3. Đối tượng, phạm vi nghiên cứu
2.6.3. Phân tích nhân tố (Factor Analyis)
Phân tích nhân tố (Factor Analyis) là một phương pháp để làm giảm các câu hỏi chi tiết trong phiếu điều tra mà các câu hỏi này được đưa ra để có được thông tin chung về các mặt của vấn đề cần nghiên cứu. Sử dụng phương pháp phân tích nhân tố Factor Analyis này sẽ giúp cho việc nghiên cứu có được một bộ các biến số có ý nghĩa.
Phân tích nhân tố đòi hỏi nhà nghiên cứu phải quyết định trước một số vấn đề như: số lượng yếu tố cần phải đưa ra, hệ số tương quan ngưỡng để loại bỏ yếu tố và phương pháp sử dụng để đảo trục yếu tố. Theo kết quả nghiên cứu thì số lượng các nhân tố đưa ra cần phải được tính toán tùy thuộc vào phạm vi và quy mô nghiên cứu để đưa các câu hỏi cụ thể. Các nhân tố đưa ra phải thỏa mãn tiêu chuẩn Kaiser - với KMO (Kaise - Meyer - Olkin) là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của KMO lớn (nằm giữa 0,5 và 1) có ý nghĩa là phân tích nhân tố là thích hợp, còn nếu như trị số này nhỏ hơn 0,5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu.
Theo kết quả phân tích, thì chỉ số KMO là 0,804 chứng tỏ các dữ liệu cho phép chúng ta tiến hành phân tích nhân tố.
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0,804 Bartlett's Test of Sphericity Approx. Chi-Square 1338,282
Df 153
Sig. 0,000
Tiêu chuẩn Kaiser qui định rằng hệ số Eigenvalue phải ít nhất lớn hơn hoặc bằng 1. Và vô thường, để tiện cho việc hiểu rõ hơn nữa về yếu tố, các nhà nghiên cứu thực nghiệm thường dùng phương pháp quay vòng trục tọa độ Varimax và còn gọi là phương pháp Varimax. Phương pháp này sẽ tối đa hóa các phương sai của các hệ số hồi quy tương quan của ma trận yếu tố, từ đó dẫn đến một logic là các hệ số tương quan của các yếu tố - biến số là gần với +1 hoặc -1, chỉ ra sự tương quan thuận - ngịch giữa các yếu tố - biến số. Nếu hệ số tương quan xấp xĩ bằng không có nghĩa là không có sự tương quan. Đồng thời, tiêu chuẩn của hế số tương quan của yếu tố phải ít nhất là bằng 0,5
thì mới được xem là đạt yêu cầu, chỉ số 0,5 là điểm ngưỡng để loại bỏ các câu hỏi có giá trị nhỏ hơn.
Kết quả phân tích yếu tố đối với các biến về sự hài lòng đối với cán bộ, công chức được trình bày tại bảng …Qua bảng trên ta thấy hệ số tương quan yếu tố và các Communalities có được từ phương pháp quay vòng trục tọa độ Varimax đối với các câu hỏi. Kết quả cho thấy có 3 yếu tố (factor) có được từ phương pháp trên với các Eigenvalue thỏa mãn điều kiện chuẩn Kaiser lớn hơn 1. Ba nhân tố đó được rút ra và Commulative % cho biết ba nhân tố đó giải thích được 56,46 % biến thiên của dữ liệu. Do đó các yếu tố mới này sẽ được sử dụng để tính toán thành các biến mới cho việc phân tích hồi quy theo bước sau này.
Yếu tố 1 (factor): có giá trị bằng 5,959. Yếu tố 1 này bao gồm: Sự hài lòng về công việc với năng lực, sự hài lòng về công việc với chuyên ngành đào tạo, sự hài lòng về công việc với đặc điểm cá nhân, sự hài lòng về kinh nghiệm làm việc, sự hài lòng về điều kiện, cơ sở vật chất, sự hài lòng về thu nhập, sự hài lòng về tính chất công việc, sự hài lòng về môi trường, không khí làm việc. Hệ số tương quan các yếu tố này tương đối chặt chẽ. Về bản chất các yếu tố này liên quan đến vị trí công tác của cán bộ, công chức; nên các yếu tố này được đặt tên thành một biến mới gọi là sự hài lòng với vị trí công tác.
Yếu tố 2 (factor): Có giá trị Eigenvalue bằng 3,289. Yếu tố này bao gồm: sự hài lòng về chính sách lương; sự hài lòng về chính sách đãi ngộ, khen thưởng; sự hài lòng về chế độ BHXH; sự hài lòng về chế độ BHYT; sự hài lòng về chế độ phúc lợi khác. Hệ số tương quan yếu tố này là 0,426. Về mặt bản chất, yếu tố này bao gồm các vấn đề có liên quan đến quyền lợi của cán bộ, công chức. Do đó, yếu tố 2 được đặt tên thành một biến mới là sự hài lòng đối với chính sách đãi ngộ.
