Thông qua các tài liệu tham khảo, có nhiều nhân tố ảnh hưởng đến mức độ hài lòng của nhân viên trong tổ chức. Kết quả một số nghiên cứu như sau:
Nghiên cứu của Đỗ Hữu Nghị sử dụng thang đo JDI, MSQ, JIG, SHRM để đo lường mức độ hài lòng trong công việc của nhân viên y tế tại Thành Phố Cần Thơ. Tác giả tìm ra 5 nhân tố ảnh hưởng đến mức độ hài lòng trong công việc là: Môi trường quản lý; Phương tiện làm việc; Tiền lương; Đồng nghiệp; Đào tạo phát triển.
Nghiên cứu của Châu Văn Toàn thì sử dụng thang đo Likert 5 mức độ để đo lường mức độ thỏa mãn công việc của nhân viên văn phòng ở Thành Phố Hồ Chí Minh. Nghiên cứu khám phá được 6 nhân tố có ảnh hưởng đến mức độ thỏa mãn công việc của nhân viên là: Thu nhập, Đào tạo thăng tiến; Cấp trên; Đặc điểm công việc; Phúc lợi cơ bản; Phúc lợi cộng thêm.
Nghiên cứu của Lê Thanh Nhuận và Lê Cự Linh cũng dùng thang đo Likert 5 mức độ và phát hiện ra 7 nhân tố ảnh hưởng đến sự hài lòng đối với công việc của nhân viên y tế tuyến cơ sở là: Lương và phúc lợi; Cơ sở vật chất; Kiến thức và kết quả công việc; Mối quan hệ với lãnh đạo; Học tập, phát triển và khẳng định; Môi trường tương tác của cơ quan; Mối quan hệ với đồng nghiệp.
Nghiên cứu của Lê Nguyễn Đoan Khôi và Nguyễn Thị Ngọc Phương thì sử dụng thang đo chất lượng dịch vụ SERQUAL để đo lường sự hài lòng trong công việc của nhân viên tại trường Đại học Tiền Giang. Kết quả nghiên cứu được 5 nhân tố có tác động đến sự hài lòng là: Bản chất công việc; Tiền lương, thưởng và phụ cấp; Quan hệ làm việc; Cơ hội đào tạo và thăng tiến; Điều kiện vật chất.
Nghiên cứu của Trần Kim Dung thì sử dụng thang đo JDI để đo lường mức độ hài lòng công việc trong điều kiện Việt Nam. Tác giả khám phá ra 6 nhân tố ảnh hưởng đến hài lòng công việc là: Bản chất công việc; Mối quan hệ với lãnh đạo; Cơ hội đào tạo - thăng tiến; Mối quan hệ với đồng nghiệp; Tiền lương và phúc lợi. Trong đó, có ảnh hưởng mạnh nhất đến mức độ hài lòng công viêc là bản chất công việc và cơ hội đào tạo, thăng tiến.
2.2.2 Mô hình nghiên cứu
Thông qua cơ sở lý thuyết, các nghiên cứu đã được thực hiện và đặc thù tại địa bàn nghiên cứu, tác giả đã xây dựng mô hình hồi quy tuyến tính bội với biến
phụ thuộc là sự hài lòng công việc được đo bằng sự hài lòng của nhân viên về các thang đo, và biến độc lập là các biến sau:
Bản chất công việc là những nội dung của công việc phù hợp với năng lực của người lao động, tạo cảm hứng cho người lao động phát huy được khả năng của mình. Bố trí công việc phù hợp sẽ khai thác được tiềm năng của người lao động, tăng năng suất lao động và làm cho người lao động thoải mái trong công việc họ thực hiện. Nói các khác người lao động hài lòng với công việc được giao nếu công việc đó là phù hợp với khả năng của họ.
Đào tạo và thăng tiến là thể hiện việc người lao động được trao cơ hội đào tạo nâng cao kỹ năng phục vụ công việc và khả năng họ được đề bạt lên những vị trí cao hơn. Người lao động sẽ cảm thấy được hài lòng với những công việc cho họ cơ hội đào tạo và giúp họ thăng tiến trong sự nghiệp. Vì vậy việc tạo cơ hội đào tạo và đề bạt thăng tiến sẽ làm cho người lao động cảm thấy hài lòng đối với công việc.
