4. Phương pháp nghiên cứu
2.2.3.2.Kết quả thang đo phân tích nhân tố sự thỏa mãn chung
Để đảm bảo độ tin cậy và độ kết dính của các nhân tố về sự thỏa mãn trong công việc của người lao động, chúng ta sẽ phải tiến hành phân tích nhân tố đối với các nhân tố của sự thỏa mãn công việc. Kết quả thu được như sau:
+ Hệ số KMO= 0.710 lớn hơn tiêu chuẩn 0,5
+ Kết quả kiểm định Bartlett’s Test of Sphericity có Sig.=000, sử dụng phân tích nhân tố là phù hợp
+ Tiêu chuẩn Eigenvalues>1 đã có 1 nhân tố tạo ra.
+ Tổng phương sai trích bằng 72,707%>50% nên thỏa yêu cầu. + Tất cả các biến đều có hệ số tải nhân tố >0,5.
Bảng 16 : Ma trận xoay nhân tố sự thỏa mãn chung trong công việc Ma trận nhân tố
Nhân tố 1
Giới thiệu với mọi người về công ty .871 Thỏa mãn khi làm việc ở công ty .856 Rất tự hào khi làm việc ở công ty .83s1
Eigenvalues 2,181
Cummulative% 72,707%
Cronbach’s Alpha 0,812
Kết quả phân tích nhân tố đối với thang đo này cho chúng ta thấy các biến có độ kết dính và cùng phản ánh một phạm trù, đó là sự thỏa mãn đối với công việc. Thang đo các biến này thỏa mãn yêu cầu phân tích nhân tố và có hệ số Cronbach’s Alpha bằng 0,812 thỏa mãn điều kiện nên thang đo các nhân tố này đáng tin cậy và được sử dụng trong phân tích tiếp theo.
Kiểm định phân phối chuẩn là điều kiện đảm bảo độ thỏa mãn cho các biến phân tích nhân tố. Theo Ths Đào Hoài Nam, Đại học kinh tế TPHCM thì hệ số đối xứng Skewness và hệ số tập trung Kurtosis được sử dụng để kiểm định phân phối chuẩn của các nhân tố. Một phân phối Skewness không được xem là phân phối chuẩn khi Statdarderror của nó nhỏ hơn -2 hoặc lớn hơn 2. Tương tự, một phân phối Kurtosis không được xem là phân phối chuẩn khi Statndard của nó nhỏ hơn -2 hoặc lớn hơn 2.
Bảng 17 : Kiểm định phân phối chuẩn
BCCV DTTT PL L TH MTLV LĐ Skewness -.110 -.210 -.394 -.042 .078 .045 -.961 Std. Error of Skewness .187 .187 .187 .187 .187 .187 .187 Kurtosis .727 -.088 .360 -.121 .302 .033 .111 Std. Error of Kurtosis .371 .371 .371 .371 .371 .371 .371 (Nguồn: Kết quả xử lý SPSS)
Qua bảng phân tích trên, ta thấy giá trị Std.Eror of Skewness và Std. Error of Kurtosis của các nhân tố đều nhỏ hơn 2. Như vậy có thể kết luận các nhân tố trên là phân phối chuẩn.
2.2.3.4. Kiểm tra độ tin cậy
Như đã trình bày ở trên, trong quá trình phân tích nhân tố tuy không có biến nào bị loại ra khỏi mô hình nhưng có tạo ra nhân tố mới. Chính vì vậy để có thể tiến hành hồi quy bội thì các biến thành phần trong các nhân tố sẽ được đánh giá độ tin cậy một lần nữa thông qua hệ số tương quan biến tổng và hệ số Cronbach’Alpha. Các biến được đánh giá là đủ độ tin cậy khi có hệ số tương quan biến tổng > 0.3 và hệ số Cronbach’Alpha > 0.6. Những biến nào không đáp ứng được hai điều kiện trên tức là không đủ độ tin cậy thì sẽ không thể đưa vào hồi quy tiếp theo và sẽ bị loại ra khỏi mô hình.