Bảng 2.15: Kết quả phân tích yếu tố hài lòng của cán bộ, công chức
Rotated Component Matrix
Các biến phân tích 1 Component2 3
Công việc so với năng lực 0,697
Công việc so với chuyên ngành đào tạo 0,684 Công việc so với đặc điểm cá nhân 0,742
Kinh nghiệm làm việc 0,715
Tính chất công việc 0,768
Thu nhập 0,747
Phương tiện làm việc 0,709
Môi trường, không khí làm việc 0,767
Chính sách thu hút, đãi ngộ, khen thưởng 0,700
Chính sách lương 0,700 Chế độ BHXH 0,744 Chế độ BHYT 0,675 Chế độ phúc lợi khác 0,832 Chính sách tuyển dụng 0,655 Luân chuyển, bố trí cán bộ 0,829
Quy hoạch, đề bạt, bổ nhiệm 0,825
Phương thức đánh giá cán bộ 0,732
Chính sách đào tạo, bồi dưỡng 0,560
Eigenvalue value 5,959 3,289 1,915
Correlations Sự hài lòng của cán bộ, công chức đối với công việc Vị trí công tác Chính sách đãi ngộ Chính sách quản lý và sử dụng cán bộ Pearson Correlation Sự hài lòng của cán bộ, công chức đối với công việc
1.000 .574 .426 .306 Vị trí công tác .574 1.000 .000 .000 Chế độ quyền lợi .426 .000 1.000 .000 Chính sách quản lý và sử dụng cán bộ .306 .000 .000 1.000 Sig. (1- tailed) Sự hài lòng của cán bộ, công chức đối với công việc
. .000 .000 .000 Vị trí công tác .000 . .500 .500 Chế độ quyền lợi .000 .500 . .500 Chính sách quản lý và sử dụng cán bộ .000 .500 .500 . N Sự hài lòng của cán bộ, công chức đối với công việc
177 177 177 177
Vị trí công tác 177 177 177 177
Chế độ quyền lợi 177 177 177 177
Chính sách quản lý
và sử dụng cán bộ 177 177 177 177
Nguồn: Từ kết quả xử lý số liệu điều tra
Yếu tố 3 (factor): có giá trị Eigenvalue bằng 1,915. Yếu tố này bao gồm: sự hài lòng với chính sách tuyển dụng, sự hài lòng với việc luân chuyển, bố trí công việc ổn định; sự hài lòng về quy hoạch, đề bạt; sự hài lòng về phương thức đánh giá cán bộ; đào tạo, bồi dưỡng. Hệ số tương quan các yếu
tố này là 0,306. Yếu tố này được đặt tên là sự hài lòng đối với chính sách quản lý, sử dụng cán bộ.
2.6.4. Phân tích các nhân t nh hố ả ưởng t i s hài lòngớ ự
c a cán b , công ch c c p xã b ng h i quy tủ ộ ứ ấ ằ ồ ương quan theo bước (Stepwise linear regression)
Để phân tích những nhân tố ảnh hưởng, luận văn đã thực hiện việc phân tích hồi quy tương quan theo bước (Stepwise linear regression), nhờ đó có thể xác định một cách tổng hợp tác động của từng nhân tố tới sự hài lòng về công việc của cán bộ, công chức cấp xã. Đây là một vấn đề rất quan trọng đối với các nhà hoạch định chính sách, các nhà quản trị nhân sự, vì vậy việc làm sáng tỏ những nhân tố có ảnh hưởng đến công việc của cán bộ, công chức cấp xã chúng tôi sử dụng mô hình Regression Stepwise để chọn ra những biến có ảnh hưởng nhiều đến sự hài lòng của cán bộ, công chức.