Mối quan hệ nơi làm việc là mối quan hệ trong công việc với lãnh đạo và đồng nghiệp tại nơi làm việc. Lãnh đạo là cấp trên, là người quản lý của nhân viên, lãnh đạo mang đến cho nhân viên sự thỏa mãn thông qua việc giao tiếp, thể hiện sự quan tâm, đối xử công bằng và ghi nhận các đóng góp của nhân viên. Nói cách khác, lãnh đạo có ảnh hưởng tích cực đến sự hài lòng của nhân viên trong công việc. Còn đồng nghiệp là những người làm cùng vị trí với nhau. Mối quan hệ giữa các đồng nghiệp là mối quan hệ cạnh tranh và hỗ trợ. Người lao động sẽ cảm thấy hài lòng với công việc nếu họ nhận được sự hỗ trợ tốt từ đồng nghiệp, đồng nghiệp thân thiện và sẵn sàng giúp đỡ nhau trong công việc cũng như có sự cạnh tranh công bằng về các phần thưởng và đề bạt trong tổ chức. Hay nói cách khác người lao động sẽ cảm thấy hài lòng hơn khi họ có mối quan hệ tốt với đồng nghiệp.
Thu nhập và phúc lợi là số tiền mà nhân viên nhận được từ công việc của mình và những lợi ích mà nhân viên có được từ đơn vị của mình ngoài thu nhập.
Thu nhập gồm tiền lương theo ký kết trong hợp đồng lao động và các khoản tiền khác ngoài lương tùy theo chính sách của từng đơn vị. Các loại phúc lợi như bảo hiểm xã hội, bảo hiểm y tế, được phép nghĩ theo luật định, được nghĩ bệnh và việc riêng khi có nhu cầu, được công đoàn bảo vệ lợi ích hợp pháp của nhân viên, được đi du lịch hàng năm, được làm ổn định tại công ty… Người lao động sẽ cảm thấy hài lòng hơn nếu thu nhập và phúc lợi được hưởng bằng hoặc cao hơn khả năng đóng góp của họ.
Điều kiện làm việc là tình trạng nơi làm việc của người lao động. Nó bao gồm sự an toàn của nơi làm việc, trang thiết bị phục vụ công việc… Người lao động được cung cấp một điều kiện làm việc tốt sẽ đánh giá tốt về công việc của mình, ngược lại hõ sẽ cảm thấy bất mãn với điều kiện làm việc mà họ phải chấp nhận.
Tính ổn định trong công việc là các điều kiện để nhân viên an tâm làm việc và được thực hiện công việc thường xuyên.
Mô hình nghiên cứu có thể được minh họa như sau:
Y = β0 + β1 X1 + β2 X2 + β3 X3 + β4 X4 + β5 X5 + β6 X6 + ei
Trong đó: Y : Hài lòng công việc
X1 : Bản chất công việc
X2 : Đào tạo và thăng tiến
X3 : Mối quan hệ nơi làm việc
X4 : Thu nhập và phúc lợi
X5 : Điều kiện làm việc
X6 : Tính ổn định trong công việc
β= { β0,…, β6} : Hệ số hồi quy tác động đến Y
Mô hình nghiên cứu có thể được minh họa như sau:
Bản chất công việc SỰ HÀI
Đào tạo và
LÒNG thăng tiến
TRONG
Mối quan hệ nơi CÔNG
VIỆC làm việc CỦA Thu nhập và phúc NHÂN VIÊN lợi KHỐI
Điều kiện làm việc VĂN
PHÒNG Tính ổn định trong
công việc
Hình 2.8: Mô hình nghiên cứu đề xuất 2.3 Phương pháp thu thập số liệu
Số liệu thứ cấp của đề tài được thu thập từ các nguồn: Cục thống kê Trà Vinh; Các trường Đại học/Viện nghiên cứu, các tổ chức khác như các đề tài, dự án nghiên cứu, tài liệu hội thảo có liên quan đến hài lòng công việc của nhân viên trong tổ chức; Các niên giám thống kê qua các năm, dowload trên webside, kết hợp kiến thức đã học để vận dụng vào thực tế.
Số liệu sơ cấp được thu thập bằng hình thức điều tra nhân viên khối văn phòng trên địa bàn Thành Phố Trà Vinh.
2.4 Phương pháp nghiên cứu
Đề tài sử dụng phương pháp so sánh, thống kê mô tả, kiểm định độ tin cậy thang đo (Conbach’s Alpha), phân tích nhân tố khám phá (EFA), phân tích tương quan, phân tích hồi quy tuyến tính bội, các kiểm định: T-test, ANOVA, Post Hoc.
