Bảng 4.5: Kết quả kiểm định KMO và Bartlett’s biến phụ thuộc
Hệ số KMO (Kaiser-Meyer-Olkin) 0,731
Kiểm định Bartlet’s của thang đo
Giá trị Chi bình phương 81,869
Df 6
Sig – mức ý nghĩa quan sát 0,000
Kiểm định KMO và Bartlett’s trong phân tích nhân tố khám phá biến phụ thuộc cho thấy Sig. = 0,000 (Sig. = 0,000 < 0,05); hệ số KMO đạt 0,731 (lớn hơn 0,5 và nhỏ hơn 1). Kết quả này chỉ ra rằng các biến quan sát trong tổng thể có mối tương quan với nhau và phân tích nhân tố EFA là thích hợp.
Tại các mức giá trị Eigenvalues lớn hơn 1 và với phương pháp rút trích Principal Components và phép quay Varimax, phân tích nhân tố đã trích được 1 nhân tố từ 4 biến quan sát và với tổng phương sai trích là 50,397% (lớn hơn 50%) đạt yêu cầu. Tổng phương sai trích là 50,397% cho biết 6 nhân tố giải thích được 50,397% biến thiên của dữ liệu.
Bảng 4.6: Ma trận xoay nhân tố biến phụ thuộc
Hệ số tải nhân tố 1 GK1 0,722 GK2 0,717 GK3 0,701 GK4 0,698 Eigenvalues 2,016 Phương sai trích% 50,397
Phương sai trích tích lũy (%) 50,397
(Nguồn: Xử lý từ dữ liệu khảo sát của tác giả)
Qua kết quả phân tích EFA biến phụ thuộc ta thấy nhân tố Sự gắn kết (GK) gồm 4 biến quan sát là GK1, GK2, GK3 và GK4.
Như vậy, kết quả phân tích nhân tố khám phá EFA cho thấy không có sự thay đổi các nhân tố trong mô hình nghiên cứu đề xuất. Bên cạnh đó, thang đo các nhân tố cũng không thay đổi và được giữ lại cho phân tích tiếp theo.
4.5. Phân tích hồi quy tuyến tính
4.5.1 Phân tích tương quan
Tác giả sử dụng hệ số tương quan Pearson để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến độc lập và 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 4.7: Ma trận hệ số tương quan
LD CH PL DN MT BC GK
LD
Tương quan Pearson 1 Sig. (2 đuôi)
CH
Tương quan Pearson 0,454** 1 Sig. (2 đuôi) 0,000
PL
Tương quan Pearson 0,363** 0,407** 1 Sig. (2 đuôi) 0,000 0,000
DN
Tương quan Pearson 0,356** 0,466** 0,336** 1 Sig. (2 đuôi) 0,000 0,000 0,000
MT
Tương quan Pearson 0,223** 0,217** 0,193* 0,137 1 Sig. (2 đuôi) 0,006 0,007 0,017 0,091
BC
Tương quan Pearson 0,310** 0,385** 0,351** 0,219** 0,235** 1 Sig. (2 đuôi) 0,000 0,000 0,000 0,007 0,003
GK
Tương quan Pearson 0,594** 0,607** 0,603** 0,496** 0,367** 0,523** 1 Sig. (2 đuôi) 0,000 0,000 0,000 0,000 0,004 0,000
(Nguồn: Xử lý từ dữ liệu khảo sát của tác giả)
Kết quả phân tích tương quan ở bảng 4.7 cho thấy hệ số tương quan giữa biến sự gắn kết và các biến (1) Lãnh đạo; (2) Cơ hội đào tạo và thăng tiến; (3) Lương, thưởng và phúc lợi; (4) Đồng nghiệp; (5) Môi trường làm việc; (6) Bản chất công việc đều cao (thấp nhất cũng là 0,367) và các giá trị Sig. đều nhỏ hơn 0,05 điều này cho thấy biến phụ thuộc có mối quan hệ tương quan cùng chiều có ý nghĩa thống kê ở mức 5% với tất cả 6 biến độc lập. Ngoài ra, kết quả cho thấy hầu như có sự tương quan tuyến tính giữa các biến độc lập với nhau có ý nghĩa thống kê, do đó hiện tượng đa cộng tuyến sẽ được kiểm định trong phân tích hồi quy. Vì vậy chúng ta phải dò tìm hiện tượng đa cộng tuyến trong phân tích hồi quy.