Trong các bước thực hiện phương pháp Regression Stepwise ta có bảng kết quả phân tích hồi quy sau:
Bảng 2.16: Kết quả mô hình hồi quy các nhân tố ảnh hưởng đến sự hài lòng của cán bộ, công chức đối với công việc
Model R
Square
Adjusted R Square
Change Statistics Durbin- Watson R Square Change F Change df1 df2 Sig. F Change 1 0,330 0,326 0,330 86,148 1 175 0,000 2 0,512 0,506 0,182 64,725 1 174 0,000 3 0,605 0,598 0,093 40,903 1 173 0,000 2,095
Nguồn: Từ kết quả xử lý số liệu điều tra với SPSS
Bảng 2.17: Kết quả phân tích hồi quy theo bước các nhân tố tác động đến sự hài lòng của cán bộ, công chức
Mô hình Hệ số hồi quy (β) Giá trị t Chỉ số đa cộng tuyến
VIF 1. Hệ số chặn X1 = Vị trí công tác 2,638*** 0,290*** 84,69 9,28 1,000 2. Hệ số chặn X1 = Vị trí công tác X2 = Chế độ quyền lợi 2,638*** 0,290*** 0,215*** 98,91 10,84 8,04 1,000 1,000 3. Hệ số chặn X1 = Vị trí công tác X2 = Chế độ quyền lợi X3 = Chính sách quản lý, sử dụng cán bộ 2,638*** 0,290*** 0,215*** 0,154*** 109,67 12,01 8,92 6,39 1,000 1,000 1,000 Ghi chú: ***: Mức ý nghĩa 1%
Nguồn: Kết quả xử lý số liệu điều tra với SPSS
+ Giá trị Sig.F change nhỏ hơn 0,05 ta thấy các biến đưa vào đều có ý nghĩa về mặt thống kê với mức ý nghĩa 5%. Như vậy, các biến độc lập trong mô hình có quan hệ đối với biến phụ thuộc (sự hài lòng của cán bộ, công chức đối với công việc).
+ Kết quả hồi quy cho thấy các biến độc lập vị trí công tác, chính sách đãi ngộ, chính sách quản lý và sử dụng cán bộ có ảnh hưởng đến sự hài lòng của cán bộ, công chức cấp xã (có hệ số Sig.<0,05).
+ Hệ số R2 hiệu chỉnh (Adjusted R Square) trong mô hình này là 0,594. Điều này nói lên độ thích hợp của mô hình là 59,8% hay nói một cách khác đi là 59,8% sự biến thiên của biến sự hài lòng của cán bộ, công chức được giải thích chung bởi 3 biến nêu trên.
+ Hệ số phóng đại phương sai - VIF (Variance inflation factor) của các biến độc lập trong mô hình đều bằng 1, do đó hiện tượng đa cộng tuyến giữa các biến độc lập không ảnh hưởng đến mô hình hồi quy.
+ Trị số thống kê Durbin - Watson có giá trị gần 2 (2.095) cho biết các phần dư không có tương quan với nhau. Trị số thống kê Durbin - Watson (d) bằng 2,095 thỏa mãn điều kiện: du = 1,799 < d < 4 - du; do đó mô hình không có tự tương quan bậc 1.
+ Qua bảng số liệu phân tích ANOVA cho thấy thông số F có Sig. = 0 chứng tỏ rằng mô hình hồi quy xây dựng được là phù hợp với bộ dữ liệu thu thập được.
Như vậy, mô hình hồi quy tuyến tính bội sẽ có dạng như sau: Yt = β0 + β1X1i + β2X2i + β3X3i + ei
-> Yt = 2,638 + 0,290X1i + 0,215X2i + 0,154X3i + ei
Hay viết lại là: Sự hài lòng của cán bộ, công chức đối với công việc = 2,638 + 0,290 x vị trí công tác + 0,215 x chế độ quyền lợi + 0,154 x chính sách quản lý, sử dụng cán bộ.
Theo phương trình hồi quy này thì vị trí công tác, chính sách đãi ngộ, chính sách quản lý và sử dụng cán bộ theo thứ tự quan trọng tác động đến công việc làm cán bộ, công chức hài lòng.
Bằng cách thực hiện mô hình hồi quy theo bước như vậy, mỗi một lần biến số mới được đưa vào mô hình, sự thay đổi chỉ số R-squared sẽ cho biết mức độ ảnh hưởng của biến số mới được đưa vào. Nếu R-squared thay đổi càng nhiều thì mức độ ảnh hưởng của biến số đó càng lớn, ngược lại nếu mức độ thay đổi của R-squared là không đáng kể, thì mức độ ảnh hưởng của biến số đó đến ý kiến đánh giá về mức độ hài lòng đối với công việc từ phía cán bộ, công chức sẽ không lớn.
Kết quả của mô hình được trình bày ở bảng trên. Theo lần lượt từng bước, có thể nhận thấy rằng sau khi biến số X1 (vị trí công tác) được đưa vào mô hình, chỉ số R-squared chiếm 0,330 tức là biến số về trị trí công tác có
biến phụ thuộc Y (mức độ hài lòng) chỉ giải thích 33,0% sai số của mô hình. Khi biến số X2 (sự hài lòng về chế độ quyền lợi) được đưa vào mô hình, thì R-squared tăng lên 0,512 hay nói cách khác biến số này giải thích cho 18,2% sai số variance của mô hình. Nhưng khi biến số X3 (sự hài lòng về chính sách quản lý, sử dụng) được đưa vào mô hình, thì R-squared tăng lên đến 0,605 hay nói cách khác biến số này giải thích cho 9,3% sai số của mô hình. Vì vậy, có thể khẳng định rằng mức độ ảnh hưởng của các nhân tố đến mức độ hài lòng của cán bộ, công chức đối với công việc là quan trọng như nhau. Điều này hoàn toàn phù hợp với thực tế, bởi vì hiện nay công tác quản lý cán bộ công chức, chất lượng cán bộ công chức cấp xã, chính sách của nhà nước đối với cán bộ công chức còn nhiều bất cập cần được giải quyết.
