7. Kết cấu của luận văn
1.2. PHƯƠNG PHÁP NGHIÊN CỨU
1.2.3.4. Phân tích nhân tố khám phá (Exploratory Factor Anlysis, EFA)
Sau khi loại bỏ các biến không đảm bảo độ tin cậy thơng qua phân tích Cronbach’s Alpha, phương pháp phân tích nhân tố khám phá EFA được tác giả sử dụng để đánh giá hai loại giá trị quan trọng của thang đo là giá trị hội tụ (convergent validity) và giá trị phân biệt (discriminant validity) và đồng thời thu gọn các tham số ước lượng theo từng nhóm biến.
Phương pháp phân tích nhân tố EFA thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau (interdependence techniques), nghĩa là khơng có biến phụ thuộc và biến độc lập mà nó dựa vào mối tương quan giữa các biến với nhau (interrelationships). EFA dùng để rút gọn một tập k biến quan sát thành một tập F (F<k) các nhân tố có ý nghĩa hơn. Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các yếu tố với các biến nguyên thủy (biến quan sát).
- Hệ số KMO (Kaiser-Meyer-Olkin): là chỉ số được dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO lớn có ý nghĩa phân tích nhân tố là thích hợp (Nguyễn Đình Thọ, 2011). Thông thường giá trị 0.5 ≤ KMO ≤ 1 được cho là thích hợp để phân tích nhân tố (Hồng Trọng & Chu Nguyễn Mộng Ngọc, 2008).
- Kiểm định Bartlett: có ý nghĩa thống kê (Sig. < 0.05): Đây là một đại lượng thống kê dùng để xem xét giả thuyết các biến khơng có tương quan trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig. < 0.05) thì các biến quan sát có mối tương quan với nhau trong tổng thể có thể tiến hành phân tích EFA (Hair, 2010).
- Hệ số tải nhân tố hay trọng số nhân tố (Factor loading):Theo Hair & ctg (1998, 111) là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA:
+ Factor loading > 0,3 được xem là đạt mức tối thiểu. + Factor loading > 0,4 được xem là quan trọng.
+ Factor loading > 0,5 được xem là có ý nghĩa thực tiễn. Trong luận văn, tác giả chọn tiêu chẩn cho hệ số tải nhân tố phải > 0,5. Các biến quan sát có hệ số này nhỏ hơn hoặc bằng 0,5 sẽ bị loại.
- Tổng phương sai trích: tối thiểu phải ≥ 50% (Nguyễn Đình Thọ, 2011), thể
hiện phần trăm biến thiên của các biến quan sát. Nghĩa là xem biến thiên là 100% thì giá trị này cho biết phân tích nhân tố giải thích được bao nhiêu % biến thiên của dữ liệu.
- Điểm dừng khi trích các yếu tố Eigenvalue: tối thiểu phải ≥ 1 (Hair, 2011). 1.2.3.5. Mơ hình hồi quy đa biến (Multiple Regression Analysis)
Mơ hình hồi quy đa biến thường được sử dụng để kiểm định và ước lượng mối quan hệ giữa biến phụ thuộc và nhiều biến độc lập. Trong nghiên cứu của luận văn, tác giả sử dụng biến phụ thuộc là sự thỏa mãn trong cơng việc và 7 biến độc lập có ảnh hưởng đến biến phụ thuộc bao gồm: Đặc điểm công việc, Thu nhập, Mối quan hệ với đồng nghiệp, Hỗ trợ từ cấp trên, Sự đào tạo và thăng tiến trong công việc, Phúc lợi công ty, Điều kiện làm việc. Các bước phân tích trong mơ hình hồi quy đa biến cụ thể như sau:
Phân tích tương quan
Phân tích tương quan là một phép phân tích được sử dụng là thước đo độ lớn của các mối liên hệ giữa các biến định lượng trong nghiên cứu. Thơng qua thước đo này người nghiên cứu có thể xác định mối liên hệ tuyến tính giữa các biến độc lập, phụ thuộc trong nghiên cứu.
Hệ số tương quan có giá trị từ -1 đến 1. Hệ số tương quan bằng 0 (hay gần 0) có nghĩa là hai biến số khơng có liên hệ gì với nhau; ngược lại nếu hệ số bằng -1 hay 1 có nghĩa là hai biến số có một mối liên hệ tuyệt đối. Nếu giá trị của hệ số tương quan là âm (r <0) có nghĩa là khi x tăng cao thì y giảm (và ngược lại, khi x giảm thì y tăng); nếu giá trị hệ số tương quan là dương (r > 0) có nghĩa là khi x tăng cao thì y cũng tăng, và khi x giảm thì y cũng giảm theo.
Có nhiều hệ số tương quan, hệ số tương quan thông dụng nhất là hệ số tương quan Pearson. Mục đích chạy tương quan Pearson nhằm kiểm tra mối tương quan tuyến tính chặt chẽ giữa biến phụ thuộc với các biến độc lập, vì điều kiện để hồi quy là trước nhất phải tương quan.
Ngoài ra cần nhận diện vấn đề đa cộng tuyến khi các biến độc lập cũng có tương quan mạnh với nhau. Dấu hiệu nghi ngờ dựa vào giá trị sig tương quan giữa các biến độc lập nhỏ hơn 0.05 và giá trị tương quan Pearson lớn hơn 0.3. Khi gặp phải nghi ngờ này, cần chú ý đến đa cộng tuyến sẽ được xem xét khi phân tích hồi quy bằng cách kiểm tra hệ số VIF. Thông thường hệ số VIF của một biến độc lập >10 thì biến này hầu như khơng có giá trị giải thích sự biến thiên của biến phụ thuộc trong mơ hình hồi quy (Hair et al, 2006).
Phân tích hồi quy
Sau khi thực hiện xong phân tích tương quan, tác giả sẽ tiến hành phân tích hồi quy bằng phương pháp ước lượng bình phương nhỏ nhất (OLS) với điều kiện phân phối chuẩn được đảm bảo. Kết quả hồi quy sẽ thể hiện mức độ ảnh hưởng của từng biến độc lập đến biến phụ thuộc trong mơ hình nghiên cứu đã được đề xuất.
Kiểm định mơ hình hồi quy
Trong luận văn này, tác giả sử dụng các tiêu chuẩn sau trong việc kiểm định mơ hình hồi quy và dị tìm sự vi phạm các giả định cần thiết trong hồi quy tuyến tính:
- Adjusted R Square hay cịn gọi là R bình phương hiệu chỉnh phản ánh khả năng giải thích của mơ hình đối với sự biến thiên của biến phụ thuộc. Thường thì giá trị này từ 50% trở lên là nghiên cứu có thể sử dụng.
- Durbin-Watson (DW) dùng để kiểm định sự tương quan của các sai số kề nhau (hay còn gọi là 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. Khơng có tự tương quan chuỗi bậc nhất thì dữ liệu thu thập là tốt.
- Kiểm định F trong ANOVA: Trong thực tế thì tổng thể đối tượng nghiên
cứu là rất lớn, chúng ta không thể khảo sát hết toàn bộ, nên thường trong nghiên cứu, chúng ta chỉ chọn ra một lượng mẫu giới hạn để tiến hành điều tra, từ đó suy ra tính chất chung của tổng thể. Mục đích của kiểm định F trong bảng ANOVA chính là để kiểm tra xem mơ hình hồi quy tuyến tính này có suy rộng và áp dụng được cho tổng thể hay không. Tác giả chọn tiêu chuẩn giá trị sig của kiểm định F là nhỏ hơn 0,05 thì mơ hình hồi quy tuyến tính được xây dựng phù hợp với tổng thể.
- Hệ số VIF: giá trị này dùng để kiểm tra hiện tượng đa cộng tuyến. Theo lý
thuyết, VIF < 10 sẽ khơng có hiện tượng đa cộng tuyến. Tuy nhiên trên thực tế với các đề tài nghiên cứu có mơ hình và bảng câu hỏi sử dụng thang đo Likert thì VIF < 2 sẽ khơng có đa cộng tuyến, trường hợp hệ số này lớn hơn hoặc bằng 2, khả năng cao đang có sự đa cộng tuyến giữa các biến độc lập.
- Kiểm định bằng biểu đồ P-P Plot về giả định phân phối của phần dư. 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. Hay nói cách khác, khi nhìn vào đồ
thị P-P Plot, các chấm tròn tập trung thành dạng một đường chéo thì sẽ khơng vi phạm giả định hồi quy về phân phối chuẩn phần dư.
- Kiểm định phương sai của sai số thay đổi: tác giả sử dụng phân tích
tương quan Spearman giữa trị tuyệt đối của phần dư chuẩn hóa với từng biến độc lập. Nếu giá trị Sig mối tương quan giữa trị tuyệt đối phần dư chuẩn hóa với từng biến độc lập đều lớn hơn 0.05 thì giả định phương sai của sai số không đổi không bị vi phạm.
1.2.3.6. Kiểm định ảnh hưởng của các biến định tính đến biến phụ thuộc (kiểm định T-Test và ANOVA) (kiểm định T-Test và ANOVA)
Sau khi có kết quả phân tích hồi quy, tác giả sẽ tiến hành kiểm định sự khác biệt giữa các biến định tính về thơng tin của đối tượng khảo sát như: độ tuổi, giới tính, trình độ, thu nhập đối với biến phụ thuộc. Để thực hiện được điều này, tác giả tiến hành phân tích phương sai ANOVA và Indepent-sample T – test. Sự khác biệt có ý nghĩa thống kê với độ tin cậy 95% (hay mức ý nghĩa Sig.< 0,05).
