3.3.5.1. Kiểm tra và làm sạch dữ liệu
Các phiếu khảo sát thu về cần phải được tiến hành kiểm tra tính hợp lệ của phiếu khảo sát. Một phiếu khảo sát được coi là hợp lệ khi tất cả các thông tin trả lời đều đầy đủ, các câu trả lời (đặc biệt trong phần đánh giá các yếu tố ảnh hưởng đến sự hài lòng trong công việc của nhân viên) không được trùng lặp nhau quá nhiều. Trên cơ sở làm sạch dữ liệu, tác giả tiến hành mã hóa dữ liệu và nhập vào phần mềm SPSS 20.0 để thực hiện các bước tiếp theo.
3.3.5.2. Thống kê mô tả mâu nghiên cứu
Tác giả tiến hành thống kê mô tả mẫu nghiên cứu về giới tính, độ tuổi, thời gian làm việc, trình độ học vấn, nhóm nhân viên (kinh doanh hay văn phòng) để làm rõ hơn về mẫu nghiên cứu.
42
3.3.5.3. Kiểm định độ tin cậy của thang đo
Việc đánh giá độ tin cậy và giá trị của thang đo được thực hiện bằng phương pháp hệ số tin cậy Cronbach’s Alpha và phân tích nhân tố khám phá (EFA) thông qua phần mềm xử lý SPSS 20.0 để sàng lọc, loại bỏ các biến quan sát không đáp ứng tiêu chuẩn độ tin cậy (biến rác). Trong đó: tiêu chuẩn Cronbach’s Alpha được nhiều nhà nghiên cứu (Nunnally, 1978), (Peterson, 1998) đề nghị hệ số Cronbach’ s Alpha từ 0.6 trở lên là có thể chấp nhận được trong trường hợp khái niệm đang nghiên cứu là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu. Tuy nhiên, theo (Nunnally và cộng sự, 1994) thì hệ số Cronbach’s Alpha không cho biết biến nào nên loại bỏ và biến nào nên giữ lại. Bởi vậy, bên cạnh hệ số Cronbach’s Alpha, người ta còn sử dụng hệ số tương quan biến tổng (iterm - total correlation) và những biến nào có tương quan biến tổng < 0.3 sẽ bị loại bỏ.
3.3.5.4. Phân tích nhân tố khám phá (EFA)
Sau kết quả phân tích Cronbach’s Alpha loại bỏ các biến không đảm bảo độ tin cậy, phân tích nhân tố được sử dụng để thu nhỏ và gom các biến lại, xem xét mức độ hội tụ của các biến quan sát theo từng thành phần và giá trị phân biệt của các nhân tố. Khi phân tích nhân tố cần lưu ý những điểm sau: Hệ số KMO (Kaiser- Meyer-Olkin) là một chỉ số xem xét sự thích hợp của phân tích nhân tố. Trị số KMO lớn, từ 0,5 đến 1 là điều kiện đủ để phân tích nhân tố thích hợp. Kiểm định Bartlett (Bartlett’s test of sphericity), nếu kiểm định này có ý nghĩa thống kê, Sig ≤ 0,05 thì các biến quan sát có tương quan với nhau trong tổng thể. Hệ số tải nhân tố (Factor Loading) là hệ số tương quan đơn giữa các biến và các nhân tố. Hair và các cộng sự cho rằng, việc chọn ngưỡng hệ số tải nhân tố (Factor Loading) trong EFA nên xem xét đến cỡ mẫu. Trong nghiên cứu này, với cỡ mẫu lựa chọn là 250 mẫu, xét theo nghiên cứu của Hair, thì hệ số tải nhân tố (Factor Loading) tương ứng là 0,35.
Hệ số này càng lớn ≥ 0,35 cho biết các biến và nhân tố càng có mối quan hệ chặt chẽ với nhau, biến quan sát có hệ số tải nhân tố < 0,35 sẽ bị loại. Trong phân
43
tích nhân tố dùng phương pháp Principal Component Analysis với phép xoay Varimax và điểm dừng khi trích các yếu tố có trị số Eigenvalue lớn hơn 1. Đại lượng Eigenvalue đại diện cho lượng biến thiên giải thích bởi nhân tố. Những nhân tố có Eigenvalue < 1 sẽ không có tác dụng tóm tắt thông tin tốt hơn một biến gốc, vì sau khi chuẩn hóa mỗi biến gốc có phương sai là 1. Thang đo được chấp nhận khi tổng phương sai trích ≥ 50% (Hair và cộng sự, 1988).
3.3.5.5. Phân tích hồi quy tuyến tính và kiểm định giả thiết
Quá trình phân tích hồi quy tuyến tính được thực hiện qua các bước:
Bước 1: Xây dựng và kiểm định mô hình hồi quy. Lựa chọn các biến đưa vào mô hình hồi quy, đánh giá độ phù hợp của mô hình bằng hệ số xác định R2 (R Square). Tuy nhiên, R2 có đặc điểm càng tăng khi đưa thêm các biến độc lập vào mô hình, mặc dù không phải mô hình càng có nhiều biến độc lập thì càng phù hợp với tập dữ liệu. Vì thế, R2 điều chỉnh (Adjusted R Square) có đặc điểm không phụ thuộc vào số lượng biến đưa thêm vào mô hình được sử dụng thay thế R2 để đánh giá mức độ phù hợp của mô hình hồi quy bội.
Kiểm định độ phù hợp của mô hình để lựa chọn mô hình tối ưu bằng cách sử dụng phương pháp phân tích ANOVA để kiểm định giả thuyết R2: không có mối liên hệ tuyến tính giữa biến phụ thuộc với tập hợp các biến độc lập. Nếu trị thống kê F có Sig nhỏ (< 0.05), thì giả thuyết HO bị bác bỏ, khi đó chúng ta kết luận tập hợp của các biến độc lập trong mô hình có thể giải thích cho sự biến thiên của biến phụ thuộc. Nghĩa là mô hình được xây dựng phù hợp với tập dữ liệu, vì thế có thể sử dụng được.
Bước 2: Kiểm tra vi phạm các giả định hồi quy. Mô hình hồi quy được xem là phù hợp với tổng thể nghiên cứu khi không vi phạm các giả định. Vì thế, sau khi xây dựng được phương trình hồi quy, cần phải kiểm tra các vi phạm giả định cần thiết sau đây: Có liên hệ tuyến tính gữa các biến độc lập với biến phụ thuộc, phần dư của biến phụ thuộc có phân phối chuẩn, phương sai của sai số không đổi,
44
không có tương quan giữa các phần dư (tính độc lập của các sai số), không có tương quan giữa các biến độc lập (không có hiện tượng đa cộng tuyến). Trong đó:
- Công cụ để kiểm tra giả định liên hệ tuyến tính là đồ thị phân tán phần dư chuẩn hóa (Scatter) biểu thị tương quan giữa giá trị phần dư chuẩn hóa (Standardized Residual) và giá trị dự đoán chuẩn hóa (Standardized Predicted Value).
- Công cụ để kiểm tra giả định phần dư có phân phối chuẩn là đồ thị tần số Histogram hoặc đồ thị tần số P-P plot.
- Công cụ để kiểm tra giả định sai số của biến phụ thuộc có phương sai không đổi là đồ thị phân tán của phần dư và giá trị dự đoán hoặc kiểm định Spearman’s rho.
- Công cụ được sử dụng để kiểm tra giả định không có tương quan giữa các phần dư là đại lượng thống kê d (Durbin - Watson), hoặc đồ thị phân tán phần dư chuẩn hóa (Scatter).
- Công cụ được sử dụng để phát hiện tồn tại hiện tượng đa cộng tuyến là độ chấp nhận của biến (Tolerance) hoặc hệ số phóng đại phương sai (Variance inflation factor - VIF). Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2005), quy tắc chung là VIF > 10 là dấu hiệu đa cộng tuyến. Xác định các hệ số của phương trình hồi quy, đó là các hệ số hồi quy riêng phần βk đo lường sự thay đổi trung bình của biến phụ thuộc khi biến độc lập Xk thay đổi một đơn vị, trong khi các biến độc lập khác được giữ nguyên. Tuy nhiên, độ lớn của βk phụ thuộc vào đơn vị đo lường của các biến độc lập, vì thế việc so sánh trực tiếp chúng với nhau là không có ý nghĩa. Do đó, để có thể so sánh các hệ số hồi quy với nhau, từ đó xác định tầm quan trọng (mức độ giải thích) của các biến độc lập cho biến phụ thuộc, người ta biểu diễn số đo của tất cả các biến độc lập bằng đơn vị đo lường độ lệnh chuẩn beta.
