CHƯƠNG 4 : KẾT QUẢ NGHIÊN CỨU
4.2 Kiểm định thang đo bằng hệ số tin cậy Cronbachalpha
Kiểm định độ tin cậy của thang đo thông qua hệ số Cronbach’s Alpha nhằm loại trừ các biến có hệ số tương quan biến tổng nhỏ hơn 0.3. Tiêu chuẩn chọn thang đo khi nó có độ tin cậy Cronbach’s Alpha ≥ 0.6. Thang đo có độ tin cậy Cronbach’s Alpha ≥ 0.6 cũng được chọn khi nó được sử dụng lần đầu (Nunnally & Burnstein, 1994). Về lý thuyết, Cronbach’s Alpha càng cao càng tốt (thang đo càng có độ tin cậy). Cronbach’s Alpha của các thang đo thành phần được trình bày trong các bảng dưới đây:
Bảng 4.2 Tóm tắt kết quả kiểm định cronbach’s alpha
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 Kết quả
Định hướng nhân viên với Cronbach’s Alpha = 0,868 Cronbach’s Alphalà 0.868 > 0.6.Đồng thời cả 5 biến quan sát đo lường đều có tương quan biến tổng > 0.3. Do vậy, thang đo định hướng nhân viên đáp ứng độ tin cậy
EMP1 10,56 5,383 ,669 ,849
EMP2 11,56 5,289 ,696 ,843
EMP3 12,64 4,898 ,843 ,810
EMP4 11,62 4,820 ,842 ,808
EMP5 11,95 3,904 ,629 ,901
Tập trung vào khách hàng với Cronbach’s Alpha = 0,833 Cronbach’s Alpha là 0. 833 > 0.6. Đồng thời cả6 biến quan sát đều có tương quan
CUS3 18,87 9,221 ,630 ,801 biến tổng > 0.3. Do vậy, thang đo Tập trung vào khách hàng đáp ứng độ tin cậy
CUS4 18,96 8,743 ,572 ,815
CUS5 18,89 9,191 ,648 ,798
CUS6 19,08 8,905 ,525 ,826
Sự đổi mới với Cronbach’s Alpha = 0,771 Cronbach’s Alpha là 0. 771> 0.6. Đồng thời cả 5 biến quan sát đều có tương quan biến tổng > 0.3. Do vậy, thang đo Sự đổi mớiđáp ứng độ tin cậy INN1 14,84 11,455 ,489 ,747 INN2 14,84 11,382 ,535 ,733 INN3 14,97 10,088 ,644 ,692 INN4 14,83 10,445 ,574 ,719 INN5 15,08 11,572 ,474 ,752
Nhấn mạnh tinh thần trách nhiệm với Cronbach’s Alpha = 0,860 Cronbach’s Alpha là 0. 860 > 0.6. Đồng thời cả 4 biến quan sát đều có tương quan biến tổng > 0.3. Do vậy, thang đo Nhấn mạnh tinh thần trách nhiệmđáp ứng độ tin cậy CSR1 12,24 4,602 ,725 ,824 CSR2 12,58 3,620 ,783 ,788 CSR3 12,91 3,789 ,717 ,818 CSR4 12,81 4,288 ,635 ,849
Nhấn mạnh sự hợp tác với Cronbach’s Alpha = 0,884
COOP1 11,06 9,350 ,684 ,875 Cronbach’s Alpha) là 0. 884
> 0.6. Đồng thời cả 4 biến quan sát đều có tương quan biến tổng > 0.3. Do vậy, thang đo Nhấn mạnh sự hợp tácđáp ứng độ tin cậy COOP2 11,45 8,572 ,747 ,852 COOP3 11,70 7,711 ,763 ,847 COOP4 11,66 7,643 ,813 ,825
Sự hài lịng cơng việc của CBNV với Cronbach’s Alpha = 0,684 Cronbach’s Alpha là 0. 565 < 0.6 và biến “SAS1” có hệ
SAS2 11,11 1,776 ,378 ,671
SAS3 11,07 1,667 ,343 ,704
SAS5 11,11 1,486 ,636 ,512
số tương quan biến tổng nhỏ hơn 0.3, tiến hành kiểm định lần 2.
