2. Mục tiêu nghiên cứu
3.2.4. Phân tích hồi quy
Sau khi rút trích được các nhân tố từ phân tích nhân tố khám phá, ta tiến hành phân tích hồi quy để xác định các nhân tố ảnh hưởng đến sự hài lòng của CBCNV. Phân tích hồi quy sẽ được thực hiện với 06 nhân tố độc lập là: Quan hệ công việc, Đặc điểm và tính chất công việc, Tiền lương và thu
nhập tương tự lương, Chế độ phúc lợi, Đào tạo và thăng tiến và 1 biến phụ thuộc là Đánh giá chung về sự hài lòng trong công việc của CBCNV. Giá trị của mỗi nhân tố được dùng để chạy hồi quy là giá trị trung bình của các biến quan sát thuộc nhân tố đó. Phương trình hồi quy tuyến tính đa biến của nghiên cứu này có dạng:
Hàm hồi quy tổng thể:
SAF=β0 + β1SAL + β2WORK + β3PRO + β4EVR + β5BEN + β6REL + Ui
Hàm hồi quy mẫu:
SAF=βˆ 0 + βˆ 1SAL+ βˆ 2 WORK + βˆ 3 PRO + βˆ 4 EVR + βˆ 5 BEN + βˆ 6 REL + ei
Trong đó: SAF: Đánh giá chung về sự hài lòng trong công việc của CBCV
SAL: Tiền lương và thu nhập tương tự lương nhận được ;
WORK: Đặc điểm và tính chất công việc ; PRO: Đào tạo và thăng tiến ;
EVR: Điều kiện và môi trường làm việc ; BEN: Chế độ phúc lợi nhận được ;
REL: Quan hệ công việc (bao gồm cả cấp trên và đồng nghiệp) ;
Mô hình hồi quy sẽ tìm ra các nhân tố độc lập có tác động tới nhân tố phụ thuộc. Đồng thời mô hình cũng mô tả mức độ tác động như thế nào qua đó giúp ta dự đoán được giá trị của nhân tố phụ thuộc.
3.2.4.1. Kết quả ước lượng hồi quy
Bảng 3.26. Kết quả hồi quy OLS lần 1 Nhân tố
Hệ số chưa chuẩn hóa
Hệ số đã
chuẩn hóa Giá trị T Sig. B Sai số chuẩn Beta
Hằng số -,682 ,358 -1,904 ,059 SAL ,178 ,043 ,245 4,153 ,000 WORK ,422 ,071 ,360 5,916 ,000 PRO -,006 ,061 -,006 -,097 ,923 EVR ,068 ,054 ,075 1,255 ,212 BEN ,168 ,052 ,183 3,227 ,002 REL ,392 ,062 ,373 6,335 ,000
a Dependent Variable: SAF
Nguồn: Kết quả phân tích dữ liệu của tác giả từ chương trình SPSS
Kết quả hồi quy cho thấy cả chỉ có 4 nhân tố độc lập đều có ý nghĩa thống kê và tác động tích cực đến sự hài lòng trong công việc của CBCNV hiện đang làm việc tại VNPT Kiên Giang. Hai nhân tố là Đào tạo thăng tiến và Điều kiện môi trường làm việc do có sig > 0,05 nên được loại bỏ. Thực tế cho thấy người lao động tại VNPT Kiên Giang đã khá hài lòng với Điều kiện và môi trường làm việc tại đơn vị, theo qui định hàng năm CB CNV đều được trang cấp quần áo bảo hộ lao động, dụng cụ làm việc đầy đủ và hiện đại, môi trường làm việc ổn định, ít thay đổi. Đối với công tác đào tạo tại VNPT Kiên Giang hàng năm đều lập kế hoạch đào tạo nâng cao tay nghề và chuyên môn nghiệp vụ cần thiết phục vụ công tác, đồng thời tổ chức thi kiểm tra tay nghề hàng năm nhằm phát hiện người giỏi để tạo điều kiện chăm bồi, đào tạo thêm về công tác quản lý để tạo nguồn nhân lực quản lý, qua đó cũng thấy được các cá nhân còn yếu kém để có kế hoạch tiếp tục đào tạo. Các công việc này đều được thể hiện thành qui chế để thực hiện đều
đặn tạo cơ hội công bằng cho các cá nhân.
