5_1 .264 .064 .264 4.150 .000 1.000 1.000
a. Dependent Variable: FAC1_2
Kết quả phân tích hồi quy bằng phương pháp Enter có các giá trị sig. < 0.05 (Bảng 4.14), các biến điều có tương quan trong tổng thể, kết quả được chấp nhận. Phương trình hồi quy được xây dựng gồm 5 nhóm biến độc lập FAC1_1, FAC2_1; FAC3_1, FAC4_1, FAC5_1 với biến phụ thuộc FAC1_2.
Phương trình hồi quy
FAC1_2 = 0.218 FAC1_1 + 0.216 FAC2_1 + 0.510 FAC3_1 + 0.188 FAC4_1 + 0.264 FAC5_1
Trong đó:
FAC1-1: Đồng nghiệp và đạo đức nghề nghiệp.
FAC2-1: Cơ hội thăng tiến.
FAC3- 1: Lãnh đạo.
FAC4-1: Lương và phụ cấp.
FAC1-2: Sự hài lòng.
4.5.3 Dò tìm sự vi phạm các giả định cần thiết trong hồi quy tuyến tính
Mô hình hồi quy tuyến tính được xây dựng bởi những giả định, mô hình thực sự có ý nghĩa khi các giả định này được đảm bảo. Do vậy, để đảm bảo độ tin cậy của mô hình, tiến hành dò tìm sự vi phạm của các giả định.
4.5.3.1 Kiểm tra về giả định liên hệ tuyến tính
Hình 4.2 Biểu đồ Scatterplot (adsbygoogle = window.adsbygoogle || []).push({});
Từ đồ thị phân tán (Scatterplot, Hình 4.2) giữa phần dư chuẩn hóa trên trung tung và giá trị dự đoán trên trục hoành được phân tán một cách ngẫu nhiên không