Đưa 4 biến quan sát còn lại sau khi đã loại biến “SAS1” vào tiến hành kiểm định lần 2. Kết quả cho thấy hệ số Cronbach’s alpha bằng 0. 684 > 0.6 và hệ số tương quan biến tổng (Corrected Item-Total Correlation) của các biến trên đều lớn hơn 0.3
nên đảm bảo các biến quan sát có mối tương quan với nhau
4.3. Đánh giá thang đo bằng phân tích nhân tố khám phá (EFA)
Phân tích nhân tố EFA sẽ giúp khám phá các cấu trúc khái niệm nghiên cứu, loại bỏ các biến đo lường không đạt yêu cầu và đảm bảo cho thang đo có tính đồng nhất. Mục đích của việc phân tích nhân tố EFA là xem xét mối quan hệ giữa các biến quan sát và gộp chúng vào các nhóm biến giải thích cho các nhân tố.
Trong q trình phân tích nhân tố, phải đáp ứng những yêu cầu và tiêu chuẩn cụ thể như sau: Hệ số tải nhân tố (factor loading) > 0.5, nếu biến nào có hệ số tải nhân tố 0.5 thì sẽ bị loại, hệ số tải nhân tố lớn nhất ở cột nào thì thuộc vào nhân tố đó. Phương sai trích 50% và eigenvalue có giá trị lớn hơn 1 thì được chấp nhận. Hệ số KMO (Kaiser - Meyer - Olkin) - trị số dùng để xem xét sự thích hợp của phân tích nhân tố do vậy giá trị KMO phải nằm giữa 0.5 và 1 (0.5< KMO<1) thì mới phù hợp với dữ liệu thu thập được. Mức ý nghĩa của kiểm định Barrtlett với sig 0.05thìcóýnghĩathốngkê.
4.3.1. Nhóm biến độc lập
Từ kết quả phân tích độ tin cậy của thang đo ở phần trên, việc phân tích nhân tố trước tiên được tiến hành dựa trên 25 biến quan sát của các biến độc lập
ảnh hưởng đến sự hài lịng trong cơng việc/ kết quả cơng việc(theo mơ hình lý thuyết).
Bảng 4.3. Hệ số KMO và kiểm định Barlett’s nhóm biến độc lập
Chỉ số KMO ,747 KMO = 0,747 > 0.5 và kiểm định
Barlett’s có giá trị 2593,340 với
mức ý nghĩa Sig = 0.000 < 0.05, cho thấy các biến quan sát thuộc cùng một nhân tố có tương quan chặt chẽ với nhau. Đồng thời tổng phương sai trích là 64,144% > 50% cho thấy 5 nhân tố này giải thích 64,144% sự biến thiên của tập dữ liệu và giá trị Eigenvalue = 2,371>1 đủ tiêu chuẩn phân tích nhân tố(Phụ lục 4.1) Kiểm định Barlett’s 2593,340
Df 300
Sig. ,000
Bảng 4.4. Kết quả phân tích EFA nhóm biến độc lập
Component 1 2 3 4 5 EMP3 ,892 EMP4 ,891 EMP5 ,791 EMP2 ,777 ,226 EMP1 ,774 CUS1 ,770 CUS5 ,745 CUS3 ,742 CUS4 ,741 CUS2 ,235 ,728 CUS6 ,688 INN3 ,796 INN1 ,708 INN4 ,701 INN2 ,699 INN6 ,690 INN5 ,623 COOP4 ,890 COOP3 ,858 COOP2 ,855 COOP1 ,805
CSR2 ,890
CSR3 ,855
CSR1 ,845
CSR4 ,773
Dựa vào bảng 4.4 ta thấy các hệ số tải nhân tố đều lớn hơn 0.5 nên các biến quan sát đạt giá trị hội tụvà độ tin cậy.
4.4. Phân tích EFA cho biến phụ thuộcsự hài lịng trong cơng việc
Bảng 4.5. Kiểm định KMO và Barlett’s cho nhóm biến phụ thuộc
Chỉ số KMO ,613 số KMO = 0, 613 > 0,5 và Kiểm định
Bartlett’s trong phân tích nhân tố có mứa ý nghĩa sig = 0,000<0.05; qua đó kết quả chỉ ra rằng các biến quan sát trong tổng thể có mối tương quan với nhau và phân tích nhân tố khám phá (EFA) thích hợp sử dụng trong nghiên cứu này. Kết quả phân tích nhân tố EFA của thang đo sự hài lịng trong cơng việc với giá trị Eigenvalue là 2,112 > 1. Do vậy các các thang đo rút ra được chấp nhận (phụ lục 4.1) Kiểm định Barlett’s 195,637
Df 6
Sig. ,000
Bảng 4.4. tất cả 4 biến quan sát đều có hệ số tải nhân tố (factor loading) lớn hơn 0,5. Do đó thang đo đạt yêu cầu về giá trị hội tụ.
Component Matrixa Compone nt 1 SAS 5 ,870 SAS 4 ,827 SAS 2 ,599 SAS 3 ,560 (Nguồn: Xử lý từ SPSS)
4.5. Tương quan và hồi quy
Để có thể phân tích tương quan và hồi quy, biến tổng được hình thành từ giá trị trung bình (mean) của các biến quan sát:
EMP = mean (EMP1, EMP2, EMP3, EMP4, EMP5) CUS = mean (CUS1, CUS2, CUS3, CUS4, CUS5, CUS6) INN = mean (INN1, INN2, INN3, INN4, INN5)
CSR = mean (CSR1, CSR2, CSR3, CSR4)
COOP = mean (COOP1, COOP2, COOP3, COOP4)
Tương tự, với biến phụ thuộc “Sự hài lịng cơng việc/Kết quả cơng việc” cũng được hình thành từ giá trị trung bình của các biến quan sát như sau:
SAS = mean (SAS2, SAS3, SAS4, SAS5)
4.5.1. Tương quan hồi quy
Mơ hình 1: đánh giá ảnh hưởng của văn hóa doanh nghiệp đến sự hài lịng cơng
việc của nhân viên, nhân tố SAS là biến phụ thuộc và các nhân tố EMP, CUS, INN, CSR, COOP là các biến độc lập
4.5.2. Xem xét ma trận tương quan giữa các biến trong mơ hình
Trước khi tiến hành phân tích hồi quy tuyến tính bội, mối tương quan tuyến tính giữa các biến cần phải được xem xét.
Hệ số tương quan Pearson nhằm để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lượng.
Kiểm tra hệ số tương quan r, cho kết quả ở bảng 4.7. với mức ý nghĩa 0.01 (độ tin cậy 99%) và 0.05 ( độ tin cậy 95%) tất cả các biến độc lập: COOP, CSR, INN, CUS, EMPđều có hệ số tương quan dương với mức ý nghĩa sig <0.05 do đó các biến này có mối tương quan tích cực đến sự hài lịng cơng việc của nhân viênnên có thể đưa vào thực hiện hồi quy (phụ lục 5.1)
Bảng 4.7.Kết quả phân tích tương quan Pearson
Correlations
EMP CUS INN CSR COOP SAS
EMP Pearson Correlation 1 ,225 ** -,180* -,029 ,175* ,328** Sig. (2-tailed) ,002 ,012 ,694 ,015 ,000 N 193 193 193 193 193 193 CUS Pearson Correlation ,225 ** 1 -,049 -,056 ,151* ,402** Sig. (2-tailed) ,002 ,495 ,441 ,036 ,000 N 193 193 193 193 193 193 INN Pearson Correlation -,180 * -,049 1 -,040 -,126 ,234** Sig. (2-tailed) ,012 ,495 ,577 ,080 ,001 N 193 193 193 193 193 193 CSR Pearson Correlation -,029 -,056 -,040 1 -,094 ,230 ** Sig. (2-tailed) ,694 ,441 ,577 ,192 ,001 N 193 193 193 193 193 193 COO P Pearson Correlation ,175 * ,151* -,126 -,094 1 ,527** Sig. (2-tailed) ,015 ,036 ,080 ,192 ,000 N 193 193 193 193 193 193 SAS Pearson Correlation ,328 ** ,402** ,234** ,230** ,527** 1 Sig. (2-tailed) ,000 ,000 ,001 ,001 ,000 N 193 193 193 193 193 193
4.6. Phân tích hồi quy
Tiến hành chạy hồi quy giữa biến phụ thuộcsự hài lịng cơng việc của nhân viênvới các biến độc lập COOP, CSR, INN, CUS, EMPta có kết quả hồi quy như sau (phụ lục 5.2):
Bảng 4.8. Kết quả phân tích hệ số hồi quy.
Mơ hình Hệ số chưa chuẩn hóa Hệ số chuẩn hóa Giá trị t Mức ý nghĩa Sig. Thống kê đa cộng tuyến B Sai số chuẩn Beta Độ chấp nhận biến Hệ số phóng đại phương sai VIF 1 (Constant) ,069 ,221 ,313 ,755 EMP ,181 ,034 ,245 5,267 ,000 ,905 1,105 CUS ,206 ,031 ,305 6,666 ,000 ,935 1,070 INN ,186 ,023 ,371 8,202 ,000 ,955 1,047 CSR ,194 ,027 ,318 7,128 ,000 ,986 1,014 COOP ,219 ,019 ,515 11,277 ,000 ,939 1,065 a. Biến phụ thuộc: SAS
(Nguồn: Xử lý từ SPSS)
Kết quả xác định hệ số hồi quy được thể hiện trong bảng 4.10 cho thấy, các biến độc lập được đưa vào mơ hình có quan hệ tuyến tính với biến phụ thuộc,với Sig trong kiểm định t đều nhỏ hơn 0.05. Vậy mơ hình hồi quy có ý nghĩa về mặt thống kê.
4.7. Kiểm định mơ hình hồi quy
Kiểm định sự phù hợp của mơ hình
Bảng 4.9: Kết quả phân tích ANOVA
Mơ hình Tổng bình phương Df Trung bình bình phương F Sig. 1 Hồi quy 19,594 5 3,919 64,790 ,000b Phần dư 11,311 187 ,060 Tổng 30,905 192
Ta kiểm định giả thuyết:
H0: Tập hợp các biến độc lập khơng có mối liên hệ với biến phụ thuộc (βi = 0)
H1: Tập hợp các biến độc lập có mối liên hệ với biến phụ thuộc (βi ≠ 0) Kết quả phân tích ANOVA thể hiện trong bảng 4.11 cho thấy giá trị kiểm định F = 64,790 có ý nghĩa thống kê vì Sig = 0,000 < 0,05. Do đó ta bác bỏ giả thuyết H0 nghĩa là các biến độc lập có liên hệ với biến phụ thuộc . Vì thế, mơ hình hồi quy là phù hợp với dữ liệu nghiên cứu.
Hiện tượng đa cộng tuyến
Đa cộng tuyến là hiện tượng có sự tương quan phụ thuộc lẫn nhau giữa các biến độc lập. Khi xảy ra hiện tượng này sẽ dẫn đến các hệ số khơng ổn định khi thêm biến vào mơ hình hồi quy.
Để phát hiện hiện tượng đa cộng tuyến, tác giả dựa vào hệ số phóng đại phương sai VIF. Theo kết quả ở bảng 4.12 ta thấy hệ số phóng đại phương sai VIF (Variance Inflation Factor - VIF) rất nhỏ (nhỏ hơn 10) cho thấy các biến độc lập này khơngcó quan hệ chặt chẽ với nhau nên khơng có hiện tượng đa cộng tuyến xảy ra. Do đó mối quan hệ giữa các biến độc lập khơng ảnh hưởng đáng kể đến kết quả giải thích của mơ hình hồi quy.
Mức độ giải thích của mơ hình
Bảng 4.10. Mức độ giải thích của mơ hình
Mode R R bình phương
R bình
phương hiệu chỉnh
Sai số chuẩn Durbin- Watson
1 ,796a ,634 ,624 ,24594 1,555
Từ bảng 4.10 ta có hệ số R bình phương hiệu chỉnh bằng 0.624 nghĩa là mơ hình hồi quy tuyến tính bội đã xây dựng phù hợp với tập dữ liệu là62.4%. Nói cách khác 62.4%SAScó thể được giải thích bởi sự tác động của5 nhân tố: COOP, CSR, INN, CUS, EMP.
Kiểm định phần dư của mơ hình
bình Mean = 0 và độ lệch chuẩn Std. Deviation = 0.987(xấp xỉ bằng 1) do đó có thể kết luận rằng giả thiết phân phối chuẩn không bị vi phạm khi sử dụng phương pháp hồi quy bội.
Bảng 4.11: Bảng thống kê giá trị phần dư
Nhỏ nhất Lớn nhất Trung Bình Độ lệch chuẩn N Predicted Value 2,9770 4,4898 3,7031 ,31946 193 Residual -,72022 1,13438 ,00000 ,24272 193 Std. Predicted Value -2,273 2,463 ,000 1,000 193 Std. Residual -2,928 4,612 ,000 ,987 193
a. Dependent Variable: SAS
Biểu đồ 4.12. Đồ thị phân phối phần dư của mơ hình hồi quy
hình chng úp xuống khá cân đối, nên có thể kết luận phần dư của mơ hình có phân phối chuẩn.