Thực hiện lại việc kiểm định OLS lần 2 như sau :
Bảng 3.27. Kết quả hồi quy OLS lần 2 Nhân tố
Hệ số chưa chuẩn hóa
Hệ số đã
chuẩn hóa Giá trị T Sig. B Sai số chuẩn Beta
Hằng số -,458 ,277 -1,652 ,101
SAL ,181 ,043 ,249 4,239 ,000
WORK ,407 ,070 ,348 5,811 ,000
BEN ,170 ,052 ,185 3,269 ,001
REL ,404 ,061 ,384 6,619 ,000
Nguồn: Kết quả phân tích dữ liệu của tác giả từ chương trình SPSS
Dựa vào kết quả bảng ANOVA 3.28 dưới đây thấy rằng giá trị Sig = 0,000 < 0,05 nên bác bỏ giả thuyết H0, thừa nhận đối thuyết H1. Tức là mô hình tồn tại. Hay nói cách khác với mức ý nghĩa 5% có thể kết luận rằng sự hài lòng của CBCNV trongcông việc của họ hiện nay đang thực hiện tại VNPT Kiên Giang chịu tác động ít nhất của 1 trong 4 nhân tố (Tiền lương và thu nhập, Đặc điểm và tính chất công việc; Chế độ phúc lợi; Quan hệ trong công việc).
Bảng 3.28. Bảng phân tích ANOVA Nguồn biến
thiên Tổng bìnhphương Bậc tự do Phương sai Giá trịF Sig.
Từ hồi quy 45,699 4 11,425 46,152 ,000(a)
Từ phần dư 35,895 145 ,248
Tổng 81,594 149
Nguồn: Kết quả phân tích dữ liệu của tác giả từ chương trình SPSS
Kết quả từ Bảng 3.28. cho ta kết quả mức ý nghĩa (Sig.) = 0.000, điều đó có nghĩa ta có thể bác bỏ giả thuyết H0 cho rằng mô hình không phù hợp. Tức là mô hình là phù hợp và R2 là lớn hơn không có ý nghĩa thống kê.
Ngoài ra, phần dư có thể không tuân theo phân phối chuẩn vì những lý do: Sử dụng mô hình không đúng, phương sai không phải là hằng số, số lượng các phần dư không đủ nhiều để phân tích. Vì vậy, ta sử dụng nhiều cách khảo sát khác nhau để đảm bảo tính xác đáng của kiểm định. Trong nghiên cứu này sẽ sử dụng cách xây dựng biểu đồ tần số Histogram, biểu đồ P - P plot và đồ thị Scatterplot để khảo sát phân phối của phần dư.
Regression Standardized Residual
3 2 1 0 -1 -2 -3 F r e q u e n c y 25 20 15 10 5 0 Histogram
Dependent Variable: SAF
Mean =-2,95E-17 Std. Dev. =0,986
N =150
__
Hình 3.1. Biểu đồ Histogram
Nhìn vào biểu đồ tần số Histogram (Hình 3.1.) cho thấy một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số. Như vậy phân phối phần dư xấp xỉ chuẩn Mean < 0 và độ lệch chuẩn Std. Dev. = 0.986 (gần bằng 1), nên có thể kết luận rằng giả thuyết phân phối chuẩn không bị vi phạm.
Observed Cum Prob 1,0 0,8 0,6 0,4 0,2 0,0 Ex pe ct ed C um P ro b 1,0 0,8 0,6 0,4 0,2 0,0
Normal P-P Plot of Regression Standardized Residual
Dependent Variable: SAF
__
Hình 3.2. Đồ thị P-P Plot
Nhìn vào đồ thị P - P Plot (Hình 3.2.) biểu diễn các điểm quan sát thực tế tập trung khá sát đường chéo những giá trị kỳ vọng, có nghĩa là dữ liệu phần dư có phân phối chuẩn.
