việc
Biến quan sát Cronbach's
Alpha
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến Hệ số tương quan biến tổng Cronbach's Alpha nếu loại biến Moi_truong1 .781 16.1456 4.036 .541 .746 Moi_truong3 15.8797 3.979 .602 .725 Moi_truong4 16.3101 4.292 .538 .747 Moi_truong5 15.9430 4.080 .585 .732 Moi_truong7 16.5316 4.110 .519 .754
Kết quả lần 2 từ bảng 4.10, ta có hệ số Cronbach’s Alpha là 0,781 và các hệ số tương quan biến tổng đều đạt tiêu chuẩn lớn hơn 0,3. Điều này cho thấy, khi bỏ biến Moi_truong2 và Moi_truong6 thì mức tương quan biến tổng có tăng từ 0,712 lên 0,781, do đó tác giả giữ lại 5 biến Moi_truong1, Moi_truong3, Moi_truong4, Moi_truong5, Moi_truong7 để đại diện cho thang đo Môi trường sống và làm việc và sẽ được sử dụng cho phân tích nhân tố khám phá EFA.
4.3.6 Kiểm định độ tin cậy thang đo SHL của doanh nghiệp đầu tƣ
Kết quả chạy kiểm định Cronbach’s Alpha đối với thang đo SHL của doanh nghiệp đầu tư trên SPSS 20 được thể hiện như sau:
Bảng 4.11 Kết quả độ tin cậy thang đo yếu tố SHL của doanh nghiệp đầu tư
Biến quan sát Cronbach's
Alpha
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến Hệ số tương quan biến tổng Cronbach's Alpha nếu loại biến Hai_long1 .837 15.6329 6.922 .604 .818 Hai_long2 15.8608 6.719 .595 .818 Hai_long3 15.8101 5.582 .712 .784 Hai_long4 15.9051 6.036 .606 .815 Hai_long5 15.4494 5.523 .716 .782
Kết quả từ bảng 4.11, ta có hệ số Cronbach’s Alpha là 0,837 (lớn hơn 0,6) và các hệ số tương quan biến tổng đạt tiêu chuẩn (lớn hơn 0,3) nên khơng có biến quan sát nào bỏ đi làm cho hệ số Cronbach’s alpha lớn hơn 0,837. Như vậy, các mục hỏi của yếu tố SHL của doanh nghiệp được DN đánh giá cao, tác giả giữ lại 5 biến để đại diện cho thang đo SHL của doanh nghiệp đầu tư và sẽ được sử dụng cho nhân tố khám phá EFA.
4.4 Phân tích nhân tố khám phá (EFA)
Hệ số KMO (Kaiser – Meyer – Lokin) là chỉ số được sử dụng để xem xét sự thích hợp của phân tích nhân tố; cịn kiểm định Bartlett’s Test được dùng để xem xét giả thuyết các biến quan sát khơng có tương quan trong tổng thể. Trị số KMO có ý nghĩa phân tích nhân tố là thích hợp khi giá trị KMO lớn hơn 0.5 và nhỏ hơn 1 (0.5 < KMO < 1); kiểm định Bartlett’s Test có ý nghĩa thống kê khi có hệ số Sig. nhỏ hơn 5% (Sig. < 0,05), tức là các biến quan sát có mối tương quan với nhau trong tổng thể (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Nhân tố độc lập: Nguồn lực tài nguyên, cơ sở hạ tầng, nguồn nhân lực, cơ chế chính sách, mơi trường sống và làm việc.
Nhân tố phụ thuộc: SHL của doanh nghiệp đầu tư.
4.4.1 Phân tích khám phá cho các nhân tố thuộc thang đo biến độc lập
Sau khi kiểm định độ tin cậy các thang đo biến độc lập của 5 nhân tố gồm: nguồn lực tài nguyên thì có 3 biến được giữ lại Tai_nguyen1, Tai_nguyen2, Tai_nguyen3, nhân tố cơ sở hạ tầng thì có 5 biến được giữ lại Ha_tang1, Ha_tang2, Ha_tang3, Ha_tang4, Ha_tang5, nhân tố nguồn nhân lực thì có 4 biến được giữ lại Nhan_luc1, Nhan_luc2, Nhan_luc3, Nhan_luc4, nhân tố cơ chế chính sách thì có 4 biến được giữ lại Chinh_sach1, Chinh_sach2, Chinh_sach3, Chinh_sach4, nhân tố môi trường sống và làm việc thì có 5 biến được giữ lại Moi_truong1, Moi_truong3, Moi_truong4, Moi_truong5, Moi_truong7.
Như vậy, sau khi kiểm định độ tin cậy các thang đo, ta có tổng cộng 21 biến độc lập được giữ lại để tiến hành phân tích nhân tố khám phá. Kết quả chạy kiểm định KMO và Bartlett’s Test đối với 21 biến độc lập trên SPSS 20 được thể hiện như sau:
Bảng 4.12 Kết quả phân tích nhân tố khám phá EFA của các biến độc lập
Rotated Component Matrixa
Biến quan sát Component
1 2 3 4 5 Moi_truong3 .750 Moi_truong4 .733 Moi_truong5 .727 Moi_truong1 .700 Moi_truong7 .673 Chinh_sach4 .863 Chinh_sach3 .780 Chinh_sach1 .696 Chinh_sach2 .666 Ha_tang3 .813 Ha_tang2 .748 Ha_tang1 .663 Ha_tang5 .604 Ha_tang4 .568 Nhan_luc4 .790 Nhan_luc2 .746 Nhan_luc1 .683 Nhan_luc3 .667 Tai_nguyen3 .787 Tai_nguyen1 .721 Tai_nguyen2 .706 Hệ số KMO : 0.718 Sig. : 0,000 Eigenvalues : 1,675 Cumulative %: 57,387
Từ kết quả bảng 4.12, ta có hệ số KMO là 0,718 (lớn hơn 0,5) và Sig. là 0,000 (nhỏ hơn 0,05) là đạt yêu cầu để thực hiện phân tích EFA, tức là các biến trong tổng thể có mối tương quan với nhau và sử dụng phương pháp phân tích nhân tố để nhóm các biến lại là thích hợp.
Ta có giá trị Eigenvalue bằng 1,675 (lớn hơn 1) và giá trị phương sai trích Cumulative là 57,38% (lớn hơn 50%) là đạt yêu cầu. Điều này có nghĩa là tại mức giá trị Eigenvalue lớn hơn 1, có 5 nhân tố được rút trích từ 21 biến quan sát đưa vào phân tích, mỗi nhân tố mới được rút ra giải thích được 57,38% sự biến thiên của các biến quan sát.
Qua phân tích nhân tố cho thấy, tất cả các biến độc lập đều có hệ số nhân tải lớn hơn 0,5 nên đạt giá trị phân biệt và giá trị hội tụ, thỏa mãn yêu cầu của dữ liệu.
Như vậy, mơ hình nghiên cứu gồm 21 biến, phân thành 5 nhóm có mối liên hệ với nhau và khơng có sự xáo trộn giữa các nhóm so với các nhóm ban đầu, do đó 5 nhóm yếu tố được giữ nguyên và đưa vào phân tích tương quan và hồi quy.
Các nhân tố mới được tạo ra sẽ được đặt tên như sau:
- Tai_nguyen1, Tai_nguyen2, Tai_nguyen3 được đặt tên là TN;
- Ha_tang1, Ha_tang2, Ha_tang3, Ha_tang4, Ha_tang5 được đặt tên là HT; - Nhan_luc1, Nhan_luc2, Nhan_luc3, Nhan_luc4 được đặt tên là NL;
- Chinh_sach1, Chinh_sach 2, Chinh_sach3, Chinh_sach4 được đặt tên là CS; - Moi_truong1, Moi_truong3, Moi_truong4, Moi_truong5, Moi_truong7 được đặt tên là MT.
4.4.2 Phân tích khám phá cho nhân tố thuộc thang đo biến phụ thuộc
Sau khi kiểm định độ tin cậy thang đo của nhân tố SHL của doanh nghiệp đầu tư thì cả 5 biến phụ thuộc Hai_long1, Hai_long2, Hai_long3, Hai_long4, Hai_long5 đều có mối liên hệ chặt chẽ và được giữ lại để tiến hành phân tích nhân tố khám phá.