2.4.1 Phương pháp so sánh
So sánh trong phân tích là đối chiếu các chỉ tiêu, các hiện tượng kinh tế đã được lượng hóa có cùng một nội dung, một tính chất tương tự để xác định xu hướng mức độ biến động của các chỉ tiêu. Nó cho phép chúng ta tổng hợp được những nét chung, tách ra được những nét riêng của các hiện tượng được so sánh, trên cơ sở đó đánh giá được các mặt phát triển hay kém phát triển, hiệu quả hay kém hiệu quả để tìm ra các giải pháp quản lý tối ưu trong mỗi trường hợp cụ thể.
Phương pháp số tuyệt đối: là kết quả của phép trừ giữa trị số của kỳ phân tích với kỳ gốc của chỉ tiêu kinh tế.
∆y = y1 – y0 Trong đó: y0: chỉ tiêu năm trước
y1: chỉ tiêu năm sau
∆y: phần chênh lệch tăng, giảm của các chỉ tiêu kinh tế.
Phương pháp này sử dụng để so sánh số liệu năm tính với số liệu năm trước của các chỉ tiêu xem có biến động không và tìm ra nguyên nhân biến động của các chỉ tiêu kinh tế, từ đó đề ra biện pháp khắc phục.
Phương pháp số tương đối: là kết quả của phép chia giữa trị số của kỳ phân tích so với kỳ gốc của các chỉ tiêu kinh tế.
Trong đó: y0: chỉ tiêu năm trước y1: chỉ tiêu năm sau
∆y: biểu hiên tốc độ tăng trưởng của các chỉ tiêu kinh tế.
Phương pháp này dùng để làm rõ tình hình biến động của mức độ của các chỉ tiêu kinh tế trong thời gian nào đó. So sánh tốc độ tăng trưởng của chỉ tiêu giữa các
năm và so sánh tốc độ tăng trưởng của các chỉ tiêu. Từ đó tìm ra nguyên nhân và biện pháp khắc phục.
2.4.2 Kiểm định độ tin cậy thang đo (Conbach’s Alpha)
Phương pháp này cho phép người phân tích loại bỏ các biến không phù hợp và hạn chế các biến rác trong quá trình nghiên cứu, đồng thời đánh giá độ tin cậy của thang đo thông qua hệ số Conbach’s Alpha. Thang đo có hệ số Conbach’s Alpha từ 0.6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang nghiên cứu mới (Nunnally, 1978; Peterson, 1994; Slater, 1995). Và theo Sekaran (1992) nếu hệ số Conbach’s Alpha nhỏ hơn 0.6 thì thang đo lường được cho là không đủ độ tin cậy, nếu nằm trong khoản từ 0.6 đến 0.8 là có thể chấp nhận được và nếu hệ số này lên đến gần 1 thì được xem là tốt.
Hệ số tương quan biến tổng là hệ số tương quan của một biến với điểm trung bình của các biến khác trong cùng một thang đo, do đó hệ số này càng cao thì sự tương quan của biến này với các biến khác trong nhóm càng cao. Theo Nunnally và Burnstein (1994), những biến có hệ số tương quan biến tổng nhỏ hơn 0.3 được xem là biến rác, và các biến rác thì cần loại bỏ.
2.4.3 Phân tích nhân tố khám phá (EFA)
Được tiến hành sau khi đánh giá độ tin cậy của thang đo bằng hệ số Conbach’s Alpha và loại đi các biến không đảm bảo độ tin cậy. Phân tích nhân tố khám phá là một phương pháp phân tích thống kê dùng để rút gọn một tập gồm nhiều biến quan sát phụ thuộc lẫn nhau thành một tập biến (gọi là các nhân tố) ít hơn để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu (Hair và ctg, 1998). Phương pháp này rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu và được sử dụng để tìm mối quan hệ giữa các biến với nhau.
Trong phân tích nhân tố khám phá, trị số KMO (Kaiser – Meyer – Olkin) là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO phải có giá
trị trong khoảng từ 0.5 đến 1 thì phân tích này mới 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.
Có 5 phương pháp để xác định số lượng nhân tố: Xác định từ trước, dựa vào eigenvalue, biểu đồ dốc, phần trăm biến thiên giải thích được, chia đôi mẫu, kiểm định mức ý nghĩa, nhưng phổ biến nhất là phương pháp xác định từ trước và dựa vào eigenvalue.
