CHƯƠNG 4 : KIỂM ĐỊNH VÀ KẾT QUẢ NGHIÊN CỨU
4.3. PHÂN TÍCH NHÂN TỐ KHÁM PHÁ
Sau khi tiến hành kiểm định thang đo với hệ số tin cậy Cronbach' s Alpha các thang đo được đánh giá tiếp theo bằng phương pháp phân tích khám phá nhân tố (EFA). Phương pháp trích Principal components với phép xoay Varimax được áp dụng để các nhân tố rút trích là nhỏ nhất (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Đối với nghiên cứu này phân tích khám phá nhân tố được thực hiện đồng thời với các biến độc lập, biến phụ thuộc được tiến hành phân tích khám phá nhân tố riêng. Tiêu chuẩn phân tích là hệ số Factor loading lớn hơn 0.5, giá trị eigenvalue lớn hơn bằng 1, phương sai trích tối thiểu đạt 50%.. Hệ số KMO >0.5, kiểm định Bartlett có p-value (sig.) <0.05.Kết quả phân tích khám phá nhân tố như sau:
Phân tích khám, phá nhân tố với các biến độc lập: Từ dữ liệu điều tra thu
được ta tiến hành phân tích khám phá nhân tố bằng SPSS 25 đối với các biến độc lập (đã loại đi các biến rác sau khiểm định sự tin cậy của thang đo) lần thứ nhất thu được kết quả như sau:
48 Bảng 4.10: Ma trận xoay nhân tố lần 1 Nhân tố 1 2 3 4 5 DT3 0.806 MT4 0.800 CV1 0.779 MT1 0.727 TN5 0.719 DT4 0.711 MT3 0.711 DT2 0.660 CV7 0.659 DN4 0.653 CV4 0.612 CV3 0.600 DT1 0.552 MT2 0.536 0.513 LD1 0.859 LD4 0.812 CV2 0.704 LD3 0.701 TN1 0.687 TN4 0.654 CV6 0.533 DN1 0.685 DN3 0.631 CV5 0.849 TN6 0.726 TN3 0.521 Nguồn: Tác giả
Hệ số KMO bằng 0.918 >0.5, kiểm định Bartlett có p-value =.000<0.05, phương sai trích bằng 68.799%, hệ số factor loading đều lớn hơn 0.5, tuy nhiên biến CV5 hình thành một nhân tố khơng đảm bảo tính tin cậy của khái niệm vì vậy biến CV5 sẽ được loại khỏi mơ hình nghiên cứu.
49
Tiếp tục tiến hành phân tích khám phá nhân tố lần thứ hai khi loại biến CV5 khỏi phân tích, kết quả cho thấy các biến quan sát hình thành 4 nhân tố, hệ số factor loading của biến TN3 bằng 0 và biến TN6 hình thành một nhân tố, do đó ta tiếp tục loại biến TN3 và TN6 khỏi mơ hình nghiên cứu.
Phân tích khám phá nhân tố lần thứ ba sau khi loại biến TN3 và TN6 khỏi mơ hình, kết quả cho thấy các biến quan sát hình thành ba nhân tố, các hệ số factor loading đều lớn hơn 0.5, hệ số KMO = 0.917 >0.5, kiểm định Bartlett có p-value bằng.000<0.05, phương sai trích là 63.866%. Như vậy các biến quan sát hình thành ba nhân tố và giải thích được 63.307% biến thiên của biến tổng.
Bảng 4.11: Ma trận xoay nhân tố lần 3 Component Component 1 2 3 MT4 0.849 MT3 0.845 CV1 0.742 MT1 0.737 TN5 0.736 DN4 0.701 DT3 0.692 DT4 0.618 DT2 0.611 CV7 0.599 0.524 LD1 0.883 LD4 0.817 TN1 0.725 DN1 0.647 TN4 0.627 LD3 0.62 CV2 0.579 0.541 CV6 0.707 DT1 0.601 CV4 0.526 0.545 CV3 0.528 Nguồn: Tác giả
50
Phân tích khám phá nhân tố biến phụ thuộc “sự hài lòng chung”: Kết quả
phân tích EFA từ dữ liệu nghiên cứu với biến phụ thuộc “sự hài lịng chung” hình thành một nhân tố, hệ số KMO = 0.578>0.5, kiểm định Bartlett có p-value là.000 <0.05, các hệ số factor loading đều lớn hơn 0.5, phương sai trích là 65.933%. Như vậy thang đo “sự hài lòng chung” là thang đo đơn hướng chỉ hình thành một nhân tố duy nhất.