Kết quả chạy kiểm định KMO và Bartlett’s Test đối với 5 biến phụ thuộc của nhân tố SHL của doanh nghiệp đầu tư trên SPSS 20 được thể hiện như sau:
Bảng 4.13 Kết quả phân tích nhân tố khám phá EFA của thang đo các biến phụ thuộc (nhân tố SHL của doanh nghiệp đầu tư)
Component Matrixa
Biến quan sát Component
1 Hai_long3 .831 Hai_long5 .824 Hai_long1 .758 Hai_long2 .755 Hai_long4 .739 Hệ số KMO : 0.792 Sig. : 0,000 Eigenvalues : 3,061 Cumulative %: 61,225
Từ kết quả Bảng 4.13, ta có hệ số KMO là 0,792 (lớn hơn 0,5) và Sig. là 0,000 (nhỏ hơn 0,05) là đạt yêu cầu để thực hiện EFA, tức là các biến trong tổng thể có mối tương quan với nhau và sử dụng phương pháp phân tích nhân tố để nhóm các biến lại là thích hợp.
Tại mức giá trị Eigenvalue là 3,061 (lớn hơn 1) và giá trị phương sai trích Cumulative là 61,22% (lớn hơn 50%) là đạt yêu cầu, như vậy có 1 nhân tố được rút ra từ 5 biến đưa vào phân tích và nhân tố mới được rút ra này giải thích được 61,22% sự biến thiên của các biến quan sát.
Qua phân tích nhân tố cho thấy, tất cả các biến phụ thuộc của nhân tố SHL của DN đầu tư đều có hệ số nhân tải lớn hơn 0,5 nên đạt giá trị phân biệt và giá trị hội tụ và phù hợp đưa vào phân tích tương quan và hồi quy. Nhân tố mới được tạo ra sẽ được đặt tên như sau:
Hai_long1, Hai_long2, Hai_long3, Hai_long4, Hai_long5 được đặt tên là HL.
4.5 Phân tích tƣơng quan và hồi quy bội 4.5.1 Kiểm định tƣơng quan
Biến độc lập: Nguồn lực tài nguyên, cơ sở hạ tầng, nguồn nhân lực, cơ chế chính sách, mơi trường sống và làm việc (TN, HT, NL, CS, MT).
Kết quả chạy kiểm định tương quan giữa các biến độc lập (nguồn lực tài nguyên, cơ sở hạ tầng, nguồn nhân lực, cơ chế chính sách, mơi trường sống và làm việc) với biến phụ thuộc (SHL của doanh nghiệp đầu tư) trên SPSS 20 được thể hiện như sau:
Bảng 4.14 Ma trận tương quan giữa các biến độc lập với biến phụ thuộc
Biến quan sát TN HT NL CS MT HL TN Pearson Correlation 1 .070 .125 .121 .064 .158* Sig. (2-tailed) .384 .119 .130 .426 .047 N 158 158 158 158 158 158 HT Pearson Correlation .070 1 .197* .277** .196* .499** Sig. (2-tailed) .384 .013 .000 .013 .000 N 158 158 158 158 158 158 NL Pearson Correlation .125 .197* 1 .214** .222** .333** Sig. (2-tailed) .119 .013 .007 .005 .000 N 158 158 158 158 158 158 CS Pearson Correlation .121 .277** .214** 1 .238** .601** Sig. (2-tailed) .130 .000 .007 .003 .000 N 158 158 158 158 158 158 MT Pearson Correlation .064 .196* .222** .238** 1 .324** Sig. (2-tailed) .426 .013 .005 .003 .000 N 158 158 158 158 158 158 HL Pearson Correlation .158* .499** .333** .601** .324** 1 Sig. (2-tailed) .047 .000 .000 .000 .000 N 158 158 158 158 158 158 Từ kết quả kiểm định Bảng 4.14, ta có:
- Hệ số tương quan giữa biến Nguồn lực tài nguyên và SHL của doanh nghiệp đầu tư là 0,158 lớn hơn 0 (Pearson > 0) và hệ số Sig. là 0,047 (nhỏ hơn 0,05) là đạt yêu cầu để thực hiện phân tích hồi quy, tức là biến Nguồn lực tài nguyên và SHL của DN đầu tư có mối quan hệ tương quan và cùng chiều với nhau, từ đó ta đưa 02 biến này vào mơ hình hồi quy tuyến tính để xác định mối quan hệ nhân quả giữa chúng.