4.5.2. Phân tích hồi quy
Trên cơ sở thang đo các nhân tố ảnh hưởng đến sự gắn kết của người lao động với tổ chức đã được xem xét mối tương quan tuyến tính, tác giả tiếp tục sử dụng phân tích hồi quy để thấy mối quan hệ giữa các nhân tố ảnh hưởng đến sự gắn kết của người lao động với tổ chức. Biến phụ thuộc là sự gắn kêt công việc và biến độc lập là các biến đã hình thành từ phân tích EFA trước đó. Phương trình hồi qui tuyến tính đa biến được thực hiện trên phần mềm SPSS phiên bản 20.0. Tác giả sử dụng hàm hồi quy tuyến tính với phương pháp đưa vào một lượt (Enter). Như vậy thành phần LD, CH, PL, DN, MT, BC, là biến độc lập và GK là biến phụ thuộc sẽ được đưa vào chạy hồi quy cùng một lúc.
4.5.2.1. Đánh giá sự phù hợp mô hình
Kết quả phân tích cho thấy: giá trị R2 lớn hơn giá trị R2 hiệu chỉnh, nhưng việc sử dụng R2 hiệu chỉnh để đánh giá độ phù hợp của mô hình sẽ chính xác hơn giá trị R2
vì nó không thổi phồng mức độ phù hợp của mô hình. Vì vậy, nghiên cứu sử dụng giá trị R2 hiệu chỉnh để đánh giá sự phù hợp của mô hình nghiên cứu. Kết quả mô hình hồi quy giá trị R2 hiệu chỉnh là 0,661, hệ số này cho biết hàm hồi quy sẽ giải thích được 66,1% sự biến thiên của biến phụ thuộc theo các biến độc lập, đây lá mức giải thích khá tốt (>50%), ta có thể kết luận mô hình là phù hợp.
Bảng 4.8: Mức độ giải thích mô hình Mô
hình
R R2 R2 hiệu chỉnh
Sai số chuẩn ước lượng
Durbin-Watson
1 0,821a 0,674 0,661 0,21698861 1,969
a. Biến quan sát: (Hằng số), BC, DN, MT, LD, PL, CH b. Biến phụ thuộc: GK
(Nguồn: Xử lý từ dữ liệu khảo sát của tác giả) 4.5.2.2. Kiểm định sự phù hợp mô hình
Kiểm định F là phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể. Sử dụng kiểm định F để kiểm định giả thuyết H0: B1=B2=...=Bn= 0, nếu giả thuyết này bị bác bỏ thì ta có thể kết luận mô hình ta xây dựng phù hợp. Kết quả bảng 4.9 cho thấy giá trị F = 50,352 và mức ý nghĩa Sig. = 0,000 < 0,05 ta có thể bác bỏ giả thuyết H0 cho rằng mô hình không phù hợp. Như vậy, mô hình hồi quy tuyến tính đưa ra là phù hợp với dữ liệu thực tế thu thập được và các biến đưa vào đều có ý nghĩa trong thống kê với mức ý nghĩa 5%.
Bảng 4.9: ANOVA Mô hình Tổng các bình phương df Trung bình bình phương F Sig. 1 Hồi quy 14,225 6 2,371 50,352 0,000b Phần dư 6,874 146 0,047 Tổng 21,099 152 a. Biến phụ thuộc: GK
b. Biến quan sát: (Hằng số), BC, DN, MT, LD, PL, CH
(Nguồn: Xử lý từ dữ liệu khảo sát của tác giả) 4.5.2.3. Kết quả hồi quy
Nhìn vào kết quả hồi quy tuyến tính bảng 4.10, 6/6 biến độc lập LD, CH, PL, DN, MT, BC, VH đều có giá trị Sig. <0,05 có ý nghĩa thống kê và hệ số hồi quy chuẩn hóa (β) đều mang dấu dương nghĩa là có tác động cùng chiều với biến phụ thuộc GK.
Bảng 4.10: Kết quả hồi quy
Mô hình Hệ số chưa chuẩn hóa Hệ số chuẩn hóa t Sig. Thống kê đa cộng tuyến B Sai số
chuẩn Beta Dung sai VIF
1 (Hằng số) 0,065 0,244 0,266 0,791
CH 0,171 0,052 0,196 3,259 0,001 0,618 1,618 PL 0,158 0,031 0,280 5,102 0,000 0,743 1,346 DN 0,134 0,047 0,156 2,844 0,005 0,740 1,352 MT 0,141 0,048 0,145 2,934 0,004 0,909 1,100 BC 0,192 0,051 0,203 3,791 0,000 0,781 1,281 a. Biến phụ thuộc: GK
(Nguồn: Xử lý từ dữ liệu khảo sát của tác giả)
Tầm quan trọng của các biến lập LD, CH, PL, DN, MT, BC, đối với biến GK được xác định căn cứ vào hệ số Beta mà cụ thể là hệ số Beta chuẩn hóa. Nếu giá trị tuyệt đối của hệ số Beta chuẩn hóa của nhân tố nào càng lớn thì càng ảnh hưởng quan trọng đến sự gắn kết của người lao động đối với Công ty. Do đó, ảnh hưởng quan trọng nhất đến sự gắn kết của người lao động là nhân tố Lương, thưởng và phúc lợi (β3 = 0,280), đứng thứ hai là nhân tố Lãnh đạo (β1 = 0,253), đứng thứ ba là nhân tố Bản chất công việc (β6 = 0,203), kế đến là nhân tố Cơ hội đào tạo và thăng tiến (β2 = 0,196), tiếp theo là nhân tố Đồng nghiệp (β4 = 0,156) cuối cùng là nhân tố Môi trường làm việc (β5 = 0,145).
Kết quả mô hình hồi quy chưa được chuẩn hóa như sau:
GK = 0,065 + 0,221*LD + 0,171*CH + 0,158*PL+ 0,134*DN+ 0,141*MT + 0,192*BC
Sau khi chuẩn hóa, xác định được mô hình các nhân tố tác động đến sự gắn kết của người lao động đối với Công ty Điện lực Bà Rịa – Vũng Tàu là:
GK = 0,253*LD + 0,196*CH + 0,280*PL+ 0,156*DN+ 0,145*MT + 0,203*BC Ý nghĩa: Hệ số Beta (hệ số hồi quy chuẩn hóa) trong mô hình hồi quy đã được quy
về cùng một sai số chuẩn (bằng chứng là trong mô hình chạy trong SPSS mất cột sai số chuẩn). Nó có ý nghĩa phản ánh được thứ tự mức độ tác động của biến độc
lập tới biến phụ thuộc bởi vì đơn vị của các biến đã đồng nhất, trong khi đó hệ số Beta (hệ số hồi quy chưa chuẩn hóa) không làm được điều này nên không có nhiều ý nghĩa phân tích, đánh giá, so sánh. Nếu giá trị tuyệt đối của hệ số Beta chuẩn hóa của nhân tố nào càng lớn thì càng ảnh hưởng quan trọng đến sự gắn kết của người lao động đối với Công ty. Như vậy nhân tố Lương, thưởng và phúc lợi có β3 = 0,280 ảnh hưởng lớn nhất đến sự gắn kết của người lao động.
4.5.2.3. Kiểm tra sự vi phạm các giả định của mô hình hồi qui
- Giả định liên hệ tuyến tính
Đồ thị phân tán phần dư chuẩn hóa (Hình 4.1) cho thấy các phần dư được phân tán ngẫu nhiên xung quanh đường đi qua tung độ 0. Nghĩa là, phần dư chuẩn hóa không tuân theo một qui luật (hình dạng) nào. Vì thế, có cơ sở để khẳng định giả định liên hệ tuyến tính không vi phạm.