Bảng 4.12: Ma trận xoay nhân tố “sự hài lòng”
Component 1 HL2 0.904 HL1 0.829 HL3 0.688 Nguồn: Tác giả 4.4. HIỆU CHỈNH MƠ HÌNH
Kết quả EFA các biến độc lập, các biến quan sát MT4, MT3, CV1, MT1, TN5, DN4, DT3, DT4 và DT2 trong nhân tố thứ nhất là các thang đo đơn hướng, biến quan sát CV7 và CV4 là các thang đo đa hướng, chúng vừa thuộc về nhân tố thứ nhất, vừa thuộc về nhân tố thứ 3. Tuy nhiên xét về mặt ý nghĩa ta xếp chúng vào nhân tố thứ ba. Như vậy nhân tố thứ nhất gồm các biến quan sát như sau:
- Anh chị làm trong điều kiện đầy đủ tiện nghi hỗ trợ cho công việc (MT4) - Anh chị làm việc trong điều kiện an tồn (MT3)
- Cơng việc có nhiều thử thách, thú vị (CV1).
- Điều kiện làm việc sạch sẽ, đảm bảo vệ sinh (MT1) - Có thể sống dựa vào thu nhập.(TN5)
- Đồng nghiệp đáng tin cậy (DN4)
- Cơ hội thăng tiến cho người có năng lực (DT3) - Cơ hội phát triển cá nhân (DT4)
51
Xét về mặt ý nghĩa các biến quan sát này mang những yếu tố về “điều kiện làm việc” và “cơ hội phát triển ”. Do đó ta đặt tên mới cho nhân tố này là “Điều kiện làm việc và cơ hội thăng tiến”. mã hóa là DC.
Đặt tên cho nhân tố thứ hai: Kết quả EFA từ dữ liệu nghiên cứu, nhân tố thứ
hai được hình thành từ các biến quan sát LD1, LD4, TN1, DN1, TN4, LD3 và biến CV2. Trong đó các biến quan sát CV2 là một thang đo đa hướng, nó vừa thuộc nhân tố thứ hai vừa thuộc nhân tố thứ ba. Tuy nhiên xét ý nghĩa của biến quan sát ta xếp nó vào nhân tố thứ ba. Như vậy nhân tố thứ hai được hình thành từ các biến quan sát như sau:
- Lãnh đạo quan tâm đến cấp dưới (LD1).
- Lãnh đạo có năng lực, tầm nhìn và khả năng điều hành tốt (LD4) - Lương phù hợp với năng lực và đóng góp (TN4).
- Đồng nghiệp sẵn sàng giúp đỡ lẫn nhau (DN1).
- Lương, thưởng và phụ cấp phân phối công bằng (TN4) - Lãnh đạo đối xử công bằng (LD3)
Xét về mặt ý các nhân tố này bao hàm yếu tố “Lãnh đạo” và “phân phối thu nhập cơng bằng”. Vì vậy ta đặt tên cho nhân tố thứ hai là “Lãnh đạo và phân phối
thu nhập cơng bằng”, mã hóa là LP.
Đặt tên cho nhân tố thứ 3: Kết quả EFA từ dữ liệu nghiên cứu cho thấy nhân
tố thứ ba được hình thành từ các biến quan sát CV7, CV2, CV6, DT1, CV4, CV3. Trong đó hai biến CV2 và CV7 là các thang đo đa hướng thuộc về nhân tố thứ hai và nhân tố thứ nhất, tuy nhiên xét về ý nghĩa của khía cạnh đo lường ta xếp chúng vào nhân tố thứ ba. Như vậy nhân tố thứ ba được đo lường bằng các biến quan sát như sau:
- Thời gian làm việc phù hợp (CV7) - Hiểu rõ về công việc (CV2)
- Khối lượng công việc hợp lý (CV6).
- Được đào tạo đầy đủ các kỹ năng chuyên mơn (DT1) - Được kích thích để sáng tạo trong cơng việc (CV4)
52
- Cho phép sử dụng tốt các năng lực cá nhân (CV3)
Xét về mặt ý nghĩa các biến quan sát này phản ánh yếu tố “bản chất cơng việc” và “đào tạo chun mơn”. Vì vậy ta đặt tên cho nhân tố thứ ba là “Bản chất cơng việc và đào tạo chun mơn, mã hóa là BD.
Hiệu chỉnh mơ hình nghiên cứu: Qua việc phân tích EFA ta hiệu chỉnh mơ hình nghiên cứu lý thuyết ban đầu về mơ hình nghiên cứu như sau:
Hình 4.1. Mơ hình nghiên cứu điều chỉnh
Nguồn: Tác giả
Các giả thuyết nghiên cứu mới như sau:
H1: Nhân tố điều kiện làm việc và cơ hội phát triển có ảnh hưởng tích cực đến sự hài lịng chung của CBCCVC với cơng việc.
H2: Nhân tố “lãnh đạo và phân phối thu nhập cơng bằng” có ảnh hưởng tích cực đến sự hài lịng chung của CBCCVC với cơng việc.
H3: Nhân tố “bản chất công việc và đào tạo chun mơn” có ảnh hưởng tích cực đến sự hài lịng chung của CBCCVC với cơng việc.
4.5. PHÂN TÍCH TƯƠNG QUAN GIỮA CÁC KHÁI NIỆM
Để xem xét mối quan hệ giữa các khái niệm trong mơ hình nghiên cứu trước khi thực hiện xây dựng phương trình hồi quy bằng OLS. Ta xem xét sự tương quan
53
giữa các khái niệm nghiên cứu bằng hệ số tương quan Pearson, kết quả phân tích từ dữ liệu nghiên cứu như sau :
Bảng 4.13: Hệ số tương quan Pearson giữa các khái niệm
DC LP BD HL DC Pearson Correlation 1.00000 0.335** 0.647** 0.769** Sig. (2-tailed) 0.00000 0.00000 0.00000 N 155 155 155 155 LP Pearson Correlation 0.335** 1.00000 0.663** 0.499** Sig. (2-tailed) 0.00000 0.00000 0.00000 N 155 155 155 155 BD Pearson Correlation 0.647** 0.663** 1.00000 0.613** Sig. (2-tailed) 0.00000 0.00000 0.00000 N 155 155 155 155 HL Pearson Correlation 0.769** 0.499** 0.613** 1.00000 Sig. (2-tailed) 0.00000 0.00000 0.00000 N 155 155 155 155 Nguồn: Tác giả Trong đó :
DC là điều kiện làm việc, cơ hội phát triển cá nhân và đảm bảo mức sống LP là lãnh đạo và phân phối thu nhập công bằng BD là bản chất công việc và đào tạo chuyển mơn HL là sự hài lịng chung.
Kết quả phân tích tương quan cho thấy giữa các khái niệm có tương quan với nhau và tương quan với biến phụ thuộc HL “sự hài lịng chung. Vì vậy khi xây dựng phương trình hồi quy ta phải xem xét hiện tượng tự tương quan và đa cộng tuyến có xảy ra trong mơ hình hay khơng.
4.6. KIỂM ĐỊNH MƠ HÌNH HỒI QUY 4.6.1. Xây dựng phương trình hồi quy 4.6.1. Xây dựng phương trình hồi quy
Xây dựng phương trình hồi quy bằng phương pháp Enter: Để kiểm định các giả thuyết nghiên cứu, tác giả xây dựng phương trình hồi quy tuyến tính bội của các
54
biến độc lập DC, LP và BD theo biến phụ thuộc HL. Kết quả ước lượng với SPSS 25 bằng phương pháp tổng bình phương nhỏ nhất. Kết quả thu được như sau:
Bảng 4.14: Tóm tắt thơng tin hồi quy bằng phương pháp Enter
Model R R Square Adjusted R
Square Std.Error of the Estimate Durbin- Watson 1 0.811 0.657 0.653 0.28042 2.159 Nguồn: Tác giả
Bảng 4.15: Phân tích phương sai của ước lượng bằng phương pháp Enter
Model Sum of Squares df Mean Square F Sig. 1 Regression 35.147 3 l1.716 148.986 0 Residual 18.322 152 0.079 Total 53.469 155 Nguồn: Tác giả
Bảng 4.16: Ước lượng hệ số Beta của mơ hình bằng phương pháp Enter
Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std.