SAL 3,00 2,00 1,00 0,00 -1,00 -2,00 -3,00 S A F 2,00 1,00 0,00 -1,00 -2,00
Partial Regression Plot
Dependent Variable: SAF
__
Hình 3.3. Đồ thị Scatterplot
Nếu giả định này được thỏa mãn thì sẽ không nhận thấy có sự liên hệ nào giữa các giá trị dự đoán và phần dư; phần dư phải phân tán ngẫu nhiên. Nhìn vào đồ thị phân tán giữa các phần dư và giá trị dự đoán (Hình 3.3), ta thấy phần dư thay đổi không theo một trật tự nào. Vì vậy, chấp nhận giả thuyết có liên hệ tuyến tính giữa các biến độc lập và biến phụ thuộc.
Căn cứ vào kết quả ở các bảng trên ta có phương trình hồi quy chưa chuẩn hóa sẽ là :
SAF = -0,458 + 0,181 SAL + 0,407 WORK + 0,170 BEN + 0,404 REL + e.
Hồi quy đã chuẩn hóa sẽ là :
SAF* =0,249 SAL + 0,348 WORK + 0,185 BEN + 0,384 REL + e.
Kiểm định các giả thuyết của mô hình
Sau khi kiểm định sự tồn tại của mô hình, tiếp tục kiểm định các giả thuyết của mô hình. Chính là kiểm định sự tác
động và mức độ ảnh hưởng như thế nào của các nhân tố độc lập đến nhân tố phụ thuộc bằng hệ thống giả thuyết tương ứng của từng nhân tố.
Để kiểm định sự tồn tại của các nhân tố ta dựa vào giá trị Sig của kiểm định t. Nếu Sig <0,05 thì bác bỏ giả thuyết H0, thừa nhận đối thuyết H1. Hay nói cách khác các hệ số hồi quy có ý nghĩa thống kê và có sự tác động đến sự hài lòng của công dân.
Dựa vào Bảng 3.27 cho kết quả:
Bảng 3.27. Kết quả hồi quy OLS lần 2 Nhân tố
Hệ số chưa
chuẩn hóa chuẩn hóaHệ số đã Giá trị T Sig. B Sai số chuẩn Beta
Hằng số -,458 ,277 -1,652 ,101
SAL ,181 ,043 ,249 4,239 ,000
WORK ,407 ,070 ,348 5,811 ,000
BEN ,170 ,052 ,185 3,269 ,001
REL ,404 ,061 ,384 6,619 ,000
- Nhân tố Tiền lương và thu nhập có tính chất tương tự lương (SAL) có giá trị Sig = 0,000 < 0,05 nên bác bỏ H0, nghĩa là có tác động tích cực đến sự hài lòng trong công việc của CBCNV tại VNPT Kiên Giang khi Tiền lương và các khoản thu nhập được cải thiện.
- Nhân tố Đặc điểm và tính chất công việc (WORK) có giá trị Sig = 0,000 <0,05 nên bác bỏ H0, nghĩa là có tác động đến sự hài lòng của CBCNV. Hay khi Đặc điểm và tính chất công việc được VNPT Kiên Giang chú trọng cải thiện hợp lýthì sự hài lòng trong công việc của CBCNV càng cao.
- Nhân tố Chế độ phúc lợi (BEN) có giá trị Sig = 0,001 <0,05 nên bác bỏ H0, nghĩa là có tác động tích cực đến sự hài
lòng của CBCNV. Hay khi VNPT Kiên Giang chú trọng cải thiện Chế độ phúc lợi tốt hơn thì thì sự hài lòng của CBCNV càng tăng cao.
- Nhân tố Quan hệ công việc (REL) có giá trị Sig = 0,000 <0,05 nên nên bác bỏ H0, nghĩa là có tác động tích cực đến sự hài lòng của CBCNV. Hay khi Quan hệ công việc giữa cấp trên với nhân viên và giữa các nhân viên với nhau tại VNPT Kiên Giang được cải thiện thì sự hài lòng của CBCNV càng cao.
3.2.4.2. Kiểm định các giả thiết của mô hình nghiên cứu
(1) Giả thiết về đa cộng tuyến: Cộng tuyến là trạng thái
trong đó các biến độc lập có tương quan chặt chẽ với nhau. Vấn đề của hiện tượng đa cộng tuyến là chúng cung cấp cho mô hình những thông tin rất giống nhau và rất khó tách rời ảnh hưởng của từng biến đến một biến phụ thuộc. Hiệu ứng khác của sự tương quan khá chặt giữa các biến độc lập là nó làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm trị thống kê t của kiểm định ý nghĩa của chúng nên các hệ số có khuynh hướng kém ý nghĩa hơn khi không có đa cộng tuyến trong khi hệ số xác định R Square vẫn khá cao. Chính vì vậy, mô hình không tồn tại hiện tượng đa cộng tuyến mới có thể dùng được.
Bảng 3.29. Kiểm tra hiện tượng đa cộng tuyến Nhân tố Đa cộng tuyến
Tolerance VIF
Hằng số
SAL ,882 1,134
WORK ,846 1,182
REL ,899 1,112
Nguồn: Kết quả phân tích dữ liệu của tác giả từ chương trình SPSS
Kết quả kiểm tra hiện tượng đa cộng tuyến của mô hình cho thấy hệ số phóng đại phương sai VIF của các nhân tố được đưa vào mô hình này đều có giá trị < 5 nên không có hiện tượng đa cộng tuyến. (Bảng 3.29)
(2) Giả thiết hiện tượng tự tương quan
“Tự tương quan” là sự tương quan giữa các quan sát trong dãy số thời gian hoặc dãy không gian. Trong phạm vi phân tích hồi quy, mô hình hồi quy tuyến tính cổ điển luôn giả thuyết rằng:
Cov(εi, εj) = E(εiεj) = 0 ∀ i ≠ j
Nghĩa là phần nhiễu của 01 quan sát nào đó không phụ thuộc vào phần nhiễu của bất kỳ 01 quan sát nào khác. Nếu giả thuyết này bị vi phạm tức:
∃ i ≠ j: Cov(εi, εj) = E(εiεj) ≠ 0
Khi mô hình tồn tại hiện tượng tự tương quan sẽ có một số hậu quả như: Các ước lượng bình phương bé nhất vẫn là ước lượng tuyến tính không chệch nhưng chúng không phải là ước lượng hiệu quả; Phương sai ước lượng được của các ước lượng bình phương bé nhất thường là chệch; Các kiểm định T và F nói chung không đáng tin cậy…
Như vậy, cần phải kiểm định và khắc phục hiện tượng này.
Bảng 3.30. Kiểm định hiện tượng tự tương quan
R R2 R2
điều chỉnh Sai số chuẩn của ướclượng Durbin-Watson
Nguồn: Kết quả phân tích dữ liệu của tác giả từ chương trình SPSS
Với kết quả tính toán, thống kê Durbin – Watson là 1,987. Với bậc tự do là n=150 và k’=4, mức ý nghĩa 5%, dùng phương pháp tra bảng Durbin – Watson để tìm giá trị dLvà du. Với n khá lớn, giá trị dL và du không vì bảng Durbin-Watson chỉ có n=120 là tối đa nên tác giả sử dụng phương pháp cải biên (khi giá trị rơi vào vùng không xác định được)
- Nếu 1 < d < 3 thì kết luận mô hình nghiên cứu không có tự tương quan.
- Nếu 0 < d < 1 thì kết luận mô hình nghiên cứu có tự tương quan dương.
- Nếu 3 < d < 4 thì kết luận mô hình nghiên cứu có tự tương quan âm
Như vậy, với 1< d= 1,987 < 3 dễ dàng kết luận mô hình không tồn tại hiện tượng tự tương quan với mức ý nghĩa 5%.
3.2.5. Phân tích phương sai ANOVA
Các nhóm đối tượng khác nhau về giới tính, nhóm tuổi, trình độ học vấn, thu nhập, thâm niên công tác có những đặc trưng, những yêu cầu và những cảm nhận khác nhau vì vậy có mức độ hài lòng khác nhau về công việc.
Để kiểm định sự khác biệt về mức độ hài lòng về công việc đối với các đặc điểm cá nhân, luận văn sử dụng kỹ thuật phân tích phương sai ANOVA với sự hỗ trợ của SPSS. Tất cả kiểm định đều xem xét với mức ý nghĩa 5%.
3.2.5.1. Kiểm định khác biệt theo giới tính
CBCNV giữa phái nam và phái nữ được tính toán như trên Bảng 3.31 và 3.32.
Bảng 3.31. Kết quả đánh giá SHL theo Giới tính
Gioitinh N Mean DeviationStd. Std. Error Mean
SAF Nam 100 3,2775 ,75536 ,07554
Nu 50 3,1200 ,70392 ,09955
Nguồn: Kết quả phân tích dữ liệu của tác giả từ chương trình SPSS
Kêt hợp với kết quả như trên Bảng 3.32,với mức ý nghĩa sig.=0,528 > 0.05, nên có thể kết luận chưa có khác biệt có ý nghĩa thống kê về mức độ hài lòng của CBCNV theo giới tính.
Bảng 3.32. Kết quả kiểm định Independent T-Test theo giới tính F_SHL Equal variances assumed Equal variances not assumed
Levene's Test for Equality of Variances F ,400 Sig. ,528 t-test for Equality of Means T 1,231 1,260 Df 148 104,518 Sig. (2-tailed) ,220 ,210 Mean Difference ,15750 ,15750 Std. Error Difference ,12795 ,12496 95% Confidence Interval of the Difference Lower -,09535 -,09029 Upper ,41035 ,40529
Nguồn: Kết quả phân tích dữ liệu của tác giả từ chương trình SPSS
3.2.5.2. Kiểm định khác biệt theo nhóm tuổi
Các nhóm tuổi khác nhau có sự trải nghiệm và yêu cầu khác nhau. Vì vậy, cần xem xét có sự khác biệt về đánh giá mức độ hài lòng trong công việc theo nhóm tuổi hay không? Tác giả luận văn thực hiện tính toán và có kết quả:
Bảng 3.33. ANOVA nhóm tuổi Tổng bình
phương Df Bình phươngtrung bình F Sig.
Giữa các
nhóm 1,897 3 ,632 1,158 ,328
Trong nhóm 79,697 146 ,546
Tổng 81,594 149
Nguồn: Kết quả phân tích dữ liệu của tác giả từ chương trình SPSS
Theo kết quả phân tích ANOVA Bảng 3.33, với mức ý nghĩa sig.=0,328 > 0.05, nên có thể kết luận không có sự khác biệt có ý nghĩa thống kê về mức độ hài lòng trong công việc của CBCNV giữa các nhóm có độ tuổi khác nhau.
3.2.5.3. Kiểm định khác biệt theo Thời gian công tác
Xem xét có sự khác biệt về đánh giá mức độ hài lòng trong công việc theo thâm niên công tác hay không? Tác giả luận văn thực hiện tính toán và có kết quả như sau:
Bảng 3.34. ANOVA thời gian làm việc Tổng bình
phương Df Bình phươngtrung bình F Sig.
Giữa các
nhóm ,783 4 ,196 ,351 ,843
Trong nhóm 80,811 145 ,557
Tổng 81,594 149
trình SPSS
Theo kết quả phân tích ANOVA Bảng 3.34, với mức ý nghĩa sig.=0,843 > 0.05, nên có thể kết luận không sự khác biệt có ý nghĩa thống kê về mức độ hài lòng của CBCC giữa