Dữ liệu sau khi thu thập được tác giả thiết kế, mã hóa và nhập liệu qua cơng cụ SPSS 20, sau đó tiến hành làm sạch. Dữ liệu được làm sạch là do sau khi điều tra dữ liệu được tiến hành nhập thô vào máy, kết hợp với dữ liệu được thu thập trực tiếp qua internet bằng cơng cụ Google Documents, trong q trình thực hiện thường có những mẫu điều tra bị sai lệch, thiếu sót hoặc khơng nhất qn; do vậy cần tiến hành làm sạch số liệu để đảm bảo yêu cầu, số liệu đưa vào phân tích phải đầy đủ, thống nhất. Theo đó, việc phân tích số liệu sẽ giúp tác giả đưa ra những thơng tin chính xác và có độ tin cậy cao.
Các thang đo và mơ hình được đánh giá thông qua các công cụ sau:
3.4.1. Kiểm định thang đo sơ bộ bằng hệ số Cronbach’s Alpha
Phân tích hệ số Cronbach’s Alpha được sử dụng trước để loại các biến không phù hợp. Các biến có hệ số tương quan biến tổng (Item-Total Correlation) nhỏ hơn 0.30 và thành phần thang đo có hệ số Cronbach’s Alpha nhỏ hơn 0,60 được xem xét loại (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
3.4.2. Kiểm định thang đo bằng phân tích nhân tố khám phá EFA
Phân tích nhân tố khám phá (EFA – Exploratory Factor Analysis) là phương pháp phân tích thống kê dùng để rút gọn một tập hợp k biến quan sát có mối tương quan với nhau thành một tập F biến (gọi là các nhân tố) ít hơn (F < k) để chúng có ý nghĩa hơn. Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến nguyên thủy (biến quan sát) (Nguyễn Đình Thọ, 2012)
Khi thang đo đạt độ tin cậy, các biến quan sát sẽ được sử dụng trong phân tích nhân tố khám phá EFA với các yêu cầu sau:
Hệ số KMO (Kaiser-Meyer-Olkin) ≥ 0.5 với mức ý nghĩa của kiểm định Bartlett ≤ 0.05
Hệ số tải nhân tố (Factor loading) ≥ 0.4
Thang đo được chấp nhận khi tổng phương sai trích ≥ 50%
Khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố phải lớn hơn 0.3 để đảm bảo giá trị phân biệt giữa các nhân tố. (Nguyễn Đình Thọ, 2012)
Khi phân tích EFA, tác giả sử dụng phương pháp trích là phương pháp phân tích nhân tố chính – Principal Component Analysis với phép xoay Varimax và điểm dừng trích các yếu tố có Eigenvalue ≥1.
3.4.3. Kiểm định mơ hình và giả thuyết nghiên cứu bằng phân tích hồi quy
Sau khi qua giai đoạn phân tích nhân tố, các nhân tố được đưa vào kiểm định mơ hình. Phân tích tương quan Pearson được sử dụng để xem xét sự phù hợp khi đưa các thành phần vào mơ hình hồi quy. Nghiên cứu sử dụng mơ hình hồi quy tuyến tính để phân tích và giải thích mối quan hệ của các thành phần; xác định cụ thể trọng số của từng thành phần tác động đến Sự hài lịng trong cơng việc của nhân viên.
Tóm tắt chương 3
Dựa trên cơ sở lý thuyết về thực tiễn quản trị nguồn nhân lực và sự hài lòng trong công việc của nhân viên, tác giả đã xây dựng quy trình nghiên cứu, xác định rõ đối tượng khảo sát chủ yếu là nhân viên, thông qua bảng câu hỏi với 36 biến quan sát, tác giả đã thu thập được 291 mẫu. Mẫu thu thập được đưa vào xử lý, phân tích trên phần mềm SPSS 20. Phương pháp xử lý dữ liệu cũng được trình bày ở chương này. Đây là bước chuẩn bị cần thiết để thực hiện và xác định kết quả nghiên cứu
Chương tiếp theo sẽ trình bày các kết quả kiểm định thang đo, phân tích nhân tố, kiểm định mơ hình và các giả thuyết nghiên cứu.
CHƯƠNG 4
KẾT QUẢ NGHIÊN CỨU
Trong phần trước của luận văn đã giới thiệu về quy trình nghiên cứu, thang đo, phương pháp nghiên cứu được sử dụng để đánh giá thang đo và mơ tả quy trình nghiên cứu. Chương 4 tiếp tục trình bày về kết quả đo lường mối quan hệ của thực tiễn quản trị nguồn nhân lực và sự hài lịng trong cơng việc của nhân viên, cụ thể bao gồm những nội dung sau:
(1) Mơ tả và phân tích mẫu thu được (2) Kết quả kiểm định các thang đo (3) Phân tích kết quả hồi quy đa biến