3.3.2. Giả thiết nghiên cứu
H1 (+): Lƣơng cao sẽ làm cho nhân viên – công nhân trung thành với công ty hơn H2 (+): Phúc lợi đảm bảo làm cho nhân viên – công nhân trung thành với công ty hơn
H3 (+): An toàn, vệ sinh lao động đảm bảo ảnh hƣởng tích cực đến lịng trung thành của cơng viên – công nhân
H4 (+): Phần thƣởng phù hợp công bằng sẽ làm cho nhân viên – công nhân trung thành hơn với cơng ty
H5 (+): Đồng nghiệp có ảnh hƣởng làm tăng lịng trung thành của nhân viên – công nhân
H6 (+): Sự hỗ trợ của tổ chức càng cao thì lịng trung thành của nhân viên – công nhân càng cao.
3.3.3. Thiết kế thang đo và bảng câu hỏi chính thức.
Tất cả các biến quan sát trong thành phần đều sử dụng thang đo Likert 5 điểm, với sự lựa chọn từ 1 đến 5 nhƣ sau:
1 – Hồn tồn khơng đồng ý 2 – Không đồng ý
3 – Bình thƣờng 4 – Đồng ý
5 – Hồn toàn đồng ý
Nội dung các biến quan sát trong các thành phần đƣợc hiệu chỉnh cho phù hợp với tình hình thực tế tại cơng ty TNHH ĐT-PT-XD Bình Phƣơng.
BẢNG 3.1. Thang đo nhóm các yếu tố ảnh hƣởng đến lịng trung thành của nhân viên – cơng nhân Cơng ty TNHH ĐT-PT-XD Bình Phƣơng.
STT Yếu tố Mã hóa
thang đo Biến quan sát
1 Lƣơng
L1 Anh/chị đƣợc trả lƣơng cao.
L2 Mức lƣơng hiện tại tƣơng xứng với năng lực làm việc của anh/chị.
L3 Công ty trả lƣơng rất công bằng.
nhập từ công ty.
L5 So với các công ty khác. Anh/chị cảm thấy thu nhập mình là cao.
2 Phúc lợi
PL1 Cơng ty có chế độ bảo hiểm xã hội, bảo hiểm y tế tốt.
PL2
Chƣơng trình bảo hiểm tai nạn, bảo hiểm sức khỏe của công ty mang lại lợi ích thiết thực cho Anh/chị.
PL3 Anh/chị hài lòng với những chế độ phụ cấp nhƣ trợ cấp ăn trƣa, quà tặng nhân dịp sinh nhật.
PL4 Các chƣơng trình phúc lợi của công ty rất hấp dẫn.
PL5 Các phúc lợi mà Anh/chị nhận đƣợc không thua kém các công ty khác.
3
An toàn, vệ
sinh lao
động
ATVS1 Anh/chị đƣợc cung cấp đầy đủ trang thiết bị bảo hộ cho công việc của Anh/chị.
ATVS2 Trang thiết bị làm việc của Anh/chị rất hiện đại.
ATVS3 Môi trƣờng làm việc và sống ở công trƣờng không ảnh hƣởng đến sức khỏe.
ATVS4 Các thiết bị an tồn đề phịng cháy nổ của cơng ty đảm bảo
ATVS5 Các lớp tập huấn kiến thức an tồn, vệ sinh lao động của cơng ty áp dụng đƣợc trong thực tế.
4 Phần thƣởng
PT1 Việc xét thƣởng hiện nay có cơng bằng.
PT2 Các chế độ chính sách, khen thƣởng cho ngƣời lao động đã hợp lý.
PT3 Anh/chị đƣợc thƣởng tƣơng xứng với những đóng góp, cống hiến của Anh/chị.
PT4 Anh/chị đƣợc xét thƣởng công bằng khi hồn thành tốt cơng việc.
PT5 Cơng ty có chính sách khen thƣởng hiệu quả.
5
Mối quan hệ
với đồng
nghiệp
ĐN1 Đồng nghiệp của Anh/chị dễ chịu.
ĐN2 Đồng nghiệp sẵn sàng giúp đỡ Anh/chị trong công việc.
ĐN3 Anh/chị và các đồng nghiệp phối hợp làm việc tốt.
ĐN4 Đồng nghiệp sẽ thực hiện những gì họ hứa.
ĐN5 Đồng nghiệp thân thiện.
6 Sự hỗ trợ
của tổ chức
SHT1 Cấp trên có hỗ trợ nhân viên khi làm việc.
SHT2 Cấp trên có tạo điều kiện cho nhân viên làm việc.
SHT3 Cấp trên và nhân viên có mối quan hệ giao tiếp thân mật.
SHT4 Đồng nghiệp có chia sẻ với nhân viên trong cuộc sống và công việc.
SHT5 Đồng nghiệp có thể trơng cậy đƣợc.
7 Lịng trung
thành
LTT1 Anh/chị rất vui khi làm việc lâu dài với công ty.
LTT2 Anh/chị sẽ ở lại cơng ty cho dù nơi khác có đề nghị mức thu nhập hấp dẫn hơn.
LTT3 Anh/chị sẵn sàng giới thiệu ngƣời quen vào làm việc khi công ty cần tuyển thêm nhân sự.
3.4. PHƢƠNG PHÁP THU THẬP THÔNG TIN
Nghiên cứu này đƣợc thực hiện dựa trên hai phƣơng pháp: định tính và định lƣợng.
3.4.1. Nghiên cứu định tính
Đây là giai đoạn nghiên cứu sơ bộ, đƣợc thực hiện để điều chỉnh thang đo và bổ sung các biến quan sát. Phƣơng pháp này đƣợc thực hiện bằng cách phỏng vấn sâu (n=7) theo một nội dung đã đƣợc chuẩn bị trƣớc.
Các thông tin cần thu thập:
‐ Xác định xem ngƣời đƣợc phỏng vấn hiểu về nhu cầu của nhân viên đối với công ty nhƣ thế nào? Theo họ, yếu tố nào làm cho nhân viên trung thành với công ty hơn?
‐ Kiểm tra xem ngƣời đƣợc hỏi có hiểu đúng ý câu hỏi hay khơng? Có điều gì mà bảng câu hỏi chƣa đƣợc đề cập đến, cần bổ sung gì trong nội dung các câu hỏi? Ngơn ngữ trình bày trong bảng câu hỏi có phù hợp hay chƣa?
Đối tƣợng phỏng vấn:
Dựa vào mối quan hệ, tính đặc thù cùng với sự đề xuất của ban Lãnh đạo công ty tiến hành thực hiện phỏng vấn 02 nhân viên văn phòng, 02 cán bộ quản lý giám sát và 03 cơng nhân cơng trình.
Kết quả phỏng vấn sơ bộ này là cơ sở cho việc thiết kế bảng câu hỏi để đƣa vào nghiên cứu chính thức. Bảng câu hỏi trƣớc khi phát ra sẽ tham khảo qua ý kiến của ban Giám đốc công ty.
3.4.2. Nghiên cứu định lƣợng
Đây là giai đoạn nghiên cứu chính thức với phƣơng pháp thu thập thông tin bằng cách phỏng vấn thông qua bảng câu hỏi khảo sát. Dữ liệu thu thập đƣợc sẽ đƣợc xử lý bằng phần mềm SPSS. Sau khi mã hóa và làm sạch dữ liệu, sẽ trải qua các bƣớc sau:
Đầu tiên là đánh giá độ tin cậy các thang đo: Độ tin cậy của các thang đo đƣợc đánh giá bằng hệ số Cronbach alpha, qua đó các biến khơng phù hợp sẽ bị loại bỏ nếu hệ số tƣơng quan biến – tổng (Corrected item – total correclation) nhỏ hơn 0.3 và thang đo có thể chấp nhận đƣợc về mặt độ tin cậy nếu hệ số Cronbach alpha lớn hơn 0.6.
Tiếp theo là phân tích nhân tố kiểm định giá trị hội tụ và giá trị phân biệt của các biến thành phần. Các biến có hệ số tải nhân tố (Factor loading) nhỏ hơn 0.5 sẽ bị loại. Thang đo sẽ chấp nhận khi tổng phƣơng sai trích lớn hơn hoặc bằng 50% và eigenvalue có giá trị lớn hơn 1.
