Kiểm định KMO và Bartlett
Kaiser-Meyer-Olkin Biện pháp lấy mẫu đầy đủ ,815
Kiểm tra tính tồn diện của Bartlett
Approx. Chi-Square 404,511
Df 10
Sig. ,000
Bảng 4.12. Kết quả phân tích EFA Động lực phụng sự cơng Ma trận thành phần Component 1 PSM1 ,860 PSM2 ,831 PSM3 ,817 PSM4 ,857 PSM5 ,885 Phân tích thành phần chính. a. 1 components extracted.
Nguồn: Từ số liệu khảo sát và phân tích
4.3.2. Kết quả phân tích EFA Sự hài lịng trong cơng việc (JS)
Sau khi phân tích EFA, cho thấy có 01 nhân tố được trích tại Eigenvalue là 3.529 với chỉ số KMO là 0,780 > 0,5 (đạt được yêu cầu), (Chi tiết ở Bảng 4.13, 4.14 và Phụ lục 10). Q trình phân tích EFA hồn tất vì đã đạt độ tin cậy về mặt thống kê.
Bảng 4.13. Kết quả kiểm định KMO nhân tố Sự hài lịng trong cơng việc Kiểm định KMO và Bartlett Kiểm định KMO và Bartlett
Kaiser-Meyer-Olkin Biện pháp lấy mẫu đầy đủ ,780
Kiểm tra tính tồn diện của Bartlett
Approx. Chi-Square 408,475
Df 10
Sig. ,000
Nguồn: Từ số liệu khảo sát và phân tích
Bảng 4.14. Kết quả phân tích nhân tố Sự hài lịng trong cơng việc Ma trận thành phần Component 1 JS1 ,819 JS2 ,843 JS3 ,825 JS4 ,844 JS5 ,868 Phân tích thành phần chính. a. 1 components extracted.
4.3.3. Kết quả phân tích EFA Sự cam kết với tổ chức (OC)
Sau khi phân tích nhân tố khám phá EFA cho thấy có 01 nhân tố được trích tại Eigenvalue là 2.992 với chỉ số KMO là 0,734> 0,5 (đạt yêu cầu), (Chi tiết ở Bảng 4.15, 4.16 và Phụ lục 10). Q trình phân tích EFA hồn tất vì đã đạt độ tin cậy về mặt thống kê.
Bảng 4.15. Kết quả kiểm định KMO nhân tố Sự cam kết với tổ chức Kiểm định KMO và Bartlett Kiểm định KMO và Bartlett
Kaiser-Meyer-Olkin Biện pháp lấy mẫu đầy đủ ,734
Kiểm tra tính tồn diện của Bartlett
Approx. Chi-Square 319,774
Df 6
Sig. ,000
Nguồn: Từ số liệu khảo sát và phân tích
Bảng 4.16. Kết quả phân tích nhân tố Sự cam kết với tổ chức Ma trận thành phần Ma trận thành phần Component 1 OC1 ,900 OC2 ,811 OC3 ,837 OC4 ,908 Phân tích thành phần chính. a. 1 components extracted.
Nguồn: Từ số liệu khảo sát và phân tích
4.3.4. Kết quả phân tích EFA Hiệu quả cơng việc
Sau khi phân tích EFA cho thấy có 01 nhân tố được trích tại Eigenvalue là 3.063 với chỉ số KMO là 0,750 > 0,5 (đạt được yêu cầu), (Chi tiết ở Bảng 4.17, 4.18 và Phụ lục 10). Q trình phân tích EFA hồn tất vì đã đạt độ tin cậy về mặt thống kê.
Bảng 4.17. Kết quả kiểm định KMO nhân tố Hiệu quả công việc Kiểm định KMO và Bartlett Kiểm định KMO và Bartlett
Kaiser-Meyer-Olkin Phương pháp lấy mẫu đầy đủ. ,750
Kiểm tra tính tồn diện của Bartlett
Approx. Chi-Square 338,153
Df 6
Sig. ,000
Nguồn: Từ số liệu khảo sát và phân tích
Bảng 4.18. Kết quả phân tích EFA Hiệu quả cơng việc Ma trận thành phần Ma trận thành phần Component 1 JP1 ,909 JP2 ,813 JP3 ,858 JP4 ,916 Phân tích thành phần chính. a. 1 components extracted.