Kết quả phân tích Cronbach’s Alpha các nhân tố của các thang đo về sự thỏa mãn trong công việc của người lao động được đánh giá như sau: Tất cả các biến quan sát được đưa vào kiểm định Cronbach’s Alpha thì đảm bảo tiêu chuẩn là có hệ số tương quan biến tổng đều lớn hơn 0,3 và hệ số Cronbach’s Alpha đều lớn hơn 0,7. Vì vậy mà các biến này đảm bảo đủ điều
2.2.4. Phân tích hồi quy tuyến tính.
Theo giả thuyết của nghiên cứu là có mối quan hệ giữa khái niệm các yếu tố ảnh hưởng đến sự thỏa mãn công việc. Vấn đề đặt ra trong nghiên cứu này là có mối quan hệ tuyến tính cùng chiều giữa các thành phần đánh giá về công việc với sự thỏa mãn công việc? Mức độ quan hệ như thế nào? Như vậy thì ta sử dụng mô hình hồi quy tuyến tính bội được sử dụng để phân tích và giải thích vấn đề.
2.2.4.1. Ma trận hệ số tương quan giữa các biến.
Kiểm định hệ số tương quan nhằm để kiểm tra mối quan hệ tuyến tính giữa các biến độc lập và các biến phụ thuộc. Nếu các biến có tương quan chặt thì phải lưu ý đến vấn đề đa cộng tuyến sau khi phân tích hồi quy.
Bảng 18: Ma trận hệ số tương quan giữa các biến Giá trị Tiêu thức Sự thỏa mãn
chung BCCV ĐTTT PL LĐ TL MTL V TTh Tương quan Sự thỏa mãn chung 1.000 .299 .015 .496 -.062 .240 -.020 .376 BCCV .299 1.000 .000 .000 .000 .000 .000 .000 DTTT .015 .000 1.000 .000 .000 .000 .000 .000 PL .496 .000 .000 1.000 .000 .000 .000 .000 LD -.062 .000 .000 .000 1.000 .000 .000 .000 TL .240 .000 .000 .000 .000 1.000 .000 .000 MTLV -.020 .000 .000 .000 .000 .000 1.000 .000 TTh .376 .000 .000 .000 .000 .000 .000 1.000 Sig. (1- tailed) Sự thỏa mãn chung . .000 .423 .000 .212 .001 .396 .000 BCCV .000 . .500 .500 .500 .500 .500 .500 DTTT .423 .500 . .500 .500 .500 .500 .500 PL .000 .500 .500 . .500 .500 .500 .500 LD .212 .500 .500 .500 . .500 .500 .500 TL .001 .500 .500 .500 .500 . .500 .500 MTLV .396 .500 .500 .500 .500 .500 . .500 TTh .000 .500 .500 .500 .500 .500 .500 . (Nguồn: Kết quả xử lý SPSS)
độc lập. Trong đó, hệ số tương quan giữa sự thỏa mãn về công việc và phúc lợi là cao nhất 0,496; hệ số tương quan giữa sự thỏa mãn về công việc và lãnh đạo là thấp nhất -0,062. Như vậy có thể nó rằng các biến độc lập này có thể đưa vào mô hình để giải thích cho sự thỏa mãn về công việc.