3.3.5.6. Kiểm định sự khác biệt
45
Kiêm định Independent - Samples T-test:
- Tại kiểm định Levene (kiểm định F):
+ Sig > 0,05: Sử dụng kiểm định t ở cột Equal variances assumed. + Sig < 0,05: Sử dụng kiểm định t ở cột Equal variances not assumed.
- Tại kiểm định T:
+ Sig > 0,05: H0 chấp nhận, không có sự khác biệt. + Sig < 0,05: H0 bị bác bỏ, có sự khác biệt.
Kiêm định ANOVA: Phương pháp kiểm định ANOVA để kiểm định sự khác
nhau về giá trị trung bình (điểm bình quân gia quyền về tỷ lệ ý kiến đánh giá của nhân viên theo thang điểm Likert). Phân tích này nhằm cho thấy được sự khác biệt hay không giữa các ý kiến đánh giá của các nhóm nhân viên được phân tổ theo các tiêu thức khác nhau như: độ tuổi, trình độ, thời gian làm việc, giới tính, nhóm nhân viên. Với các giả thuyết đặt ra: H0: Không có sự khác biệt giữa trung bình của các nhóm được phân loại; HI : Có sự khác biệt giữa trung bình các nhóm được phân loại (α là mức ý nghĩa của kiểm định, α = 0,05). Nếu Sig ≥ 0,05: Chưa đủ bằng chứng thống kê để bác bỏ giả thuyết H0. Nếu Sig ≤ 0,05: Đủ bằng chứng thống kê để bác bỏ giả thuyết H0.
Tiêu chí___________________________ ___________Tần
số (%) Tỷ lệ
Nhóm nhân viên______________________________________________________
Nhân viên văn phòng _______________
53
____________ 21,2
Nhân viên kinh doanh ______________
197 ____________78,8 Giới tính____________________________________________________________ Nam______________________________ ______________ 141 ____________56,4 Nữ________________________________ ______________ 109 ____________436 Độ tuổi______________________________________________________________ Từ 18 - 25 tuổi 34 13,6 Từ 26 - 35 tuổi 146 58,4 Từ 36 - 45 tuổi 41 16,4 Trên 45 tuổi _______________ 29 ____________11,6 Trình độ học vấn Cấp 3______________________________ _______________ 13 _____________5,2 Tiêu chí ___________Tần số Tỷ lệ (%)
Trung cấp - Cao đăng 32 12,8
Đại học 199 79,6
Sau đại học ________________
6 _____________2,4
Thời gian làm việc
Dưới 01 năm 12 _____________ 4,8 Từ 01 đến dưới 03 năm 110 44,0 Từ 03 đến dưới 05 năm 120 48, 0 Từ 05 năm trở lên ________________ 8 _____________3,2 46 TÓM TẮT CHƯƠNG 3
Chương này tác giả đã trình bày những chi tiết về phương pháp nghiên cứu được sử dụng để kiểm định các yếu tố ảnh hưởng đến sự hài lòng trong công việc của nhân viên tại Công ty Cổ phần Giải pháp Thanh Toán Số. Nghiên cứu được chia thành hai giai đoạn:
Thứ nhất: Nghiên cứu sơ bộ định tính được tiến hành với 07 người tham gia để bàn luận, xem xét về việc áp dụng mô hình JDI (Job Description Index) do Smith và các cộng sự (1969) xây dựng cùng với các biến đúc kết từ các nghiên cứu khác vào nghiên cứu thực tiễn tại Digipay.
Thứ hai: Nghiên cứu định lượng chính thức được tiến hành với 260 nhân viên hiện đang làm việc tại Digipay. Trong phần này cung cấp những thông tin về mẫu, kích thước mẫu, kỹ thuật và quy trình phân tích dữ liệu.
Trong chương tiếp theo sẽ trình bày những kết quả phân tích dữ liệu. 47
CHƯƠNG 4. KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
4.1. Mô tả mẫu nghiên cứu
Bảng 4.1. Thống kê mô tả mẫu nghiên cứu
Nguồn: Tổng hợp từ kết quả khảo sát (2020)
Tác giả phát ra 260 phiếu khảo sát, số phiếu khảo sát thu về hợp lệ là 250 phiếu. Các phiếu thu về hợp lệ được mã hóa và nhập vào phần mềm SPSS 20.0 để thực hiện các bước phân tích tiếp theo. Kết quả thống kê mô tả mẫu được thể hiện ở bảng 4.1.
48
Số nhân viên thuộc nhóm nhân viên kinh doanh chiếm đại đa số trong số nhân viên của công ty. Cụ thể, số nhân viên kinh doanh là 197 người, chiếm 7 8,8%. Trong khi số nhân viên văn phòng chỉ là 53 người, chiếm 21,2% (minh họa ở hình 4.1)
Nhomnhanvien
■ Nhãn viên kinh doanh
■ Nhân viên vãn phóng
Hình 4.1. Biểu đồ thống kê tần số về nhóm nhân viên
Nguồn: Thống kê SPSS (2020)
Số nhân viên nam đang làm việc tại Digipay nhiều hơn số nhân viên nữ. Số liệu khảo sát cho thấy, có 141 nhân viên là nam, chiếm tỷ lệ 56,4% và 109 nhân viên là nữ, chiếm tỷ lệ 43,6%. Điều này là dễ hiểu khi mà công ty hoạt động trong lĩnh vực công nghệ nên số nhân viên nam sẽ nhỉnh hơn.
Hình 4.2. Biểu đồ thống kê tần số về giới tính
49
về độ tuổi, các nhân viên đang làm việc tại công ty tập trung chủ yếu ở độ tuổi từ 26 - 35 tuổi. Số liệu khảo sát cho thấy, số lượng nhân viên ở độ tuổi từ 26 - 35 tuổi là cao nhất với 146 nhân viên (chiếm tỷ lệ 58,4%). Tiếp đó, đến nhân viên có độ tuổi từ 36 - 45 tuổi với 41 nhân viên (chiếm tỷ lệ 16,4%). Các nhân viên có độ tuổi từ 18 - 25 tuổi là 34 nhân viên (chiếm tỷ lệ 13,6%). Thấp nhất là số nhân viên có độ tuổi trên 45 tuổi với 29 nhân viên (chiếm tỷ lệ 11,6%).
Dotuoi
■ Trên 45 tuồi ■ Tù'18-25 tuổi □ Từ 26 - 35 IuSi ■ TỪ 36 - 45 tuồi
Hình 4.3. Biểu đồ thống kê tần số về độ tuổi
Nguồn: Thống kê SPSS (2020)
về trình độ học vấn, nhìn chung nhân viên của công ty có trình độ học vấn tương đối cao, với đại đa số có trình độ từ đại học trở lên. Trong đó, số nhân viên có trình độ đại học là cao nhất với 199 nhân viên (chiếm tỷ lệ 79,6%). Tiếp đó, đến nhân viên có trình độ trung cấp - cao đẳng với 32 nhân viên (chiếm tỷ lệ 12,8%). Các nhân viên có trình độ cấp 3 là 13 nhân viên (chiếm tỷ lệ 5,2%). Thấp nhất là số nhân viên có trình độ sau đại học với 06 nhân viên (chiếm tỷ lệ 2,4%).
