CHƢƠNG 4 : KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
4.3. Phân tích nhân tố khám phá EFA
Phương pháp phân tích nhân tố khám phá EFA (Exploratory Factor Analysis, gọi tắt là phương pháp EFA) là một phương pháp phân tích thống kê dùng để rút gọn một tập hợp gồm nhiều biến quan sát lẫn nhau thành một tập biến (gọi là các nhân tố) ít hơn để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu giúp chúng ta đánh giá hai loại giá trị quan trọng của thang đo là giá trị hội tụ và giá trị phân biệt.
Trong phân tích nhân tố cần kiểm định mối tương quan giữa các nhân tố với nhau. (Đặt H0: các biến khơng có mối tương quan với nhau trong tổng thể). Nếu giả thuyết H0 khơng được bác bỏ thì phân tích nhân tố có nhiều khả năng khơng thích hợp.
4.3.1. Phân tích nhân tố khám phá các biến độc lập
Kết quả phân tích nhân tố (EFA) cho thấy 27 yếu tố quan sát được nhóm thành 6 nhân tố. Hệ số tải nhân tố (Factor Loading) đều > 0,5 nên các yếu tố quan sát đều quan trọng trong các nhân tố, chúng có ý nghĩa thiết thực. Mỗi biến quan sát có sai biệt về hệ số tải nhân tố đều ≥ 0,30 nên đảm bảo được sự phân biệt giữa các nhân tố. Hệ số KMO =0,883 nên EFA phù hợp với dữ liệu.Thống kê Chi-square của kiểm định Bartlett”s đạt giá trị mức ý nghĩa là 0,000. Do vậy các biến quan sát có tương quan với nhau xét trên phạm vi tổng thể.
Bảng 4. 9. Hệ số KMO và kiểm định Bartlett’s test
Hệ số KMO 0.883
Approx. Chi-Square 4572.006
Kiểm định Bartlett Df 351
Sig 0.000
Dựa vào kết quả kiểm định Bartlett‟s cho ta thấy giữa các biến trong các nhân tố có mối tương quan với nhau (sig = 0,00 < 0,05). Hệ số KMO = 0,883 > 0,5 chứng tỏ phân tích nhân tố để nhóm biến lại với nhau là thích hợp (Bảng 4.9).
Giả thuyết H0 trong phân tích này (độ tương quan giữa các biến quan sát = 0 trong tổng thể) sẽ bị bác bỏ, như vậy phân tích nhân tố EFA là phù hợp.
Bảng 4. 10. Bảng kết quả phân tích nhân tố khám phá EFA
Nhân tố
Giá trị riêng ban đầu Giá trị của yếu tố đầu tiên Tổng % của
phƣơng sai % tích lũy Tổng
% của
phƣơng sai % tích lũy
1 7.782 28.822 28.822 7.782 28.822 28.822 2 2.305 8.537 37.358 2.305 8.537 37.358 3 2.106 7.801 45.159 2.106 7.801 45.159 4 1.878 6.954 52.113 1.878 6.954 52.113 5 1.386 5.134 57.248 1.386 5.134 57.248 6 1.319 4.886 62.133 1.319 4.886 62.133 7 .811 3.005 65.138 ….. ….. ….. …..
Nguồn: kết quả trích từ bảng phân tích nhân tố của tác giả Với giá trị eigenvalue = 1,319 > 1, do đó 27 biến được nhóm lại thành 06 nhân tố. Tổng phương sai trích = 62,133% (> 50%) nên chấp nhận với 06 nhân tố trong thang đo nháp 2 giải thích sự biến thiên của dữ liệu, nghĩa là khả năng sử dụng 06 nhân tố này để giải thích cho 27 biến quan sát là 62,133% (Bảng 4.10).