- Hệ số tương quan giữa biến Cơ sở hạ tầng và SHL của doanh nghiệp đầu tư là 0,499 lớn hơn 0 (Pearson > 0) và hệ số Sig. là 0,000 (nhỏ hơn 0,05) là đạt yêu cầu để thực hiện phân tích hồi quy, tức là biến Cơ sở hạ tầng và SHL của doanh nghiệp đầu tư có mối quan hệ tương quan và cùng chiều với nhau, từ đó ta đưa 02 biến này vào mơ hình hồi quy tuyến tính để xác định mối quan hệ nhân quả giữa chúng.
- Hệ số tương quan giữa biến Nguồn nhân lực và SHL của doanh nghiệp đầu tư là 0,333 lớn hơn 0 (Pearson > 0) và hệ số Sig. là 0,000 (nhỏ hơn 0,05) là đạt yêu cầu để thực hiện phân tích hồi quy, tức là biến Nguồn nhân lực và SHL của doanh nghiệp đầu tư có mối quan hệ tương quan và cùng chiều với nhau, từ đó ta đưa 02 biến này vào mơ hình hồi quy tuyến tính để xác định mối quan hệ nhân quả giữa chúng.
- Hệ số tương quan giữa biến Cơ chế chính sách và SHL của doanh nghiệp đầu tư là 0,601 lớn hơn 0 (Pearson > 0) và hệ số Sig. là 0,000 (nhỏ hơn 0,05) là đạt yêu cầu để thực hiện phân tích hồi quy, tức là biến Cơ chế chính sách và SHL của doanh nghiệp đầu tư có mối quan hệ tương quan và cùng chiều với nhau, từ đó ta đưa 02 biến này vào mơ hình hồi quy tuyến tính để xác định mối quan hệ nhân quả giữa chúng.
- Hệ số tương quan giữa biến Môi trường sống và làm việc với SHL của doanh nghiệp đầu tư là 0,324 lớn hơn 0 (Pearson > 0) và hệ số Sig. là 0,000 (nhỏ hơn 0,05) là đạt yêu cầu để thực hiện phân tích hồi quy, tức là biến Mơi trường sống và làm việc với SHL của doanh nghiệp đầu tư có mối quan hệ tương quan và cùng chiều với nhau, từ đó ta đưa 02 biến này vào mơ hình hồi quy tuyến tính để xác định mối quan hệ nhân quả giữa chúng.
4.5.2 Kiểm định hồi quy bội
Tác giả sử dụng phương pháp hồi quy với phương trình hồi quy thể hiện mức độ ảnh hưởng của các yếu tố đến SHL của doanh nghiệp đầu tư vào tỉnh Tây Ninh. Với 05 nhóm nhân tố ảnh hưởng thu được từ phân tích ở trên gồm nhân tố nguồn lực tài nguyên (TN), cơ sở hạ tầng (HT), nguồn nhân lực (NL), cơ chế chính sách (CS), mơi trường sống và làm việc (MT) với biến phụ thuộc là biến SHL của doanh nghiệp đầu tư (HL).
Chạy kiểm định hồi quy tuyến tính giữa 5 biến độc lập và 01 biến phụ thuộc trên SPSS 20 nhận được kết quả như sau:
Bảng 4.15 Kết quả phân tích hồi quy
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate
1 .723a .523 .507 .42687
a. Biến độc lập: TN, HT, NL, CS, MT b. Biến phụ thuộc: HL
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 30.351 5 6.070 33.313 .000b Residual 27.698 152 .182 Total 58.049 157 a. Biến độc lập: TN, HT, NL, CS, MT b. Biến phụ thuộc: HL Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) -.276 .400 -.690 .491 TN .056 .056 .057 1.002 .318 .974 1.026 HT .357 .066 .320 5.389 .000 .891 1.122 NL .128 .053 .141 2.392 .018 .901 1.110 CS .412 .056 .447 7.420 .000 .866 1.155 MT .148 .073 .120 2.029 .044 .900 1.111 a. Biến phụ thuộc: HL
Kết quả kiểm định mơ hình từ Bảng 4.15, ta có R2 đã hiệu chỉnh là 0,507 cho
thấy mơ hình giải thích được 50,7% sự phụ thuộc giữa các biến, tức là 50,7% thay đổi của biến phụ thuộc HL được giải thích bởi các biến độc lập là biến TN, HT, NL, CS, MT. Hay nói cách khác 50,7% thay đổi của nhân tố SHL của doanh nghiệp đầu tư
được giải thích bởi các nhân tố nguồn lực tài nguyên, biến cơ sở hạ tầng, biến nguồn nhân lực, biến cơ chế chính sách, biến mơi trường sống và làm việc.