Biến đo lường
Trung bình thang đo nếu loại
biến
Phương sai thang đo nếu loại
biến
Tương quan biến tổng
Alpha nếu loại biến này Độ tin cậy của thang đo: ALPHA = 0,903________________________________
CV1 17,020 6,140 ,705 ,894 CV2 17,084 6,190 ,753 ,883 CV3 17,096 6,192 ,743 ,885 CV4 17,044 6,211 ,786 ,876 CV5 17,084 5,981 ,809 ,871 50 Hocvan ■ cấp 3 B Sau đại học ∩ TjsLing cấp -Cao u4daπg B Đại học Hình 4.4. Biểu đồ thống kê tần số về trình độ học vấn Nguồn: Thống kê SPSS (2020)
Trong số các nhân viên thực hiện khảo sát, đại đa số nhân viên có thời gian làm việc tại công ty là dưới 05 năm. Cụ thể, số nhân viên có thời gian làm việc tại công ty từ 03 đến dưới 05 năm là 120 người (chiếm 48%). Số nhân viên có thời gian làm việc tại công ty từ 01 đến dưới 03 năm là 110 người (chiếm 44%). Còn lại là nhân viên có thời gian làm việc tại công ty dưới 01 năm với 12 người (chiếm
4,8%) và trên 5 năm với 8 người (chiếm 3,2%).
Hình 4.5. Biểu đồ thống kê tần số về thâm niên làm việc
Nguồn: Thống kê SPSS (2020)
51
4.2. Đánh giá độ tin cậy Cronbach’s Alpha
Độ tin cậy thang đo về Bản chất công việc (CV); Cơ hội đào tạo và thăng tiến (CH); Lãnh đạo (LD); Đồng nghiệp (DN); Thu nhập (TN); Thái độ chấp nhận rủi ro (RR); Môi trường và điều kiện làm việc (MT); Sự công bằng (CB); Phúc lợi cơ bản và cộng thêm (PL); Sự hài lòng (HL) sẽ được đánh giá bằng hệ số tin cậy Cronbach’ s Alpha. Căn cứ vào hệ số Cronbach’s Alpha, ta sẽ loại đi được những biến quan sát không đạt yêu cầu hay các thang đo chưa đạt yêu cầu ra khỏi nghiên cứu.
4.2.1. Thành phần Bản chất công việc (CV)
Kết quả chạy phân tích độ tin cậy của thang đo “Bản chất công việc” cho thấy độ tin cậy đạt 0,903 lớn hơn 0,6 đạt yêu cầu. Tất cả các biến quan sát đều có hệ số tương quan với biến tổng lớn hơn 0,3 và việc loại bỏ bất cứ biến quan sát nào cũng không làm cho độ tin cậy tăng lên.
Biến đo lường
Trung bình thang đo nếu loại
biến
Phương sai thang đo nếu loại
biến
Tương quan
biến tổng Alpha nếu
loại biến này Độ tin cậy của thang đo: ALPHA = 0,876________________________________
CH1 12,468 4,009 ,682 ,863 CH2 12,440 4,031 ,786 ,823 CH3 12,536 3,969 ,719 ,848 CH4 12,488 4,074 ,757 ,833 Biến đo lường Trung bình thang đo nếu loại
biến
Phương sai thang đo nếu loại
biến
Tương quan
biến tổng loại biến nàyAlpha nếu Độ tin cậy của thang đo: ALPHA = 0,842________________________________
LD1 25,912 9,631 ,523 ,832 LD2 25,760 9,549 ,610 ,818 LD3 25,852 9,637 ,620 ,817 LD4 25,948 9,190 ,657 ,811 LD5 25,944 9,338 ,637 ,814 LD6 25,856 9,256 ,622 ,816 LD7 25,952 9,339 ,525 ,833
Nguồn: Kết quả phân tích dữ liệu khảo sát (2020)
52
4.2.2. Thành phần Cơ hội đào tạo và thăng tiến (CH)
Bảng 4.3. Độ tin cậy của thang đo Cơ hội đào tạo và thăng tiến (CH)
Nguồn: Kết quả phân tích dữ liệu khảo sát (2020)
Kết quả chạy phân tích độ tin cậy của thang đo “Cơ hội đào tạo và thăng tiến” cho thấy độ tin cậy đạt 0,876 lớn hơn 0,6 đạt yêu cầu. Tất cả các biến quan sát đều có hệ số tương quan với biến tổng lớn hơn 0,3 và việc loại bỏ bất cứ biến quan sát nào cũng không làm cho độ tin cậy tăng lên.