Biến quan sát
Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại biến
Tương quan biến - tổng
Cronbach’s Alpha nếu loại biến
EP1 14.87 14.608 .876 .917 EP2 15.05 14.356 .871 .917 EP3 14.95 15.126 .836 .925 EP4 14.74 13.370 .806 .933 EP5 15.34 13.950 .819 .927 Cronbach’s Alpha= 0.938
Kết quả từ bảng trên có hệ số Cronbach’s Alpha là 0,938 và các hệ số tương quan biến - tổng đều đạt tiêu chuẩn (lớn hơn 0,3). Do đó 5 biến đều được giữ lại để đại diện cho yếu tố kết quả làm việc của nhân viên và sẽ được sử dụng cho phân tích nhân tố khám phá EFA.
Bảng thống kê kết quả tổng hợp lần kiểm định cuối cùng của từng nhóm biến như sau:
Đo lường yếu tố “đào tạo” sử dụng biến: TR1, TR2, TR3, TR4, TR5, TR6,
TR7, TR8, TR9
Đo lường yếu tố “phản hồi” sử dụng biến: FB1, FB2, FB3, FB4, FB5, FB6, FB7. Đo lường yếu tố “kết quả làm việc của nhân viên” sử dụng biến: EP1, EP2,
EP3, EP4, EP5
3.3 Phân tích nhân tố khám phá EFA
Phương pháp phân tích nhân tố EFA thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau, nói cách khác là khơng có biến phụ thuộc và biến độc lập, chỉ dựa vào mối tương quan giữa các biến với nhau. EFA dùng để rút gọn một tập k biến quan sát thành một tập F <k các nhân tố có ý nghĩa hơn. Việc rút gọn dựa vào mối quan hệ tuyến tính của các nhân tố với các biến biến quan sát.
Sau khi phân tích kiểm định Cronbach’s Anpha và loại bỏ đi những biến có tương quan biến – tổng yếu trong từng nhóm thang đo, ta tiến hành phân tích nhân tố sử dụng phần mềm SPSS cho các nhóm biến sau:
Bảng 3.6. Kết quả khám phá EFA
Nhân tố
Đào tạo Phản hồi Kết quả làm việc
TR7 .861 TR5 .827 TR6 .805 TR4 .805 TR8 .798 TR9 .793 TR3 .756 TR2 .715 TR1 .693 FB6 .765 FB2 .752 FB3 .722 FB4 .720 FB7 .714 FB5 .682 FB1 .654 EP4 .846 EP2 .804 EP1 .773 EP5 .760 EP3 .724 Eigenvalue 9.883 3.006 1.296 KMO = 0.899 Bartlett’s: Sig. = 0.000
Tổng phương sai giải thích: 68.978%
-Kết quả hệ số KMO bằng 0.899 > 0.5 chứng tỏ sự thích hợp của phân tích nhân tố EFA.
-Kiểm định Bartlett dùng để xem xét các biến quan sát trong nhân tố có tương quan với nhau hay khơng. Điều kiện cần để áp dụng phân tích nhân tố đó là các biến quan sát mà phản ánh những khía cạnh khác nhau của cùng một nhân tố
phải có mối tương quan với nhau. Kết quả sig=0.000 chứng tỏ rằng các biến quan sát có tương quan với nhau trong nhân tố.
-Trị số Eigenvalue là một tiêu chí sử dụng phổ biến để xác định số lượng nhân tố trong phân tích EFA. Với tiêu chí này, chỉ có những nhân tố nào có Eigenvalue ≥ 1 mới được giữ lại trong mơ hình phân tích. Kết quả cho thấy có 3 nhân tố có Eigenvalue>=1.
-Tổng phương sai trích là 68.978 % ≥ 50% cho thấy mơ hình EFA là phù hợp. Coi biến thiên là 100% thì trị số này thể hiện các nhân tố được trích cơ đọng được 68.978 % của các biến quan sát.
-Hệ số tải nhân tố (Factor Loading) hay còn gọi là trọng số nhân tố, giá trị này biểu thị mối quan hệ tương quan giữa biến quan sát với nhân tố. Hệ số tải nhân tố càng cao, nghĩa là tương quan giữa biến quan sát đó với nhân tố càng lớn và ngược lại, hệ số này thể hiện ở ma trận xoay nhân tố. Kết quả cho thấy ở ma trận xoay tất cả các biến quan sát đầu vào đều thỏa điều kiện hệ số tải >=0.5 và hội tụ thành 3 nhân tố gồm:
Nhân tố đào tạo TR: gồm 9 biến TR1, TR2, TR3, TR4, TR5, TR6, TR7, TR8, TR9
Nhân tố phản hồi FB: gồm 7 biến FB1, FB2, FB3, FB4, FB5, FB6, FB7 Nhân tố kết quả làm việc EP: gồm 5 biến EP1, EP2, EP3, EP4, EP5
3.4 Phân tích tương quan, hồi quy để kiểm định các giả thuyết
3.4.1 Phân tích tương quan:
Do một trong những điều kiện để tiến hành hồi quy là biến phụ thuộc phải có tương quan với biến độc lập nên việc tiến hành phân tích tương quan là cần thiết. Trong bước này, phép phân tích tương quan Pearson được sử dụng để đánh giá độ tương quan giữa các nhân tố độc lập với nhân tố phụ thuộc kết quả làm việc của nhân viên. Ngoài ra, cũng cần xem xét tới mối quan hệ tương quan giữa các biến độc lập để đánh giá về khả năng xảy ra đa cộng tuyến trong mơ hình hồi quy.
Bảng 3.7. Kết quả phân tích tương quan giữa các yếu tố
TR FB EP
TR
Hệ số tương quan 1 .370** .555**
Mẫu 110 110 110 FB Hệ số tương quan .370** 1 .657** Sig. (2-tailed) .000 .000 Mẫu 110 110 110 EP Hệ số tương quan .555** .657** 1 Sig. (2-tailed) .000 .000 Mẫu 110 110 110
Kết quả cho ta thấy hệ số tương quan giữa các yếu tố đào tạo, phản hồi với yếu tố kết quả làm việc của nhân viên có ý nghĩa vì sig < 5%, hệ số tương quan lớn hơn 0 chứng minh mối liên hệ giữa các yếu tố đào tạo, phản hồi với yếu tố kết quả làm việc là liên hệ thuận chiều.
Bên cạnh đó, các yếu tố đào tạo, phản hồi có tương quan với nhau với mức ý nghĩa 5%. Tuy nhiên, khơng có giá trị hệ số tương quan nào vượt quá 0.8. Điều này cho thấy quan hệ giữa các nhân tố độc lập là chưa đủ mạnh để xảy ra đa cộng tuyến khi phân tích hồi quy (Chan, 2003).
3.4.2 Phân tích hồi quy để kiểm định giả thuyết
Để xác định mức độ tác động của các biến độc lập lên các biến phụ thuộc, ta sử dụng phân tích hồi quy. Dựa trên kết quả hồi quy, 2 giả thuyết trong mơ hình nghiên cứu đề xuất được kiểm định, bao gồm:
+ H1: Đào tạo có mối quan hệ đồng biến với kết quả làm việc của nhân viên
+ H2: Phản hồi có mối quan hệ đồng biến với kết quả làm việc của nhân viên
Dựa trên cơ sở kết quả của phép phân tích nhân tố khám phá EFA, các biến được đưa vào phương trình hồi quy như sau:
EP= a+ β1 TR+ β2 FB +e , trong đó:
EP: là biến phụ thuộc, giải thích cho kết quả làm việc TR: là biến độc lập, giải thích cho hoạt động đào tạo FB: là biến độc lập, giải thích cho hoạt động phản hồi
Βi : là hệ số các biến độc lập, cho biết chiều hướng và mức độ tác động của
Bảng 3.8. Kết quả tóm tắt mơ hình hồi quy
Mơ
hình R R2 R2 hiệu chỉnh
Độ lệch chuẩn lỗi của ước
lượng
Durbin-Watson
1 .737a .544 .535 .63909 1.419
a. Predictors: (Constant), FB, TR b. Dependent Variable: EP
Kết quả hồi quy cho thấy R2 hiệu chỉnh là 0.535, có nghĩa là các biến độc lập đưa vào chạy hồi quy ảnh hưởng 53,5% sự thay đổi của biến phụ thuộc, cịn lại là do các biến ngồi mơ hình và sai số ngẫu nhiên. Hệ số Durbin-Watson = 1.419 nhỏ hơn 2.5 cho thấy mơ hình khơng có tự tương quan.