Nguồn: Từ số liệu khảo sát và phân tích
4.4. Kiểm định hồi quy cho từng giả thuyết
4.4.1. Giả thuyết H1: Động lực phụng sự cơng (PSM) có tác động tích cực đến Sự hài lịng trong công việc (JS)
Nguồn: Từ số liệu phân tích
Hình 4.1. Biểu đồ Scatter mô tả mối quan hệ giữa 2 biến Động lực phụng sự và Sự hài lòng Động lực phụng sự và Sự hài lòng
Từ biểu đồ Scatter Hình 4.1 cho thấy biến (PSM) và (JS) có mối liên hệ thuận. Và từ trực quan ta đi đến luận rằng mối liên hệ giữa hai biến (PSM) và (JS) là tuyến tính thuận có dạng đường thẳng và cùng chiều.
- Kiểm tra về phân phối chuẩn của phần dư
Dựa vào biểu đồ tần số của các phần dư cho ta thấy phần dư phân phối xấp xỉ chuẩn hóa (trung bình Mean = 5.53E-17 và độ lệch chuẩn Std. Dev = 0,996, gần bằng 1). Do vậy, chúng ta kết luận rằng giả thuyết phân phối chuẩn khơng bị vi phạm. (Xem Hình 4.2).
Nguồn: Từ số liệu phân tích
Hình 4.2. Biểu đồ phân phối phần dư chuẩn hóa
- Kiểm định hai phía từ Phụ lục 02 về tương quan giữa hai biến (PSM) và (JS) cho kết quả: Hệ số tương quan Pearson = 0,878 > 0 (Bảng 4.19). Điều đó cho thấy hai biến (PSM) và (JS) có mối quan hệ thuận chiều. Nên kiểm định này là có ý nghĩa với độ tin cậy 99% thì cho kết quả Sig = 0,000 < 1%.
Bảng 4.19. Kiểm định tương quan giữa các biến Tương quan Tương quan
JP OC JS JP
Tương quan Pearson 1 ,848** ,887**
Sig. (2-tailed) ,000 ,000
N 119 119 119
OC
Tương quan Pearson ,848** 1 ,825**
Sig. (2-tailed) ,000 ,000
N 119 119 119
JS
Tương quan Pearson ,887** ,825** 1 Sig. (2-tailed) ,000 ,000
N 119 119 119
PSM
Tương quan Pearson ,873** ,807** ,878**
Sig. (2-tailed) ,000 ,000 ,000
N 119 119 119
**. Tương quan có ý nghĩa tại 0.01 level (2-tailed).
- Kiểm định tính độc lập của phần dư
Ta dùng đại lượng thống kê Durbin - Watson (d) để kiểm định. Đại lượng d này có giá trị từ 0 đến 4. Trong thực tế, khi tiến hành kiểm định Durbin - Watson người ta thường hay áp dụng quy tắc kiểm định đơn giản như sau:
Nếu 1 < d < 3 ta kết luận mơ hình khơng có tương quan; nếu 0 < d < 1 ta kết luận mơ hình có sự tương quan dương,
Nếu 3 < d < 4 ta kết luận mơ hình có sự tương quan âm.
Theo kết quả từ Bảng 4.20 ta có 1< d = 1,852 < 3, như vậy ta có thể nói rằng các phần dư này là độc lập với nhau và tính độc lập của phần dư đã được bảo đảm. Vậy chuỗi tương quan bậc nhất khơng có giữa các phần dư, giả định về tính độc lập của các sai số được đảm bảo.
Hệ số phóng đại phương sai (Variance inflation factor - VIF) bằng 1, cho thấy các biến độc lập này khơng có quan hệ với nhau nên khơng có hiện tượng đa cộng tuyến (xem Bảng 4.22).
