Biến quan sát Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại biến
Tương quan biến tổng
Alpha nếu loại biến Cronbach’s Alpha = 0.947 TN1 13.22 19.430 0.849 0.935 TN2 13.31 18.964 0.864 0.933 TN3 13.17 19.891 0.854 0.935 TN4 13.18 19.025 0.864 0.933 TN5 13.28 19.272 0.842 0.936
Nguồn: Kết quả phân tích dữ liệu của tác giả
3) Cronbach’s Alpha thang đo “Được cơng nhận”
Nhân tố “Được cơng nhận” có hệ số Cronbach’s Alpha là 0.898 (>0.6), hệ số này có ý nghĩa. Các hệ số tương quan biến tổng của các biến đo lường nhân tố này đều > 0.3. Bên cạnh đó, các hệ số Alpha khi loại biến của các biến đo lường nhân tố này đều nhỏ hơn hệ số Cronbach’s Alpha. Vì vậy, các biến quan sát của nhân tố này đều được sử dụng trong phân tích EFA tiếp theo.
Bảng 2.6: Kết quả Cronbach’s Alpha thang đo sự được công nhận
Biến quan sát Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại biến
Tương quan biến tổng
Alpha nếu loại biến Cronbach’s Alpha = 0.898 CN1 10.13 9.286 0.766 0.872 CN2 10.15 9.519 0.774 0.870 CN3 10.09 8.751 0.802 0.859 CN4 10.03 9.414 0.755 0.876
Nguồn: Kết quả phân tích dữ liệu của tác giả
Nhân tố “Điều kiện làm việc” có hệ số Cronbach’s Alpha là 0.898 (>0.6), hệ số này có ý nghĩa. Các hệ số tương quan biến tổng của các biến đo lường nhân tố này đều > 0.3.
Ở đây chúng ta cần chú ý đến giá trị của cột Alpha nếu loại biến, cột này biểu diễn hệ số Cronbach’s Alpha nếu loại biến đang xem xét. Thông thường chúng ta sẽ đánh giá cùng với hệ số tương quan biến tổng, nếu giá trị Alpha nếu loại biến lớn hơn hệ số Cronbach’s Alpha và hệ số tương quan biến tổng nhỏ hơn 0.3 thì sẽ loại biến quan sát đang xem xét để tăng độ tin cậy của thang đo.
Ta thấy biến DK4 có giá trị Alpha nếu loại biến là 0.998 là giá trị nếu loại biến DK4 thì sẽ làm tăng giá trị hệ số Cronbach’s Alpha lên là 0.998 nhưng vì giá trị tương quan biến tổng của DK4 (0.717)> 0.3 nên ta không nhất thiết phải loại biến này, việc loại biến quan sát hay không khơng chỉ đơn thuần nhìn vào con số thống kê mà còn phải xem xét giá trị nội dung của biến có ý nghĩa quan trọng, khơng nhất thiết chỉ vì để tăng hệ số Cronbach’s Alpha mà loại đi một biến chất lượng. Vì vậy, các biến quan sát của nhân tố này đều được sử dụng trong phân tích EFA tiếp theo.
Bảng 2.7: Kết quả Cronbach’s Alpha thang đo điều kiện làm việc
Biến quan sát Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại biến
Tương quan biến tổng Alpha nếu loại biến Cronbach’s Alpha = 0.898 DK1 9.75 11.226 0.731 0.885 DK2 9.61 10.909 0.830 0.848 DK3 9.52 11.117 0.820 0.852 DK4 9.57 11.657 0.717 0.998
Nguồn: Kết quả phân tích dữ liệu của tác giả
5) Cronbach’s Alpha thang đo “Đào tạo và thăng tiến”
Nhân tố “Đào tạo và thăng tiến” có hệ số Cronbach’s Alpha là 0.909 (>0.6), hệ số này có ý nghĩa. Các hệ số tương quan biến tổng của các biến đo lường nhân tố này đều > 0.3. Bên cạnh đó, các hệ số Alpha khi loại biến của các biến đo lường nhân tố
này đều nhỏ hơn hệ số Cronbach’s Alpha. Vì vậy, các biến quan sát của nhân tố này đều được sử dụng trong phân tích EFA tiếp theo.