Bảng 4. 11. Ma trận phân tích nhân tố với phép xoay Varimax Các nhân tố Các nhân tố Thu nhập và phúc lợi Sự hỗ trợ của lãnh đạo Công bằng tổ chức Sự ghi nhận Đặc điểm công việc Đào tạo và phát triển TN1 .793 TN2 .743 TN3 .703 TN6 .662 TN5 .659 TN4 .656 LĐ3 .793 LĐ1 .774 LĐ2 .758 LĐ4 .713 LĐ5 .643 CB1 .838 CB2 .814 CB3 .722 CB4 .651 GN2 .795 GN1 .764 GN3 .717 GN4 .668 ĐĐ1 .808 ĐĐ2 .761 ĐĐ3 .692 ĐĐ4 .627 ĐT2 .743 ĐT1 .736 ĐT4 .671 ĐT3 .665
Phương pháp trích: Principal Component Analysis. Phương pháp xoay: Varimax with Kaiser Normalization.
Kết quả phân tích nhân tố với phép xoay Varimax các yếu tố đều đạt yêu cầu và phù hợp với lý thuyết mà tác giả đã trình bày ở Chương 2, các yếu tố khơng có sự xáo trộn nhiều trong từng nhân tố. Tuy nhiên mức độ quan trọng thể hiện thay đổi so với thứ tự ban đầu.
Chỉ số trọng số nhân tố các biến đều lớn hơn 0,6 nên đạt yêu cầu. Như vậy, các thang đo về Thu nhập và phúc lợi (TN) gồm 6 biến, Sự hỗ trợ của lãnh đạo (LĐ) gồm 5 biến, Công bằng tổ chức (CB) gồm 5 biến, Sự ghi nhận (GN) gồm 4 biến, Đặc điểm công việc (ĐĐ) gồm 4 biến và Đào tạo và phát triển gồm 4 biến được sử dụng làm thang đo trong thang đo chuẩn hóa (Bảng 4.11).
4.3.2. Phân tích nhân tố EFA đối với biến phụ thuộc
Kết quả kiểm định Bartlett‟s cho thấy giữa 06 biến trong một nhân tố (Sự cam kết) có mối tương quan với nhau (sig = 0,00 < 0,05). Hệ số KMO = 0,887 > 0,5 chứng tỏ phân tích nhân tố để nhóm các biến lại với nhau là thích hợp (Bảng 4.12)
Bảng 4. 12. Hệ số KMO và kiểm định Bartlett’s test
Hệ số KMO 0.887
Approx. Chi-Square 853.134
Kiểm định Bartlett
Df 15
Sig 0.000
Nguồn: kết quả phân tích dữ liệu của tác giả Với giá trị Eigenvalue = 3,412 > 1, do đó 06 biến được nhóm lại thành 01 nhân tố là sự cam kết của viên chức với Nhà trường. Tổng phương sai trích = 56,874% > 50% nên chấp nhận nhân tố này trong thang đo giải thích sự biến thiên của dữ liệu, nghĩa là khả năng sử dụng nhân tố này để giải thích cho 06 biến quan sát là 56,874% (Bảng 4.13).
Bảng 4. 13. Bảng kết quả phân tích nhân tố biến phụ thuộc
Thành phần
Giá trị riêng ban đầu Giá trị đầu tiên tải nhân tố
Tổng % của
phƣơng sai % tích lũy Tổng
% của
phƣơng sai % tích lũy
1 3.412 56.874 56.874 3.412 56.874 56.874 2 .599 9.991 66.865 3 .565 9.420 76.285 4 .520 8.666 84.951 5 .500 8.329 93.280 6 .403 6.720 100.000
Nguồn: kết quả phân tích dữ liệu của tác giả
Bảng 4. 14. Bảng kết quả EFA các yếu tố trong biến phụ thuộc Ma trận thành phần Ma trận thành phần 1 CK5 .790 CK4 .783 CK3 .771 CK1 .740 CK6 .729 CK2 .709
Phương pháp trích: Principal Component Analysis. Chiết xuất 1 thành phần.
Nguồn: kết quả phân tích dữ liệu của tác giả
Chỉ số trọng số nhân tố 06 biến đều lớn hơn 0,6 nên đạt yêu cầu. Như vậy, thang đo về sự cam kết của viên chức tại các trường đại học công lập trên địa bàn thành phố Hồ Chí Minh gồm 06 biến được sử dụng làm thang đo trong thang đo chuẩn hóa (Bảng 4.14).
4.3.3. Mơ hình nghiên cứu có đƣợc từ kết quả phân tích nhân tố EFA
Với kết quả phân tích nhân tố khám phá EFA, mơ hình nghiên cứu mới phù hợp theo lý thuyết và giả thuyết kỳ vọng tác giả đưa ra ban đầu ở Chương 2. Mơ hình nghiên cứu với 6 nhân tố tác động đến sự cam kết của viên chức với tổ chức tại các trường đại học công lập trên địa bàn thành phố Hồ Chí Minh như sau:
Hình 4. 1. Mơ hình nghiên cứu đƣợc giữ ngun sau khi phân tích nhân tố EFA
Và các giả thuyết cũng được giữ nguyên:
H1: Thu nhập và phúc lợi có quan hệ tích cực và ảnh hưởng cùng chiều đến sự cam
kết của viên chức đối với Trường.
H2: Sự hỗ trợ của lãnh đạo có quan hệ tích cực và ảnh hưởng cùng chiều đến sự
cam kết của viên chức đối với Trường.
H3: Sự ghi nhận có quan hệ tích cực và ảnh hưởng cùng chiều đến sự cam kết của
viên chức đối với Trường.
H4: Cơng bằng tổ chức có quan hệ tích cực và ảnh hưởng cùng chiều đến sự cam
kết của viên chức đối với Trường.
H5: Đào tạo và phát triển có quan hệ tích cực và ảnh hưởng cùng chiều đến sự cam
kết của viên chức đối với Trường.
H6: Đặc điểm cơng việc có quan hệ tích cực và ảnh hưởng cùng chiều đến sự cam
4.4. Ma trận tƣơng quan
Kết quả kiểm tra hệ tương quan Pearson giữa các biến độc lập với nhau và giữa chúng với biến phụ thuộc được thể hiện trên bảng sau đây cho thấy các nhân tố động viên tác động đến sự cam kết của viên chức với tổ chức có mối quan hệ chặt chẽ với nhau. Điều này chứng tỏ các biến độc lập có khả năng giải thích cao biến phụ thuộc trong mơ hình hồi quy bội mà tác giả chuẩn bị phân tích.
Bảng 4. 15. Kết quả phân tích ma trận tƣơng quan giữa các thành phần
Trong đó:
Y = (CK) là biến phụ thuộc thể hiện sự cam kết của viên chức với tổ chức. X1, X2, X3, X4, X5, X6 là các biến độc lập theo thứ tự như sau: (X1) Thu nhập và phúc lợi, (X2) Sự hỗ trợ của lãnh đạo, (X3) Sự ghi nhận, (X4) Công bằng tổ chức, (X5) Đào tạo và phát triển, (X6) Đặc điểm công việc.
Hệ số tương quan giữa 2 biến nếu dưới 0,2 thì giữa 2 biến khơng có sự tương quan, từ 0,2 đến 0,4 thì tương quan yếu, 0,4 đến 0,6 tương quan trung bình, từ 0,6 đến 0,8 thì tương quan mạnh và từ 0,8 trở lên thì tương quan rất mạnh.
Kết quả phân tích ma trận hệ số tương quan có mức ý nghĩa α ≤ 0,05 và các hệ số tương quan giữa các biến giao động trong khoảng từ 0,541 đến 0,681. Với biến Thu nhập và phúc lợi có hệ số tương quan với biến Cam kết tổ chức là 0,607 cho thấy giữa hai biến có sự tương quan mạnh nghĩa là dữ liệu giữa hai biến này càng phù hợp có sự tương quan với nhau. Tương tự biến Sự hỗ trợ của lãnh đạo có hệ số tương quan với biến Cam kết tổ chức là 0,541 cho thấy giữa hai biến có sự tương quan trung bình, biến Sự ghi nhận có hệ số tương quan với biến Cam kết tổ chức là 0,592 cho thấy giữa hai biến có sự tương trung bình, biến Cơng bằng tổ chức có hệ số tương quan với biến Cam kết tổ chức là 0,584 cho thấy giữa hai biến có sự tương quan trung bình, biến Đào tạo và phát triển có hệ số tương quan với biến Cam kết tổ chức là 0,660 cho thấy giữa hai biến có sự tương quan mạnh và biến Đặc điểm cơng việc có hệ số tương quan với biến Cam kết tổ chức là 0,681 cho thấy giữa hai biến có sự tương quan mạnh.