Phương pháp xác định từ trước: Phương pháp này người nghiên cứu dựa vào kinh nghiệm bản than và hiểu biết từ trước, từ phân tích lý thuyết, từ kết quả của các cuộc nghiên cứu trước… Người nghiên cứu biết được có bao nhiêu nhân tố có thể rút ra và như vậy có thể chỉ định trước số nhân tố cần phải rút ra để báo cáo cho chương trình máy tính.
Phương pháp dựa vào eigenvalue: Phương pháp này dựa vào eigenvalue để xác định số lượng nhân tố. Chỉ những nhân tố có eigenvalue lớn hơn 1 thì mới được giữ lại trong mô hình. Đại lượng eigenvalue đại diện cho lượng biến thiên được giải thích bởi nhân tố. Những nhân tố có eigenvalue nhỏ hơn 1 sẽ không có tác dụng tóm tắt thông tin tốt hơn một biến gốc.
Một phần quan trọng trong bảng kết quả phân tích nhân tố là ma trận nhân tố (component matrix) hay ma trận nhân tố khi các nhân tố được xoay (rotated component matrix). Ma trận nhân tố chứa các hệ số biểu diễn các biến chuẩn hóa bằng các nhân tố (mỗi biến là một đa thức của các nhân tố). Những hệ số tải nhân tố (factor loading) biểu diễn tương quan giữa các biến và các nhân tố. Hệ số này cho biết nhân tố và biến có liên quan chặt chẽ với nhau.
Nghiên cứu định tính sẽ xác định các yếu tố đặc trưng cần phải đo lường trong mỗi biến số… Điểm của các yếu tố cụ thể được “lượng hóa” thông qua thang Likert 5 mức độ. Điểm của biến số là điểm trung bình của các yếu tố cụ thể được sử dụng để hình thành nên biến số đó.
Fi = Wi 1 X1 + Wi 2 X2 + Wi 3 X3 + … + Wi k Xk
Trong đó: Fi: Ước lượng trị số của nhân tố thứ i Wi: Quyền số hay trọng số nhân tố k: Số biến
2.4.4 Phân tích tương quan
Phân tích sự tương quan giữa các biến là bước cần thiết trước khi tiến hành phân tích hồi quy tuyến tính bội. Sau khi loại bỏ các biến rác bằng hệ số Conbach’s Alpha và phân tích nhân tố để tổng hợp các biến quan sát thành các nhân tố thì tiến hành phân tích tương quan.
Phân tích tương quan là một phép phân tích được sử dụng làm thước đo độ lớn của các mối liên hệ giữa các biến định lượng trong nghiên cứu. Thông qua thước đo này người nghiên cứu có thể xác định mối liên hệ tuyến tính giữa các biến độc lập và phụ thuộc trong nghiên cứu. Dựa trên một khoảng tin cậy cho trước sẽ có một giá trị tương quan của mô hình giữa các biến đại diện. Khoảng giá trị của hệ số tương quan chạy trong đoạn giá trị từ -1 đến 1. Dấu của hệ số tương quan nói lên tính liên hệ thuận nghịch giữa các biến. Hệ số tương quan (Pearson Correlation) nói lên mức độ tương quan giữa các biến với nhau trong mô hình, hệ số tương quan càng lớn nói lên mức độ tương quan càng cao, điều này có thể dẫn tới hiện tượng đa cộng tuyến khi kiểm định mô hình hồi quy. Mức ý nghĩa sig. nói lên tính phù hợp của hệ số tương quan giữa các biến theo phép kiểm định F với một độ tin cậy cho trước.
2.4.5 Phân tích hồi quy tuyến tính bội
Nếu kết luận được có mối liên hệ tương quan giữa các biến độc lập và biến phụ thuộc thì có thể mô hình hóa mối quan hệ nhân quả của chúng bằng mô hình hồi quy tuyến tính bội. Độ phù hợp của mô hình hồi quy tuyến tính bội được đánh giá thông qua hệ số R square (R2). Trong trường hợp mô hình không phù hợp với dữ liệu thực tế như giá trị R2 thể hiện thì R2 điều chỉnh từ R2 được sử dụng để phản ánh sát hơn mức độ phù hợp của mô hình hồi quy tuyến tính đa biến.
Mô hình hồi quy tuyến tính bội có dạng:
Y = β0 + β1X1 + β2X2 + … + βnXn + e
Trong đó: Y: Biến phụ thuộc
β0, β1, β2, …, βn: Các hệ số hồi quy X1, X2,…, Xn: Là các biến độc lập e: Sai số
2.4.6 Thống kê mô tả
Phương pháp phân tích thống kê mô tả là các phương pháp có liên quan đến việc thu thập số