2.2.4.2. Mô hình điều chỉnh.
Sau khi đánh giá thang đo bằng hệ số Cronbach’s Alpha và phân tích nhân tố đã xác định được có 7 nhân tố ảnh hưởng đến sự thỏa mãn về công việc của người lao động tại công ty cổ phần đầu tư dệt may Thiên An Phát. Đó là sự thỏa mãn về “ Bản chất công việc”, “Thu nhập”, “Tiền thưởng”, “Lãnh đạo”, “Cơ hội đào tạo và thăng tiến”, “Phúc lợi”, “ Môi trường làm việc”. Trong đó, các nhân tố này được được lấy từ các biến của các nhân tố tương ứng được xây dựng ban đầu, ngoại trừ nhân tố “đồng nghiệp” bị loại do không đảm bảo đủ điều kiện của thang đo nhưng thay vào đó là tạo ra nhân tố mới khác đó là “tiền thưởng” từ thang đo “Lương” .Như vậy thì mô hình đo lường mức độ thỏa mãn trong công việc của người lao động tại công ty cổ phần đầu tư dệt may Thiên An phát được điều chỉnh lại như sau:
Hình 10: Mô hình điều chỉnh
Tiền thưởng Lãnh đạo
Cơ hội đào tạo, thăng tiến (adsbygoogle = window.adsbygoogle || []).push({});
Phúc lợi Tiền lương
Bản chất công việc
Môi trường làm việc
Sự thỏa mãn trong công việc Các yếu tố cá nhân: + Giới tính + Tuổi + Tình trạng hôn nhân + Trình độ
+ Thâm niên làm việc + Thu nhập. + Bộ phận làm việc Sự thỏa mãn trong công việc
tính như sau :
Yi= ß0+ ß1X1i+ ß2X2i+ ß3X3i+ ß4X4i+ ß5X5i+ ß6X6i+ ß7X7i+ei Trong đó:
Yi: Giá trị sự thỏa mãn về công việc của quan sát thứ i. Xpi: Biến độc lập thứ p đối với quan sát thứ i.
ßk: Hệ số hồi quy riêng phần của biến thứ k. ei: Sai số của phương trình hồi quy.
2.2.4.3. Giả thuyết điều chỉnh.
H1: Bản chất công việc được đánh giá tốt hay không tốt tương quan cùng chiều
với mức độ thỏa mãn trong công việc của người lao động.
H2: Chính sách tiền lương được đánh giá tốt hay không tốt tương quan cùng
chiều với mức độ thỏa mãn trong công việc của người lao động.
H3: Chính sách tiền thưởng được đánh giá tốt hay không tốt tương quan cùng
chiều với mức độ thỏa mãn trong công việc của người lao động.
H4: Quan hệ với lãnh đạo được đánh giá tốt hay không tốt tương quan cùng
chiều với mức độ thỏa mãn trong công việc của người lao động.
H5: Cơ hội đào tạo và thăng tiến được đánh giá tốt hay không tốt tương quan
cùng chiều với mức độ thỏa mãn trong công việc của người lao động.
H6: Chính sách phúc lợi của công ty được đánh giá tốt hay không tốt tương quan
cùng chiều với mức độ thỏa mãn trong công việc của người lao động.
H7: Môi trường làm việc được đánh giá tốt hay không tốt tương quan cùng chiều
với mức độ thỏa mãn trong công việc của người lao động.
2.2.4.4. Xây dựng phương trình hồi quy tuyến tính :
Phân tích hồi quy tuyến tính được thực hiện với 7 biến độc lập bao gồm : Bản chất công việc, tiền lương, tiền thưởng, lãnh đạo, cơ hội đào tạo và thăng tiến, phúc lợi, môi trường làm việc được lấy từ các Factor sau khi phân tích nhân tố. Phân tích hồi quy được thực hiện bằng phương pháp hồi quy tổng thể các biến (phương pháp Enter) với phần mềm SPSS 16.0. Các biến được đưa vào cùng một lúc để chọn lọc dựa trên tiêu chí chọn những biến có mức ý nghĩa < 0.05. Kết quả phân tích hồi quy như sau:
bảng dưới ta thấy các biến “Môi trường làm việc”, “Lãnh đạo” và “ Đào tạo thăng tiến” có mức ý nghĩa Sig lớn hơn 0,05. Nên để có kết quả thì ta loại những biến này và tiến hành hồi quy lần 2.
Bảng 19: Kết quả hồi quy sử dụng bằng phương pháp Enter lần 1
Mô hình Hệ số không chuẩn hóa Hệ số chuẩn hóa t Sig.
B Std. Error Beta 1 (Hằng số) 2.706E-16 .053 .000 1.000 BCCV .299 .053 .299 5.583 .000 ĐTTT .015 .053 .015 .283 .778 PL .496 .053 .496 9.275 .000 LĐ -.062 .053 -.062 -1.156 .249 TL .240 .053 .240 4.489 .000 MTLV -.020 .053 -.020 -.382 .703 TTh .376 .053 .376 7.036 .000 (Nguồn: Kết quả xử lý SPSS) (adsbygoogle = window.adsbygoogle || []).push({});
Kết quả hồi quy lần thứ hai sau khi đã loại đi các biến “Môi trường làm việc”, “Lãnh đạo” và “ Đào tạo thăng tiến” mô hình như sau:
Bảng 20: Mô hình tóm tắt sử dụng phương pháp Enter sau khi loại biến Mô hình R R2 R2 điều chỉnh Ước lượng sai số chuẩn Durbin- Watson 1 .731a .535 .523 .69034 1.679 (Nguồn: Kết quả xử lý SPSS)
Bảng 21: Kết quả hồi quy sử dụng bằng phương pháp Enter lần 2
Mô hình Hệ số không chuẩn hóa Hệ số chuẩn hóa t Sig.
B Std. Error Beta 1 (Hằng số) 2.701E-16BCCV .299 .053.053 .299 5.608.000 1.000.000 PL .496 .053 .496 9.316 .000 TL .240 .053 .240 4.509 .000 TTh .376 .053 .376 7.068 .000 (Nguồn: Kết quả xử lý SPSS)
Với hệ số R2 hiệu chỉnh bằng 0.523 có nghĩa là có khoảng 52,3% phương sai của sự thỏa mãn được giải thích bởi 4 biến độc lập là : Bản chất công việc, phúc lợi, tiền lương, tiền thưởng.
Phương trình hồi quy thể hiện mối quan hệ giữa mức độ thỏa mãn trong công việc với các yếu tố bản chất công việc, phúc lợi, tiền lương, tiền thưởng được thể hiện qua đẳng thức sau :
TMCV= 2.701E-16 + 0.496PL + 0.299BCCV + 0.240TL + 0.376TTh + e
2.2.4.5. Đánh giá độ phù hợp của mô hình hồi quy
Mô hình thường không phù hợp với dữ liệu thực tế như giá trị R2 thể hiện. Trong tình huống này R2 điều chỉnh từ R2 được sử dụng để phản ánh sát hơn mức độ phù hợp của mô hình hồi quy tuyến tính bội (Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc,2008). Như vậy, để đánh giá độ phù hợp của mô hình ta dùng hệ số xác định R2 điều chỉnh. Hệ số xác định của mô hình này là 52,3%, thể hiện 4 biến độc lập trong mô hình giải thích được 52,3% biến thiên của biến phụ thuộc sự thỏa mãn về công việc. Với giá trị này thì độ phù hợp của mô hình là có thể chấp nhận được.
Bảng 22:Mô hình tóm tắt sử dụng phương pháp enter Mô hình R R 2 R2 điều Sai số chuẩn của
Thống kê thay đổi Durbin
- R2 thay đổi F thay đổi df1 df2 Mức ý nghĩa F thay đổi 1 .731a .535 .523 .69034 .535 47.128 4 164 .000 1.679 (Nguồn: Kết quả xử lý SPSS) 2.2.4.6. Kiểm định độ phù hợp của mô hình
Để kiểm định độ phù hợp của mô hình hồi quy ta sử dụng các công cụ kiểm định F và kiểm định t.
Để có thể suy diễn mô hình này thành mô hình của tổng thể ta cần phải tiến hành kiểm định F thông qua phương sai.
đổi của biến phụ thuộc.
H1: ßi#0 : có ít nhất một biến độc lập trong mô hình giải thích được sự thay đổi của biến phụ thuộc.
Nếu trong kiểm định F ta thu được giá trị Sig.>.05: chấp nhận giả thiết H0 Nếu thu được giá trị Sig<.05: bác bỏ giả thiết H0
Bảng 23: Kiểm định độ phù hợp của mô hình
ANOVAb Mô hình Tổng bình phương df Trung bình bình phương F Mức ý nghĩa Sig. 1 Hồi quy 89.841 4 22.460 47.128 .000a Dư 78.159 164 .477 Tổng 168.000 168 (Nguồn: Kết quả xử lý SPSS)
Dựa vào bảng trên ta thấy giá trị Sig.=.000 rất nhỏ cho thấy sẽ an toàn khi bác bỏ giả thiết H0 cho rằng tất cả hệ số hồi quy bằng 0 ( ngoại trừ hằng số). Như vậy mô hình hồi quy tuyến tính phù hợp với tập dữ liệu và có thể sử dụng được.
Ngoài ra để đảm bảo các biến độc lập đều thực sự có ảnh hưởng đến biến phụ thuộc, ta tiến hành kiểm định t. Với giả thuyết H0 là hệ số hồi quy của các biến độc lập ßi=0 và với độ tin cậy 95%. Dựa vào Bảng Kết quả hồi quy sử dụng bằng phương pháp Enter, ta có mức giá trị Sig của 4 nhân tố đều nhỏ hơn 0,05 nên giả thuyết H0 bị bác bỏ. Điều này có nghĩa là tất cả bốn nhân tố đều có ảnh hưởng đến sự thỏa mãn trong công việc.
2.2.4.7. Kiểm định hiện tượng đa cộng tuyến trong mô hình hồi quy.
Để kiểm tra mô hình trên có hiện tượng đa cộng tuyến hay không, ta dựa vào hai công cụ: độ chấp nhận của biến (Tolerance) và hệ số phóng đại phương sai (variance inflation factor- VIF).
Độ chấp nhận của biến Tolerance của một biến nhỏ, thì nó gần như một kết hợp tuyến tính của các biến độc lập khác, và đó là dấu hiệu của đa cộng tuyến.
Ta có kết quả kiểm định sau:
Bảng 24: Kiểm định hiện tượng đa cộng tuyến
Tolerance VIF Hằng số 1. Bản chất công việc 1.000 1.000 2. Tiền lương 1.000 1.000 3. Phúc lợi 1.000 1.000 4. Tiền thưởng 1.000 1.000 (Nguồn: Kết quả xử lý SPSS)
Dựa vào bảng kết quả trên ta có được tiêu chuẩn chấp nhận (Tolerance) của các biến đưa vào mô hình đều có giá trị khá cao, đều bằng 1 và giá trị VIF nhỏ chưa tới 10 nên hiện tượng đa cộng tuyến giữa các biến độc lập khó xảy ra. Như vậy mô hình hồi quy có thể chấp nhận được.
2.2.4.8. Kiểm định giả thuyết: (adsbygoogle = window.adsbygoogle || []).push({});
Từ phương trình hồi quy tuyến tính, ta có thể thấy sự thỏa mãn về công việc của người lao động tại công ty cổ phần đầu tư dệt may Thiên An Phát có sự tác động của 4 nhân tố là: tiền lương, phúc lợi, bản chất công việc và tiền thưởng. Trong đó sự thỏa mãn về “phúc lợi” có ảnh hưởng mạnh nhất tiếp đến là sự thỏa mãn về “tiền thưởng”. Hai nhân tố có sự ảnh hưởng thấp nhất là “bản chất công việc” và “tiền lương”. Do đặc thù của công ty mà sự thỏa mãn về “phúc lợi” và “tiền thưởng” cao là phù hợp vì lao động chủ yếu ở công ty là lao động phổ thông chính vì thế mà những yếu tố này rất quan trọng đối với họ. Còn hai nhân tố ít ảnh hưởng là “bản chất công việc” và “tiền lương” điều này cũng dễ hiểu vì lao động tại công ty thực chất là các công nhân có tay nghề nên công việc cũng đơn giản đối với họ và việc tiếp xúc với lãnh đạo thường ít khi diễn ra nên mức độ ảnh hưởng thấp là có thể nhận biết được.
Phúc lợi là một nhân tố có ảnh hưởng lớn nhất đến sự thỏa mãn về công việc của người lao động tức là có hệ số hồi quy lớn nhất. Dấu dương của hệ số ßcó ý nghĩa mối