Biến Hệ số tương quan biến tổng Hệ số Cronbach’s Alpha nếu loại biến
1. Bản chất công việc:Cronbach’s Alpha = 0,840
BCCV1. Công việc phù hợp với trình độchuyên môn 0,683 0,802
BCCV2. Công việc các anh (chị) đang đảm nhận là thú vị 0,684 0,796
BCCV3. Công việc cho phép sử dụng tốt các năng lực cá nhân 0,674 0,801
BCCV4. Công việc tạo điều kiện cải thiện kỹnăng và kiến thức 0,695 0,803
BCCV5. Công việc không tạo ra quá nhiều áp lực 0,546 0,832
2.Chính sách lương, thưởng và phúc lợi: Cronbach’s Alpha = 0,889
LTPL1. Tiền lương phù hợp với tính chất công việc 0,479 0,894 LTPL2. Tiền lương được trảđầy đủvà đúng thời hạn 0,763 0,865 LTPL3. Tiền lương tương xứng với kết quảlàm việc 0,750 0,866
LTPL4. Chính sách thưởng công bằng và hợp lý 0,729 0,868
LTPL5. Chính sách phúc lợi rõ ràng và được thực hiện đầy đủ 0,466 0,893
LTPL6. Chính sách thưởng và phúc lợi thể hiện sựquan tâm
chu đáo đến người lao động 0,733 0,867
LTPL7. Chính sách lương, thưởng, trợ cấp được công khai với
người lao động 0,694 0,871
LTPL8. Người lao động đủ sống với mức thu nhập hiện tại. 0,709 0,870
3.Cơ hội đào tạo và thăng tiến: Cronbach’s Alpha = 0,856
DTTT1. Người lao động được đào tạo cho công việc và phát
triển nghề nghiệp 0,737 0,800
DTTT2. Người động được tạo điều kiện và hỗ trợ khi học tập
nâng cao trình độ 0,726 0,805
DTTT3. Người lao động có cơ hội thăng tiến trong công việc 0,673 0,827
DTTT4. Chính sách đề bạt và thăng tiến của công ty công bằng. 0,661 0,832
4. Quan hệ với lãnh đạo và đồng nghiệp : Cronbach’s Alpha = 0,833
QH1. Lãnh đạo có trình độ, năng lực và tầm nhìn 0,600 0,807
QH2. Lãnh đạo hòa đồng với người lao động 0,534 0,819
QH3. Lãnh đạo luôn ghi nhận ý kiến đóng góp của người lao động 0,659 0,796
QH4. Lãnh đạo luôn quan tâm và đối xửcông bằng với cấp dưới 0,622 0,802
QH5. Đồng nghiệp trong công ty thân thiện 0,643 0,799
QH6. Các nhân viên trong công ty luôn phối hợp với nhau
trong công việc 0,592 0,808
5.Điều kiện làm việc : Cronbach’s Alpha = 0,826
DKLV1. Giờlàm việc hợp lý 0,703 0,757
DKLV2. Cơ sở vật chất nơi làm việc tốt 0,556 0,824
DKLV3. Môi trường làm việc an toàn, thoải mái 0,661 0,777
DKLV4. Người lao động được trang bịđầy đủ thiết bịlao động
phục vụcho công việc 0,693 0,761
6.Đánh giá kết quảlàm việc : Cronbach’s Alpha = 0,884
DGKQ1. Việc đánh giá kết quả thực hiện công việc được thực
hiện khách quan, khoa học, công bằng, 0,778 0,839
DGKQ2. Việc đánh giá được thực hiện một cách thường xuyên 0,790 0,835 DGKQ3. Việc đánh giá giúp cải thiện và nâng cao năng suất
của người lao động 0,659 0,884
DGKQ4. Kết quảđánh giá được thực hiện để xếp loại, xếp
lương, thưởng 0,767 0,843
Nguồn: Kết quả khảo sát được xửlý trên phần mềm SPSS
2.3.3. Phân tích nhân tố EFA đối với các thang đo
Khi phân tích nhân tốkhám phá, các nhà nghiên cứu thường quan tâm đến một số tiêu chuẩn. Thứ nhất hệ số KMO (Kaiser-Meyer-Olkin) >=0.5, mức ý nghĩa của kiểm định Bartlett ≤ 0.05. Thứ hai hệ số tải nhân tố (Factor loading) ≥ 0.5. Nếu biến
quan sát nào có hệ số tải nhân tố < 0.5 sẽ bị loại. Thứba thang đo được chấp nhận khi tổng phương sai trích >50% và thứ tư là hệ số Eigenvalue có giá trị lớn hơn 1. Tiêu chuẩn thứnăm là sựkhác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố≥ 0.3 đểđảm bảo giá trịphân biệt giữa các nhân tố.