Hình 4.1: Đồ thị phân tán phần dư chuẩn hóa
(Nguồn: Xử lý từ dữ liệu khảo sát của tác giả)
- Giả định không có tương quan giữa các phần dư
Đại lượng thống kê Durbin-Watson (d) dùng để kiểm định tương quan của phần dư. Khi tiến hành kiểm định Durbin-Watson, nếu giá trị d trong miền chấp nhận giả
thuyết 1 < d < 3 thì mô hình không có tự tương quan. Kết quả ở bảng 4.8 cho thấy hệ số Durbin – Watson có già trị bằng 1,938 lớn hơn 1 và nhỏ hơn 3. Như vậy, có thể kết luận không có hiện tượng tương quan giữa các phần dư xảy ra trong mô hình.
Giả định phần dư có phân phối chuẩn
Kết quả xây dựng biểu đồ tần số Histogram (hình 4.2) cho thấy, phần dư với giá trị trung bình gần bằng 0 và độ lệch chuẩn Std.Dev = 0,980 (xấp xỉ bằng 1) chứng tỏ giả thuyết phần dư có phân phối chuẩn không bị vi phạm. Ngoài ra biểu đồ Histogram cho thấy một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số, nên có thể kết luận rằng giả thuyết phân phối chuẩn không bị vi phạm. Biểu đồ P-P plot (hình 4.3) cũng cho thấy các điểm quan sát không phân tán quá xa đường kỳ vọng mà tập trung khá sát nên có thể kết luận là giả định phần dư có phân phối chuẩn không bị vi phạm.
Hình 4.2: Biểu đồ tần số của các phần dư chuẩn hóa
Hình 4.3: Biểu đồ tần số P-P plot của phần dư chuẩn hóa
(Nguồn: Xử lý từ dữ liệu khảo sát của tác giả)
Giả định phương sai của phần dư không đổi
Để thực hiện kiểm định này, tác giả sẽ tính hệ số tương quan hạng Spearman của giá trị tuyệt đối phần dư và các biến độc lập. Biến giá trị tuyệt đối phần dư được ký hiệu là ABSRES. Giá trị sig. của các hệ số tương quan hạng Spearman đều lớn hơn 0,05 cho thấy ta không đủ cơ sở để bác bỏ giả thuyết H0 là giá trị tuyệt đối của phần dư độc lập với các biến độc lập. Như vậy, giả định về phương sai của sai số không đổi không bị vi phạm.
Bảng 4.11: Ma trận tương quan hạng Spearman
LD CH PL DN MT BC ABSRES
LD
Hệ số tương quan 1 Sig. (2 đuôi)
CH
Hệ số tương quan 0,471** 1 Hệ số tương quan 0,000
PL
Hệ số tương quan 0,378** 0,393** 1 Sig. (2 đuôi) 0,000 0,000
DN
Hệ số tương quan 0,380** 0,480** 0,351** 1 Sig. (2 đuôi) 0,000 0,000 0,000
LD CH PL DN MT BC ABSRES MT
Hệ số tương quan 0,240** 0,252** 0,217** 0,150 1 Sig. (2 đuôi) 0,003 0,002 0,007 0,064
BC
Hệ số tương quan 0,278** 0,385** 0,350** 0,200* 0,241** 1 Sig. (2 đuôi) 0,000 0,000 0,000 0,013 0,003
ABSRES
Hệ số tương quan -0,075 0,073 -0,143 -0,142 0,090 -0,076 1 Sig. (2 đuôi) 0,354 0,369 0,078 0,081 0,269 0,348
(Nguồn: Xử lý từ dữ liệu khảo sát của tác giả)
Giả định không có đa cộng tuyến
Phần phân tích hệ số tương quan ở trên, ta đã thấy rằng giữa biến phụ thuộc có quan hệ tương quan khá rõ với các biến độc lập nhưng ta cũng thấy được giữa các biến độc lập cũng có tương quan với nhau. Điều này sẽ tạo ra khả năng đa cộng tuyến của mô hình. Vì vậy, cần phải dò tìm hiện tượng đa cộng tuyến bằng hệ số phóng đại phương sai (Variance inflation factor - VIF). Với hệ số VIF của tất cả các biến độc lập trong mô hình bảng 4.10 nhỏ hơn 10 cho thấy các biến độc lập này không có quan hệ chặt chẽ với nhau ta có thể bác bỏ giả thuyết mô hình bị đa cộng tuyến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Mối quan hệ giữa các biến độc lập không ảnh hưởng đáng kể đến kết quả giải thích của mô hình hồi quy.