Như vậy, kết quả đều không bị vi phạm thông qua kiểm tra các giả định của mơ hình hồi quy tuyến tính. Do đó, mơ hình hồi quy là đáng tin cậy bởi các kết quả của nó mang lại. Các kết quả phân tích hồi quy được trình bày sau đây:
Bảng 4.20. Kiểm định hệ số hồi quy Model R R2 hiệu chỉnh R2 Sai số chuẩn ước Model R R2 hiệu chỉnh R2 Sai số chuẩn ước
lượng
Hệ số Durbin- Watson
1 ,878a ,771 ,769 ,48081214 1,852
Nguồn: Từ số liệu khảo sát và phân tích
Kết quả phân tích hồi quy tuyến tính bội cho thấy mơ hình có R2 = 0,771 và R2
được điều chỉnh = 0,769. R2 được điều chỉnh = 76,9 nói lên độ thích hợp của mơ hình là 76.9% nói một cách khác 76.9% sự biến thiên của biến “Sự hài lịng trong cơng việc” được giải thích bởi biến Động lực phụng sự cơng.
Phân tích bằng Anova ở Bảng 4.21 cho thấy thống kê F có mức ý nghĩa (sig.) bằng 0,000, điều này chứng tỏ mơ hình hồi quy xây dựng là rất phù hợp với bộ dữ liệu thu thập được. Hay nói cách khác mơ hình là có ý nghĩa.
Bảng 4.21. Phân tích phương sai Anova trong phân tích hồi quy
Mơ hình Tổng độ lệch bình phương Df Độ lệch bình phương bình quân F Mức ý nghĩa 1 Hồi Quy 90,952 1 90,952 393,424 ,000b Phần Dư 27,048 117 ,231 Total 118,000 118 a. Biến phụ thuộc: JS b. Biến độc lập: PSM
Nguồn: Từ số liệu khảo sát và phân tích
- Kiểm định các hệ số hồi quy
Bảng 4.22. Kết quả phân tích hồi quy tuyến tính PSM lên JS
Mơ hình Hệ số chưa chuẩn hóa
Hệ số chuẩn hóa t Mức ý nghĩa VIF B Sai số Beta 1 (Hằng số) -1,659E-016 ,044 ,000 JS ,878 ,044 ,878 19,835 ,000 1,000
Nguồn: Từ số liệu khảo sát và phân tích
Số liệu từ Bảng 4.22 chúng ta thấy hệ số β bằng 0,878 > 0, với hệ số (Sig.) bằng 0. Điều này cho thấy hai biến Động lực phụng sự công (PSM) và Sự hài lịng trong cơng việc (JS) có quan hệ tuyến tính thuận. Nói một cách khác, biến Động lực phụng sự cơng (PSM) có ảnh hưởng tới biến Sự hài lịng trong cơng việc (JS) và có ảnh hưởng tích cực vì có hệ số β dương.
Theo kết quả của biểu đồ Scatter, kiểm định sự tương quan và hồi quy 2 biến Động lực phụng sự công (PSM) và Sự hài lịng trong cơng việc (JS) cho thấy 2 biến này có quan hệ tuyến tính thuận. Hay nói cụ thể: Động lực phụng sự công (PSM) của viên chức Cơ sở xã hội Nhị Xuân càng tăng thì làm cho Sự hài lịng trong cơng
việc (JS) của họ càng cao. Vậy giả thuyết H1 đưa ra đã được chứng minh và kiểm định.
4.4.2. Giả thuyết H2: Động lực phụng sự công tác động tích cực đến sự cam kết với tổ chức của viên chức cam kết với tổ chức của viên chức
- Thông qua biểu đồ Scatter:
Nguồn: Từ số liệu phân tích
Hình 4.3. Biểu đồ Scatter mơ tả mối liên hệ giữa 2 biến Động lực phụng sự công và Sự cam kết với tổ chức
Từ biểu đồ Scatter Hình 4.3 cho ta thấy biến Động lực phụng sự công (PSM) và Sự cam kết với tổ chức (OC) có mối liên hệ thuận. Và từ trực quan ta kết luận mối tương quan giữa hai biến Động lực phụng sự công (PSM) và Sự cam kết với tổ chức (OC) là tuyến tính thuận có dạng đường thẳng và cùng chiều.
- Kiểm tra về phân phối chuẩn của phần dư
Dựa vào biểu đồ tần số của các phần dư cho thấy phần dư phân phối xấp xỉ chuẩn hóa (trung bình Mean = - 7.76R-17 và độ lệch chuẩn Std. Dev = 0,996, tức gần bằng 1). Do đó, chúng ta có thể kết luận rằng giả thuyết phân phối chuẩn khơng bị vi phạm. (Xem Hình 4.4).
- Kiểm định hai phía từ Phụ lục 02 về tương quan giữa hai biến (PSM) và (OC) cho kết quả: Hệ số tương quan Pearson = 0,807 > 0. Điều này cho thấy hai biến (PSM) và (OC) có mối liên hệ cùng chiều. Và kiểm định này là có ý nghĩa vì ở độ tin cậy 99% thì cho kết quả (Sig.) = 0,000 < 1%.
Nguồn: Từ số liệu phân tích
Hình 4.4. Biểu đồ phân phối phần dư chuẩn hóa
- Kiểm định về tính độc lập của phần dư
Ta dùng đại lượng thống kê Durbin - Watson (d) để kiểm định. Từ kết quả ở Bảng 4.23 ta có 1< d = 1,468 < 3, như vậy chúng ta có thể kết luận rằng các phần dư là độc lập với nhau và tính độc lập của phần dư đã được bảo đảm. Vậy khơng có tương quan chuỗi bậc nhất giữa các phần dư, giả định về tính độc lập của các sai số được đảm bảo.
Hệ số phóng đại phương sai đều (Variance inflation factor - VIF) nhỏ hơn 2, cho thấy giữa các biến độc lập này khơng có quan hệ với nhau nên khơng có hiện tượng đa cộng tuyến (xem Bảng 4.25).
Như vậy, kiểm tra các giả định của mơ hình hồi quy tuyến tính khơng vi phạm các giả định. Do đó, các kết quả này là đáng tin cậy của mơ hình hồi quy. Các kết quả được trình bày sau đây.
Bảng 4.23. Kiểm định hệ số hồi quy
Model R R2 R2 hiệu chỉnh Sai số chuẩn ước lượng
Hệ số Durbin- Watson
1 ,807a ,651 ,648 ,59321773 1,468
Nguồn: Từ số liệu khảo sát và phân tích
Kết quả phân tích hồi quy tuyến tính bội cho thấy mơ hình có R2 = 0,651 và R2
được điều chỉnh = 0,648. R2 được điều chỉnh = 64,8 nói lên mức độ thích hợp của mơ hình là 64,8% hay nói cách khác 64,8% sự biến thiên của biến “Cam kết với tổ chức” được giải thích bởi Động lực phụng sự cơng,
Bảng 4.24. Phân tích phương sai Anova trong phân tích hồi quy Mơ hình Tổng độ lệch Mơ hình Tổng độ lệch
bình phương Df phươngbình quân Độ lệch bình F
Mức ý nghĩa 1 Hồi Quy 76,827 1 76,827 218,316 ,000b Phần Dư 41,173 117 ,352 Total 118,000 118 a. Biến phụ thuộc: OC b. Biến độc lập: PSM
Nguồn: Từ số liệu khảo sát và phân tích
Phân tích Anova ở Bảng 4.24 ở trên cho thấy thống kê F có mức ý nghĩa (Sig.) bằng 0,000, điều này cho thấy rằng bộ dữ liệu thu thập được là phù hợp với mơ hình hồi quy xây dựng. Hay nói cách khác mơ hình là có ý nghĩa.
- Kiểm định các hệ số hồi quy
Bảng 4.25. Kết quả phân tích hồi quy tuyến tính PSM lên OC
Mơ hình Hệ số chưa chuẩn hóa Hệ số chuẩn hóa t Mức ý
nghĩa VIF B Sai số Beta
1 (Hằng số) 6,889E-017 ,054 ,000
OC ,807 ,055 ,807 14,776 ,000 1,000
Kết quả từ Bảng 4.25 cho chúng ta thấy hệ số β = 0,807 > 0, với hệ số (Sig.) = 0. Từ kết cho thấy hai biến Động lực phụng sự công (PSM) và Sự cam kết với tổ chức (OC) có quan hệ tuyến tính thuận. Nói cách khác, biến Động lực phụng sự cơng (PSM) có ảnh hưởng tới biến Sự cam kết với tổ chức (OC) và có ảnh hưởng tích cực vì có hệ số β dương.