Sau đó tiến hành kiểm định các giả thuyết của mơ hình và mức độ phù hợp tổng thể của mơ hình.
Mơ hình hồi quy đa biến và kiểm định với mức ý nghĩa 5%.
Lòng trung thành = β0 + β1*Lƣơng + β2*Phúc lợi + β3*An toàn, vệ sinh lao động + β4*Phần thƣởng + β5*Mối quan hệ đồng nghiệp + β6*Sự hỗ trợ của tổ chức Cuối cùng kiểm định T-test và phân tích ANOVA (Analysis of variance) nhằm tìm ra sự khác biệt có ý nghĩa thống kê của một vài nhóm cụ thể đối với lịng trung thành của nhân viên.
3.4.3. Phƣơng pháp chọn mẫu
Mẫu đƣợc chọn theo phƣơng pháp phi xác suất và thuận tiện, phƣơng pháp chọn mẫu này cho phép ngƣời điều tra giảm thiểu chi phí cũng nhƣ thời gian nhằm đáp ứng yêu cầu về tính kịp thời của việc phân tích.
Đối với khía cạnh chọn số mẫu, hiện nay có một số cơng thức tính mẫu điều tra, tuy nhiên tùy từng nghiên cứu mà có những phƣơng pháp chọn mẫu phù hợp. Theo Hair & ctg (1998), để có thể phân tích nhân tố khám phá cần thu thập dữ liệu với kích thƣớc mẫu là ít nhất 5 mẫu trên 1 biến quan sát. Số biến quan sát theo dự tính khoảng là 30. Nếu theo tiêu chuẩn năm mẫu cho một biến quan sát thì kích thƣớc mẫu cần thiết là n = 5 x 30 = 150 (mẫu). Nhƣ vậy, số mẫu ít nhất là 150 (mẫu), tuy nhiên số mẫu càng nhiều thì sai số thống kê càng giảm, ngoài ra tác giả cũng muốn đề phịng loại trừ số lƣợng phiếu khơng hợp lệ nên quyết định chọn mẫu là 210 (mẫu).
3.5. XÁC ĐỊNH NỘI DUNG PHÂN TÍCH VÀ TÍNH CHÍNH XÁC, ĐỘ TIN CẬY CỦA DỮ LIỆU ĐỘ TIN CẬY CỦA DỮ LIỆU
Phần mềm SPSS trong những năm gần đây đƣợc sử dụng một cách rất phổ biến. Với mục tiêu chính là thống kê và phân tích dữ liệu khảo sát (dạng survey). Đây là phần mềm đƣợc đánh giá là dễ sử dụng với cách thức thao tác kích chuột trên giao diện đơn giản.
3.5.1. Thống kê mô tả về mẫu
Khi thực hiện luận văn tác giả thực hiện các nghiên cứu định lƣợng, việc thống kê mô tả mẫu nghiên cứu rất quan trọng và là điều bắt buộc.
Mục đích việc thống kê mơ tả:
‐ Tóm tắt, mơ tả sơ bộ cấu trúc, các đặc trƣng phân phối của số liệu
‐ Xác định các ƣớc lƣợng phân phối, tham số của tổng thể từ mẫu số liệu
‐ Phát hiện các quan sát ngoại lai, các sai số để tìm cách làm sạch số liệu
‐ Lựa chọn mơ hình, các phƣơng pháp phân tích thống kê phù hợp với số liệu
3.5.2. Cronbach’s Alpha
Đánh giá độ tin cậy của thang đo thông qua hệ số Cronbach’s Alpha ít nhấtlầ 0,6 và hệ số tƣơng quan biến – tổng (Corrected Item – Total Correlation) > 0,3 (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008). Nhƣ vậy đây là mơ hình hồi quy 5 biến và để kiểm tra các biến độc lập có mối tƣơng quan tốt hay khơng, tác giả sử dụng cơng cụ phân tích độ tin cậy Cronbach’s Alpha.
Các bƣớc thực hiện kiểm tra độ tin cậy (Cronbach's Alpha)
- Độ tin cậy của thang đo thƣờng đƣợc đánh giá bằng hệ số Cronbach’s Alpha.
- Chạy cho từng nhân tố (cả độc lập và phụ thuộc)
- Mục đích là kiểm tra xem các biến trong một nhân tố có cùng đo lƣờng cho nhân tố lần đo hay khơng. Muốn biết cái nào đóng góp nhiều hay ít thì quan sát hệ số tƣơng quan biến tổng.
Điều kiện khi chạy Cronbach’s Alpha: - Hệ số Cronbach’s Alpha > 0.6 - Hệ số tƣơng quan biến – tổng > 0.3
3.5.3. Phân tích nhân tố khám phá EFA
Phân tích EFA giúp sử dụng để rút gọn và gom các biến lại dựa trên mối quan hệ tuyến tính của các nhân tố với các biến quan sát. Khi phân tích EFA cần lƣu ý những điểm sau:
Hệ số KMO (Kaiser – Mayer – 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, nếu thấy trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Kiểm định Bartlett (Bartlett’s test of sphericity) dùng để xem xét giả thuyết về độ tƣơng quan giữa các biến quan sát bằng 0 trong tổng thể, nếu kiểm định này có ý nghĩa thống kê, sig nhỏ hơn hoặc bằng 0.05 thì các biến quan sát có tƣơng quan với nhau trong tổng thể (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Hệ số tải nhân tố (Factor Loading) là hệ số tƣơng quan đơn giữa các biến và các nhân tố. Hệ số này càng lớn, lớn hơn hoặc bằng 0.5 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 nhỏ hơn 0.5 sẽ bị loại (Hair & cộng sự, 1998).
Trong phân tích nhân tố dùng phƣơng pháp Principal Component Analysis với phép xoay Varimax và điểm dừng khi trích các yếu tố có trị số Eigenvalue lớn hơn hoặc bằng 1. Đại lƣợng Eigenvalue đại diện cho lƣợng biến thiên giải thích bởi nhân tố. Những nhân tố có Eigenvalue nhỏ hơn 1 sẽ khơng có tác dụng tóm tắt thơng tin tốt hơn một biến gốc, vì sau khi chuẩn hóa mỗi biến gốc có phƣơng sai là 1 (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Thang đo đƣợc chấp nhận khi tổng phƣơng sai trích lớn hơn hoặc bằng 50% (Hair & cộng sự, 1998).
3.5.4. Phân tích hồi quy
Trƣớc tiên, dùng hệ số tƣơng quan Pearson trong ma trận hệ số tƣơng quan để xem xét mối tƣơng quan tuyến tính giữa biến độc lập và biến phụ thuộc và giữa các biến độc lập với nhau. Trong phân tích tƣơng quan Pearson khơng có sự phân biệt biến độc lập và biến phụ thuộc mà tất cả đều đƣợc xem xét nhƣ nhau. Nếu giữa hai biến có sự tƣơng quan chặt thì cần lƣu ý vấn đề đa cộng tuyến khi phân tích hồi quy (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Sau khi xác định đƣợc giữa các biến độc lập và biến phụ thuộc có tƣơng quan tuyến tính, tác giả cụ thể mối quan hệ nhân quả này bằng mơ hình hồi quy tuyến tính bội, với sự hài lòng của khách hàng là biến phụ thuộc, các biến còn lại là biến độc lập.
Đánh giá độ phù hợp của mơ hình hồi quy tuyến tính bội bằng hệ số R2 (R Square) và hệ số R2 điều chỉnh (Ajusted R Square)
Sử dụng kiểm định F để xem xét mức độ phù hợp của mơ hình hồi quy tổng thể.