Biểu đồ 4.13. Biểu đồ P-P plot phần dư của mơ hình hồi quy
Ngồi ra, theo biểu đồ P-P plots (Biểu đồ 4.2), các điểm quan sát không phân tán quá xa đường thẳng kỳ vọng nên có thể kết luận giả thuyết về phân phối chuẩn của phần dư không bị vi phạm.
Kiểm định giả thuyết các sai số ngẫu nhiên của mơ hình có phương sai không đổi
Theo biểu đồ Scatterplot (Biểu đồ 4.3), các sai số hồi quy phân bố tương đối đều ở cả hai phía của đường trung bình (trung bình của các sai số bằng 0) và khơng theo một quy luật rõ ràng nào. Điều đó cho thấy giả thiết sai số của mơ hình hồi quy khơng đổi là phù hợp.
Biểu đồ 4.14. Biểu đồ Scatterplot phần dư của mơ hình hồi quy
Vậy, với các kết quả kiểm định trên ta thấy mơ hình hồi quy là phù hợp và có ý nghĩa thống kê. Ta có mơ hình hồi quy với hệ số beta chưa chuẩn hóa là:
SAS= 0.069 + 0.181 EMP+ 0.206 CUS + 0.186 INN + 0. 194 CSR + 0. 219 COOP
Ý nghĩa của hệ số hồi quy chưa chuẩn hóa:
- β1 = 0.181, tức là với điều kiện các yếu tố khác không đổi khi SAS theo
nhân tố EMPtăng/giảm 1 điểmthì ý định tăng/giảm 0.181 điểm (so với thang điểm 5)
- β2 = 0.206, tức là với điều kiện các yếu tố khác không đổi khi SAS theo
nhân tố CUStăng/giảm 1 điểmthì ý định tăng/giảm 0.206 điểm (so với thang điểm 5)
- β3 = 0.186, tức là với điều kiện các yếu tố khác không đổi khi SAS theo
nhân tố INNtăng/giảm 1 điểmthì ý định tăng/giảm 0.186 điểm (so với thang điểm 5)
- β 4 = 0.194, tức là với điều kiện các yếu tố khác không đổi khi SAS theo
nhân tố CSRtăng/giảm 1 điểmthì ý định tăng/giảm 0.194 điểm (so với thang điểm 5)
- β5 = 0. 219, tức là với điều kiện các yếu tố khác không đổi khi SAS theo
nhân tố COOP tăng/giảm 1 điểm thì ý định tăng/giảm 0. 219 điểm (so với thang điểm 5)
Tuy nhiên, phương trình hồi quy chưa chuẩn hóa mang ý nghĩa tốn học hơn là ý nghĩa kinh tế vì nó chỉ phản ánh sự thay đổi của biến phụ thuộc khi từng biến độc lập thay đổi trong điều kiện các biến độc lập còn lại phải cố định.
Như vậy, để xem xét mức độ tác động hay thứ tự ảnh hưởng của các biến độc lập lên biến phụ thuộc. Dựa vào phương trình hồi quy chuẩn hóa, chúng ta sẽ biết được biến X nào ảnh hưởng mạnh hay yếu đến biến Y căn cứ vào hệ số hồi quy chuẩn hóa, hệ số càng lớn thì tầm quan trọng của biến đối với Y càng lớn. Ta xét phương trình hồi quy với beta chuẩn hóa:
SAS = 0. 245 EMP+ 0. 305 CUS + 0. 371 INN + 0. 318 CSR + 0. 515 COOP
Ta thấy: β5>β3>β4>β2>β1 do đó các yếu tố tác động đến SASlần lượt mạnh nhất là COOP >INN >CSR >CUS >EMP
4.8. Kiểm định các giả thuyết của mơ hình
Kết quả kiểm định các giả thuyết từ phân tích tương quan và phân tích hồi quy cho thấy mối quan hệ giữa các biến độc lập với biến phụ thuộc đều có ý nghĩa ở độ tin cậy là 95% (Bảng 4.19).
Bảng 4.15. Kết quả kiểm định các giả thuyết
Giả thuyết Hệ số hồi quy Sig Kết quả