2.6.5. Kiểm định các giả thiết
Kết quả kiểm nghiệm các biến độc lập: vị trí công tác, chính sách đãi ngộ, chính sách quản lý và sử dụng đều có giá trị Sig.<0,05 cho thấy mối quan hệ tác động lên biến phụ thuộc - sự hài lòng đối với công việc. Như vậy, mối quan hệ tích cực giữa từng biến độc lập với biến phụ thuộc được chấp nhận.
2.6.6. Kiểm định hiện tượng đa cộng tuyến
Trong trường hợp các biến độc lập có hiện tượng đa cộng tuyến tức là các biến độc lập tương quan chặt chẽ với nhau và nó cung cấp cho mô hình những thông tin rất giống nhau và khó tách ảnh hưởng của từng biến riêng lẽ, nên để tránh diễn giải sai lệch kết quả hồi quy so với thực tế thì cần phải đánh giá, đo lường hiện tượng đa cộng tuyến.
Hệ số phóng đại phương sai - VIF có liên hệ gần với độ chấp nhận - Tolerance (= 1 - R2). Thực tế nó là ngịch đảo của độ chấp nhận, tức là đối với biến Xi thì VIF = 1/(1 - Ri2). Khi Tolerance nhỏ thì VIF lớn, quy tắc là khi VIF vượt quá 10, đó là dấu hiệu của đa cộng tuyến.
Theo các gá trị trên, ta thấy hệ số phóng đại phương sai (VIF) đều bằng 1 nên có thể kết luận mối liên hệ giữa các biến độc lập này là không đáng kể.
Nhận xét chung về mức độ hài lòng của cán bộ, công chức cấp xã đối với công việc:
Mức độ hài lòng của cán bộ, công chức đối với công việc được đánh giá theo 5 bậc: từ 1 là rất hài lòng đến 5 là rất không hài lòng. Qua số liệu điều tra được phân tích bằng phần mềm xử lý số liệu SPSS 11.5 ta thấy rằng:
Nhìn chung cán bộ, công chức cấp xã đạt mức độ hài lòng ở mức trung bình. Tuy nhiên, tỷ lệ cán bộ, công chức cấp xã chưa hài lòng với công việc còn cao, nhất là chưa hài lòng về chế độ chính sách đối với cán bộ, công chức cấp xã.
Chính sách tiền lương, chính sách phúc lợi, điều kiện cơ sở vật chất, chính sách đãi ngộ, chính sách đào tạo, bồi dưỡng, chính sách tuyển dụng đang là vấn đề còn tồn tại làm ảnh hưởng đến chất lượng công việc của cán bộ, công chức cấp xã huyện Bố Trạch. Yếu tố ít ảnh hưởng đến mức độ hài lòng của cán bộ, công chức nhất là đặc điểm cá nhân, kinh nghiệm làm việc, tính chất công việc.
Cán bộ cấp xã là “nền tảng của hành chính” nhưng những bất hợp lý trong chế độ tiền lương, chính sách đãi ngộ, chính sách tuyển dụng, chinh sách đào tạo, bồi dưỡng…như hiện nay đã khiến cho họ không toàn tâm, toàn ý gắn bó với công việc. Đây là bài toán khó cần sớm có lời giải để xây dựng đội ngũ cán bộ trẻ, có năng lực, có khả năng đảm đương được “khối lượng” công việc lớn ở cấp cơ sở.
Từ những đặc thù của cán bộ, công chức cấp xã và những vấn đề còn tồn tại đòi hỏi về mặt quy hoạch, đào tạo, bồi dưỡng, định hướng tạo nguồn và chế độ, chính sách phải phù hợp nhằm tạo điều kiện xây dựng cho được
một đội ngũ cán bộ công chức cơ sở có đủ năng lực, phẩm chất và yên tâm đáp ứng yêu cầu công việc.
2.7. ĐÁNH GIÁ CỦA NGƯỜI DÂN ĐỐI VỚI CÁN BỘ, CÔNG CHỨCCẤP XÃ HUYỆN BỐ TRẠCH CẤP XÃ HUYỆN BỐ TRẠCH
Người dân đánh giá cán bộ, công chức cấp xã theo cơ cấu chức danh: - Cán bộ chuyên trách khối Đảng: gồm có Bí thư và Phó Bí thư