Đo lƣờng mức độ đa cộng tuyến của mơ hình thơng qua phân tích hệ số phóng đại phƣơng sai VIF (Variance Inflation Factor). Nếu VIF của một biến độc lập nào đó lớn hơn 10 thì biến này hầu nhƣ khơng có giá trị giải thích biến thiên của biến phụ thuộc trong mơ hình hồi quy bội (Hair & ctg, 2006). Tuy nhiên, trong thực tế, nếu VIF lớn hơn 2, chúng ta cần cẩn thận trong diễn giải các trọng số hồi qui. Đôi khi, chúng ta cần xem xét các hệ số tƣơng quan của biến đó với biến phụ thuộc để so sánh chúng với trọng số hồi qui (Nguyễn Đình Thọ, 2011).
Đánh giá mức độ tác động mạnh hay yếu giữa các biến thông qua hệ số hồi quy đã chuẩn hóa Beta.
Mức ý nghĩa đƣợc xác lập cho các kiểm định và phân tích là 0.05 (độ tin cậy 95%)
Để thực hiện phƣơng pháp phân tích hồi quy đa biến, chúng ta cần lƣu ý các giả thuyết tiền đề cho phƣơng pháp này, bao gồm:
- Tổng phần dƣ = 0 và phần dƣ có tính phân phối chuẩn.
- Không xảy ra hiện tƣợng cộng tuyến (các biến độc lập khơng có tƣơng quan cao với nhau).
- Khơng xảy ra hiện tƣợng tự tƣơng quan.
- Không xảy ra hiện tƣợng phƣơng sai không đều.
3.5.5. Kiểm định ANOVA
Để phân tích ANOVA có ý nghĩa hơn, ngƣời ta thƣờng tiến hành phân tích sâu ANOVA sau bƣớc phân tích ANOVA cơ bản. Có 2 phƣơng pháp, đó là kiểm định “trƣớc” (Priori Contrasts) và kiểm định “sau” (Post-Hoc test). Phƣơng pháp gần với phƣơng pháp nghiên cứu thực là Post-Hoc test. Do đó trên thực tế ngƣời ta thƣờng dùng Post-Hoc test để thực hiện phân tích sâu ANOVA nhằm tìm ra chỗ khác biệt. Một số phƣơng pháp Post-Hoc test thƣờng sử dụng là:
LSD: dùng kiểm định t lần lƣợt cho từng cặp trung bình nhóm. Nhƣợc điểm của nó là độ tin cậy khơng cao vì làm gia tăng mức độ phạm sai lầm tƣơng ứng với việc so sánh nhiều nhóm cùng một lúc.
Bonferroni: giống quy tắc của LSD nhƣng điều chỉnh đƣợc mức ý nghĩa khi tiến hành so sánh bội dựa trên số lần tiến hành so sánh. Đây là thủ tục đơn giản và thƣờng đƣợc sử dụng.
Tukey: cũng đƣợc sử dụng phổ biến cho việc tìm kiếm các trung bình các nhóm khác biệt. Nó sử dụng bảng phân phối Studentizze range distribution. Tukey hiệu quả hơn Bonferroni khi số lƣợng các cặp trung bình cần so sánh khá nhiều.
Scheffe: phƣơng pháp này kém nhạy hơn trong việc so sánh các trị trung bình của các cặp, nó địi hỏi phải có sự khác biệt lớn giữa các trị trung bình so với các thủ tục so sánh bội khác để bảo đảm có sự khác biệt thực sự, nhƣng vì thế nó đƣa ra kết quả thận trọng hơn.
R-E-G-W: thực hiện 2 bƣớc kiểm định, đầu tiên nó tiến hành kiểm định lại tồn bộ các trị trung bình nhóm xem có bằng nhau khơng; nếu khơng bằng thì bƣớc kế tiếp nó sẽ kiểm định để tìm các nhóm nào khác biệt thực sự với nhau về trị trung bình. Nhƣng kiểm định này khơng phù hợp khi kích cỡ các nhóm mẫu khơng bằng nhau.
Dunnett: là thủ tục cho phép chọn so sánh các trị trung bình của các nhóm mẫu cịn lại với một trị trung bình của một nhóm mẫu cụ thể nào đó đƣợc chọn ra so sánh (nhóm điều khiển), SPSS mặc định chọn nhóm cuối (Last) để làm nhóm điều khiển.
Lƣu ý: Trong trƣờng hợp phƣơng sai giữa các đối tƣợng cần so sánh khác nhau,