Kết quả phân loại theo thời gian công tác cho thấy, người lao động có thời gian làm việc từ trên 3 năm đến dưới 5 năm chiếm tỷ trọng cao nhất với 61,20%; tiếp theo đến người lao động có thời gian làm việc trên 5 năm chiếm tỷ trọng 20,80%; tiếp theo đến người lao động có thời gian công tác từ 1 naem đến 3 năm,
chiếm tỷ trọng 16,40%; còn lại là 1,60% người lao động có thời gian làm việc dưới 1 năm.
Biểu đồ 4.4. Cơ cấu người lao động theo thời gian công tác của mẫu 4.2. Kết quả nghiên cứu
4.2.1. Đánh giá thang đo bằng hệ số tin cậy Cronbach’s Alpha
Mỗi một nhân tố (các biến độc lập) và biến phụ thuộc trong mô hình nghiên cứu được xây dựng từ một tập hợp từ 3-6 câu hỏi khác nhau phản ánh những khía cạnh khác nhau trong cùng một nhân tố lý thuyết. Để đảm bảo chúng là một khái niệm nghiên cứu có ý nghĩa trong nghiên cứu cụ thể thì cần kiểm tra tính tin cậy của từng nhân tố trong mô hình. Để đánh giá sự tin cậy tổng hợp của một nhân tố (khái niệm nghiên cứu) ta sử dưng hệ số Cronbach Alpha để đánh giá (Hair et al, 2006; Suanders et al, 2007). Để xem xét một biến quan sát có đóng góp vào giá trị của nhân tố nghiên cứu hay không ta xem xét nó với biến tổng của các biến khác trong nhân tố đó. Giá trị đánh giá một biến quan sát có ý nghĩa hay không là hệ số tương quan biến tổng. Nếu biến quan sát có ý nghĩa trong nhân tố đánh giá thì nó phải có tương quan chặt chẽ với biến tổng của các biến còn lại. Như vậy ta sẽ sử dụng hai tiêu chuẩn để đánh giá tính tin cậy thang đo của các nhân tố nghiên cứu trong mô hình là hệ số Cronbach Alpha và hệ số tương quan biến tổng.
Bảng 4.1. Kết quả kiểm định bằng Cronbach’s Alpha các nhân tố và biến phụ thuộc trong mô hình
Biến quan sát
Tương quan biến tổng
Cronbach’s Alpha nếu loại biến Nhân tố “Đặc điểm công việc”: Cronbach’s Alpha = 0,847; N = 5
ĐĐ3 0,669 0,812
ĐĐ4 0,674 0,811
ĐĐ5 0,671 0,812
ĐĐ6 0,658 0,815
ĐĐ7 0,604 0,829
Nhân tố “Đào tạo và thăng tiến”: Cronbach’s Alpha = 0,764; N = 4
ĐT1 0,512 0,737
ĐT2 0,612 0,681
ĐT3 0,606 0,685
ĐT4 0,538 0,724
Nhân tố “Chính sách khen thưởng”: Cronbach’s Alpha = 0,731; N = 4
CS1 0,560 0,650
CS2 0,501 0,684
CS3 0,481 0,695
CS4 0,552 0,655
Nhân tố “Trách nhiệm công việc”: Cronbach’s Alpha = 0,848, N = 4
VT1 0,667 0,815
VT2 0,703 0,799
VT3 0,701 0,800
(Nguồn: Kết quả xử lý dữ liệu điều tra của tác giả)
Tiêu chuẩn đánh giá là hệ số Cronbach’s Alpha tối thiểu bằng 0,6 (Hair et al, 2006) và hệ số tương quan biến tổng tối thiểu 0,3 (Nunally và Burstein, 1994). Những biến quan sát nào có hệ số tương quan biến tổng nhỏ sẽ bị loại khỏi nghiên cứu và không xuất hiện trong các bước phân tích dữ liệu tiếp theo.
Kết quả phân tích dữ liệu thu thập được từ điều tra bằng hỗ trợ của phần mềm SPSS từ bảng 4.1. cho thấy:
- Nhân tố “Đặc điểm cộng việc” được đo lường thông qua 7 biến quan sát (ĐĐ1 đến ĐĐ7). Với độ tin cậy của nhân tố đạt 0,766 đã đạt mức tin cậy cần thiết. Tuy nhiên, khi xem xét tương quan biến – tổng cho thấy, biến quan sát ĐĐ1 và ĐĐ2 nhỏ hơn so với tiêu chuẩn 0,3. Do đó, tác giả loại bỏ 2 biến quan sát này. Kết quả sau khi loại bỏ 2 biến quan sát ĐĐ1 và ĐĐ2, độ tin cậy của nhân tố chung đạt yêu cầu ở mức 0,847 và tương quan biến – tổng của các biến quan sát đều lớn hơn 0,3. Sau khi phân tích Cronbach’s Alpha, nhân tố “Đặc điểm cộng việc” được đo lường thông qua 5 biến quan sát (ĐĐ3 đến ĐĐ7).
- Nhân tố “Đào tạo và thăng tiến” được đo lường được đo lường thông qua 04 biến quan sát (ĐT1 đến ĐT4). Với độ tin cậy của nhân tố đạt 0,764 đạt mức tin cậy
PL2 0,760 0,837
PL3 0,723 0,847
PL4 0,712 0,849
PL5 0,662 0,861
Nhân tố “Mối quan hệ trong công việc”: Cronbach’s Alpha = 0,753; N = 3
QH1 0,579 0,673
QH2 0,626 0,617
QH3 0,540 0,716
Biến phụ thuộc “Động lực làm việc”: Cronbach’s Alpha = 0,799; N = 3
ĐL1 0,641 0,729
ĐL2 0,649 0,721
cần thiết. Khi xem xét tương quan biến – tổng cho thấy, không có biến quan sát nào có hệ số này nhỏ hơn so với tiêu chuẩn 0,3.
- Nhân tố “Chính sách khen thưởng” được đo lường được đo lường thông qua 04 biến quan sát (CS1 đến CS4). Với độ tin cậy của nhân tố đạt 0,731 đạt mức tin cậy cần thiết. Khi xem xét tương quan biến – tổng cho thấy, không có biến quan sát nào có hệ số này nhỏ hơn so với tiêu chuẩn 0,3.
- Nhân tố “Trách nhiệm công việc” được đo lường được đo lường thông qua 04 biến quan sát (VT1 đến VT4). Với độ tin cậy của nhân tố đạt 0,848 đạt mức tin cậy cần thiết. Khi xem xét tương quan biến – tổng cho thấy, không có biến quan sát nào có hệ số này nhỏ hơn so với tiêu chuẩn 0,3.
- Nhân tố “Chính sách lương, phúc lợi” được đo lường thông qua 6 biến quan sát (PL1 đến PL6). Với độ tin cậy của nhân tố đạt 0,819 đã đạt mức tin cậy cần thiết. Tuy nhiên, khi xem xét tương quan biến – tổng cho thấy, biến quan sát PL6 nhỏ hơn so với tiêu chuẩn 0,3. Do đó, tác giả loại bỏ biến quan sát này. Kết quả sau khi loại bỏ biến quan sát PL6, độ tin cậy của nhân tố chung đạt yêu cầu ở mức 0,877 và tương quan biến – tổng của các biến quan sát đều lớn hơn 0,3. Sau khi phân tích Cronbach’s Alpha, nhân tố “Đặc điểm cộng việc” được đo lường thông qua 5 biến quan sát (PL1 đến PL5).
- Nhân tố “Mối quan hệ trong công việc” được đo lường được đo lường thông qua 03 biến quan sát (QH1 đến QH3). Với độ tin cậy của nhân tố đạt 0,753 đạt mức tin cậy cần thiết. Khi xem xét tương quan biến – tổng cho thấy, không có biến quan sát nào có hệ số này nhỏ hơn so với tiêu chuẩn 0,3.
- Biến phụ thuộc “Động lực làm việc” được đo lường thông qua 03 biến quan sát (ĐL1 đến ĐL3). Với độ tin cậy của nhân tố đạt 0,799 đạt mức tin cậy cần thiết. Khi xem xét tương quan biến – tổng cho thấy, không có biến quan sát nào có hệ số này nhỏ hơn so với tiêu chuẩn 0,3.
4.2.2. Kết quả phân tích nhân tố khám phá (EFA)
Như đã trình bày tại chương 3 phân tích khám phá nhân tố là phương pháp phân tích thống kê dùng để rút gọn một tập gồm nhiều biến quan sát có mối tương quan với nhau thành một tập biến (các nhân tố) ít hơn để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết các nội dung thông tin của tập biến ban đầu (Hair et
al, 2006). Kỹ thuật phân tích khám phá nhân tố không xem xét sự khác nhau giữa biến độc lập và biến phụ thuộc mà chỉ đánh giá mối quan hệ tương quan giữa các biến với nhau. Vì vậy ta sẽ tiến hành phân tích các biến quan sát của các biến độc lập cùng một lượt để tìm hiểu các biến nguyên nhân tiềm ẩn từ các biến quan sát. Các biến quan sát của biến phụ thuộc được phân tích riêng.
Tiêu chuẩn đánh giá phân tích khám phá nhân tố phù hợp là hệ số KMO lớn (giữa 0,5 và 1), kiểm định Barlett có p-value nhỏ hơn 0,05; phương sai trích tối thiểu 50%, hệ số factor loading lớn hơn hoặc bằng 0,5. Phương pháp phân tích sử dụng phương pháp Principal component với phép xoay varimax để thu được số lượng nhân tố là bé nhất. Kết quả phân tích từ dữ liệu nghiên cứu thu thập được như sau:
4.2.2.1. Phân tích nhân tố khám phá đối với biến độc lập
Dựa trên kết quả kiểm định Cronbach’s Alpha, toàn bộ các biến quan sát hợp lệ được đưa vào phân tích nhân tố khám phá (EFA), để giảm bớt hay tóm tắt dữ liệu và tính độ tin cậy (Sig) của các biến quan sát có quan hệ chặt chẽ với nhau hay không.
Đặt giả thiết H0: “Các biến không tương quan trong tổng thể”
Sau 2 lần phân tích nhân tố khám phá (EFA), kết quả phân tích lần cuối cho thấy:
Bảng 4.2. KMO and Bartlett's Test các biến độc lập
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0,848
Bartlett's Test of Sphericity
Approx. Chi-Square 2.375,380
Df 276
Sig. 0,000
(Nguồn: Kết quả xử lý dữ liệu điều tra của tác giả)
Từ số liệu Bảng 4.2 cho thấy:
-Hệ số KMO=0,848 thỏa điều kiện 0,5 ≤ KMO ≤ 1,
-Kiểm định Bartlett có Sig = 0,000<0,05
Bảng 4.3. Kết quả phân tích nhân tố khám phá (EFA) các biến độc lập
Rotated Component Matrixa Component
PL2 0,822 PL3 0,791 PL5 0,783 PL1 0,773 PL4 0,766 ĐĐ4 0,789 ĐĐ6 0,782 ĐĐ3 0,780 ĐĐ5 0,775 ĐĐ7 0,731 VT2 0,824 VT3 0,809 VT4 0,784 VT1 0,771 CS4 0,765 CS1 0,715 CS3 0,677 CS2 0,675 QH1 0,783 QH3 0,775 QH2 0,739 ĐT3 0,793 ĐT2 0,792 ĐT4 0,780 Eigenvalues 6,084 2,674 2,350 1,700 1,516 1,343 Phương sai trích % 25,349 36,490 46,280 53,365 59,682 65,278
(Nguồn: Kết quả xử lý dữ liệu điều tra của tác giả)
Bác bỏ H0, vậy các biến có tương quan trong tổng thể, 6 nhân tố có Eigenvalues = 1,343> 1, phương sai trích là 65,278% >50% biến thiên của dữ liệu được giải thích bởi 6 nhân tố này.
Dựa vào kết quả xoay trong bảng 4.3, nhận thấy các biến quan sát đều có hệ số tải nhân tố (factor loading) lớn hơn 0,5. Như vậy, kết quả thu được đều thỏa mãn các điều kiện về thống kê, cho thấy giá trị thu được là phù hợp và có ý nghĩa thống kê và đủ điều kiện để ta hồi quy. Sau khi phân tích sơ bộ ta thu được 6 nhóm nhân tố với các biến quan sát thành phần như trên bảng 4.3 và 6 nhóm nhân tố lần lượt là: Nhân tố Đặc điểm công việc: Gồm 5 biến quan sát bao gồm: ĐĐ3, ĐĐ4, ĐĐ5,
ĐĐ6, ĐĐ7.
Nhân tố Đào tạo và thăng tiến Gồm 3 biến quan sát bao gồm: ĐT1, ĐT2, ĐT3.
Nhân tố Chính sách khen thưởng: Gồm 4 biến quan sát bao gồm: CS1, CS2, CS3, CS4.
Nhân tố Trách nhiệm công việc: Gồm 4 biến quan sát bao gồm: VT1, VT2, VT3, VT4.
Nhân tố Chính sách lương, phúc lợi: Gồm 5 biến quan sát bao gồm: PL1, PL2, PL3, PL4, PL5.
Nhân tố Mối quan hệ trong công việc: Gồm 3 biến quan sát bao gồm: QH1, QH2, QH3.
4.2.2.2. Phân tích nhân tố khám phá đối với biến phụ thuộc
Tương tự như các biến độc lập, đối với biến phụ thuộc Động lực làm việc, tác giả cũng dựa trên kết quả kiểm định Cronbach’s Alpha, toàn bộ 3 biến quan sát hợp lệ: ĐL1, ĐL2, ĐL3 được đưa vào phân tích nhân tố khám phá (EFA), để giảm bớt hay tóm tắt dữ liệu và tính độ tin cậy (Sig) của các biến quan sát có quan hệ chặt chẽ với nhau hay không.
Đặt giả thiết H0: “Các biến không tương quan trong tổng thể”
Kết quả phân tích nhân tố khám phá (EFA) ngay từ lần đầu tiên cho thấy:
Bảng 4.4. KMO and Bartlett’s Test biến phụ thuộc
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0,711
Bartlett’s Test of Sphericity
Approx. Chi-Square 229,530
Df 3
Sig. 0,000
(Nguồn: Kết quả xử lý dữ liệu điều tra của tác giả)
Từ số liệu Bảng 4.4 cho thấy:
-Hệ số KMO=0,711 thỏa điều kiện 0,5 ≤ KMO ≤ 1, -Kiểm định Bartlett có Sig = 0,000<0,05
Bảng 4.5. Kết quả phân tích nhân tố khám phá (EFA) biến phụ thuộc
Component 1 ĐL2 0,848 ĐL3 0,843 ĐL1 0,843 Eigenvalues 2,141 Phương sai trích % 71,356
(Nguồn: Kết quả xử lý dữ liệu điều tra của tác giả)
Bác bỏ H0, vậy các biến có tương quan trong tổng thể, nhân tố có Eigenvalues = 2,141> 1, phương sai trích là 71,356% >50% biến thiên của dữ liệu được giải thích bởi nhân tố này. Dựa vào kết quả xoay trong bảng 4.5, nhận thấy các biến quan sát đều có hệ số tải nhân tố (factor loading) lớn hơn 0,5. Như vậy, kết quả thu được đều thỏa mãn các điều kiện về thống kê, cho thấy giá trị thu được là phù hợp và có ý nghĩa thống kê và đủ điều kiện để tiến hành hồi quy.
4.2.3. Phân tích ma trận tương quan Pearson
Trong bài nghiên cứu này sử dụng phương pháp phân tích tương quan hệ số Pearson nhằm lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lượng trước khi phân tích hồi quy.
Dạng phương trình hồi quy đa biến:
ĐLi = β0 + β1 ĐĐi + β2 ĐTi + β3 CSi + β4 VTi + β5 PLi + β6 QHi + ε
Trong đó:
- Biến phụ thuộc: ĐLi: Động lực làm việc (là trung bình của các biến ĐL1, ĐL2, ĐL3)
- Biến độc lập:
ĐĐ – Đặc điểm công việc: là trung bình của các biến quan sát ĐĐ3, ĐĐ4, ĐĐ5, ĐĐ6, ĐĐ7.
ĐT – Đào tạo và thăng tiến: là trung bình của các biến quan sát ĐT1, ĐT2, ĐT3.
CS – Chính sách khen thưởng: là trung bình của các biến quan sát CS1, CS2, CS3, CS4.
VT3, VT4.
PL – Chính sách lương, phúc lợi: là trung bình của các biến quan sát PL1, PL2, PL3, PL4, PL5.
QH – Mối quan hệ trong công việc: là trung bình của các biến quan sát QH1, QH2, QH3. Bảng 4.6. Ma trận hệ số tương quan Correlations Động lực Trách nhiệm công việc Mối quan hệ trong công việc Chính sách khen thưởng Đặc điểm công việc Đào tạo và thăng tiến Chính sách lương, phúc lợi Động lực Pearson Correlation 1 0,490** 0,480** 0,448** .556** .379** .619** Sig. (2-tailed) 0,000 0,000 0,000 0,000 0,000 0,000 N 250 250 250 250 250 250 250 Trách nhiệm công việc Pearson Correlation 0,490** 1 0,414** 0,316** 0,190** 0,172** 0,254** Sig. (2-tailed) 0,000 0,000 0,000 0,003 0,006 0,000 N 250 250 250 250 250 250 250 Mối quan hệ trong công việc
Pearson Correlation 0,480** 0,414** 1 0,339** 0,207** 0,170** 0,262** Sig. (2-tailed) 0,000 0,000 0,000 0,001 0,007 0,000 N 250 250 250 250 250 250 250 Chính sách khen thưởng Pearson Correlation 0,448** 0,316** 0,339** 1 0,154* 0,200** 0,392** Sig. (2-tailed) 0,000 0,000 0,000 0,015 0,001 0,000 N 250 250 250 250 250 250 250 Đặc điểm công việc Pearson Correlation 0,556** 0,190** 0,207** 0,154* 1 0,259** 0,294** Sig. (2-tailed) 0,000 0,003 0,001 0,015 0,000 0,000 N 250 250 250 250 250 250 250 Đào tạo và thăng tiến Pearson Correlation 0,379** 0,172** 0,170** 0,200** 0,259** 1 0,233**
Sig. (2-tailed) 0,000 0,006 0,007 0,001 0,000 0,000 N 250 250 250 250 250 250 250 Chính sách lương, phúc lợi Pearson Correlation 0,619** 0,254** 0,262** 0,392** 0,294** 0,233** 1 Sig. (2-tailed) 0,000 0,000 0,000 0,000 0,000 0,000 N 250 250 250 250 250 250 250
**. Tương quan có ý nghĩa ở mức 1% *. Tương quan có ý nghĩa ở mức 5%
(Nguồn: Kết quả xử lý dữ liệu điều tra của tác giả)
Kết quả phân tích tương quan từ bảng 4.6 cho thấy không loại nhân tố nào vì sig giữa từng biến độc lập với biến phụ thuộc đều nhỏ hơn 0,05. Như vậy tất cả các biến độc lập đều có quan hệ tương quan tuyến tính với biến phụ thuộc.
4.2.4. Phân tích hồi quy
Bảng 4.7. Phân tích phương sai
ANOVAa
Model Sum of
Squares
Df Mean Square F Sig.
1 Regression 43,400 6 7,233 87,015 0,000b Residual 20,200 243 0,083 Total 63,600 249 a. Dependent Variable: ĐL b. Predictors: (Constant), PL, ĐT, VT, ĐĐ, QH, CS
(Nguồn: Kết quả xử lý dữ liệu điều tra của tác giả)
Từ bảng 4.7 cho thấy giá trị Sig của kiểm định F = 0,000 < 0,05, như vậy mô hình hồi quy có ý nghĩa.
Bảng 4.8. Đánh giá mức độ phù hợp của mô hình
Model Summaryb
Model R R Square Adjusted R
Square
Std. Error of the Estimate
Durbin-Watson
a. Predictors: (Constant), PL, ĐT, VT, ĐĐ, QH, CS b. Dependent Variable: ĐL
(Nguồn: Kết quả xử lý dữ liệu điều tra của tác giả)
Từ kết quả của bảng 4.8 cho thấy R bình phương hiệu chỉnh là 0,675 = 67,50%. Như vậy các biến độc lập đưa vào chạy hồi quy ảnh hưởng tới 67,50% sự thay đổi của biến phụ thuộc. Phần còn lại 32,5% là do các biến ngoài mô hình và sai số ngẫu nhiên. Hệ số Durbin Watson bằng (nằm trong khoảng từ 1 đến 3) nghĩa là mô hình không vi phạm khi sử dụng phương pháp hồi quy bội và không xuất hiện tương quan chuỗi bậc nhất trong mô hình. Như vậy, mô hình hồi quy bội thỏa mãn các điều kiện đánh giá và kiểm định độ phù hợp cho việc rút ta các kết quả nghiên cứu. Bảng 4.9. Bảng tóm tắt các hệ số hồi quy Coefficientsa Mô hình Hệ số chưa điều chỉnh Hệ số điều chỉnh Kiểm định t