Bảng 2.8: Kết quả Cronbach’s Alpha thang đo đào tạo và thăng tiến
Biến quan sát Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại biến
Tương quan biến tổng
Alpha nếu loại biến Cronbach’s Alpha = 0.909 TT1 16.84 23.007 0.730 0.896 TT2 16.80 23.953 0.767 0.890 TT3 16.57 23.630 0.748 0.892 TT4 16.59 24.127 0.749 0.893 TT5 16.68 23.699 0.724 0.896 TT6 16.60 22.421 0.774 0.889
Nguồn: Kết quả phân tích dữ liệu của tác giả
6) Cronbach’s Alpha thang đo “Lãnh đạo”
Bảng 2.9: Kết quả Cronbach’s Alpha thang đo lãnh đạo
Biến quan sát Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại biến
Tương quan biến tổng
Alpha nếu loại biến Cronbach’s Alpha = 0.922 LD1 16.14 27.896 0.778 0.907 LD2 16.16 27.456 0.761 0.910 LD3 16.12 27.895 0.792 0.905 LD4 16.21 27.901 0.772 0.908 LD5 16.18 27.709 0.759 0.910 LD6 16.14 27.881 0.793 0.905
Nguồn: Kết quả phân tích dữ liệu của tác giả
Nhân tố “Lãnh đạo” có hệ số Cronbach’s Alpha là 0.922 (>0.6), hệ số này có ý nghĩa. Các hệ số tương quan biến tổng của các biến đo lường nhân tố này đều > 0.3. Bên cạnh đó, các hệ số Alpha khi loại biến của các biến đo lường nhân tố này đều
nhỏ hơn hệ số Cronbach’s Alpha. Vì vậy, các biến quan sát của nhân tố này đều được sử dụng trong phân tích EFA tiếp theo
7) Cronbach’s Alpha thang đo “Đồng nghiệp”
Nhân tố “Đồng nghiệp” có hệ số Cronbach’s Alpha là 0.90 (>0.6), hệ số này có ý nghĩa. Các hệ số tương quan biến tổng của các biến đo lường nhân tố này đều > 0.3. Bên cạnh đó, các hệ số Alpha khi loại biến của các biến đo lường nhân tố này đều nhỏ hơn hệ số Cronbach’s Alpha. Vì vậy, các biến quan sát của nhân tố này đều được sử dụng trong phân tích EFA tiếp theo.
Bảng 2.10: Kết quả Cronbach’s Alpha thang đo đồng nghiệp
Biến quan sát Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại biến
Tương quan biến tổng
Alpha nếu loại biến Cronbach’s Alpha = 0.90 DN1 9.57 8.728 0.764 0.892 DN2 9.50 8.099 0.798 0.880 DN3 9.76 8.353 0.772 0.889 DN4 9.63 8.118 0.840 0.865
Nguồn: Kết quả phân tích dữ liệu của tác giả
2.3.2.2 Kiểm định độ tin cậy Cronbach’s alpha cho biến phụ thuộc
Thang đo động lực làm việc chung có hệ số Cronbach’s Alpha là 0.893 (>0.6), hệ số này có ý nghĩa. Các hệ số tương quan biến tổng của các biến đo lường khái niệm này cũng đạt tiêu chuẩn cho phép là lớn hơn 0.3. Bên cạnh đó, các hệ số Alpha khi loại biến của các biến đều nhỏ hơn hệ số Cronbach’s Alpha. Vì vậy, các biến này đều được sử dụng trong phân tích nhân tố EFA tiếp theo.
Bảng 2.11: Thống kê độ tin cậy Cronbach’s Alpha thang đo động lực làm việc
Biến quan sát Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại biến
Tương quan biến tổng
Alpha nếu loại biến Cronbach’s Alpha = 0.893
DL1 10.42 10.887 0.779 0.857 DL2 10.52 10.448 0.806 0.847 DL3 10.26 11.478 0.761 0.865 DL4 10.52 11.421 0.715 0.881
Nguồn: Kết quả phân tích dữ liệu của tác giả
2.3.3 Phân tích nhân tố khám phá EFA
2.3.3.1 Phân tích nhân tố khám phá EFA cho biến độc lập
Đưa 36 biến quan sát đủ độ tin cậy tiến hành phân tích nhân tố, kết quả các biến đều thỏa mãn điều kiện hệ số Factor loading >0.4, kết quả thu được mơ hình có khả năng giải thích, phân tích tốt nhất.
Bảng 2.12: Phân tích nhân tố EFA cho biến độc lập
Chỉ tiêu Giá trị Sig 0.000 < 0.05 KMO 0.881 (0.5<0.881<1) Tổng phương sai trích 70.879% > 50% Eigenvalue 1.410 > 1 Số thành phần được rút ra 7 Số biến bị loại 0
Nguồn: Kết quả phân tích dữ liệu của tác giả
Kiểm định thích hợp của mơ hình phân tích nhân tố EFA (KMO) và kiểm định tương quan giữa các biến quan sát (Barllet’s Test)
Bảng 2.13: Kiểm định KMO và Barllet’s Test cho biến độc lập
Kaiser-Meyer-Olkin Measure of Sampling Adequacy 0.881 Bartlett's Test of Sphericity Approx. Chi-Square 5609.797
df 630
Sig. 0.000
Nguồn: Kết quả phân tích dữ liệu của tác giả
Thước đo KMO có giá trị = 0.881 thỏa mãn 0.5≤KMO≤1. Như vậy phân tích nhân tố phù hợp với dữ liệu thực tế. Kiểm định Barllett có giá trị sig = 0.0000 <0.05. Kết luận các biến quan sát có tương quan với nhau trong mỗi nhóm nhân tố.
Kiểm định phương sai trích các yếu tố tác động đến động lực làm việc
Trong bảng kết quả phân tích nhân tố EFA tổng phương sai trích có giá trị phương sai cộng dồn của các yếu tố là 70.879% >50% đáp ứng tiêu chuẩn, chứng tỏ 70.879% biến thiên của dữ liệu được giải thích bởi 7 nhân tố. Có 7 nhân tố được trích tại Eigenvalue là 1.410 >1 nhân tố rút ra có ý nghĩa tóm tắt thơng tin tốt nhất.
Kiểm định hệ số factor loading
Kết quả phân tích EFA cho các biến độc lập của ma trận xoay nhân tố trên cho thấy, hệ số tải nhân tố của các biến quan sát đều thỏa mãn điều kiện khi phân tích nhân tố là hệ số factor loading ≥0.4, các biến đều đạt sự phân biệt. Số nhân tố tạo ra khi phân tích nhân tố là 7 nhân tố với 36 biến quan sát. Phân tích EFA hồn tất vì đã đạt độ tin cậy về mặt thống kê.
Căn cứ vào kết quả phân tích EFA chúng ta rút ra được 7 nhân tố với 36 biến quan sát. Sau đó, các nhân tố được giải thích và đặt lại tên cho phù hợp Việc giải thích các nhân tố được thực hiện trên cơ sở nhận ra các biến quan sát có hệ số factor loading lớn nằm trong cùng một nhân tố. Như vậy, nhân tố này có thể giải thích bằng các biến có hệ số lớn nằm trong nó.