Error Beta Tolerance VIF
1 Constant 0.079 0.179 0.442 0.659 DC 0.636 0.047 0.686 13.453 0 0.566 1.767 LP 0.295 0.055 0.279 5.372 0 0.545 1.833 BD -0.015 0.061 -0.015 -0.24 0.81 0.357 0.799 a. Dependent Variable: HL Nguồn: Tác giả
55
Phương trình hồi quy tuyến tính bội được xác định như sau :
HL = 0.079+ 0.636DC + 0.295LP - 0.015BD.
Trong đó:
- HL: sự hài lịng chung
- DC là điều kiện làm việc, cơ hội phát triển cá nhân và đảm bảo mức sống - LP là lãnh đạo và phân phối thu nhập công bằng
- BD là bản chất công việc và đào tạo chuyên môn.
Kiểm định sự phù hợp của mơ hình: Do phương trình hồi quy được xây dựng
bằng phương pháp OLS, do đó để có thể kết luận được mơ hình tuyến tính là phù hợp, ta phải kiểm định sự vi phạm giả thuyết của phương pháp OLS đối với mơ hình được xây dựng. Cụ thể như sau:
Kiểm định sự vi phạm liên hệ tuyến tính của các phần dư các biến độc lập: Để kiểm tra sự vi phạm liên hệ tuyến tính của các phần dư giữa các biến độc lập ta sử dụng đồ thị Scatterplot để phát hiện dấu hiệu về dạng hàm ước lượng có phù hợp hay khơng. Kết quả đồ thị Scatterplot cho thấy các phần dư của các biến độc lập khơng phân bố theo một quy luật nào cả. Vì vậy giả thuyết về liên hệ tuyến tính của các phần dư giữa các biến độc lập không bị vi phạm trong mơ hình.
Kiểm định sự vi phạm của hiện tượng phương sai sai số thay đổi của phần dư Để kiểm tra hiện tượng phương sai sí số thay đổi của phần dư, ta sử dụng tương quan hạng Spearman với các giá trị p -value tương ứng, hệ số tin cậy lấy theo chuẩn 95%. Kết quả phân tích tương quan hạng Spearman như sau:
Bảng 4.17: Tương quan hạng Spearman
DC LP BD HL Spearman's rho DC Correlation Coefficient 1.00000 0.327** 0.648** 0.394** Sig. (2-tailed) 0.00000 0.00000 0.00000 N 155 155 155 155 LP Correlation Coefficient 0.327** 1.00000 0.641** 0.443**
56 Sig. (2-tailed) 0.00000 0.00000 0.00000 N 155 155 155 155 BD Correlation Coefficient 0.648** 0.641** 1.00000 0.585** Sig. (2-tailed) 0.00000 0.00000 0.00000 N 155 155 155 155 HL Correlation Coefficient 0.794** 0.443** 0.585** 1.00000 Sig. (2-tailed) 0.00000 0.00000 0.00000 N 155 155 155 155
**. Correlation is significant at the 0.01 level (2-tailed).
Nguồn: Tác giả
Từ bảng tương quan hạng Spearman, ta thấy khơng có giá trị p-value nào lớn hơn 0.05, như vậy với hệ số tin cậy 95%, ta có thể kết luận mơ hình hồi quy ước lượng khơng vi phạm giả thuyết về phương sai sai số thay đổi của phần dư.
Kiểm định tính phân phối chuẩn của phần dư Giả thuyết của phương pháp OLS là phần dư phải tuân theo quy luật chuẩn, nếu phần dư không tuân theo quy lu ật chuẩn, mơ hình ước lượng sẽ khơng phải là mơ hình tốt nhất, dạng hàm của ước lượng có thể khơng phù. Để kiểm tra tính phân phối chuẩn của phần dư ta sử dụng đồ thị Histogram và đồ thị P-plot.
Từ đồ thị Histogram ta nhận thấy phân phối của các phần dư chuẩn hóa tuân theo quy luật chuẩn, đường phân bố là một hình chng đều, giá trị trung bình xấp xỉ giá trị 0, độ lệch chuẩn xấp xỉ giá trị 1.
Kiểm định khả năng xảy ra tự tương quan: Với cỡ mẫu n =155, p=3, tra bảng Durbin Watson có dL = 1.738, dU =1.799, giá trị d quan sát dobv = 2.159 =>dU < dobv < 4-dU. Ta có thể kết luận khơng có hiện tượng tự tương quan trong mơ hình.
Kiểm tra hiện tượng đa cộng tuyến trong mơ hình: Để kiểm tra hiện tượng đa cộng tuyến ta sử dụng ta xét dấu hiệu tiêu chuẩn của nhân tử phóng đại phương sai (VIF).
Nếu giá trị VIF <10 thì mơ hình khơng có đa cộng tuyến Nếu giá trị VIF > = 10 thì mơ hình có đa cộng tuyến.
57
Từ kết quả phân tích hồi quy ta thấy các giá trị VIF quan sát đều nhỏ hơn 10. Vì vậy có thể kết luận hiện tượng đa cộng tuyến có ảnh hưởng đến ước lượng của mơ hình.
Mặt khác giá trị p-value của kiểm định F trong phân tích phương sai bằng.000<0.05 do đó có thể kết luận mơ hình được xây dựng là đáng tin cậy, các giả thuyết của phương pháp OLS đều được hài lòng.
4.6.2. Kiểm định các giả thuyết nghiên cứu
Kiểm định giả thuyết H1: Nhân tố điều kiện làm việc và cơ hội phát triển có
ảnh hưởng tích cực đến sự hài lịng chung của CBCCVC với cơng việc. Điều này đồng nghĩa với việc kiểm định hệ số Beta của biến DC dương. Kết quả ước lượng cho thấy giá trị p-value của thống kê tương ứng là.000<0.05. Như vậy với độ tin cậy 95% có thể kết luận biến độc lập DC có ảnh hưởng tích cực (hệ số Beta dương) đến biến phụ thuộc HL. Hay nói cách khác ta chấp nhận giả thuyết H1.
- Kiểm định giả thuyết H2: Nhân tố “lãnh đạo và phân phối thu nhập cơng
bằng” có ảnh hưởng tích cực đến sự hài lịng chung của CBCCVC với cơng việc. Điều này đồng nghĩa với kiểm định hệ số Beta của biến độc lập LP dương. Kết quả ước lượng cho thấy giá trị p-value của thống kê t tương ứng là .000<0.05. Như vậy có thể kết luận với độ tin cậy 95% biến độc lập LP có ảnh hưởng tích cực đến biến phụ thuộc HL (hệ số Beta dương). Hay nói cách khác ta chấp nhận giả thuyết H2.
- Kiểm định giả thuyết H3: Nhân tố “bản chất công việc và đào tạo chuyên
mơn” có ảnh hưởng tích cực đến sự hài lịng chung của CBCCVC với cơng việc. Điều này đồng nghĩa với việc kiểm định hệ số Beta của biến độc lập BD dương. Kết quả ước lượng cho thấy giá trị p-value của thống kê tương ứng là 0.810>0.05. Như vậy với hệ số tin cậy 95% ta có thể kết luận biến độc lập BD khơng có ảnh hưởng đến biến phụ thuộc HL (hệ số Beta bằng 0). Hay nói cách khác ta bác bỏ giả thuyết H3.
Để kiểm tra lại phương trình hồi quy ta sử dụng thêm một phương pháp nữa là phương pháp Stepwise. Kết quả ước lượng bằng phương pháp Stepwise như sau:
58
Bảng 4.18: Tóm tắt thơng tin mơ hình bằng phương pháp Stepwise