Qua kết quả phân tích cho thấy 6 biến độc lập có mối tương quan tuyến tính khá chặt chẽ với biến phụ thuộc Y, đạt được giá trị phân biệt, nghĩa là tất cả các thang đo trong kết quả nghiên cứu đã đo lường được các khái niệm khác nhau nên được đưa vào phân tích hồi quy.
4.5. Kết quả phân tích hồi quy bội
Phương trình hồi quy bội biểu diễn mối quan hệ giữa biến phụ thuộc và các biến độc lập có dạng như sau:
Bảng 4. 16. Kết quả các thông số mơ hình hồi quy Thơng số mơ hình Thơng số mơ hình Mơ hình Hệ số R Hệ số R bình phương Hệ số R bình phương – hiệu chỉnh Sai số chuẩn của ước lượng
Thống kê thay đổi
Hệ số Durbin- Watson Hệ số R bình phương sau khi đổi Hệ số F sau khi đổi Bậc tự do 1 Bậc tự do 2 Hệ số sig. F sau khi đổi 1 .891a .795 .792 .29096 .795 258.733 6 401 .000 2.086 a. Dự báo: (hằng số), Đặc điểm công việc (X6), Sự hỗ trợ của lãnh đạo (X2), Công bằng tổ chức (X4), Sự ghi nhận (X3), Thu nhập và phúc lợi (X1), Đào tạo và phát triển (X5).
b. Biến phụ thuộc: (Y) Cam kết tổ chức
Nguồn: kết quả phân tích dữ liệu của tác giả Giá trị hệ số R2 = 0,795 và R2 hiệu chỉnh = 0,792, nghĩa là mơ hình hồi quy tuyến tính đã xây dựng phù hợp với dữ liệu 79,5 %. Với mức ý nghĩa 0,000 nghĩa là 6 biến độc lập giải thích 79,5 % biến thiên của biến phụ thuộc. Điều này chứng tỏ kết quả của dữ liệu thu thập được giải thích rất tốt cho mơ hình. Hệ số d (Durbin- Watson) = 2,086 nằm trong khoảng (1,5-2,5) cho thấy khơng có hiện tượng tự tương quan.
Bảng 4. 17. Kết quả phân tích phƣơng sai
Mơ hình Tổng bình phƣơng Bậc tự do Bình phƣơng trung bình Hệ số F Hệ số Sig. 1 Hồi quy 131.424 6 21.904 258.733 0.000 Phần dư 33.948 401 .085 Tổng 165.373 407
Nguồn: kết quả phân tích dữ liệu của tác giả Kết quả kiểm định độ phù hợp của mơ hình bằng phân tích ANOVA (Bảng 4.17) cho thấy : Giá trị sig. của trị F = 258,733 của mơ hình rất nhỏ (Sig = 0.000 < 0.05). Điều này có nghĩa bác bỏ giả thuyết H0 (H0 = 1 = 0) và mơ hình phù hợp với dữ liệu nghiên cứu .
Bảng 4. 18. Kết quả phân tích mơ hình hồi quy Hệ số Hệ số Mơ hình Hệ số chƣa chuẩn hóa Hệ số chuẩn hóa t Mức ý nghĩa Sig. Thống kê đa cộng tuyến B Sai số chuẩn Hệ số Beta Độ chấp nhận của biến Hệ số phóng đại phƣơng sai. (VIF) 1 (Hằng số) -.140 .091 -1.540 .124 Thu nhập và phúc lợi .180 .022 .215 8.036 .000 .713 1.403 Sự hỗ trợ của lãnh đạo .119 .021 .149 5.694 .000 .747 1.340 Sự ghi nhận .144 .021 .184 6.809 .000 .704 1.421 Công bằng tổ chức .176 .020 .226 8.640 .000 .751 1.332 Đào tạo và phát triển .193 .023 .235 8.387 .000 .651 1.537 Đặc điểm công việc .227 .023 .275 9.827 .000 .653 1.531 a. Biến phụ thuộc: CK (Sự cam kết của viên chức với Nhà trường).
Nguồn: kết quả phân tích dữ liệu của tác giả Kết quả phân tích cho thấy độ chấp nhận của biến (Tolerance) là đa ̣t yêu cầu (đều lớn hơn 0,50) và hệ số phóng đại phương sai (VIF) đều nhỏ hơn 10. Có thể kết luận các biến độc lập tham gia vào mơ hình đều có mối liên hệ tốt với biến phụ thuộc và có khả năng sử dụng các hệ số hồi quy này để giải thích hay lượng hóa mối quan hệ giữa biến phụ thuộc và các biến độc lập. Do đó khơng có dấu hiệu xảy ra hiện tượng đa cộng tuyến nên tác giả có thể sử dụng phương trình hồi quy này.
Mơ hình hồi quy tuyến tính bội các nhân tố được biểu thị như sau:
CK = 0,215*TN + 0,149*LĐ + 0,184*GN+ 0,226*CB+ 0,235*ĐT + 0,275*ĐĐ
Thơng qua các hệ số chuẩn hóa biết được mức độ quan trọng của các nhân
tố tham gia vào mơ hình.
Kết quả phân tích hồi quy tuyến tính chỉ ra nhân tố có tác động lớn nhất đến sự cam kết của viên chức với các trường Đại học công lập trên địa bàn TP. Hồ Chí Minh là Đặc điểm cơng việc với hệ số chuẩn hóa (β = 0,275), Đào tạo và phát triển (β = 0,235), kế đến là Công bằng tổ chức (β = 0,226), Thu nhập và phúc lợi (β = 0,215), ảnh hưởng của Sự ghi nhận (β = 0,184) và cuối cùng là Sự hỗ trợ của lãnh đạo là (β = 0,149).
Ý nghĩa của các hệ số hồi quy trong mơ hình:
β1 = 0,215: Trong điều kiện các yếu tố khác không đổi, nếu Thu nhập và phúc lợi tăng lên 1 thì Sự cam kết của viên chức tăng lên 0,215 đơn vị.
β2 = 0,149: Trong điều kiện các yếu tố khác không đổi, nếu Sự hỗ trợ của lãnh đạo tăng lên 1 thì Sự cam kết của viên chức tăng lên 0,149 đơn vị.
β3 = 0,184: Trong điều kiện các yếu tố khác không đổi, nếu Sự ghi nhận tăng lên 1 thì Sự cam kết của viên chức tăng lên 0,184 đơn vị.
β4 = 0,226: Trong điều kiện các yếu tố khác không đổi, nếu Công bằng tổ chức tăng lên 1 thì Sự cam kết của viên chức tăng lên 0,226 đơn vị.
β5 = 0,235: Trong điều kiện các yếu tố khác không đổi, nếu Đào tạo và phát triển tăng lên 1 thì Sự cam kết của viên chức tăng lên 0,235 đơn vị.
β6 = 0,275: Trong điều kiện các yếu tố khác không đổi, nếu Đặc điểm công việc tăng lên 1 thì Sự cam kết của viên chức tăng lên 0,275 đơn vị.
4.6. Kiểm định sự khác biệt của các biến định tính
4.6.1. Kiểm định sự khác biệt về sự cam kết của viên chức với Nhà trƣờng theo chức vụ
Tác giả dùng kiểm định ANOVA để kiểm định sự khác nhau giữa chức vụ của các đối tượng khảo sát với sự cam kết của viên chức với Nhà trường.
Bảng 4. 19. Kiểm định kết quả ANOVA theo chức vụ Kiểm tra sự đồng nhất của các biến Kiểm tra sự đồng nhất của các biến
Thống kê
Levene df1 df2 Sig.
1.523 2 405 0.219
ANOVA
Biến thiên df Trung bình