Qua biểu đồ Scatter, kiểm định sự tương quan và hồi quy 2 biến Động lực phụng sự công (PSM) và Sự cam kết với tổ chức (OC) trong công việc cho thấy 2 biến này có quan hệ tuyến tính thuận. Hay nói cụ thể: (PSM) của viên chức Cơ sở xã hội Nhị Xuân càng tăng thì làm cho Sự cam kết với tổ chức (OC) của họ càng cao hơn. Vậy giả thuyết H2 nêu ra đã được chứng minh và kiểm định.
4.4.3. Giả thuyết H3: Động lực phụng sự cơng tác động tích cực đến hiệu quả công việc của viên chức
Thông qua biểu đồ Scatter:
Nguồn: Từ số liệu khảo sát và phân tích
Hình 4.5. Biểu đồ Scatter mơ tả mối liên hệ giữa 2 biến (PSM) và (JP)
Từ biểu đồ Scatter Hình 4.5 ta thấy biến Động lực phụng sự công và Hiệu quả cơng việc (JP) có mối liên hệ thuận. Và từ trực quan ta kết luận mối tương quan
giữa hai biến Động lực phụng sự công (PSM) và Hiệu quả cơng việc (JP) là tuyến tính thuận có dạng đường thẳng và cùng chiều.
- Kiểm tra về phân phối chuẩn của phần dư
Dựa vào biểu đồ tần số của các phần dư cho thấy phần dư phân phối xấp xỉ chuẩn hóa (trung bình Mean = 1.08E-16 và độ lệch chuẩn Std. Dev bằng 0,996, tức gần bằng 1). Do đó, chúng ta có thể kết luận rằng giả thuyết phân phối chuẩn khơng bị vi phạm. (Xem Hình 4.6).
Nguồn: Từ số phân tích
Hình 4.6. Biểu đồ phân phối phần dư chuẩn hóa
- Kiểm định hai phía từ Phụ lục 02 về mối tương quan giữa hai biến (PSM) và (JP) cho kết quả: Hệ số tương quan Pearson = 0,873 > 0. Điều này ta thấy hai biến (PSM) và (JP) có mối liên hệ cùng chiều. Và kiểm định này là có ý nghĩa với độ tin cậy 99% thì cho kết quả Sig. = 0,000 < 1%.
Từ số liệu ở Bảng 4.23 ta có 1 < d = 1,468 < 3, như vậy chúng ta có thể kết luận rằng các phần dư là độc lập với nhau và tính độc lập của phần dư đã được bảo đảm. Vậy khơng có tương quan chuỗi bậc nhất giữa các phần dư, giả định về tính độc lập của các sai số được đảm bảo.
Hệ số phóng đại phương sai đều (Variance inflation factor - VIF) bằng 1 < 2, cho thấy các biến độc lập này khơng có quan hệ với nhau nên khơng có hiện tượng đa cộng tuyến (xem Bảng 4.25).
Như vậy, kiểm tra các giả định của mơ hình hồi quy tuyến tính khơng vi phạm các giả định. Do đó, các kết quả này là đáng tin cậy bởi mơ hình hồi quy. Các phân tích được trình bày sau đây.
Bảng 4.26. Kiểm định hệ số hồi quy Model R R 2 R2 Model R R 2 R2
hiệu chỉnh
Sai số chuẩn ước lượng
Hệ số Durbin- Watson
1 ,873a ,762 ,760 ,48984489 2.474
Nguồn: Từ số liệu khảo sát và phân tích
Kết quả phân tích hồi quy tuyến tính bội cho thấy mơ hình có R2 = 0,762 và R2 được điều chỉnh = 0,76. R2 được điều chỉnh = 0,76 nói lên độ thích hợp của mơ hình là 76% hay nói khác đi 76% sự biến thiên của biến “Hiệu quả cơng việc” được giải thích bởi Động lực phụng sự cơng.