Kiểm định KMO và Bartlett
Kiểm định KMO 0,875
Kiểm định Bartlett Giá trị chi bình phương xấp xỉ 1249,651
Bậc tự do 15
Mức ý nghĩa 0,000
Nguồn: Kết quả phân tích dữ liệu của tác giả
Kết quả kiểm định KMO và Barllet: hệ số KMO = 0,875> 0,5 (Bảng 7, phụ lục 6), đạt yêu cầu và kiểm định Barlett có Sig. = 0,000 thấy các biến quan sát của thang đo tận tâm với tổ chức có mối quan hệ tương quan với nhau trong tổng thể dữ liệu và đủ điều kiện để phân tích nhân tố khám phá.
Tại mức giá trị Eigenvalues > 1, với phương pháp rút trích Principal Component và phép xoay Varimax, phân tích nhân tố đã trích được 1 nhân tố từ 06 biến quan sát (TTTC1, TTTC2, TTTC3, TTTC4, TTTC5, TTTC6) (Bảng 8, phụ lục 6) với tổng phương sai trích là 79,171% > 50% đạt yêu cầu.
Dựa vào ma trận nhân tố (Bảng 9, phụ lục 6) cho thấy, hệ số tải nhân tố các biến đều > 0,5, đạt yêu cầu.
Bảng 4.8: Kết quả phân tích EFA các thành phần thang đo
Tận tâm với tổ chức
Tên các thành phần Biến quan sát Nhân tố
1 Sự tận tâm với tổ chức TTTC6 0,954 TTTC4 0,945 TTTC5 0,919 TTTC3 0,851 TTTC2 0,841 TTTC1 0,820 Tiêu chí Eigenvalues 4,750
Phương sai trích tích lũy 79,171%
Nguồn: Kết quả phân tích dữ liệu của tác giả
Sau khi kiểm định bằng hệ số tin cậy Cronbach’s alpha và phân tích EFA, thang đo công bằng trong tổ chức vẫn giữ lại 18 biến quan sát (Bảng 4.4) và vẫn giữ nguyên 4 yếu tố như ban đầu.
Thang đo sự hài lịng với cơng việc gồm 7 biến quan sát (Bảng 4.6) và thang đo tận tâm với tổ chức gồm 6 biến quan sát (Bảng 4.8) vẫn giữ nguyên. Do đó, mơ hình nghiên cứu và các giả thuyết được trình bày ở chương 2 khơng thay đổi.
4.4 Phân tích hồi quy
Từ kết quả phân tích EFA cho thấy có 4 yếu tố của công bằng trong tổ chức ảnh hưởng đến sự hài lịng đối với cơng việc.
Tiếp theo, phân tích hồi quy nhằm xác định sự tương quan này có tuyến tính hay khơng và mức độ quan trọng của từng yếu tố ảnh hưởng đến sự hài lịng đối với cơng việc.
Phân tích tương quan bằng hệ số tương quan Pearson tại bảng 4.9 (chi tiết trong Bảng 1, phụ lục 7) cho thấy có sự tương quan cùng chiều giữa các thành phần của công bằng trong tổ chức và sự hài lịng đối với cơng việc.
Các giá trị Sig. đều < 0,05, do vậy chúng đều có ý nghĩa về mặt thống kê. Đồng thời các thành phần của cơng bằng trong tổ chức cũng có tương quan với nhau. Để tránh hiện tượng đa cộng tuyến giữa các biến độc lập, cần phải xem xét mối quan hệ này trong phần phân tích hồi qui tuyến tính bội.
Bảng 4.9: Ma trận tương quan giữa các nhân tố
Tương quan tuyến tính
PP QT DX TT HL TTT C PP Hệ số tương quan 1 Mức ý nghĩa (2 phía) N 179 QT Hệ số tương quan 0,122 1 Mức ý nghĩa (2 phía) 0,105 N 179 179 DX Hệ số tương quan 0,292** 0,233** 1 Mức ý nghĩa (2 phía) 0,000 0,002 N 179 179 179 TT Hệ số tương quan 0,118 0,092 0,051 1 Mức ý nghĩa (2 phía) 0,115 0,220 0,496 N 179 179 179 179 HL Hệ số tương quan 0,534** 0,201** 0,613** 0,190* 1 Mức ý nghĩa (2 phía) 0,000 0,007 0,000 0,011 N 179 179 179 179 179 TTTC Hệ số tương quan 0,537** 0,186* 0,589** 0,179* 0,905** 1 Mức ý nghĩa (2 phía) 0,000 0,013 0,000 0,016 0,000 N 179 179 179 179 179 179
**. Tương quan ở mức ý nghĩa 0,01 (2-tailed). *. Tương quan ở mức ý nghĩa 0,05 (2-tailed).
Nguồn: Kết quả phân tích dữ liệu của tác giả
Từ kết quả phân tích tương quan trên, ta có thể thấy có mối tương quan giữa biến phụ thuộc là Sự hài lịng đối với cơng việc với các biến độc lập: (1) công bằng
tin và có mối tương quan giữa Sự hài lòng đối với công việc và Tận tâm với tổ chức, các giá trị đều khác 1. Như vậy, không xảy ra tương quan hoàn toàn giữa biến độc lập và biến phụ thuộc và giá trị Sig. < 0,05. Do đó, có thể đưa các biến độc lập vào mơ hình hồi quy để giải thích cho sự thay đổi của biến phụ thuộc. Phân tích hồi quy tuyến tính sẽ xác định cụ thể mức độ tác động của mỗi biến độc lập đến biến phụ thuộc.
4.4.2 Phân tích hồi qui tuyến tính
Dựa vào mơ hình nghiên cứu đề xuất, phân tích hồi quy sẽ được thực hiện thông qua hai bước:
Bước thứ nhất, phân tích hồi quy tuyến tính bội về mối quan hệ giữa các thành phần của Công bằng trong tổ chức và Sự hài lịng đối với cơng việc.
Bước thứ hai, phân tích hồi quy tuyến tính đơn về mối quan hệ giữa yếu tố Sự hài lịng đối với cơng việc và yếu tố Tận tâm với tổ chức.
4.4.2.1 Phân tích hồi quy tuyến tính bội
Phân tích hồi quy được thực hiện với 04 biến độc lập bao gồm: cơng bằng quy trình (QT), cơng bằng thơng tin (TT), công bằng phân phối (PP), công bằng trong đối xử (DX), và 01 biến phụ thuộc là sự hài lịng đối với cơng việc (HL).
Mơ hình của phân tích hồi quy là:
HL = β0 + β1*QT + β2*TT + β3*PP + β4*DX Trong đó:
Biến phụ thuộc: HL
Các biến độc lập: QT, TT, PP, DX
βk: Hệ số hồi qui đã chuẩn hóa (k = 0…4) * Đánh giá sự phù hợp của mơ hình
Để đánh giá mức độ phù hợp mơ hình hồi quy bội MLR, ta dựa vào hệ số xác định điều chỉnh R²adj (Adjusted R Square). R²adj cho biết mức độ phù hợp của mơ hình nghiên cứu với ý nghĩa là các biến độc lập giải thích được bao nhiêu phần trăm (%) biến thiên của biến phụ thuộc (Nguyễn Đình Thọ, 2013). Kết quả từ bảng 4.10 (chi tiết tại Bảng số 2, phụ lục 7) cho thấy R²adj =0,518, nghĩa là mức độ phù hợp của mơ hình là 51,8%. Nói cách khác, 04 nhân tố là QT, TT, PP, DX giải thích được
khoảng 51,8% phương sai của biến phụ thuộc là sự hài lòng đối với cơng việc. Cịn 48,2% sự hài lịng đối với cơng việc xuất phát từ các yếu tố khác chưa đưa vào mơ hình.
Bảng 4.10: Đánh giá sự phù hợp của mơ hình
Mơ hình
R R2 R2 điều
chỉnh Ước lượng độ lệch chuẩn
Durbin-Watson
1 0,727a 0,529 0,518 0,38610 1,781
Nguồn: Kết quả phân tích dữ liệu của tác giả
* Kiểm định độ phù hợp của mơ hình
Theo kết quả từ bảng ANOVA (chi tiết trong Bảng số 3, phụ lục 7) cho thấy kiểm định F = 48,809 với mức ý nghĩa Sig. = 0,000 < 0,05. Như vậy, mơ hình hồi qui phù hợp.
Bảng 4.11: Kiểm định độ phù hợp của mơ hình
ANOVAa Mơ hình Tổng bình phương Bậc tự do (df) Trung bình bình phương F Sig. 1 Hồi quy 29,105 4 7,276 48,809 0,000b Số dư 25,939 174 0,149 Tổng 55,045 178 a. Biến phụ thuộc: HL b. Dự báo: (Hằng số), TT, PP, QT, DX
Nguồn: Kết quả phân tích dữ liệu của tác giả
* Kết quả phân tích hồi quy, đánh giá mức độ ảnh hưởng của từng yếu tố Khi mục tiêu nghiên cứu là kiểm định lý thuyết khoa học, phương pháp đồng thời (phương pháp Enter trong SPSS) sẽ được sử dụng. Để so sánh mức độ tác động của các biến độc lập vào biến phụ thuộc, ta dùng hệ số hồi qui chuẩn hóa (ký hiệu β trong SPSS). Biến độc lập nào có hệ số này càng lớn có nghĩa là biến đó có tác động mạnh vào biến phụ thuộc (Nguyễn Đình Thọ, 2013). Để kiểm định giả thuyết 04 thành phần công bằng trong tổ chức (gồm công bằng phần phối, cơng bằng quy trình, cơng bằng trong đối xử, cơng bằng thơng tin) ảnh hưởng đến sự hài lịng đối với công việc, trong phạm vi đề tài nghiên cứu này, tác giả sử dụng phương pháp
đồng thời cho hàm hồi qui tuyến tính bội. Thành phần nào có hệ số hồi qui chuẩn hóa càng cao thì nó ảnh hưởng của đến sự hài lịng với cơng việc càng lớn.
Kết quả tại Bảng 4.12, hệ số hồi quy β của các biến độc lập đều có ý nghĩa thống kê, các giá trị Sig. tương ứng với các biến TT, PP, QT lần lượt là 0,000; 0,000; 0,026 đều <0,05. Vì vậy, các biến này có ý nghĩa trong mơ hình. Cịn biến DX có giá trị Sig. là 0,581 > 0,05 nên giả thuyết DX không được chấp nhận. Điều này cho thấy có 03 yếu tố: công bằng thông tin, công bằng phân phối và cơng bằng quy trình đều ảnh hưởng đến sự hài lịng của cán bộ Đoàn trong địa bàn huyện Năm Căn.
Bảng 4.12: Kết quả phân tích hồi qui tuyến tính bội
Mơ hình
Hệ số hồi qui chưa chuẩn hóa
Hệ số hồi qui đã chuẩn hóa Giá trị t Sig. Thống kê đa cộng tuyến B Độ lệch chuẩn Beta Dung sai VIF 1 Hằng số 0,934 0,253 3,694 0,000 PP 0,293 0,043 0,373 6,799 0,000 0,902 1,109 DX 0,022 0,040 0,030 0,553 0,581 0,937 1,067 TT 0,418 0,047 0,492 8,841 0,000 0,875 1,143 QT 0,080 0,036 0,118 2,239 0,026 0,980 1,021 a. Biến phụ thuộc: HL
Nguồn: Kết quả phân tích dữ liệu của tác giả
Các hệ số chuẩn hóa ở Bảng 4.12 cho thấy 04 yếu tố: (1) Công bằng phân phối, (2)Cơng bằng quy trình (QT), (3) Công bằng trong đối xử (DX), (4) cơng bằng thơng tin (TT), có tác động tỷ lệ thuận chiều đến sự hài lòng đối với cơng việc vì hệ số hồi quy chuẩn hóa Beta (β) của 04 biến độc lập đều có ý nghĩa thống kê. Trong đó, yếu tố ảnh hưởng mạnh nhất đến sự hài lịng đối với cơng việc là yếu tố công bằng thông tin (TT) với β =0,492, tiếp đến là yếu tố công bằng phân phối (PP) với β =0,373, thứ ba là công bằng quy trình (QT) với β =0,118 và tác động yếu nhất đến sự hài lòng đối với cơng việc là cơng bằng đối xử có hệ số β =0,030. Điều này nói lên rằng, cơng bằng thơng tin, cơng bằng quy trình, cơng bằng phân phối giữa người quản lý và nhân viên làm cho cơng chức hài lịng với cơng việc.
* Kiểm tra các giả định hồi qui
Giả định liên hệ tuyến tính: Kết quả Hình số 4.1 cho thấy phần dư chuẩn hóa phân bố ngẫu nhiên trong một vùng xung quanh đường tung độ 0, do vậy không vi phạm giả định quan hệ tuyến tính.
Hình 4.1 Biểu đồ phân tán của phần dư
Nguồn: Kết quả phân tích dữ liệu của tác giả
Kiểm định lý thuyết về phân phối chuẩn
Giả định phần dư có phân phối chuẩn: đường cong hình chng có dạng phân phối chuẩn ở Hình 4.2 cho thấy giả định phần dư có phân phối chuẩn khơng bị vi phạm.
Hình 4.2 Đồ thị Histogram
Nguồn: Kết quả phân tích dữ liệu của tác giả
Giả thuyết phân phối chuẩn khơng bị vị phạm vì các điểm quan sát không phân tán quá xa đường thẳng kỳ vọng theo như quan sát trên biểu đồ P-P Plot (Hình 4.3).
Hình 4.3 Biểu đồ P-P Plot
Kiểm định hiện tượng đa cộng tuyến
Đa cộng tuyến là hiện tượng trong đó các biến độc lập có quan hệ với nhau. Để kiểm tra hiện tượng đa cộng tuyến, chỉ số thường dùng là hệ số phóng đại phương sai (VIF). Hệ số VIF càng nhỏ thì khả năng đa cộng tuyến sẽ giảm (thông thường VIF < 10). Tại Bảng 4.12 giá trị cao nhất của hệ số VIF = 1,143< 10, đạt yêu cầu. Như vậy, khơng có hiện tượng đa cộng tuyến trong mơ hình hồi quy này.
4.4.2.2 Phân tích hồi quy tuyến tính đơn
Phân tích hồi quy được thực hiện với 01 biến độc lập là Sự hài lịng đối với cơng việc (HL) và 01 biến phụ thuộc là Tận tâm với tổ chức (TTTC).
Kết quả phân tích hồi qui đơn (Bảng số 5, phụ lục 7) cho thấy R²adj = 0,817, nghĩa là mức độ phù hợp của mơ hình là 81,7%. Như vậy, khoảng 81,7% phương sai của Tận tâm với tổ chức được giải thích bởi Sự hài lịng đối với cơng việc.
Bảng 4.13 Đánh giá sự phù hợp của mơ hình
Mơ hình R R2 R 2 điều chỉnh Ước lượng độ lệch chuẩn Durbin-Watson 1 0,905a 0,818 0,817 0,24849 1,705
Nguồn: Kết quả phân tích dữ liệu của tác giả
* Kiểm định độ phù hợp của mơ hình
Theo kết quả từ Bảng ANOVA (chi tiết trong Bảng số 6, phụ lục 7) cho thấy kiểm định F = 796,897 với mức ý nghĩa Sig. = 0,000 < 0,05. Như vậy, mơ hình hồi qui là phù hợp.
Bảng 4.14: Kiểm định độ phù hợp của mơ hình
ANOVAa Mơ hình Tổng bình phương Bậc tự do (df) Trung bình bình phương F Sig. 1 Hồi quy 49,206 1 49,206 796,897 0,000b Số dư 10,929 177 0,062 Tổng 60,135 178 a. Biến phụ thuộc: TTTC b. Dự báo: (Hằng số), HL
* Kết quả phân tích hồi quy
Kết quả tại Bảng 4.15 cho thấy, hệ số β =0,584 nên biến độc lập (HL) có ý nghĩa thống kê, giá trị Sig. của biến HL =0,000 < 0,05. Vì vậy, biến (HL) có ý nghĩa trong mơ hình (chi tiết tại Bảng số 7, phụ lục 7).
Bảng 4.15: Kết quả phân tích hồi qui tuyến tính đơn
Mơ hình Hệ số hồi qui chưa chuẩn hóa Hệ số hồi qui đã chuẩn hóa Giá trị t Sig. Thống kê đa cộng tuyến B Sai số Beta Dung sai VIF 1 Hằng số 0,156 0,136 1,151 0,251 HL 0,945 0,033 0,905 28,229 0,000 1,000 1,000 a. Biến phụ thuộc: TTTC
Nguồn: Kết quả phân tích dữ liệu của tác giả
* Kiểm tra các giả định hồi qui Kiểm định hiện tượng đa cộng tuyến:
Đa cộng tuyến là hiện tượng trong đó các biến độc lập có quan hệ với nhau. Để kiểm tra hiện tượng đa cộng tuyến, chỉ số thường dùng là hệ số phóng đại phương sai (VIF). Hệ số VIF càng nhỏ thì khả năng đa cộng tuyến sẽ giảm (thông thường VIF < 10). Tại Bảng 4.15 giá trị cao nhất của hệ số VIF = 1,000< 10, đạt u cầu. Như vậy, khơng có hiện tượng đa cộng tuyến trong mơ hình hồi quy này.
Giả định liên hệ tuyến tính: Kết quả Hình 4.4 cho thấy phần dư đã chuẩn hóa phân bố ngẫu nhiên trong một vùng xung quanh đường tung độ 0, do vậy giả định quan hệ tuyến tính khơng bị vi phạm.
Hình 4.4 Biểu đồ phân tán của phần dư
Nguồn: Kết quả phân tích dữ liệu của tác giả
Kiểm định lý thuyết về phân phối chuẩn
Giả định phần dư có phân phối chuẩn: đường cong hình chng có dạng phân phối chuẩn ở Hình 4.5 cho thấy giả định phần dư có phân phối chuẩn khơng bị vi phạm.
Giả thuyết phân phối chuẩn khơng bị vị phạm vì các điểm quan sát khơng phân tán q xa đường thẳng kỳ vọng theo như quan sát trên biểu đồ P-P Plot (Hình 4.6).
Hình 4.6 Biểu đồ P-P Plot
Nguồn: Kết quả phân tích dữ liệu của tác giả
4.5 Kiểm định giả thuyết
Giả thuyết H1 cho rằng cơng bằng phân phối có ảnh hưởng tích cực đến sự hài lịng đối với cơng việc của nhân viên. Căn cứ vào kết quả phân tích hồi quy, giả thuyết này được chấp nhận với hệ số β =0,373 mức ý nghĩa Sig. =0,000 < 0,05. Như vậy, khi công chức nhận thức rằng cơ quan thực hiện một cách công bằng việc phân phối kết quả đầu ra tương xứng với những nỗ lực đóng góp vào tổ chức của từng cá nhân thì họ sẽ hài lịng hơn với cơng việc.
Kết quả phân tích hồi quy chấp nhận giả thuyết H2 cơng bằng quy trình có ảnh hưởng tích cực đến sự hài lịng đối với cơng việc của nhân viên với hệ số β =0,118, mức ý nghĩa Sig. =0,026 < 0,05. Như vậy, khi nhân viên nhận thức rằng quyết định phân phối kết quả đầu ra đã được thực hiện một cách công bằng theo các quy trình chính thức của cơ quan thì họ sẵn sàng chấp nhận các giải pháp của quy trình đó và sẽ hài lịng hơn đối với cơng việc mình đang làm.
Giả thuyết H3 cho rằng cơng bằng trong đối xử có ảnh hưởng đến sự hài lịng đối với công việc của nhân viên. Tuy nhiên, căn cứ vào kết quả phân tích hồi quy,
giả thuyết này không được chấp nhận vì có hệ số β =0,030 và mức ý nghĩa Sig. =0,581 > 0,05.
Tiếp theo, giả thuyết H4 cơng bằng thơng tin có ảnh hưởng tích cực đến sự hài lịng đối với cơng việc của nhân viên được chấp nhận với mức ý nghĩa Sig. =0,000<0,05 và hệ số β =0,492. Trong q trình làm việc, cơ quan ngồi việc cung cấp những thông tin liên quan đến chuyên môn nghiệp vụ để cơng chức giải quyết cơng việc bên ngồi đúng theo quy định pháp luật, cơ quan cũng rất cần cung cấp cho nhân viên những thơng tin về chế độ chính sách liên quan đến cách thức phân