Khi phân tích EFA tác giả thực hiện với phép trích Principle Component
Analysis với phép xoay Varimax và điểm dừng khi trích các yếu tốcó Eigenvalue >1.
Thang đo các thành phần của sự hài lòng của người lao động của người lao
động gồm 6 thành phần với 31 biến quan sát đạt độ tin cậy Cronbach’s alpha được
đưa vào phân tích nhân tốkhám phá.
Kết quả phân tích nhân tố EFA lần 1:
Kết quả kiểm định Bartlett (Bartlett’s test of sphericity) trong bảng kiểm
định KMO và Bartlett's với Sig = 0,000 và chỉ số KMO = 0,812 > 0,5 đều đáp ứng được yêu cầu.
Tại các mức giá trị Eigenvalues lớn hơn 1, phân tích nhân tố đã trích được 6
nhân tố từ 31 biến quan sát và với tổng phương sai trích là 67,043% (lớn hơn 50%) đạt yêu cầu.
Kết quả tại bảng Rotated Component Matrixa (Phụ lục 2 – Kết quả xử lý số
liệu – EFA lần 1) cho thấy hệ số tải nhân tố của các biến này đều lớn hơn 0,5 đạt
yêu cầu. Ngoại trừ biến LTPL5 có hệ số Factor loading (hệ số tải) là 0,475 < 0,5. Do đó, việc phân tích nhân tố lần thứhai được thực hiện với việc loại biến LTPL5.
Kết quả phân tích nhân tố EFA lần 2.
Kết quả kiểm định Bartlett (Bartlett’s test of sphericity) trong bảng kiểm
định KMO và Bartlett's với Sig = 0,000 và chỉ số KMO = 0,808 > 0,5 đều đáp ứng được yêu cầu.
Tại các mức giá trị Eigenvalues lớn hơn 1, phân tích nhân tố đã trích được 6
nhân tố từ 30 biến quan sát và với tổng phương sai trích là 67,993% (lớn hơn 50%) đạt yêu cầu.
Kết quả tại bảng Rotated Component Matrixa (Phụ lục 2 – Kết quả xửlý số
liệu – EFA lần 2) cho thấy hệ số tải nhân tố của các biến này đều lớn hơn 0,5 đạt
yêu cầu.
Trong ma trận nhân tố sau khi xoay, sự tập trung của các biến quan sát theo
từng nhân tố đã hiện rõ ràng, các biến quan sát có hệ số tải nhân tố đều lớn hơn 0,5
thể hiện độ kết dính cao. Như vậy 06 thành phần của sựhài lòng của người lao động
ban đầu vẫn được giữ nguyên để giải thích sự hài lòng của người lao động trong
giai đoạn hiện nay. Tuy nhiên, trong nhân tố thứ 3, có LTPL1 (Tiền lương phù hợp với tính chất công việc) nằm chung với nhóm các thành phần liên quan đến điều kiện làm việc. Về nội dung biến LTPL cũng đề cập tương đồng đến sự liên quan
giữa tiền lương và tính chất công việc nên tác giả vẫn xem xét giữnguyên tên nhóm nhân tố thứ 3 này là điều kiện làm việc. Vậy với tổng phương sai rút trích là
67,993% cho biết 6 nhân tốnày giải thích được 67,993% biến thiên của dữ liệu.
Bảng 2.9: Kết quả phân tích EFA đối với các thang đo ảnh hưởng đến mức độ hài lòng của người lao động
Tên nhân tố Biến Nhân tố 1 2 3 4 5 6 Chính sách lương, thưởng và phúc lợi LTPL2 0,825 LTPL3 0,804 LTPL6 0,803 LTPL8 0,779 LTPL7 0,765 LTPL4 0,728 Quan QH2 0,768
hệ với lãnh đạo và đồng nghiệp QH4 0,713 QH3 0,711 QH6 0,709 QH5 0,667 QH1 0,656 Điều kiện làm việc DKLV4 0,848 LTPL1 0,839 DKLV1 0,776 DKLV2 0,719 DKLV3 0,715 Bản chất công việc BCCV4 0,837 BCCV3 0,833 BCCV1 0,782 BCCV2 0,771 BCCV5 0,669 Cơ hội đào tạo và thăng tiến DTTT1 0,846 DTTT2 0,830 DTTT3 0,715 DTTT4 0,641 Đánh giá kết quả làm việc DGKQ2 0,883 DGKQ1 0,864 DGKQ4 0,855 DGKQ3 0,784
Nguồn: Kết quả khảo sát được xửlý trên phần mềm SPSS
Dựa vào kết quả bảng ma trận xoay các nhân tố (Rotated Component Matrixa) lệnh Transform/Compute Variable được sử dụng để nhóm các biến đạt yêu cầu với hệ số tải nhân tố> 0.5 thành năm nhân tố.
2.3.4. Phân tích hồi quy các yếu tố ảnh hưởng đến mức độ hài lòng của người lao động 2.3.4.1. Phân tích ma trận tương quan Pearson 2.3.4.1. Phân tích ma trận tương quan Pearson
Sau khi kiểm định thang đo bằng Cronbach’s Alpha và EFA ta đã xác định
được 6 nhân tố ảnh hưởng đến mức độ hài lòng của người lao động. Trước khi đi vào phân tích hồi quy, chúng ta kiểm định sựtương quan giữa các biến.
Bảng 2.10: Ma trận tương quan Pearson
HLC LTPL QH DKLV BCCV DTTT DGKQ HLC Hệ sốtương quan Pearson 1 Sig. LTPL Hệ sốtương quan Pearson 0,549 ** 1 Sig. 0,000 QH Hệ sốtương quan Pearson 0,306 ** 0,047 1 Sig. 0,000 0,519 DKLV Hệ sốtương quan Pearson 0,448 ** 0,525** -0,001 1 Sig. 0,000 0,000 0,988 BCCV Hệ sốtương quan Pearson 0,264 ** -0,080 0,184* -0,015 1 Sig. 0,000 0,267 0,010 0,839 DTTT Hệ sốtương quan Pearson 0,223 ** -0,060 0,567** -0,055 0,172* 1 Sig. 0,002 0,409 0,000 0,443 0,017 DGKQ Hệ sốtương quan Pearson 0,298 ** 0,296** -0,023 0,095 -0,065 -0,118 1 Sig. 0,000 0,000 0,748 0,188 0,371 0,100
Nguồn: Kết quả khảo sát được xửlý trên phần mềm SPSS
Bước đầu tiên khi phân tích hồi quy tuyến tính ta sẽ xem xét các mối quan hệ tương quan tuyến tính giữa biến phụ thuộc và từng biến độc lập và giữa các
biến độc lập với nhau. Nếu hệ sốtương quan giữa các biến phụ thuộc và các biến
độc lập lớn chứng tỏ giữa chúng có mối quan hệ với nhau và phân tính hồi quy tuyến tính có thể phù hợp. Mặc khác nếu giữa các biến độc lập cũng có tương
quan lớn với nhau thì đó cũng là dấu hiệu cho biết giữa chúng có thể xảy ra hiện
tượng đa cộng tuyến trong mô hình hồi quy tuyến tính ta đang xét.
Dựa vào bảng trên ta có thể thấy hệ số tương quan giữa biến mức độ hài lòng của người lao động (biến phụ thuộc) với 6 biến độc lập đều cao. Nhìn sơ bộ
ta có thể kết luận các biến độc lập có thể đưa vào mô hình để giải thích cho biến
HLC, các giá trịSig. đều nhỏ (< 0.05). Tuy nhiên, ma trận tương chỉnói lên mối
tương quan (quan hệ 2 chiều) giữa các biến nên chỉ đưa ra nhìn tổng quan sơ bộ mà không có quyết định gì trong việc quyết định biến nào ảnh hưởng, biến nào không ảnh hưởng lên biến phụ thuộc.
2.3.4.2.Xây dựng phương trình hồi quy các yếu tố ảnh hưởng đến mức độ hài lòng của người lao động
Căn cứ vào mô hình nghiên cứu lý thuyết, ta có phương trình hồi quy tuyến
tính bội diễn tảcác nhân tốảnh hưởng đến mức độhài lòng của người lao động là: HLC= β0 + β1*LTPL + β2*QH + β3*DKLV + β4*BCCV + β5*DTTT + β6*DGKQ
Các biến độc lập (Xi): LTPL, QH, DKLV, BCCV, DTTT và DGKQ
Biến phụ thuộc (HLC): Mức độhài lòng của người lao động.
βk là hệ số hồi quy riêng phần (k = 0…6)
Để kiểm định sựphù hợp giữa 6 thành phần ảnh hưởng đến biến phụ thuộc là
mức độ hài lòng của người lao động, hàm hồi quy tuyến tính bội với phương pháp đưa vào một lượt được sử dụng. Hệ số hồi quy riêng phần đã chuẩn hóa của thành
phần nào càng lớn thì mức độ ảnh hưởng của thành phần đó đến biến phụ thuộc
càng cao, nếu cùng dấu thì mức độảnh hưởng thuận chiều và ngược lại. Kết quảphân tích hồi quy như sau:
Bảng 2.11: Kết quả của mô hình hồi quy
Biến Hệ số hồi quy
chưa chuẩn hóa
t Sig. VIF LTPL 0,386 6,222 0,000 1,527 QH 0,163 2,635 0,009 1,509 DKLV 0,239 4,029 0,000 1,392 BCCV 0,256 4,968 0,000 1,052 DTTT 0,146 2,366 0,019 1,514 DGKQ 0,199 3,748 0,000 1,117 R2 R2 hiệu chỉnh
Mức ý nghĩa (Sig. trong ANOVA) Giá trị thống kê F (ANOVA)
Hệ số Durbin-Watson 0,528 0,513 0,000 34,892 2,080
Nguồn: Kết quả khảo sát được xửlý trên phần mềm SPSS
Bước đầu tiên là kiểm tra độ phù hợp của mô hình. Hệ số R2 hiệu chỉnh là 0,513 có nghĩa là mô hình các thành phần sự hài lòng của người lao động đã xây
dựng phù hợp với tập dữ liệu là 51,3%. Nói cách khác, mức độhài lòng của người
lao động của người lao động được giải thích bởi các biến độc lập trong mô hình là 51,3% và mức độ hài lòng của người lao động của người lao động được giải thích
bởi các biến khác ngoài mô hình là 48,7%.
Kết quả kiểm định trị thống kê F, với giá trị Sig = 0,000 (< 0,05) từ bảng phân tích phương sai ANOVA (Phụ lục 2 – Kết quả xửlý số liệu – Hồi quy) cho thấy mô hình hồi quy tuyến tính bội đã xây dựng phù hợp với tập dữ liệu ởđộ tin cậy 95%.
Kết quảphân tích hồi quy bội cho thấy các giá trị Sig. với các biến đều rất nhỏ (< 0.05). Vì vậy, có thể kh ng định các biến này có ý nghĩa trong mô hình.
Phân tích hồi quy theo phương pháp cho ra các hệ số hồi quy như Bảng 2.11.
Để mô hình hồi quy của mẫu sử dụng được các ước lượng cho các hệ số hồi quy của tổng thể, nghiên cứu tiếp tục kiểm tra các vi phạm giảđịnh trong phân tích của
mô hình hồi quy tuyến tính.
2.3.4.3. Kiểm định các giả định của mô hình hồi quy
Kiểm định hiện tượng đa cộng tuyến
Đây là công cụ kiểm tra sự tồn tại của mối tương quan giữa các biến độc lập. Sự tương quan chặt chẽ của các biến độc lập có thể gặp vấn đề đa cộng tuyến. Trong phân tích tương quan Pearson ở Bảng 2.5, các thành phần trong
thang đo có mối tương quan với nhau, nghiên cứu nghi ngờ có hiện tượng đa
cộng tuyến nên kiểm tra để đảm bảo không vi phạm mô hình hồi quy. Việc kiểm
tra được thông qua nhân tố phóng đại phương sai VIF. Quy tắc là khi VIF vượt
quá 10 đó là dấu hiệu của đa cộng tuyến.
Kết quả cho thấy hệ số phóng đại phương sai (VIF) có giá trị nhỏ hơn 2 đạt
yêu cầu (VIF < 10) (Bảng 2.5). Vậy mô hình hồi quy tuyến tính bội không có hiện
tượng đa cộng tuyến, mối quan hệ giữa các biến độc lập không ảnh hưởng đến kết quả giải thích của mô hình.
Kiểm định liên hệ tuyến tính
Biểu đồ 2.6: Biểu đồ P – P plot của hồi quy phần dư chuẩn hóa
Nguồn: Kết quả khảo sát được xửlý trên phần mềm SPSS
Giả định cần kiểm tra là giả định liên hệ tuyến tính. Phương pháp được sử
dụng là biểu đồ phân tán Scatterplot với giá trị phần dư chuẩn hóa (Standarized residual) trên trục tung và giá trị dự đoán chuẩn hóa (Standarized predicted value) trên trục hoành. Nhìn vào biểu đồ phân tán phần dư ta thấy các phần dư phân tán
ngẫu nhiên trong một vùng quanh đường đi qua tung độ 0 mà không tạo thành một
hình dạng nào cụ thể. Điều đó có nghĩa là giả thuyết về quan hệ tuyến tính không bị
vi phạm. Như vậy, giảđịnh liên hệ tuyến tính được thỏa mãn. Kiểm tra phương sai của phần dư có phân phối chuẩn
Để dò tìm sự vi phạm giả định phân phối chuẩn của phần dư ta dùng công
cụ vẽ của phần mềm SPSS là đồ thị Histogram. Kiểm tra biểu đồ phân tán của phần dư cho thấy phân phối phần dư xấp xỉ chuẩn (trung bình mean gần = 0 và độ lệch chuẩn Std. = 0.984 tức là gần bằng 1). Như vậy, giả định phần dư có phân phối chuẩn không bị vi phạm.
Biểu đồ 2.7: Biểu đồ tần suất của phần dư chuẩn
Nguồn: Kết quả khảo sát được xửlý trên phần mềm SPSS
Kiểm tra tính độc lập của phần dư
Đại lượng thống kê Durbin-Watson (d) được dùng để kiểm định tương quan
của các sai số kề nhau. Đại lượng d có giá trị từ 0 đến 4. Nếu các phần dư không
có tương quan chuỗi bậc nhất với nhau giá trị d sẽ gần bằng 2. Kết quả phân tích
hồi quy bội cho thấy giá trị d = 2,080 (Bảng 2.5) nằm trong vùng chấp nhận từ 1
đến 3 nên không có tương quan giữa các phần dư. Như vậy, giả định không có tương quan giữa các phần dư không bị vi phạm. Vì vậy, mô hình hồi quy tuyến
tính trên có thể sử dụng được.
2.3.4.4. Kiểm định các giả thuyết của mô hình
Sau khi kiểm tra các vi phạm giả định trong phân tích mô hình hồi quy, kết quảlà mô hình hồi quy của mẫu có thể sử dụng các ước lượng cho các hệ số hồi quy của tổng thể. Phương trình hồi quy được chấp nhận.
Với tập dữ liệu thu được trong phạm vi nghiên cứu của đềtài và dựa vào bảng kết quả hồi quy tuyến tính bội, phương trình hồi quy tuyến tính bội thể hiện các nhân tốảnh hưởng đến mức độhài lòng của người lao động như sau: