3.4.1. Phân tích độ tin cậ Cronbach‟s Alpha
Phân tích độ tin cậy Cronbach’s Alpha: Để tính giá trị Cronbach α cho một thang
đo thì thang đo phải có tối thiểu là ba biến đo lƣờng (Nguyễn Đình Thọ, 2011). Một thang đo đƣợc coi là có giá trị khi nó đo lƣờng đúng cái cần đo, có nghĩa là phƣơng pháp đo lƣờng đó không có sai lệch mang tính hệ thống và sai lệch ngẫu nhiên. Tức hệ số Cronbach Alpha giúp loại bỏ các biến không phù hợp và hạn chế các biến rác trong mô hình nghiên cứu, tránh gây nhiễu kết quả thu đƣợc làm ảnh hƣởng xấu đến ý nghĩa thống kê. Nếu Cronbach Alpha từ 0.6 trở lên là có thể sử dụng đƣợc trong trƣờng hợp khái niệm đang đo lƣờng là mới hoặc mới đối với ngƣời trả lời trong bối cảnh nghiên cứu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008; Nguyễn Đình Thọ, 2011). Hệ số Cronbach Alpha cao thể hiện tính đồng nhất của các biến đo lƣờng, tuy nhiên giá trị này không nên cao quá 0.95 (Nguyễn Đình Thọ, 2011). Trong đề tài nghiên cứu này, tác giả sử dụng tiêu chuẩn hệ số Cronbach Alpha trong
đoạn 0.6 – 0.95 và các biến quan sát hệ số tƣơng quan so với biến tổng (Corrected item – Total correlation) nhỏ hơn 0.3 sẽ bị loại.
3.4.2. Phân tích nhân tố khám phá EFA
Sau khi kiểm định độ tin cậy của thang đo, tiếp tục tiến hành phân tích nhân tố để xem xét giá trị hội tụ và giá trị phân biệt của thang đo các khái niệm, lấy đó làm cơ sở để rút trích ra các yếu tố để tiến hành phân tích hồi quy.
Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis): Phân tích yếu tố
khám phá sẽ trả lời câu hỏi liệu các biến quan sát dùng để xem xét sự tác động của các thành phần Thực tiễn quản trị nguồn nhân lực ảnh hƣởng Kết quả hoạt động kinh doanh có độ kết dính cao không và chúng có thể gom gọn lại thành một số nhóm yếu tố ít hơn để xem xét không. Đối với những biến không đảm bảo độ tin cậy sẽ bị loại khỏi thang đo.
Các tiêu chí đánh giá kết quả trong phân tích EFA nhƣ sau:
Kiểm định Bartlett và KMO được sử dụng để kiểm tra sự thích hợp của EFA: Trong
phân tích nhân tố, cần kiểm định mối tƣơng quan của các biến với nhau, KMO là một chỉ tiêu dùng để xem xét sự thích hợp của EFA, 0.5 ≤ KMO ≤ 1 thì phân tích nhân tố là phù hợp. (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008), kiểm định Bartlett xem xét giả thuyết về độ tƣơng quan giữa các biến quan sát trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig ≤ 0.05 thì các biến quan sát có tƣơng quan với nhau trong tổng thể.
Số lượng nhân tố được xác định dựa trên chỉ số Eigenvalue – đại diện cho sự biến
thiên đƣợc giải thích bởi mỗi nhân tố. Với số lƣợng nhân tố đƣợc xác định bằng cách chỉ giữ lại các nhân tố có Eigenvalue tối thiểu bằng 1, các nhân tố có mức Eigenvalue nhỏ hơn 1 sẽ bị loại khỏi mô hình.
Tổng phương sai trích phải đạt từ 50% trở lên để đảm bảo mức ý nghĩa của nghiên
cứu (Giá trị Cumulative cho biết số nhân tố trích ra giải thích đƣợc bao nhiêu phần trăm độ biến thiên của dữ liệu).
Phương pháp trích nhân tố với phép xoay Varimax kết hợp điểm dừng khi trích các yếu tố có Eigenvalue lớn hơn hoặc bằng 1 đƣợc tác giả sử dụng trong nghiên cứu này.
Bên cạnh đó, để thang đo đạt giá trị hội tụ thì hệ số tải trên mỗi nhân tố (hệ số tƣơng quan giữa biến và các nhân tố) cần lớn hơn 0.5 (Factor loading > 0.5 đƣợc xem là có ý nghĩa thực tiễn ; đồng thời, để thang đo đạt giá trị phân biệt thì chênh lệch trọng số từng biến giữa các nhân tố cần lớn hơn hoặc bằng 0.3. Mặc dù vậy, chúng ta nên xem xét giá trị nội dung, sự cần thiết của biến đó trƣớc khi ra quyết định có loại bỏ ra khỏi thang đo hay không (Nguyễn Đình Thọ, 2011).
3.4.3. Phân tích hồi qu
Sau khi tiến hành kiểm định độ tin cậy của thang đo (Cronbach‟s alpha và phân tích nhân tố EFA, các biến không đảm bảo độ tin cậy, không có giá trị đo lƣờng sẽ bị loại ra khỏi thang đo cho đến khi các biến quan sát đƣợc nhóm lại vào các nhân tố rút trích ra đƣợc (các nhóm biến mới). Giá trị của các biến mới trong mô hình là giá trị trung bình của các biến quan sát thành phần của biến đó.
Tiếp theo xem xét hệ số tƣơng quan giữa biến trong mô hình nghiên cứu đề xuất. Sau đó, bằng phƣơng pháp bình phƣơng nhỏ nhất OLS tiến hành phân tích hồi quy bội tuyến tính nhằm xây dựng mô hình lý thuyết và qua đó xem xét chiều hƣớng cũng nhƣ cƣờng độ tác động của từng biến độc lập tới biến phụ thuộc. Ở đây, tác giả sử dụng phƣơng pháp đƣa biến Enter để phân tích hồi quy.
Trong phân tích hồi quy, để đánh giá độ phù hợp của mô hình, các nhà nghiên cứu sử dụng hệ số R2 (R – Square). Trong hồi quy tuyến tính bội thƣờng dùng hệ số R2 (R – Square điều chỉnh để đánh giá độ phù hợp của mô hình vì nó không phóng đại mức độ phù hợp của mô hình.
Ngoài ra, cần kiểm tra hiện tƣợng tự tƣơng quan bằng hệ số Durbin – Watson (1< Durbin – Watson <3) và không có hiện tƣợng đa cộng tuyến (kiểm tra bằng hệ số phóng đại phƣơng sai VIF < 10 . Tuy nhiên, theo Nguyễn Đình Thọ (2011), trong thực tế mà VIF > 2 thì chúng ta vẫn cần cẩn thận trong diễn giải các trọng số hồi qui.
Cuối cùng, hệ số Beta chuẩn hóa đƣợc dùng để đánh giá mức độ quan trọng của từng nhân tố, hệ số Beta của biến độc lập nào càng cao thì mức độ tác động của nó lên biến phụ thuộc càng lớn (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Tóm tắt chƣơng 3:
Chƣơng 3 đã trình bày cách thức thực hiện các nghiên cứu định tính, định lƣợng, quy trình nghiên cứu, thiết kế thang đo và các phƣơng pháp xử lý số liệu thu thập đƣợc bằng phần mềm SPSS 22.0.
Sau thực hiện thảo luận nhóm, các thang đo đƣợc điều chỉnh lại về câu chữ, bổ sung các biến quan sát trong thang đo cũ, đồng thời xây dựng đƣợc các thang đo mới. Phƣơng pháp thảo luận nhóm đƣợc sử dụng trong nghiên cứu định tính để điều chỉnh và bổ sung thang đo cho phù hợp. Mô hình nghiên cứu mới gồm 7 biến độc đập đƣợc đo lƣờng bằng 28 biến quan sát và 1 biến phụ thuộc đo lƣờng bằng 4 biến quan sát. Trong đó, đã loại biến quan sát Luật pháp so với mô hình gốc, chỉnh sửa câu chữ của biến Đánh giá cho phù hợp. Tác giả cũng đã trình bày các giả thuyết nghiên cứu và mô hình nghiên cứu sau khi điều chỉnh.
Nghiên cứu chính thức sử dụng phƣơng pháp nghiên cứu định lƣợng với phƣơng pháp chọn mẫu thuận tiện. Mẫu lớn hơn 160 đƣợc cho là phù hợp, nghiên cứu lựa chọn 500 mẫu. Tác giả cũng đƣa ra một số tiêu chuẩn cho phân tích dữ liệu đƣợc xử lý bằng phần mềm SPSS 22.0. Với đánh giá độ tin cậy của thang đo, hệ số Cronbach‟s Alpha nằm trong khoảng 0.6 – 0.95 và hệ số tƣơng quan so với biến tổng phải lớn hơn 0.3. Với phân tích nhân tố khám phá, 0.5 ≤ KMO ≤ 1 với mức ý nghĩa Sig.≤0.05; Eigen value ít nhất bằng 1; tổng phƣơng sai trích đạt từ 50% trở lên; Factor loading > 0.5. Các tiêu chuẩn ở phân tích hồi qui cần phân tích là: ma trận tự tƣơng quan, R square phải lớn hơn 0.5, xem xét các hệ số beta chuẩn hóa. Chƣơng 4 tiếp theo sẽ trình bày kết quả mô tả mẫu, kết quả nghiên cứu về Cronbach‟s Alpha, phân tích nhân tố khám phá EFA, phân tích hồi quy.
CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU
Chƣơng 4 này nhằm mục đích trình bày kết quả đánh giá, hoàn chỉnh các thang đo và kết quả kiểm nghiệm mô hình lý thuyết cũng nhƣ các giả thuyết nghiên cứu đƣa ra. Bên cạnh đó, tác giả cũng trình bày một số phân tích mô tả về mẫu nghiên cứu và kết quả định lƣợng các thang đo.
4.1. Thông tin mẫu nghiên cứu
Nhƣ trên đã trình bày, mẫu đƣợc chọn bằng phƣơng pháp chọn mẫu thuận tiện. Sau thời gian điều tra là 2 tuần, tác giả phát ra 500 phiếu khảo sát và thu về đƣợc 450 phiếu trả lời. Dữ liệu sau khi điều tra về đã đƣợc tác giả làm sạch trƣớc khi đƣa vào nhập liệu (loại bỏ những phiếu khảo sát điền không đầy đủ các câu hỏi hoặc chọn nhiều đáp án trong cùng một câu hỏi). Sau khi làm sạch, có tổng cộng 7 phiếu hồi đáp bị loại. Nhƣ vậy kích thƣớc mẫu hợp lệ đƣa vào nghiên cứu là n = 443.
Bảng 4. 1 Bảng thống kê mô tả mẫu
Mẫu = 443 Tần số xuất hiện Tỷ lệ (%)
Loại hình hoạt động kinh doanh chính
Sản xuất 91 20.5 Thƣơng mại dịch vụ 304 68.6 Đa ngành nghề 47 10.6 Số năm thành lập < 3 năm 68 15.3 3 – dƣới 5 năm 45 10.2 5 – dƣới 10 năm 121 27.5 >10 năm 206 46.8 Vai trò, vị trí trong tổ chức
Thành viên ban giám đốc 11 2.5
CBQL phòng, ban 64 14.4
Chuyên viên 168 37.9
Nhân viên thừa hành 200 45.1
Nguồn: Kết quả phân tích dữ liệu
Dựa trên nội dung của Nghị định 56/2009/NĐ-CP và xem xét trên mẫu khảo sát thu đƣợc có 443 nhân viên thuộc doanh nghiệp vừa và nhỏ (hoạt động trong lĩnh vực
sản xuất có quy mô dƣới 300 ngƣời và những doanh nghiệp hoạt động trong lĩnh vực thƣơng mại - dịch vụ có quy mô dƣới 100 ngƣời chiếm 100%.
Về loại hình hoạt động kinh doanh chính, chủ yếu các đáp viên đến từ các công ty hoạt động trong ngành thƣơng mại dịch vụ (chiếm 68.6%, 304 câu trả lời , 91 đáp viên đến từ công ty sản xuất và 47 đáp viên còn lại làm việc tại các công ty đa ngành nghề.
Đa số đáp viên làm việc trong các công ty có lịch sử hoạt động kinh doanh trên 10 năm (chiếm 46.8%, 206 ngƣời), kế đến là thời gian hoạt động từ 5 đến dƣới 10 năm (chiếm 27.5% , dƣới 3 năm là 15.5% còn từ 3 đến dƣới 5 năm chiếm 10.4% ứng với 45 câu trả lời.
Đối với vai trò, vị trí của đáp viên trong doanh nghiệp, trên 443 bảng khảo sát thì có 200 ngƣời, chiếm 45.1% đáp viên ở cấp độ nhân viên thừa hành, còn lại 59.9% đáp viên có cấp độ từ chuyên viên trở lên cụ thể: 11 Thành viên Ban giám đốc; 64 CBQL phòng, ban và 168 Chuyên viên.
4.2. Đánh giá sơ bộ thang đo
4.2.1. Kiểm định độ tin cậ của thang đo (Hệ số Cronbach Alpha)
Trƣớc khi đi vào phân tích nhân tố khám phá để xem xét giá trị của thang đo, tác giả kiểm định độ tin cậy của thang đo. Độ tin cậy của thang đo đƣợc đánh giá bằng hệ số tin cậy Cronbach Alpha. Theo Nguyễn Đình Thọ (2011,trang 364-365):
- Cronbach‟s Alpha lớn hơn hoặc bằng 0.60 là thang đo có thể chấp nhận đƣợc.
- Biến đạt yêu cầu khi hệ số tƣơng quan biến tổng (hiệu chỉnh) lớn hơn hoặc bằng 0.30.
Kết quả kiểm định độ tin cậy Cronbach‟s Alpha cho thấy giá trị Cronbach‟s Alpha của tất cả các thang đo đều nằm trong khoảng chấp nhận đƣợc: nhỏ nhất là 0.763 (lớn hơn 0.6 , giá trị Cronbach‟s Alpha lớn nhất là 0.905 (không lớn hơn 0.95 . Kết quả tổng hợp đƣợc trình bày trong Bảng 4.2 bên dƣới.
Nguồn: Kết quả xử lý bằng SPSS 22.0
Biến quan sát
Trung b nh thang đo nếu loại biến
Phƣơng sai thang đo nếu loại biến
Tƣơng quan biến tổng
Cronbach‟s Alpha nếu loại biến Tu ển dụng – TD (Cronbach „s Alpha=0.830)
TD1 10.47 5.888 .740 .712
TD2 10.50 6.260 .755 .699
TD3 10.57 7.223 .581 .865
Đánh giá – DG (Cronbach „s Alpha=0.763)
DG1 13.79 10.963 .519 .731
DG2 13.96 10.353 .660 .654
DG3 14.05 10.518 .611 .680
DG4 13.95 11.699 .466 .757
Đào tạo – DT (Cronbach „s Alpha=0.878)
DT1 13.76 15.436 .684 .864
DT2 13.45 15.289 .715 .853
DT3 14.01 14.280 .738 .845
DT4 13.96 13.874 .816 .812
Thăng tiến - TT (Cronbach „s Alpha=0.833)
TT1 14.11 11.932 .585 .821
TT2 14.26 11.086 .684 .779
TT3 14.03 9.859 .736 .753
TT4 14.16 10.615 .648 .795
Trả c ng lao động – LT(Cronbach „s Alpha=0.905)
LT1 13.24 12.807 .793 .875
LT2 13.24 13.030 .805 .871
LT3 13.18 13.095 .777 .880
LT4 13.11 12.700 .770 .883
Khuyến khích cải tiến – CT (Cronbach „s Alpha=0.843)
CT1 14.20 11.905 .626 .822
CT2 14.29 11.248 .699 .792
CT3 14.09 9.983 .754 .765
CT4 14.23 10.822 .641 .818
Động viên – DV ( Cronbach „s Alpha=0.867)
DV1 13.90 15.885 .721 .828
DV2 13.77 15.093 .772 .807
DV3 13.76 16.592 .609 .872
DV4 13.87 14.617 .773 .806
Kết quả hoạt động của DN – KQ ( Cronbach „s Alpha=0.846)
KQ1 13.17 12.835 .622 .831
KQ2 13.53 12.729 .686 .804
KQ3 13.59 11.690 .732 .783
KQ4 13.84 12.439 .695 .800
Kết quả cho thấy thang đo cho biến Tuyển dụng chỉ còn 3 biến quan sát, vì đã loại biến TD4 ra khỏi mô hình vì có Cronbach‟s Alpha nếu loại biến TD4 là 0.83 > 0.741, hệ số tƣơng quan biến tổng là 0.226 < 0.3 (Phụ lục 3.1, mục a). Sau khi loại TD4, tiếp tục phân tích Cronbach‟s Alpha lần 2 cho thang đo biến Tuyển dụng thì thấy nếu tiếp tục loại TD3 ra khỏi mô hình sẽ làm tăng Cronbach‟s Alpha từ 0.830 lên 0.865. Nhƣng việc loại biến TD3 sẽ ảnh hƣởng đến nội dung của thang đo này. Bên cạnh đó, hệ số tƣơng quan biến tổng của biến quan sát TD3 đạt tiêu chuẩn (0.581 > 0.3 . Do đó, tác giả vẫn giữ biến quan sát TD3 lại trong thang đo. Hệ số tƣơng quan biến tổng của tất cả các biến quan sát đƣợc sử dụng trong đề tài đều đạt yêu cầu: nhỏ nhất là 0.466 (lớn hơn 0.3) chứng tỏ các thang đo sử dụng trong đề tài là đạt độ tin cậy cần thiết, phù hợp để tiến hành các bƣớc phân tích tiếp theo.
4.2.2. Phân tích nhân tố EFA:
Khi phân tích nhân tố khám phá, một số tiêu chuẩn để kiểm tra độ phù hợp của mô hình:
- Hệ số KMO (Kaiser-Meyer-Olkin) phải ≥ 0.5 và mức ý nghĩa của kiểm định Bartlett phải ≤ 0.05.
- Theo Anderson & Gerbing (1988 , thang đo đƣợc chấp nhận khi tổng phƣơng sai trích ra từ mô hình phải ≥ 50% và các nhân tố trích đƣợc đều phải có giá trị điểm dừng Eigenvalue lớn hơn 1.
- Hệ số tải nhân tố (factor loading) phải > 0.5. Nếu biến quan sát nào có hệ số tải nhân tố cao nhất mà ≤ 0.5 thì sẽ bị loại.
- Khác biệt hệ số tải nhân tố cao nhất của một biến quan sát trên nhân tố mà nó đo lƣờng so với các các nhân tố còn lại phải cao chênh lệch ≥ 0.3 để đảm bảo giá trị phân biệt giữa các nhân tố (nghĩa là phải tải mạnh lên nhân tố mà biến đó đo lƣờng).
Sau khi loại biến TD4 do không đạt yêu cầu trong thang đo, các biến quan sát còn lại đạt yêu cầu đƣợc đƣa vào phân tích nhân tố khám phá (EFA để giảm bớt hay tóm tắt dữ liệu bằng phƣơng pháp Principle Components với phép quay Varimax, nhân tố trích đƣợc có eigenvalue >1.0. Khi đƣa vào phân tích nhân tố, tác giả đã lựa
chọn ra những nhân tố nào có tiêu chuẩn Factor loading >0.5; KMO ≥ 0.5, kiểm định Bartlett có ý nghĩa thống kê.
4.2.2.1. Phân tích nhân tố biến độc lập
Thực hiện phân tích nhân tố khám phá EFA 27 biến độc lập cho thấy, Hệ số KMO là 0.912 (lớn hơn 0.5 và kiểm định Bartlett có Sig. = 0.000 (nhỏ hơn 0.05 cho thấy phân tích EFA phù hợp với dữ liệu khảo sát. Tổng phƣơng sai trích khi phân tích khám phá nhân tố là 68.158% (>50%) cho thấy 6 nhân tố đƣợc trích có thể giải thích 68.158% sự biến thiên của dữ liệu. (Phụ lục 3.2)
Với phép xoay Varimax, kết quả thang đo chỉ rút trích đƣợc 6 nhân tố, các biến quan sát của 2 biến tiềm ẩn là Trả công lao động và Thăng tiến dƣờng nhƣ không đạt đƣợc giá trị phân biệt mà gộp lại thành một trong nhóm nhân tố số 1, tác giả nhóm 2 biến Trả công lao động và Thăng tiến thành một biến là Đãi ngộ với 8 biến quan sát (từ LT1 đến LT4 và từ TT1 đến TT4). Đánh giá lại độ tin cậy của thang đo