Bảng tổng hợp các nhân tố biến độc lập sau khi phân tích EFA (Phụ lục 5)
2.3.3.2 Phân tích nhân tố khám phá EFA cho biến phụ thuộc Bảng 2.14: Phân tích nhân tố EFA cho biến phụ thuộc
Chỉ tiêu Giá trị
KMO 0.852 (0.5<0.852<1)
Tổng phương sai trích 68.982% > 50%
Eigenvalue 3.034 > 1
Số thành phần được rút ra 1
Số biến bị loại 0
Nguồn: Kết quả phân tích dữ liệu của tác giả
Kiểm định thích hợp của mơ hình phân tích nhân tố EFA (KMO) và kiểm định tương quan giữa các biến quan sát (Barllet’s Test)
Bảng 2.15: Kiểm định KMO và Barllet’s Test cho biến phụ thuộc
Kaiser-Meyer-Olkin Measure of Sampling Adequacy 0.825 Bartlett's Test of Sphericity Approx. Chi-Square 526.089
df 6
Sig. 0.000
Nguồn: Kết quả phân tích dữ liệu của tác giả
Thước đo KMO có giá trị = 0.825 thỏa mãn 0.5≤KMO≤1. Như vậy phân tích nhân tố phù hợp với dữ liệu thực tế. Kiểm định Barllett có giá trị sig = 0.0000 <0.05. Kết luận các biến quan sát có tương quan với nhau trong mỗi nhóm nhân tố.
Kiểm định phương sai trích các yếu tố tác động đến động lực làm việc
Trong bảng kết quả phân tích nhân tố EFA, tổng phương sai trích có giá trị phương sai cộng dồn của các yếu tố là 75.851% >50% đáp ứng tiêu chuẩn, chứng tỏ 75.851% biến thiên của dữ liệu được giải thích bởi 7 nhân tố. Có 7 nhân tố được trích tại Eigenvalue là 3.034 >1 nhân tố rút ra có ý nghĩa tóm tắt thông tin tốt nhất.
Kiểm định hệ số factor loading
Kết quả phân tích EFA cho các biến phụ thuộc của ma trận xoay nhân tố trên cho thấy, hệ số tải nhân tố của các biến quan sát đều thỏa mãn điều kiện khi phân tích nhân tố là hệ số factor loading ≥0.4, các biến đều đạt sự phân biệt. Số nhân tố tạo ra
khi phân tích nhân tố là 1 nhân tố, khơng có biến quan sát nào bị loại. Phân tích EFA hồn tất vì đã đạt độ tin cậy về mặt thống kê.
Bảng tổng hợp các nhân tố biến phụ thuộc sau khi phân tích EFA (Phụ lục 5)
2.3.4 Phân tích tương quan hệ số Pearson
Xét sự tương quan giữa các biến độc lập với biến phụ thuộc
Theo ma trận hệ số tương quan ở Phụ lục 6, hầu hết các giá trị hệ số tương quan giữa các biến độc lập và biến phụ thuộc đều có ý nghĩa ở mức 98%. Giá trị Sig. đều nhỏ hơn 0.05, chứng tỏ các biến độc lập có tương quan với biến phụ thuộc, có ý nghĩa thống kê và có thể đưa vào phân tích hồi quy.
Hệ số tương quan Pearson ở mức trung bình (từ 0.152 đến 0.765) chứng tỏ giữa các biến độc lập với biến phụ thuộc có mức độ tương quan ở mức khá cao. Trong đó, quan hệ tương quan mạnh nhất là “Thu nhập và phúc lợi” với r = 0.765. Ngược lại, quan hệ tương quan yếu nhất là “Tính chất cơng việc” với r = 0.152. Tất cả các hệ số tương quan giữa biến độc lập và biến phụ thuộc đều mang dấu (>0) chứng rỏ đây là quan hệ cùng chiều.
Xét sự tương quan giữa các biến độc lập với nhau
Giá trị Sig. của các biến độc lập với nhau khá lớn, đều lớn hơn 0.05. Chứng tỏ giữa các biến độc lập khơng có mối tương quan và nó càng khẳng định tính “độc lập” tốt giữa các biến độc lập. Hệ số tương quan Pearson đều có giá trị rất nhỏ. Như vậy, không xảy ra tương quan chặt giữa các biến độc lập với nhau trong phân tích hồi quy.
2.3.5 Phân tích hồi quy
2.3.5.1 Đánh giá độ phù hợp của mơ hình hồi quy
Bảng 2.16: Bảng đánh giá độ phù hợp của 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
Hệ số Dubin- Watson
1 0.836 0.753 0.745 0.549 1.294
Hệ số R2 và R2 hiệu chỉnh lần lượt là 75.3% và 74.5%. So sánh 2 giá trị R2 và R2 hiệu chỉnh ta thấy R2 hiệu chỉnh nhỏ hơn. Tuy nhiên, dùng R2 hiệu chỉnh để đánh giá độ phù hợp của mơ hình sẽ an tồn hơn vì nó khơng thổi phồng mức độ phù hợp của mơ hình. Do vậy, với R2 hiệu chỉnh bằng 0.745 nói lên rằng mức độ thích hợp của mơ hình là 74,5% hay nói cách khác là các biến độc lập: Tính chất cơng việc, Thu nhập và phúc lợi, Được công nhận, Điều kiện làm việc, Đào tạo và thăng tiến, Lãnh đạo, Đồng nghiệp đã giải thích được 75.3% sự thay đổi của biến Động lực làm việc, còn lại là do sự tác động của các yếu tố khác ta khơng xét đến trong mơ hình. Như vậy, mơ hình hồi quy tuyến tính là phù hợp với dữ liệu thực tế.
Giá trị của Dubin-Watson bằng 1.294 xấp xỉ gần bằng 2, nghĩa là có thể chấp nhận giả định khơng có sự tương quan chuỗi bậc nhất giữa các phần dư trong mơ hình. Như vậy, mơ hình hồi quy bội thỏa các điều kiện đánh giá và kiểm định độ phù hợp cho việc rút ra các kết quả nghiên cứu.
2.3.5.2 Kiểm định độ phù hợp của mơ hình hồi quy
Theo như kết quả ở bảng 2.17, ta thấy tất cả các giá trị VIF đều < 10. Chứng tỏ rằng không có hiện tượng đa cộng tuyến trong mơ hình. Bên cạnh đó, các biến đều đạt được tiêu chuẩn chấp nhận Tolerance > 0.1.
Bảng 2.17: Bảng phân tích kết quả hồi quy
Mẫu Hệ số chưa chuẩn hóa Hệ số chuẩn hóa t Sig.
Chuẩn đốn hiện tượng đa cộng tuyến
B Sai số chuẩn Beta Tiêu chuẩn chấp nhận Tolerance Hệ số phóng đại phương sai VIF 1 (Hằng số) -1.176 0.263 -4.472 0.000 CV 0.133 0.057 0.081 2.328 0.021 0.951 1.051 TN 0.351 0.049 0.352 7.138 0.000 0.467 2.139
CN 0.170 0.042 0.155 4.013 0.000 0.760 1.317 DK 0.126 0.036 0.127 3.499 0.001 0.862 1.160 TT 0.272 0.044 0.240 6.116 0.000 0.741 1.349 LD 0.267 0.044 0.258 6.019 0.000 0.621 1.611 DN 0.110 0.044 0.096 2.521 0.012 0.784 1.276
Nguồn: Kết quả phân tích dữ liệu của tác giả
Giá trị Sig. của tất cả các biến độc lập đều nhỏ hơn 0.05. Do đó, ta có thể nói rằng tất cả các biến độc lập đều có tác động đến động lực làm việc của nhân viên. Tất cả các nhân tố này đều có ý nghĩa trong mơ hình và tác động cùng chiều đến động lực làm việc do các hệ số hồi quy đều mang dấu dương. Cụ thể như sau:
Từ kết quả phân tích hồi quy, ta có được phương trình hồi quy:
Trong đó:
- CV: Biến độc lập “Tính chất cơng việc”
- TN: Biến độc lập “Thu nhập và phúc lợi”
- CN: Biến độc lập “Được công nhận”
- DK: Biến độc lập “Điều kiện làm việc”
- TT: Biến độc lập “Đào tạo và thăng tiến”
- LD: Biến độc lập “Lãnh đạo”
- DN: Biến độc lập “Đồng nghiệp”
- DL: Biến phụ thuộc “Động lực làm việc chung”