3.4 Phương pháp phân tích dữ liệu
3.4.5 Đặt tên và điều chỉnh mơ hình nghiên cứu
Sau khi tiến hành phân tích EFA, căn cứ trên dữ liệu thực tế tác giả sẽ tiến hành đặt lại tên cho các nhân tố hình thành và điều chỉnh mơ hình cũng như các giả thuyết nghiên cứu ban đầu cho phù hợp dữ liệu thực tế.
3.4.6 Phân tích tƣơng quan và hồi quy đa biến
Phân tích tương quan
Sau khi xây dựng các thang đo thích hợp, tiến hành phân tích ma trận tương quan giữa các biến độc lập và biến phụ thuộc, tác giả thực hiện phân tích tương quan và chạy mơ hình hồi quy đa biến với 200 mẫu nghiên cứu ban đầu. Về mặt giả định của mơ hình là các biến độc lập và biến phụ thuộc có quan hệ với nhau, để kiểm tra mối quan hệ này ta sử dụng phân tích tương quan bằng hệ số tương quan Pearson (tương quan đơn). Nếu hệ số tương quan khác 0 và có ý nghĩa thống kê
chứng tỏ từ dữ liệu nghiên cứu có bằng chứng về mối quan hệ giữa các biến trong mơ hình với nhau.
Thơng qua bảng ma trận tương quan sẽ giúp chúng ta có cái nhìn sơ bộ về mối quan hệ qua lại giữa biến độc lập lên biến phụ thuộc.
Phân tích hồi quy và kiểm định các giả thuyết nghiên cứu
Để kiểm định các giả thuyết nghiên cứu phương pháp phân tích hồi quy sẽ được sử dụng. Phương pháp ước lượng hồi quy giữa biến phụ thuộc và các biến độc lập trong mơ hình sử dụng phương pháp tổng bình phương nhỏ nhất (OLS). Tiêu chuẩn kiểm định các giả thuyết nghiên cứu lấy theo thông lệ ở mức ý nghĩa 5%. Các mức ý nghĩa của thống kê t tương ứng được so sánh trực tiếp với giá trị 0.05 để kết luận chấp nhận hay bác bỏ một giả thuyết nghiên cứu. Để xem xét khả năng giải thích của mơ hình hệ số R2 hiệu chỉnh được sử dụng.
Do mơ hình hồi quy được xây dựng bằng phương pháp tổng bình phương nhỏ nhất, vì vậy cần phải thực hiện kiểm định các giả thuyết của phương pháp OLS trước khi đưa ra các kết luận thống kê. Giả sử mơ hình xây dựng có dạng như sau:
Y =β1 + β2X1 +...+ βiXi +u i (mơ hình có i biến độc lập) (1)
Trong đó các :
Y là biến phụ thuộc
β1 là hệ số chặn (contanst) Các Xi là biến độc lập
βi là các hệ số góc – phản ảnh mức độ ảnh hưởng của biến Xi lên biến phụ thuộc Y.
Ui là phần ngẫu nghiên hay còn gọi là nhiễu là phần biến thiên của biến phụ thuộc Y chịu ảnh hưởng ngồi các biến Xi đưa vào mơ hình.
Mơ hình hồi quy tuyến tính chuẩn hóa có dạng như sau:
Cam kết với tổ chức =c + β*Sự hài lòng nhân viên
Cam kết với tổ chức = c + β*Cân bằng công việc – cuộc sống
Cam kết với tổ chức = c + β*Cân bằng công việc – cuộc sống + β*Cân bằng cơng việc – cuộc sống*Sự hài lịng nhân viên
Để đảm bảo mô hình xây dựng là tốt nhất, phương trình (1) phải đảm bảo thỏa mãn một số giả thuyết sau:
Phương sai của các Ui bằng nhau (Var(Ui) =σ2 không đổi với mọi quan sát), nếu các quan sát khác nhau cho giá trị Var (Ui) khác nhau thì mơ hình bị vi phạm giả thuyết phương sai sai số thay đổi. Hậu quả của việc này là làm ước lượng của phương trình khơng là tốt nhất, các kiểm định mất hiệu lực (Gurajati, 2003 ; Nguyễn Quang Dong, 2003). Phương pháp phát hiện phương sai sai số thay đổi có thể dùng tương quan hạng Spearman.
Các Ui có phân bố chuẩn Ui ~N(0, σ2), nếu các Ui khơng phân bố chuẩn hàm ước lượng có thể khơng phải là hàm tuyến tính (hàm logarit, hàm mũ,…) tức là mơ hình xây dựng tuyến tính (đường thẳng) là không phù hợp. Để nhận biết phân bố chuẩn sử dụng đồ thị Histogram và đồ thị P-Plot.
Mơ hình khơng xảy ra đa cộng tuyến, đa cộng tuyến cũng là hiện tượng các biến độc lập có quan hệ tuyến tính với nhau dẫn đến hiện tượng thổi phồng các kết quả (cộng tuyến) và không tách được ảnh hưởng của từng nhân tố đến biến phụ thuộc. Dấu hiệu nhận biết có đa cộng tuyến có thể sử dụng là chỉ số VIF (nhân tử phóng đại phương sai), nếu VIF nhỏ hơn 10 có thể kết luận đa cộng tuyến khơng ảnh hưởng đến kết luận từ phương trình hồi quy bằng OLS (Hair và cộng sự, 2006). Tuy nhiên đối với mơ hình hồi quy đơn, hiện tượng đa cộng tuyến hiển nhiên sẽ được bỏ qua.
Sau khi kiểm tra kết quả cho thấy các giả thuyết không bị vi phạm thì có thể kết luận ước lượng các hệ số hồi quy là không thiên lệch, nhất quán và hiệu quả. Các kết luận rút ra từ phân tích hồi quy là đáng tin cậy.
3.4.7 Phân tích phƣơng sai ANOVA, t-test cho các nhóm nhân viên
Để đánh giá sự khác biệt về mức độ hài lịng cơng việc theo các nhóm phân loại ta sử dụng phân tích bằng T – test (với phân loại 2 nhóm) và phân tích phương sai (với phân loại hơn 2 nhóm) để xem xét sự khác biệt xảy ra ở nhóm nào ta sử dụng phân tích so sánh đa nhóm bằng giá trị Bonferroni.
Tóm tắt Chƣơng 3
Chương này trình bày cụ thể về quy trình tiến hành nghiên cứu, mơ hình nghiên cứu đã được hiệu chỉnh các chi tiết thang đo như sau:
- Nhân tố cam kết với tổ chức: tác giả tham khảo từ bảng hỏi của Mowday
và cộng sự (1979); Arif và Farooqi (2014); Phạm Thế Anh, Nguyễn Thị Hồng Đào (2013)
- Nhân tố hài lịng cơng việc: tác giả tham khảo từ Bảng câu hỏi của Wessels (2012), Phạm Thế Anh, Nguyễn Thị Hồng Đào (2013).
- Nhân tố cân bằng công việc – cuộc sống : tác giả tham khảo từ Bảng câu
hỏi của Wessels (2012) và Singh (2014).
Nghiên cứu sơ bộ sẽ gồm nghiên cứu định tính để điều chỉnh từ ngữ thang đo cho rõ nghĩa và nghiên cứu định lượng sơ bộ (dùng hệ số tin cậy Cronbach Alpha) để loại biến có hệ số tương quan thấp trong các thang đo để đưa ra bảng câu hỏi khảo sát cuối cùng. Chương 3 cũng trình bày về mẫu trong nghiên cứu này được lấy theo phương pháp thuận tiện, phương pháp xử lý số liệu từ các dữ liệu thị trường thu thập được thông qua nghiên cứu định lượng là các phép kiểm định và hồi quy tuyến tính.
CHƢƠNG 4 KẾT QUẢ NGHIÊN CỨU
4.1 Mơ tả mẫu nghiên cứu
Tác giả tiến hành phát ra 200 phiếu khảo sát cho các nhân viên kế toán tại các doanh nghiệp trên địa bàn Thành phố Hồ Chí Minh theo hai cách là phát phiếu khảo sát trực tiếp cho nhân viên và điều tra khảo sát trực tiếp với các nhân viên là người quen của tác giả. Kết quả thu về được 142 phiếu hợp lệ và 58 phiếu không hợp lệ (chủ yếu là ở các phiếu giấy trả bỏ xót các câu hỏi và các phiếu online trả lời giống nhau ở các câu hỏi, vì vậy tác giả tiến hành phân tích trên 142 phiếu khảo sát hợp lệ.