- Sử dụng kiểm định Independent-sample T – test (kiểm định giả thuyết
trung bình của hai tổng thể): Đối với các biến có hai lựa chọn (ví dụ như giới tính chỉ có Nam và Nữ) để tìm sự khác biệt với biến định lượng. Đọc kết quả phân tích T-Test:
+ Nếu sig. của Kiểm định Levene's ở bảng Independent Samples Test < 0,05 thì phương sai giữa 2 lựa chọn của biến định tính khác nhau, ta sẽ sử dụng kết quả kiểm định T ở phần Equal variances not assumed. Nếu giá trị sig của kiểm định T ở phần Equal variances not assumed sig. > 0,05 thì kết luận kiểm định T khơng có sự khác biệt, cịn Sig ≤ 0,05 thì kết luận có sự khác biệt giữa các nhóm của biến định tính.
+ Nếu sig. của Kiểm định Levene's ở bảng Independent Samples Test này ≥ 0,05 thì phương sai giữa 2 lựa chọn của biến định tính ở trên khơng khác nhau, ta sẽ sử dụng kết quả kiểm định T ở phần Equal variances assumed. Nếu giá trị sig của kiểm định T ở phần Equal variances assumed sig. > 0,05 thì kết luận kiểm định T khơng có sự khác biệt, cịn Sig ≤ 0,05 thì kết luận có sự khác biệt giữa các nhóm của biến định tính.
- Sử dụng kiểm định ANOVA: Có hai thủ tục phân tích phương sai: ANOVA một yếu tố và ANOVA nhiều yếu tố. Tuỳ nghiên cứu mà thực hiện phân tích phương sai một yếu tố hay hai yếu tố, riêng đối với các nghiên cứu ứng dụng khảo sát mẫu khơng q phức tạp thì những nghiên cứu dạng này dùng kiểm định phương sai một yếu tố sẽ được thực hiện vì chỉ kiểm định biến định tính để phân loại các quan sát thành các nhóm khác nhau. Đọc kết quả phân tích ANOVA:
+ Thực hiện kiểm định Levene ở bảng Test of Homogeneity of variances, nếu sig ở kiểm định này ≤ 0,05 thì kết luận phương sai giữa các lựa chọn của biến định tính ở trên khác nhau.Trong trường hợp này,tác giả không sử dụng bảng ANOVA mà sử dụng kết quả kiểm định Post Hoc (thống kê Tamhane's T2) để kiểm định sự khác biệt về giá trị trung bình của biến định lượng giữa từng cặp thuộc tính của biến định tính. Nếu ít nhất có một cặp có sự khác biệt về giá trị trung bình (sig < 0.05) theo các thuộc tính của biến định tính thì kết luận có sự khác biệt về giá trị trung bình của biến định lượng theo các thuộc tính của biến định tính. Nếu sig ở kiểm định này > 0,05 thì phương sai giữa các lựa chọn của biến định tính ở trên khơng khác nhau.
+ Nếu sig ở bảng Test of Homogeneity of variances > 0,05 thì phương sai giữa các lựa chọn của biến định tính ở trên khơng khác nhau, xem tiếp kết quả ở bảng ANOVA. Nếu sig ở bảng ANOVA < 0.05, chúng ta kết luận có sự khác biệt có ý nghĩa thống kê giữa các nhóm của biến định tính với biến định lượng. Nếu sig ở bảng ANOVA ≥ 0.05, chúng ta kết luận khơng có sự khác biệt có ý nghĩa thống kê giữa các nhóm của biến định tính với biến định lượng.
Khi có sự khác biệt giữa các nhóm của biến định tính với định lượng trong phần T – Test hoặc ANOVA ta tiếp tục theo dõi giá trị Mean ở bảng Descriptives và kết luận. Nếu nhóm nào có giá trị Mean cao hơn thì kết luận nhóm đó tác động nhiều hơn với biến định lượng.
TÓM TẮT CHƯƠNG 1
Tác giả đã hệ thống hóa cơ sở lý luận về sự thỏa mãn trong công việc của nhân viên thơng qua trình bày các khái niệm, mơ hình lý thuyết và các yếu tố có tác động đến sự thỏa mãn trong công việc và lược khảo các nghiên cứu trong và ngồi nước có liên quan. Trên cơ sở đó, tác giả đề xuất mơ hình nghiên cứu và nêu ra các giả thuyết nghiên cứu cho luận văn. Đồng thời tác giả đã thiết kế các phương pháp nghiên cứu định tính và định lượng để giải quyết các mục tiêu nghiên cứu đã đề ra.
CHƯƠNG 2: THỰC TRẠNG SỰ THỎA MÃN TRONG CÔNG VIỆC CỦA NHÂN VIÊN TẠI CÔNG TY TNHH ĐẦU TƯ
BẤT ĐỘNG SẢN ÉN VÀNG
2.1. KHÁI QUÁT VỀ CÔNG TY TNHH ĐẦU TƯ BẤT ĐỘNG SẢN ÉN VÀNG VÀNG
2.1.1. Quá trình hình thành và phát triển của cơng ty CƠNG TY TNHH ĐẦU TƯ BẤT ĐỘNG SẢN ÉN VÀNG Mã số thuế: 0312145297 (30-01-2013)
Địa chỉ: 171 Cao Thắng, Phường 12, Quận 10, Thành phố Hồ Chí Minh. Đại diện pháp luật: Hoàng Nghị.
Ngày cấp giấy phép: 30/01/2013
Ngày hoạt động: 01/02/2013 (Đã hoạt động 4 năm) Điện thoại: 0938822543
Lĩnh vực: Tư vấn, môi giới, đấu giá bất động sản, đấu giá quyền sử dụng đất. Quá trình hình thành và phát triển của cơng ty được tóm tắt như sau:
- Ngày 30/01/2013, Công Ty TNHH Đầu Tư Bất Động Sản Én Vàng được Sở Kế hoạch và Đầu tư Thành phố Hồ Chí Minh cấp giấy chứng nhận đăng ký kinh doanh số 0312145297. Cơng ty chính thức hoạt động với vốn điều lệ ban đầu là 196 tỷ đồng, sau đó gần một năm tăng lên 251 tỷ.
- Hoạt động chính của cơng ty là chuyên kinh doanh, mua bán, tư vấn, môi giới nhà ở, biệt thự, villa, chung cư, mặt bằng cho thuê, đất nền, đất dự án,...với đội ngũ nhân viên dày dạn kinh nghiệp, chuyên nghiệp đã đem lại cho khách hàng niềm tin và sự nhanh chóng, thõa mãn nhu cầu về BĐS.
- Trong quá trình hoạt động với nhu cầu mở rộng hoạt động kinh doanh, sau khi xem xét, đánh giá định hướng phát triển của cơng ty, tháng 12/2015 Cơng ty chính thức tăng vốn điều lệ lên mức 313,5 tỷ đồng.
- Từ năm 2013 cho đến nay, công ty đã gặt hái được nhiều thành công trong lĩnh vực kinh doanh bất động sản, cho thuê mặt bằng, đất dự án.
- Hiện nay, công ty đã tạo được một vị thế vững chắc trong lĩnh vực kinh doanh bất động sản và cung cấp dịch vụ cho thuê, tư vấn. Từ năm 2015 trở đi, công ty tiếp tục hoạt động trong lĩnh vực kinh doanh bất động sản, cho thuê mặt bằng, cung cấp dịch vụ đồng thời đẩy mạnh đầu tư mở rộng và đưa vào hoạt động những dự án mới nhằm không ngừng nâng cao hiệu quả hoạt động cho công ty.
2.1.2. Cơ cấu tổ chức của cơng ty
Hình 2.1 Sơ đồ tổ chức của cơng ty
Hội đồng quản trị Tổng giám đốc Phòng kinh doanh Phịng nhân sự Phịng kế tốn Phịng marketing Phịng kỹ thuật Phó giám đốc Phó giám đốc
2.1.3. Tình hình nhân sự của cơng ty
Bảng 2.1 Phân loại lao động theo trình độ chun mơn
(Đơn vị tính: người)
STT Tiêu chí 2014 2015 2016
Số lượng Tỷ lệ Số lượng Tỷ lệ Số lượng Tỷ lệ
1 Trên đại học 3 1% 4 1% 6 2% 2 Đại học 210 70% 212 69% 213 68% 3 Cao đẳng 72 24% 78 25% 73 23% 4 Trung cấp 11 4% 10 3% 16 5% 5 Chưa có bằng cấp 6 2% 3 1% 4 1% Tổng số 302 100 307 100 312 100 (Nguồn: Công ty Én Vàng)
Qua bảng 2.1 cho thấy số lao động có trình độ đại học trở lên chiếm tỷ lệ cao từ 70% - 71% trong 3 năm từ 2014 – 2016. Tỷ lệ nhân viên có trình độ cao đẳng chiếm từ 23% - 25%; trình độ trung cấp chiếm tỷ lệ khá thấp từ 3% - 5%; còn nhân viên chưa có bằng cấp chiếm tỷ lệ thấp nhất chỉ từ 1% - 2%.