Biến Trung bình thang đo nếu loại biến
Phƣơng sai thang đo nếu
loại biến
Tƣơng quan biến tổng
Cronbach's Alpha nếu loại
biến
Thang đo Phần thưởng (Cronbach's Alpha = 0,820) - Lần 1 (n=7)
PT1 20,33 17.990 0,573 0,795 PT2 20,35 17.548 0,622 0,786 PT3 20,38 18.342 0,524 0,803 PT4 20,54 17.243 0,632 0,784 PT5 20,64 17.771 0,616 0,788 PT6 20,64 20.031 0,286 0,841 PT7 20,58 16.704 0,702 0,771
Thang đo Phần thưởng (Cronbach's Alpha = 0,841) - Lần 2 (n=6)
PT1 17,06 14.679 0,584 0,822 PT2 17,08 14.296 0,631 0,813 PT3 17,1 15.124 0,515 0,835 PT4 17,27 14.103 0,628 0,814 PT5 17,37 14.422 0,638 0,812 PT7 17,3 13.483 0,72 0,795
Thang đo Sự tin tưởng (Cronbach's Alpha = 0,835)
STT1 17,13 13.846 0,624 0,805
STT2 17,1 13.550 0,608 0,809
STT3 16,88 16.078 0,486 0,831
Biến Trung bình thang đo nếu loại biến
Phƣơng sai thang đo nếu
loại biến
Tƣơng quan biến tổng
Cronbach's Alpha nếu loại
biến
STT5 16,87 14.104 0,604 0,809
STT6 17,18 13.284 0,659 0,798
Thang đo Lãnh đạo (Cronbach's Alpha = 0,769) (n=4)
LD1 10,4 5.964 0,579 0,710
LD2 10,28 5.944 0,575 0,712
LD3 10,08 6.525 0,521 0,740
LD4 10,12 6.120 0,61 0,695
Thang đo Công nghê thông tin (Cronbach's Alpha = 0,794) (n=3)
CNTT1 6,50 3.628 0,658 0,696
CNTT2 6,49 4.031 0,566 0,790
CNTT3 6,53 3.294 0,690 0,659
Thang đo Giao tiếp với đồng nghiệp (Cronbach's Alpha = 0,724) (n=3)
DN1 7,06 2.930 0,584 0,590
DN2 7,07 3.212 0,475 0,718
DN3 7,06 2.773 0,581 0,592
Thang đo Chia sẻ tri thức (Cronbach's Alpha = 0,836) (n=4)
CSTT1 9,66 3,604 0,698 0,779
CSTT2 9,58 3,578 0,679 0,788
CSTT3 9,62 3,752 0,615 0,816
CSTT4 9,64 3,697 0,678 0,789
Nguồn: Kết quả khảo sát của tác giả
Thang đo phần thƣởng:
Thang đo Phần thưởng có 7 biến quan sát (PT1-PT7). Kết quả kiểm định độ tin cậy cho thấy, thang đo có hệ số độ tin cậy α = 0,82 lớn hơn 0,6, trong đó có biến PT6 có hệ số tương quan biến tổng là 0,286 < 0,3 và hệ số α của riêng PT6 = 0,841
Kết quả kiểm định độ tin cậy lần 2 với biến PT6 bị loại cho thấy, thang đo có hệ số độ tin cậy α = 0,841 lớn hơn 0,6 là đạt yêu cầu, biến thiên trong khoảng từ [0,795 – 0,835]. Hệ số tương quan biến tổng của tất cả các biến đều thỏa mãn, thấp nhất là 0,515 lớn hơn 0,3. Do đó, thang đo sự tin tưởng với 6 biến quan sát (biến PT6 bị loại) đáp ứng được yêu cầu về độ tin cậy để tiếp tục phân tích nhân tố khám phá (chi tiết theo Phụ lục 08).
Các thang đo còn lại
Các thang đo các biến còn lại: Sự tin tưởng, Lãnh đạo, Công nghệ thông tin, Giao tiếp với đồng nghiệp, Chia sẻ tri thức lần lượt có các hệ số tin cậy α = 0,835; 0,769; 0,795; 0,724; 0,836 đều > 0,6 là đạt yêu cầu. Hệ số tương quan biến tổng của tất cả các biến đều thỏa mãn, thấp nhất là 0,475 đều lớn hơn 0,3. Hệ số Cronbach’s Alpha nếu loại biến của các biến quan sát trong mỗi thang đo đều thấp hơn hệ số Cronbach’s Alpha hiện tại, như vậy có thể thấy khơng có biến quan sát nào là biến rác và không bị loại bỏ khỏi thang đo Do vậy các thang đo với các biến quan sát còn lại được giữ nguyên, đều đáp ứng được yêu cầu về độ tin cậy để tiếp tục thực hiện phân tích nhân tố khám phá.
4.3. Phân tích các nhân tố khám phá (EFA)
Phân tích EFA cho 5 biến độc lập trong mơ hình nghiên cứu:
Có 5 nhóm các yếu tố ảnh hưởng đến hành vi chia sẻ tri thức của đồng nghiệp: nhân viên ngân hàng, gồm có 27 biến quan sát, sau khi loại đi biến PT6 không đáp ứng độ tin cậy Cronbach’s Alpha.
Kết quả phân tích nhân tố lần 1 cho thấy, các biến được trích thành 5 nhóm, với tổng phương sai trích là 61,16% > 50%, thang đo được chấp nhận. Hệ số KMO = 0,88 nằm trong khoảng 0,5 ≤ KMO ≤ 1, phân tích nhân tố là thích hợp. Kiểm định Bartlett với Sig. = 0,000, thể hiện mức ý nghĩa cao. Tất cả các giá trị Factor loading của từng nhóm đều lớn hơn 0,5; ngoại trừ biến quan sát STT3 nhỏ hơn 0.5 nên biến này sẽ bị loại (chi tiết theo Phụ lục 09). Để kết quả phân tích nhân tố tốt hơn, tác giả tiến hành phân tích nhân tố lần 2 với biến STT3 sẽ bị loại.
Tổng phương sai trích = 61,72% > 50%, điều này chứng tỏ 61,72% biến thiên của dữ liệu được giải thích bởi 5 nhân tố, đây là mức ý nghĩa ở mức khá, thang đo này được chấp nhận.
Hệ số KMO = 0,884 nằm trong khoảng 0,5 ≤ KMO ≤ 1, phân tích nhân tố là thích hợp, đủ tin cậy.
Kiểm định Bartlett với Sig=0,000<0,05, thể hiện mức ý nghĩa cao, chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể.
Eigenvalues = 1,042 > 1 đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố, thì nhân tố rút ra có ý ghĩa tóm tắt thơng tin tốt nhất
Tất cả giá trị hệ số tải của các biến quan sát đều lớn hơn 0,5, cho thấy rằng các biến quan sát đều thể hiện được mối ảnh hưởng với các yếu tố mà các biến này biểu diễn. (chi tiết theo Phụ lục 09);
Do vậy, kết quả phân tích nhân tố này được chấp nhận để tiến hành đưa vào khảo sát chính thức.
Bảng 4.7: Kết quả xoay nhân tố các yếu tố ảnh hƣởng đến hành vi chia sẻ tri thức Mã hóa Nhân tố 1 2 3 4 5 PT7 0,772 PT2 0,769 PT1 0,744 PT5 0,698 PT4 0,692 PT3 0,614 STT2 0,783 STT6 0,777 STT1 0,736 STT4 0,725
Mã hóa Nhân tố 1 2 3 4 5 LD4 0,739 LD1 0,724 LD3 0,721 LD2 0,665 CNTT2 0,798 CNTT3 0,738 CNTT1 0,735 DN3 0,757 DN1 0,733 DN2 0,715
Nguồn: Kết quả phân tích EFA của tác giả
Như vậy, kết quả phân tích yếu tố đã chỉ ra có 05 yếu tố có tính phân biệt từ dữ liệu khảo sát thu được qua các biến quan sát đảm bảo độ tin cậy về dữ liệu. Các yếu tố thu được sẽ đóng vai trị là biến độc lập trong mơ hình nghiên cứu.
Phân tích EFA cho biến phụ thuộc:
Phân tích cho hành vi chia sẻ tri thức giữa các đồng nghiệp - nhân viên ngân hàng tại TP.HCM gồm có 4 biến quan sát. Kết quả phân tích nhân tố cho thấy, tổng phương sai trích = 67,16% > 50%, thể hiện rằng sự biến thiên của các yếu tố được phân tích có thể giải thích được 67,11% sự biến thiên của dữ liệu khảo sát ban đầu, đây là mức ý nghĩa ở mức khá cao. Hệ số KMO = 0,809 nằm trong khoảng 0,5 ≤ KMO ≤ 1, phân tích nhân tố là thích hợp. Kiểm định Bartlett với Sig = 0,000<0,05, thể hiện rằng kết quả phân tích yếu tố đảm bảo được mức ý nghĩa thống kê, chứng tỏ các biến quan sát có tương quan với nhau trong nhân tố. Hệ số Eigenvalues của yếu tố thứ 1 bằng 2,686>1, thể hiện sự hội tụ của phép phân tích dừng ở yếu tố thứ 1, hay kết quả phân tích cho thấy có 01 yếu tố được trích ra từ dữ liệu khảo sát. Hệ số tải nhân tố (Giá trị Factor loading) của tất cả các biến quan sát nhóm này đều lớn
hơn 0,5 và cho thấy rằng các biến quan sát đều thể hiện được sự ảnh hưởng với các yếu tố mà các biến này biểu diễn (chi tiết theo Phụ lục 09).
Bảng 4.8: Kết quả xoay nhân tố yếu tố Chia sẻ tri thức. Nhân tố
CSTT2 0,842 CSTT1 0,828 CSTT3 0,828 CSTT4 0,779
Nguồn: Kết quả phân tích EFA của tác giả
Như vậy, thông qua cuộc khảo sát định lượng chính thức thì thang đo các yếu tố ảnh hưởng đến hành vi chia sẻ tri thức bao gồm 5 yếu tố (khơng có sự thay đổi so với mơ hình đề xuất ban đầu) với 21 biến quan sát (có 1 biến đã bị loại khi kiểm tra độ tin cậy Cronbach’s Alpha và 1 biến bị loại khi phân tích nhân tố EFA) và 1 yếu tố đánh giá hành vi chia sẻ tri thức gồm 4 biến quan sát (khơng có biến bị loại).
4.4. Phân tích hồi quy
Phân tích hồi quy lấy kết quả nhằm xác định mức độ ảnh hưởng của từng yếu tố trong mơ hình với biến phụ thuộc là hành vi chia sẻ tri thức giữa các đồng nghiệp, nhân viên ngân hàng tại TP.HCM. Các mức độ ảnh hưởng này được xác định thông qua hệ số hồi quy. Điều kiện để hồi quy là trước nhất phải tương quan, nên để đảm bảo kết quả phân tích hồi quy thì việc xác định mức độ tương quan tuyến tính giữa các biến trong mơ hình là cần thiết, nên tác giả áp dụng phương pháp chạy tương quan Pearson.
4.4.1. Phân tích tương quan Pearson
Bảng 4.9: Bảng kết quả phân tích tƣơng quan
CSTT STT LD PT CNTT DN
CSTT 1 0,613** 0,637** 0,609** 0,558** 0,514**
STT 0,613** 1 0,261** 0,409** 0,312** 0,316**
CSTT STT LD PT CNTT DN CNTT 0,558** 0,312** 0,537** 0,338** 1 0,506**
DN 0,514** 0,316** 0,483** 0,309** 0,506** 1
Nguồn: Kết quả phân tích của tác giả
Kết quả phân tích tương quan giữa các biến độc lập và biến phụ thuộc đều thể hiện sự tương quan với hệ số tương quan cao và mức ý nghĩa đảm bảo: sig giữa từng biến độc lập với biến phụ thuộc đều nhỏ hơn 0,01. Điều này cho thấy các biến độc lập có quan hệ tuyến tính tốt với biến phụ thuộc, đây là điều kiện cần thiết để sử dụng biến độc lập và biến phụ thuộc trong việc phân tích hồi quy.
Giữa các biến độc lập với nhau, cũng có các biến thể hiện sự tương quan có mức ý nghĩa, tuy nhiên hệ số tương quan là khá thấp, vì thế trong quá trình phân tích cần kiểm tra hiện tượng đa cộng tuyến, trong đó phương pháp sử dụng là kiểm tra hệ số VIF của các biến độc lập trong mơ hình hồi quy.
4.4.2. Phân tích hồi quy các yếu tố ảnh hưởng đến hành vi chia sẻ tri thức của nhân viên nhân viên
4.4.2.1. Kiểm định sự phù hợp của mơ hình hồi quy tổng thể
Cho ta xác định được nhân tố nào có đóng góp nhiều hay ít hay khơng đóng góp vào sự thay đổi của biến phụ thuộc, từ đó ta có thể đưa ra các giải pháp cần thiết, hợp lí và kinh tế nhất.
Bảng 4.10: Bảng đánh giá độ phù hợp của mơ hình Mơ Mơ hình R R 2 R2 hiệu chỉnh Ƣớc lƣợng độ lệch chuẩn Durbin- Watson 1 0,843a 0,710 0,706 0,33680 1,953
Nguồn: Kết quả phân tích của tác giả
Hệ số xác định R2 = 0,843 khác 0 cho thấy mơ hình nghiên cứu là phù hợp. Kết quả cũng cho thấy R2
hiệu chỉnh = 0,706 nhỏ hơn R2 = 0,710, hệ số này dùng để đánh giá độ phù hợp của mơ hình an tồn, chính xác hơn. Như vậy, sự biến thiên của các yếu tố trong mơ hình (5 biến độc lập) có thể giải thích được 70,6% sự biến thiên về hành vi chia sẻ tri thức của nhân viên ngân hàng (sự thay đổi của biến phụ
thuộc), còn lại 29,4% là do các biến ngồi mơ hình va sai số ngẫu nhiên hay khoảng 70,6% phương sai của hành vi chia sẻ tri thức được giải thích bởi phương sai của 5 biến độc lập. Đây là một tỷ lệ khá, cho thấy sự phù hợp của mơ hình lý thuyết với dữ liệu khảo sát thực tế.
Bảng 4.11: Kết quả phân tích Anova Mơ hình Tổng bình Mơ hình Tổng bình phƣơng df Trung bình của bình phƣơng F Sig. 1 Hồi quy 87,048 5 17,410 153,475 0,000b Phần dư 35,506 313 0,113 Tổng 122,554 318
Nguồn: Kết quả phân tích của tác giả
Trong bảng phân tích Anova, kiểm định F kiểm định giả thuyết về độ phù hợp của mơ hình hồi quy tuyến tính tổng thể, kiểm định F Sig.=0,000 cho thấy mơ hình hồi quy xây dựng là phù hợp với bộ dữ liệu thu thập được và các biến đưa vào đều có ý nghĩa về mặt thống kê, từ đó kết quả phân tích hồi quy cũng đảm bảo được độ tin cậy.
4.4.2.2. Kiểm tra các giả định mơ hình hồi quy bội
Hệ số Durbin-Watson (DW) dùng để kiểm định tự tương quan của các sai số kề nhau (tương quan chuỗi bậc nhất) có giá trị biến thiên trong khoảng từ 0 đến 4; nếu các phần sai số khơng có tương quan chuỗi bậc nhất với nhau thì giá trị sẽ gần bằng 2 (từ 1 đến 3). Nếu giá trị càng nhỏ, gần về 0 thì các phần sai số có tương quan thuận; nếu càng lớn, gần về 4 có nghĩa là các phần sai số có tương quan nghịch.
Hệ số Durbin-Watson (DW) (bảng 4.10) trong bài phân tích bằng 1,953, gần giá trị 2, cho thấy rằng không xảy ra hiện tượng tự tương quan giữa các biến độc lập trong mơ hình hồi quy, dữ liệu thu thập được là tốt.
Kiểm định lý thuyết về phân phối chuẩn - Biểu đồ tần số phần dư chuẩn hóa Histogram
Phần dư có thể khơng tn theo phân phối chuẩn vì những lý do như: sử dụng sai mơ hình, phương sai không phải là hằng số, số lượng các phần dư khơng đủ nhiều để phân tích… Vì vậy, tác giả tiến hành khảo sát đơn giản nhất là xây dựng biểu đồ tần số của các phần dư Histogram và căn cứ vào biểu đồ P-P Plot.
Từ biểu đồ ta thấy được, một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số. Đường cong này có dạng hình chng, phù hợp với dạng đồ thị của phân phối chuẩn. Giá trị trung bình Mean gần bằng 0, độ lệch chuẩn là 0,992 gần bằng 1, như vậy có thể nói, phân phối phần dư xấp xỉ chuẩn. Do đó, có thể kết luận rằng: giả thiết phân phối chuẩn của phần dư khơng bị vi phạm
Hình 4.1: Biểu đồ Histogram phần dƣ chuẩn hóa
Nguồn: Kết quả phân tích của tác giả
- Biểu đồ P-P Plot cũng là một dạng biểu đồ được sử dụng phổ biến giúp nhận
diện sự vi phạm giả định phần dư chuẩn hóa. Với P-P Plot, các điểm phân vị trong phân phối của phần dư sẽ tập trung thành một đường chéo nếu phần dư có phân phối chuẩn.
Cụ thể với dữ liệu mình đang sử dụng, các điểm phân vị trong phân phối của phần dư tập trung thành một đường chéo, như vậy, giả định phân phối chuẩn của phần dư khơng bị vi phạm.
Hình 4.2: Biểu đồ P-P Plot phần dƣ chuẩn hóa
Nguồn: Kết quả phân tích của tác giả
- Biểu đồ Scatter Plot kiểm tra giả định liên hệ tuyến tính
Biểu đồ phân tán Scatter Plot giữa các phần dư chuẩn hóa và giá trị dự đốn chuẩn hóa giúp chúng ta dị tìm xem, dữ liệu hiện tại có vi phạm giả định liên hệ tuyến tính hay khơng. Cụ thể với dữ liệu khảo sát này, thì phần dư chuẩn hóa phân bổ tập trung xung quanh đường hoành độ 0, do vậy giả định quan hệ tuyến tính khơng bị vi phạm.
4.4.3. Kiểm định giả thuyết nghiên cứu
Bảng 4.12: Kết quả hồi quy các yếu tố ảnh hƣởng đến chia sẻ tri thức
Mơ hình Hệ số chƣa chuẩn hóa Hệ số chuẩn hóa t Sig. Đa cộng tuyến B Độ lệch chuẩn Beta Dung sai VIF 1 Hằng số 0,098 0,116 .841 0,401 LD 0,258 0,030 0,330 8.599 0,000 0,627 1,594 DN 0,072 0,029 0,093 2.487 0,013 0,660 1,516 PT 0,228 0,029 0,274 7.780 0,000 0,748 1,336 CNTT 0,091 0,027 0,134 3.439 0,001 0,613 1,631 STT 0,266 0,027 0,344 9.998 0,000 0,782 1,279 a. Biến phụ thuộc: CSTT
Nguồn: Kết quả phân tích của tác giả
Kiểm định đa cộng tuyến (hệ số phóng đại phƣơng sai VIF)
VIF là giá trị dùng để kiểm tra hiện tượng đa cộng tuyến. Khi mối tương quan của các biến độc lập khá chặt chẽ sẽ dẫn đến hiện tượng đa cộng tuyến. Mà trong mơ hình hồi quy bội, các biến độc lập khơng được có tương quan hồn toàn với nhau. Theo lý thuyết nhiều tài liệu viết, VIF < 10 sẽ khơng có hiện tượng đa cộng tuyến. Thơng thường, nếu VIF của một biến độc lập nào đó nhỏ hơn 2 thì biến này khơng có giá trị giải thích biến thiên của biến phụ thuộc trong mơ hình tuyến tính bội (Hair và cộng sự, 2006).
Theo bảng 4.12, hệ số VIF các biến độc lập đều nhỏ hơn 2 (lớn nhất là 1,631), như vậy khơng có hiện tượng đa cộng tuyến xảy ra.
Mơ hình hồi quy chính thức:
- Đầu tiên là giá trị Sig kiểm định t từng biến độc lập, sig nhỏ hơn hoặc bằng 0,05 có nghĩa là biến đó có ý nghĩa trong mơ hình, ngược lại sig lớn hơn 0,05, biến độc lập đó cần được loại bỏ, điều này cho thấy các biến trong mơ hình đều có sự