Để đánh giá độ phù hợp của mơ hình và kiểm định các giả thuyết, từ kết quả kiểm định ANOVA Bảng 4.15, ta có hệ số Sig. = 0,000 (nhỏ hơn 0,05) chứng tỏ các biến đưa vào mơ hình đều có ý nghĩa ở mức độ tin cậy là 95% và mơ hình hồi quy xây dựng là phù hợp với dữ liệu thu được, do đó các kết quả hệ số β của các biến độc lập có thể được xem xét.
Kết quả kiểm định hồi quy từ Bảng 4.15, ta có các biến HT, NL, CS, MT đều có hệ số β dương (lớn hơn 0) và hệ số Sig. nhỏ hơn 0,05 nên hệ số hồi quy của các biến HT, NL, CS, MT có ý nghĩa thống kê trong mơ hình nghiên cứu (cụ thể hệ số β của biến cơ sở hạ tầng = 0,320 > 0 và Sig. = 0,000 < 0,05, hệ số β của biến nguồn nhân lực = 0,141 > 0 và Sig. = 0,018 < 0,05, hệ số β của biến cơ chế chính sách = 0,447 > 0 và Sig. = 0,000 < 0,05, hệ số β của biến môi trường sống và làm việc = 0,120 > 0 và Sig. = 0,044 < 0,05). Như vậy, các biến HT, NL, CS, MT có quan hệ đồng biến, tuyến tính với biến HL, tức là các biến HT, NL, CS, MT có tác động cùng chiều với biến HL, trong đó biến CS và HT có tác động mạnh hơn biến NL, MT. Hay nói cách khác các nhân tố cơ sở hạ tầng, nguồn nhân lực, cơ chế chính sách, mơi trường sống và làm việc của Tây Ninh càng đảm bảo thì làm cho SHL của doanh nghiệp càng cao. Ngoài ra hệ số VIF của các biến HT, NL, CS, MT đều nhỏ hơn 10, vì vậy các biến này trong mơ hình hồi quy khơng vi phạm hiện tượng đa cộng tuyến.
Riêng biến TN có hệ số β = 0,057 > 0 nhưng hệ số Sig. = 0,318 > 0,05 nên biến này sẽ bị loại vì hệ số hồi quy của biến TN khơng có ý nghĩa thống kê trong mơ hình nghiên cứu. Thực tế cho thấy, Tây Ninh có nguồn ngun vật liệu, mơi trường khơng khí, nước, đất đai dồi dào và tốt là điều kiện thuận lợi để phát triển công nghiệp, đáp ứng yêu cầu và sự hài lòng của DN đầu tư vào Tây Ninh, tuy nhiên so với các địa phương khác trong khu vực cũng khơng có gì khác biệt và điều quan trọng Tây Ninh chưa tận dụng lợi thế này một cách hiệu quả, bên cạnh đó tài nguyên thiên nhiên là yếu tố có lợi nhưng cũng có hại cho địa phương, nếu quá dựa dẫm vào lợi thế tự nhiên thì các động lực sáng tạo, vượt khó có thể bị thui chột rất nhiều; về vị trí địa lý, mặc dù
nhiên một trong những yếu tố có thể làm cho các nhà đầu tư lo ngại lo do nằm tiếp giáp biên giới Campuchia và mơi trường ở nước này có nhiều thay đổi cộng với nhạy cảm biên giới giữa 2 nước. Như vậy, nhận định ban đầu của tác giả và ý kiến của các chuyên gia về yếu tố Nguồn lực tài ngun có ảnh hưởng tích cực đến SHL của doanh nghiệp vào tỉnh Tây Ninh là chưa thích hợp.
Từ những phân tích trên, ta có phương trình hồi quy chuẩn hóa của mơ hình là: