4.2.1. Kết quả Cronbach’s Alpha cho các biến
Dựa vào các tiêu chuẩn để đánh giá hệ số Cronbach’s Alpha trình bày ở chương 3, thang đo được chọn phải có hệ số tin cậy Cronbach’s Alpha từ 0.6 trở lên, biến có hệ số tương quan biến- tổng nhỏ hơn 0.3 sẽ bị loại. Kết quả Cronbach’s Alpha của 6 thành phần nghiên cứu như sau:
Bảng 4.2. Kiểm định hệ số Cronbach’s Alpha Thang đo Trung bình thang đo nếu loại biến Phương sai thang đo nếu loại biến Tương quan
biến_tổng
Conbach's Alpha nếu loại
biến
Danh tiếng Cronbach's Alpha = .757
DT1 15.456 8.305 .471 .733
DT2 15.732 7.491 .552 .704
DT3 15.655 7.353 .576 .695
DT4 15.819 7.324 .556 .702
Môi trường
làm việc Cronbach's Alpha = .744
MTLV2 6.505 2.971 .576 .653
MTLV3 6.578 2.629 .621 .597
MTLV4 6.554 2.975 .516 .721
Đào tạo và
phát triển Cronbach's Alpha = .778
DTPT1 10.763 5.188 .598 .716 DTPT2 10.697 5.170 .627 .701 DTPT3 10.537 5.767 .508 .761 DTPT4 10.756 5.486 .599 .717 Lương hấp dẫn Cronbach's Alpha = .756 LHD1 11.432 4.512 .580 .684 LHD2 11.721 4.447 .551 .702 LHD3 11.537 4.676 .570 .690 LHD4 11.544 5.109 .517 .719 Trách nhiệm xã hội Cronbach's Alpha = .795 TNXH1 13.641 8.329 .697 .716 TNXH2 13.620 8.887 .559 .760 TNXH3 13.916 8.783 .546 .765 TNXH4 13.979 8.797 .619 .742 TNXH5 13.819 9.352 .464 .790 Chọn nơi
làm việc Cronbach's Alpha = .848
NLV1 15.174 7.914 .645 .821
NLV2 15.300 7.854 .725 .799
NLV3 15.237 7.930 .674 .812
NLV4 15.132 7.933 .705 .804
NLV5 14.864 8.733 .540 .846
Nguồn: Từ dữ liệu điều tra của tác giả
4.2.2 Cronbach’s Alpha của các thành phần 4.2.2.1. Thành phần danh tiếng 4.2.2.1. Thành phần danh tiếng
Khái niệm danh tiếng có Cronbach’s Alpha 0.757 > 0.6 và tương quan biến_tổng đều lớn hơn 0.3 nên đạt tiêu chuẩn trong đo lường khái niệm nghiên cứu. Việc loại bỏ bất kỳ
biến quan sát nào trong thang đo đều làm cho hệ số Cronbach’s Alpha trở nên kém ý nghĩa hơn. Kết quả trên là tốt nên ta chấp nhận cả 5 biến quan sát trên.
4.2.2.2. Thành phần môi trường làm việc
Khái niệm môi trường làm việc ban đầu có 4 biến quan sát với Cronbach’s Alpha 0.678 nhưng bé hơn Conbach’s Alpha nếu loại biến của biến quan sát MTLV1: 0.744 và có hệ số tương quan biến-tổng bé hơn 0.3 nên biến MTLV1 bị loại ra khỏi thang đo. Sau khi loại biến quan sát MTLV1 ta chạy lại mô hình và có hệ số Cronbach’s Alpha mới là 0.744 và hệ số tương quan biến_tổng của các biến quan sát đều lớn hơn 0.3. Số biến quan sát còn lại của khái niệm môi trường làm việc sau khi chạy Cronbach’s Alpha lần hai còn lại là 3 biến quan sát: MTLV2, MTLV3, MTLV4 và thỏa điều kiện yêu cầu.
4.2.2.3. Thành phần đào tạo và phát triển
Khái niệm đào tạo và phát triển có Cronbach’s Alpha 0.778 > 0.6 và tương quan biến_tổng đều lớn hơn 0.3 nên đạt tiêu chuẩn trong đo lường khái niệm nghiên cứu. Việc loại bỏ bất kỳ biến quan sát nào trong thang đo đều làm cho hệ số Cronbach’s Alpha trở nên kém ý nghĩa hơn. Kết quả trên là tốt nên ta chấp nhận cả 4 biến quan sát trên.
4.2.2.4. Thành phần lương hấp dẫn
Khái niệm lương hấp dẫn có Cronbach’s Alpha 0.756 > 0.6 và tương quan biến_tổng đều lớn hơn 0.3 nên đạt tiêu chuẩn trong đo lường khái niệm nghiên cứu. Việc loại bỏ bất kỳ biến quan sát nào trong thang đo đều làm cho hệ số Cronbach’s Alpha trở nên kém ý nghĩa hơn. Kết quả trên là tốt nên ta chấp nhận cả 4 biến quan sát trên.
4.2.2.5 Thành phần trách nhiệm xã hội
Khái niệm trách nhiệm xã hội có Cronbach’s Alpha 0.795 > 0.6 và tương quan biến_tổng đều lớn hơn 0.3 nên đạt tiêu chuẩn trong đo lường khái niệm nghiên cứu. Việc loại bỏ bất kỳ biến quan sát nào trong thang đo đều làm cho hệ số Cronbach’s Alpha trở nên kém ý nghĩa hơn. Kết quả trên là tốt nên ta chấp nhận cả 4 biến quan sát trên.
4.2.2.6 Thành phần dự định chọn nơi làm việc
Khái niệm dự định chọn nơi làm việc có Cronbach’s Alpha 0.848 > 0.6 và tương quan biến_tổng đều lớn hơn 0.3 nên đạt tiêu chuẩn trong đo lường khái niệm nghiên cứu. Việc loại bỏ bất kỳ biến quan sát nào trong thang đo đều làm cho hệ số Cronbach’s Alpha trở nên kém ý nghĩa hơn. Kết quả trên là rất tốt nên ta chấp nhận cả 5 biến quan sát trên.
4.3. Phân tích nhân tố khám phá EFA
Phân tích nhân tố khám phá nhằm rút gọn một tập gồm nhiều biến quan sát phụ thuộc lẫn nhau thành một tập hợp có ít biến quan sát hơn để chúng có ý nghĩa hơn nhưng vẫn chứa đựng đầy đủ thông tin của tập biến ban đầu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). EFA được xem là thỏa các điều kiện khi:
(1) 0.5 <= KMO <= 1
(2) Kiểm định Bartlett có ý nghĩa thống kê khi Sig. < 5% (3) Hệ số tải nhân tố (factor loading) > 0.5
(4) Điểm dừng Eigenvalue (đại diện phần biến thiên được giải thích bởi mỗi nhân tố ) lớn hơn 1
(5) Phương sai cộng dồn của các nhân tố (% acumulative variance) > 50%
Quy trình phân tích EFA được tiến hành qua hai giai đoạn: phân tích nhân tố biến độc lập và phân tích nhân tố biến phụ thuộc.
4.3.1 Phân tích nhân tố biến độc lập
Bảng 4.3. Kiểm định KMO và Barlett nhân tố biến độc lập KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .851 Bartlett's Test of Sphericity Approx. Chi-Square 1936.549
df 210
Sig. .000
Hệ số KMO= .851 (thỏa điều kiện 0.5 <= KMO <=1) các biến quan sát có tương quan nhau và giá trị kiểm định Bartlett's đạt mức ý nghĩa thông kê Sig= 0%. Kết quả phân tích ở Bảng 4.3.
Điểm dừng Eigenvalue, đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố lớn hơn 1. Phương sai cộng dồn của các nhân tố đạt 58.964% > 50%. Điều này cho thấy 5 nhân tố giải thích được 58.964% biến thiên của các biến quan sát (Gerbing và Anderson, 1998), được trình bày ở Phụ lục 7.
Bảng 4.4. Phân tích EFA cho các biến độc lập
Ma trận xoay Thành phần 1 2 3 4 5 TNXH1 .795 TNXH4 .730 TNXH2 .715 TNXH3 .699 TNXH5 .502 DT3 .733 DT1 .711 DT4 .706 DT2 .691 DT5 .597 DTPT1 .787 DTPT4 .778 DTPT2 .734 DTPT3 .626 LHD2 .742 LHD3 .736 LHD1 .694 LHD4 .649 MTLV2 .792 MTLV3 .792 MTLV4 .675
Các hệ số tải nhân tố của 5 nhân tố được hình thành đều cho giá trị tối thiểu trên 0.5 thỏa điều kiện về giá trị hội tụ trong EFA, đồng thời khác biệt hệ số tải giữa các nhân tố đạt tối thiểu 0.3 thỏa mãn điều kiện để mỗi biến quan sát tồn tại trong mô hình tập trung giải thích cho một nhân tố duy nhất (Jabnoun và Al-Tamimi, 2003). Với những hệ số tải nhân tố trên có thể kết luận rằng mô hình phân tích nhân tố EFA đáp ứng được giá trị hội tụ và phân biệt.
Nhân tố F1- được đặt tên là “trách nhiệm xã hội” gồm 5 biến quan sát ở cột 1: tổ chức có một bộ quy tắc toàn diện về cách cư xử (TNXH1), tổ chức hành xử có trách nhiệm với môi trường (TNXH2), tổ chức đóng góp đầy đủ cho các tổ chức từ thiện (TNXH3), tổ chức thiết lập các thủ tục để thực hiện các khiếu nại của khách hàng (TNXH4), một quy trình kín đáo là nơi để báo cáo bất kỳ sai phạm trong công việc (TNXH5). Nhân tố này có giá trị Eigenvalue= 5.764> 1, giải thích được 27.447% biến thiên của dữ liệu và là nhân tố có khả năng giải thích sự biến thiên của dữ liệu lớn nhất.
Nhân tố F2- được đặt tên là “danh tiếng” gồm 5 biến quan sát ở cột 2: tổ chức sản xuất ra các sản phẩm và dịch vụ cải tiến (DT1), tên của tổ chức làm tăng giá trị tới hồ sơ xin việc (DT2), có thể có nhiều người muốn làm việc cho tổ chức này (DT3), nhân viên có thể tự hào khi nói rằng họ làm cho tổ chức này (DT4) và tổ chức luôn ủng hộ các lý do chính đáng (DT5). Nhân tố này có giá trị Eigenvalue= 2.131> 1 và giải thích được 10.149% biến thiên của dữ liệu.
Nhân tố F3- được đặt tên là “đào tạo và phát triển” gồm 4 biến quan sát ở cột 3: tổ chức có các chương trình đào tạo sẵn có cho nhân viên (DTPT1), tổ chức đào tạo nhân viên các kỹ năng để chuẩn bị cho công việc tương lai (DTPT2), tổ chức đầu tư mạnh vào việc đào tạo và phát triển của nhân viên (DTPT3), tổ chức cung cấp nhân viên thông tin về sự sẵn có của công việc bên trong tổ chức (DTPT4). Nhân tố này có giá trị Eigenvalue= 1.741> 1 và giải thích được 8.291% biến thiên của dữ liệu.
Nhân tố F4- được đặt tên là “lương hấp dẫn” gồm 4 biến quan sát ở cột 4: tổ chức này trả lương cao hơn hầu hết các tổ chức khác (LHD1), làm việc cho tổ chức này cung cấp
cho bạn một mức lương tốt (LHD2), mức lương cơ bản do tổ chức đưa ra (LHD3), mức lương cho vị trí này tốt hơn so với những gì tôi mong đợi với trình độ của tôi (LHD4). Nhân tố này có giá trị Eigenvalue= 1.486> 1 và giải thích được 7.076% biến thiên của dữ liệu.
Nhân tố F5- được đặt tên là “môi trường làm việc” gồm 3 biến quan sát ở cột 5: tổ chức cung cấp các cơ hội để luân chuyển và làm việc trong những vai trò khác nhau (MTLV2), việc quản lý thực sự đáp ứng các đề xuất và ý tưởng của nhân viên (MTLV3), môi trường làm việc tại tổ chức này thoải mái (MTLV4). Nhân tố này có giá trị Eigenvalue= 1.260> 1, giải thích được 6.001% biến thiên của dữ liệu và là nhân tố có khả năng giải thích thấp nhất sự biến thiên của dữ liệu.
4.3.2. Phân tích nhân tố biến phụ thuộc
Phân tích EFA cho khái niệm dự định chọn nơi làm việc gồm 5 biến quan sát như sau:
Bảng 4.5. Kiểm định KMO và Barlett nhân tố biến phụ thuộc KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling
Adequacy. .851 Bartlett's Test of Sphericity Approx. Chi-Square 566.150 Df 10 Sig. .000 Nguồn: Kết quả xử lý SPSS
Kết quả phân tích nhân tố khám phá cho thấy, nhân tố dự định chọn nơi làm việc có hệ số Initial Eigenvalue =3.121> 1, hệ số tổng phương sai trích đạt 62.419% >50%, kiểm định KMO đạt 0.851 và kiểm định Bartlett's đạt mức ý nghĩa thống kê tại Sig= 0%, chứng
tỏ các biến quan sát có tương quan nhau trong tổng thể. Tất cả các chỉ số trên đều thỏa điều kiện để phân tích nhân tố khám phá đạt ý nghĩa thống kê, đạt tính ứng dụng thực tiễn cao.
Bảng 4.6. Tổng phương sai giải thích cho nhân tố biến phụ thuộc Tổng phương sai giải thích
Thành phần
Initial Eigenvalues Tổng bình phương hệ số tải truy xuất
Tổng % phương sai % cộng dồn Tổng % phương sai % cộng dồn 1 3.121 62.419 62.419 3.121 62.419 62.419 2 .634 12.689 75.108 3 .507 10.144 85.252 4 .397 7.933 93.185 5 .341 6.815 100.000
Extraction Method: Principal Component Analysis.
Nguồn: Kết quả xử lý SPSS
Bảng 4.7. Ma trận xoay nhân tố biến phụ thuộc Ma trận xoay Thành phần 1 NLV2 .841 NLV4 .828 NLV3 .805 NLV1 .780 NLV5 .688
Extraction Method: Principal Component Analysis.
Nguồn: Kết quả xử lý SPSS
Dựa vào Bảng 4.6 có được phương sai trích là 62.419% > 50% và các trọng số của các nhân tố độc lập ở Bảng 4.7 đều lớn hơn 0.5, thỏa mãn điều kiện phân tích EFA. Kết quả phân tích cho thấy những kỳ vọng ban đầu của tác giả đều đạt yêu cầu, nên các phân tích tiếp theo sẽ được thực hiện.
4.4. Phân tích tương quan
Bước tiếp theo sau khi phân tích nhân tố khám phá, tác giả tiến hành phân tích tương quan để kiểm tra mức độ tương quan tuyến tính của các nhân tố đại diện với nhau, những nhân tố độc lập nào thể hiện sự tương quan với nhân tố phụ thuộc sẽ được sử dụng ở bước tiếp theo. Tác giả căn cứ vào hệ số tương quan Pearson để lượng hóa mức độ chặc chẽ của mối quan hệ tuyến tính giữa 2 nhân tố. Trong phân tích tương quan Pearson, không có sự phân biệt giữa nhân tố độc lập và nhân tố phụ thuộc mà tất cả đều xem xét như nhau.
Bảng 4.8. Phân tích tương quan
Ma trận tương quan M_DT M_MTLV M_DTPT M_LHD M_TNXH M_NLV M_DT Pearson Correlation 1 .140* .250** .385** .366** .503** Sig. (2-tailed) .018 .000 .000 .000 .000 N 287 287 287 287 287 287 M_MTLV Pearson Correlation .140* 1 .338** .266** .373** .219** Sig. (2-tailed) .018 .000 .000 .000 .000 N 287 287 287 287 287 287 M_DTPT Pearson Correlation .250** .338** 1 .435** .338** .372** Sig. (2-tailed) .000 .000 .000 .000 .000 N 287 287 287 287 287 287 M_LHD Pearson Correlation .385** .266** .435** 1 .440** .743** Sig. (2-tailed) .000 .000 .000 .000 .000 N 287 287 287 287 287 287 M_TNXH Pearson Correlation .366** .373** .338** .440** 1 .532** Sig. (2-tailed) .000 .000 .000 .000 .000 N 287 287 287 287 287 287 M_NLV Pearson Correlation .503** .219** .372** .743** .532** 1 Sig. (2-tailed) .000 .000 .000 .000 .000 N 287 287 287 287 287 287
*. Correlation is significant at the 0.05 level (2-tailed). **. Correlation is significant at the 0.01 level (2-tailed).
Qua ma trận tương quan ở trên ta có thể đưa ra nhận xét như sau:
Có sự tương quan giữa các biến độc lập với nhau vì Sig.< 5%, độ mạnh của sự tương quan thể hiện qua hệ số tương quan Pearson, trong đó mạnh nhất là giữa 2 biến M_NLV và M_LHD, và yếu nhất là giữa 2 biến M_DT và M_MTLV. Việc tương quan mạnh giữa có biến độc lập với nhau có thể dẫn đến hiện tượng đa cộng tuyến, làm ảnh hưởng đến kết quả phân tích của mô hình, cho nên những biến độc lập nào có tương quan mạnh sẽ được theo dõi ở các bước tiếp theo và có thể bị loại nếu ảnh hưởng tới độ chính xác của mô hình.
Có sự tương quan giữa nhân tố phụ thuộc M_NLV với 5 nhân tố độc lập còn lại vì Sig.< 5%, chứng tỏ rằng nhân tố phụ thuộc bị tác động bởi 5 nhân tố: danh tiếng, môi trường làm viêc, đào tạo và phát triển, lương hấp dẫn và trách nhiệm xã hội và không có nhân tố nào bị loại, trong đó nhân tố Lương hấp dẫn có hệ số tương quan Pearson là lớn nhất .743 và thấp nhất là môi trường làm việc .219. Đây cũng có thể là một căn cứ để giúp xác định mức độ quan trọng của từng nhân tố ở bước tiếp theo.
4.5. Phân tích hồi quy
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2005), hệ số xác định R2 được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mô hình, càng đưa thêm biến độc lập vào mô hình thì R2 càng tăng, tuy nhiên điều này cũng chứng minh rằng không phải phương trình càng có nhiều biến sẽ phù hợp với dữ liệu. Như vậy R2 có khuynh hướng là một ước lượng tương quan của thước đo sự phù hợp của mô hình đối với dữ liệu trong trường hợp có hơn một biến giải thích trong mô hình. Mô hình thường không phù hợp với dữ liệu thực tế như giá trị R2 thể hiện. Trong trường hợp này, hệ số xác định R2 hiệu chỉnh được sử dụng để phản ánh mức độ phù hợp của mô hình hồi quy tuyến tính bội.
Kết quả chạy hồi quy như sau
Bảng 4.9.a. Phân tích hồi quy
Mô hình R R bình phương R bình phương hiệu chỉnh Sai số chuẩn
ước lượng Durbin-Watson
Dựa vào kết quả chạy hồi quy Bảng 4.9.a thấy rằng hệ số R2 hiệu chỉnh lớn hơn 50% cho thấy mức độ phù hợp của mô hình nghiên cứu với ý nghĩa là các biến độc lập giải thích được 63.5% sự biến thiên của biến phụ thuộc.
Bảng 4.9.b. Phân tích hồi quy
ANOVAa
Mô hình
Tổng bình
phương df
Bình phương
trung binh F Ý nghĩa
1 Hồi quy 89.114 5 17.823 100.355 .000b
Phần dư 49.905 281 .178
Tổng 139.019 286
Dựa vào Bảng 4.9.b kiểm định F có Sig.< 5% chứng tỏ mức độ phù hợp của mô hình nghiên cứu với tổng thể.
Dựa vào Sig. của Bảng 4.9.c để xem xét các biến độc lập có tác động lên biến phụ thuộc hay không, ta thấy có 2 biến M_MTLV và M_DTPT có Sig. lần lượt là 0.218 và 0.751 >5%, 3 biến còn lại M_DT, M_LHD, M_TNXH đều có Sig.< 5% nên có tác động đến biến phụ thuộc, trong đó biến M_LHD có tác động lớn nhất chiếm 57.6%, biến M_TNXH có và biến M_DT tác động lần lượt là 21.8% và 20.5%.