Như vậy mô hình hồi quy tuyến tính được xây dựng theo phương trình ở trên là không vi phạm các giả định cần thiết trong hồi quy tuyến tính.
4.5.2.4. Kiểm định các giả thuyết nghiên cứu
Ở kiểm định F đề tài đã kết luận mô hình tổng thể có ý nghĩa, điều này có nghĩa là có ít nhất 1 biến độc lập trong mô hình có thể giải thích được một cách có ý nghĩa cho biến thiên trong biến phụ thuộc. Tuy nhiên điều này không có nghĩa là các biến độc lập được đưa vào mô hình đều có ý nghĩa, để xác định biến độc lập nào có ý nghĩa chúng ta kiểm định các giả thuyết:
H1: Lãnh đạo có tác động cùng chiều đến sự gắn kết của người lao động với Công ty. Thành phần Lãnh đạo có β1 = 0,253; sig = 0,000 < 0,05 nên giả thuyết này được chấp nhận ở mức ý nghĩa 5%.
H2: Đào tạo và thăng tiến có tác động cùng chiều đến sự gắn kết của người lao động với Công ty. Thành phần Đào tạo và thăng tiến có β2 = 0,196; sig = 0,000 < 0,05 nên giả thuyết này được chấp nhận ở mức ý nghĩa 5%.
H3: Lương, thưởng và phúc lợi có tác động cùng chiều đến sự gắn kết của người lao động với Công ty. Thành phần Lương, thưởng và phúc lợi có β3 = 0,280; sig = 0,000 < 0,05 nên giả thuyết này được chấp nhận ở mức ý nghĩa 5%.
H4: Đồng nghiệp có tác động cùng chiều đến sự gắn kết của người lao động với Công ty. Thành phần Đồng nghiệp có β4 = 0,156; sig = 0,000 < 0,05 nên giả thuyết này được chấp nhận ở mức ý nghĩa 5%.
H5: Môi trường làm việc có tác động cùng chiều đến sự gắn kết của người lao động với Công ty. Thành phần Môi trường làm việc có β5 = 0,145; sig = 0,000 < 0,05 nên giả thuyết này được chấp nhận ở mức ý nghĩa 5%.
H6: Bản chất công việc có tác động cùng chiều đến sự gắn kết của người lao động với Công ty. Thành phần Bản chất công việc có β6 = 0,203; sig = 0,000 < 0,05 nên giả thuyết này được chấp nhận ở mức ý nghĩa 5%.
Bảng 4.12: Tổng hợp kết quả kiểm định giả thuyết nghiên cứu
Nhân tố Giả
thuyết
Nội dung Kết luận
Lãnh đạo H1 Lãnh đạo có tác động cùng chiều đến sự gắn kết của người lao động với Công ty
Chấp nhận Cơ hội đào tạo
và thăng tiến
H2 Đào tạo và thăng tiến có tác động cùng chiều đến sự gắn kết của người lao động với Công ty
Chấp nhận
Lương, thưởng và phúc lợi
H3 Lương, thưởng và phúc lợi có tác động cùng chiều đến sự gắn kết của người lao động với Công ty
Chấp nhận Đồng nghiệp H4 Đồng nghiệp có tác động cùng chiều đến sự
gắn kết của người lao động với Công ty
Chấp nhận Môi trường
làm việc
H5 Môi trường làm việc có tác động cùng chiều đến sự gắn kết của người lao động với Công ty
Chấp nhận Bản chất công
việc
H6 Bản chất công việc có tác động cùng chiều đến sự gắn kết của người lao động với Công ty
Chấp nhận
(Nguồn: Xử lý từ dữ liệu khảo sát của tác giả)
4.6. Thảo luận kết quả nghiên cứu
4.6.1. Thảo luận kết quả nghiên cứu
Kết quả nghiên cứu cho thấy có 6 nhân tố ảnh hưởng đến sự gắn kết của người lao động với Công ty Điện lực Bà Rịa – Vũng Tàu và mức độ ảnh hưởng của từng nhân tố được sắp xếp theo bảng 4.13.
Bảng 4.13: Mức độ ảnh hưởng của các nhân tố