Kết quả khảo sát mẫu nghiên cứu như sau:
Đối với nhóm giới tính:
Khảo sát thực hiện với 18 nhân viên nam chiếm tỷ lệ 12.7% và 124 nhân viên là nữ chiếm tỷ lệ 87.3%. Với kết quả này cho thấy tỷ lệ nữ giới cao hơn rất nhiều so với tỉ lệ nam giới được khảo sát.
Đối với nhóm Độ tuổi:
Số lượng nhân viên kế toán dưới 30 tuổi là 19 (chiếm 13.4%); số lượng nhân viên từ 31 – 40 tuổi là 72 người (chiếm 50.7% ) và nhóm từ 41 đến 50 tuổi là 45 người (chiếm 3.7%) và nhóm tuổi trên 50 tuổi là 6 người (chiếm 4.2%). Kết quả cho thấy độ tuổi khảo sát chủ yếu nằm ở độ tuổi 31 đến 40 tuổi.
Đối với nhóm trình độ học vấn:
Kết quả khảo sát cho thấy có 32 người có tình độ từ Đại học trở xuống (chiếm 22.5%) và có 110 người có trình độ trên đại học (chiếm 77.5%). Kết quả chỉ ra đa số cá nhân khảo sát có trình độ trên đại học.
Đối với nhóm thu nhập:
Nhóm nhân viên kế tốn có thu nhập dưới 5 triệu là 30 người (chiếm 31.1%) ; nhóm có thu nhập từ 5 đến 10 triệu là 73 người (chiếm 51.4%) và nhóm có thu nhập trên 10 triệu đồng chiếm tỷ lệ cao nhất 39 người (chiếm 27.5%).
Đối với tình trạng hơn nhân:
Nhóm nhân viên kế tốn chủ yếu đã lập gia đình với 124 cá nhân được khảo sát đã kết hơn (chiếm 87.3%) và chỉ có 18 nhân viên chưa kết hôn (chiếm 12.75).
Bảng 4.1. Thống kê đặc điểm thơng tin khảo sát
Tiêu chí phân loại Số nhân viên
Tỷ lệ (%) Giới tính Nam 18 12.7 Nữ 124 87.3 Độ tuổi =< 30 19 13.4 3 1- 40 72 50.7 41-50 45 31.7 >50 6 4.2 Trình độ học vấn Đại học trở xuống 32 22.5 Trên Đại học 110 77.5 Thu nhập (tháng) < 5 triệu 30 21.1 5 – 10 triệu 73 51.4 > 10 triệu 39 27.5
Tình trạng hơn nhân Đã kết hôn 124 87.3
Chưa kết hôn 18 12.7
Nguồn: Kết quả từ phần mềm SPSS và tổng hợp của tác giả
4.2 Kiểm định độ tin cậy thang đo
Các nhân tố được hình thành từ 3 câu hỏi khác nhau trở lên đảm bảo điều kiện ban đầu để hình thành nhân tố giả thuyết ban đầu. Để kiểm tra sự tin cậy thang đo các nhân tố này ta sử dụng hệ số Cronbach`s Alpha nhằm đo lường mức độ tin cậy
tổng hợp (Suanders et al, 2007) và hệ số tương quan biến tổng để xem xét mối quan hệ giữa các chỉ báo trong từng nhân tố (Lê Văn Huy, 2012). Tiêu chuẩn đánh giá một thang đo tin cậy trong nghiên cứu là hệ số Cronbach`s Alpha tổi thiểu bằng 0.6 (Hair và cộng sự, 2006), hệ số tương quan biến tổng tổi thiểu bằng 0.3 (Nunnally and Burstein, 1994). Kết quả kiểm định sự tin cậy của các thang đo từ dữ liệu nghiên cứu như sau:
4.2.1 Kiểm định độ tin cậy thang đo cho nhân tố cân bằng công việc – cuộc sống sống
Kiểm định độ tin cậy thang đo cho nhân tố cân bằng công việc – cuộc sống với 6 biến quan sát từ CB1đến CB6 cho thấy với hệ số Cronbach’s Alpha bằng 0.763 (Bảng 4.2) lớn hơn 0.6, hệ số tương quan biến tổng của biến CB5 nhỏ hơn 0.3 nên tác giả tiến hành loại bỏ biến CB5 và thực hiện kiểm định lại.
Bảng 4.2. Kết quả kiểm định tin cậy thang đo cho nhân tố cân bằng công việc – cuộc sống Nhân tố Các biến quan sát Hệ số Cronbach’s Alpha Hệ số tƣơng quan biến tổng Hệ số Cronbach’s Alpha nếu loại biến
Cân bằng công việc – cuộc sống CB1 0.763 .661 .687 CB2 .691 .684 CB3 .604 .705 CB4 .719 .679 CB5 .192 .812 CB6 .337 .784
Nguồn: Kết quả từ phần mềm SPSS và tổng hợp của tác giả
Kiểm định độ tin cậy thang đo cho nhân tố cân bằng công việc – cuộc sống sau khi loại biến CB5
Kiểm định độ tin cậy thang đo cho nhân tố cân bằng công việc – cuộc sống với 5 biến quan sát cho thấy với hệ số Cronbach’s Alpha bằng 0.812 (Bảng 4.3) lớn hơn
0.6, Tuy nhiên loại biến CB6 do hệ số tương quan biến tổng nhỏ hơn 0.3. Tác giả tiến hành loại bỏ biến CB6 và thực hiện kiểm định lại.
Bảng 4.3. Kết quả kiểm định tin cậy thang đo cho nhân tố cân bằng công việc – cuộc sống Nhân tố Các biến quan sát Hệ số Cronbach’s Alpha Hệ số tƣơng quan biến tổng Hệ số Cronbach’s Alpha nếu loại biến Cân bằng công việc
– cuộc sống CB1 0.812 .742 .732 CB2 .735 .739 CB3 .660 .760 CB4 .780 .727 CB6 .249 .901
Nguồn: Kết quả từ phần mềm SPSS và tổng hợp của tác giả
Kiểm định độ tin cậy thang đo cho nhân tố cân bằng công việc – cuộc sống sau khi loại biến CB6
Kết quả kiểm định tin cậy cho nhân tố hài lịng cơng việc của các nhân viên kế toán được đo lường bằng 8 biến quan sát từ CB1 đến CB4 đạt độ tin cậy với hệ số Cronbach’s Alpha bằng 0.901 (lớn hơn 0.6) và hệ số tương quan biến tổng đều lớn hơn 0.3 (Bảng 4.4).
Bảng 4.4. Kết quả kiểm định tin cậy thang đo cho nhân tố cân bằng công việc – cuộc sống cuối cùng Nhân tố Các biến quan sát Hệ số Cronbach’s Alpha Hệ số tƣơng quan biến tổng Hệ số Cronbach’s Alpha nếu loại biến Cân bằng công việc
– cuộc sống CB1 0.901 .797 .866 CB2 .798 .866 CB3 .683 .906 CB4 .846 .849
4.2.2 Kiểm định độ tin cậy thang đo cho nhân tố hài lịng cơng việc
Thực hiện các bước tương tự như với nhân tố cân bằng công việc – cuộc sống, kết quả kiểm định Cronbach’s Alpha cho nhân tố hài lịng cơng việc chỉ có 4 biến quan sát HL1, HL2, HL3, HL4 thỏa mãn. Do vậy tác giả tiếp tục thực hiện phân tích dựa trên 4 biến quan sát này.
Bảng 4.5. Kết quả kiểm định tin cậy thang đo cho nhân tố hài lịng cơng việc
Nhân tố Các biến quan sát Hệ số Cronbach’s Alpha Hệ số tƣơng quan biến tổng Hệ số Cronbach’s Alpha nếu loại biến Hài lịng cơng việc
HL1 0.902 .787 .871 HL2 .848 .848 HL3 .746 .885 HL4 .742 .887
Nguồn: Kết quả từ phần mềm SPSS và tổng hợp của tác giả
4.2.3. Kiểm định độ tin cậy thang đo cho nhân tố cam kết với tổ chức
Kết quả kiểm định cho thấy nhân tố cam kết với tổ chức được đo lường bởi 3 biến quan sát từ CK1 đến CK3 hoàn toàn tin cậy (Hệ số Cronbach’s Alpha bằng 0.910 lớn hơn 0.6 và hệ số tương quan biến tổng đều lớn hơn 0.3).
Bảng 4.6. Kết quả kiểm định tin cậy thang đo cho nhân tố cam kết với tổ chức
Nhân tố Các biến quan sát Hệ số Cronbach’s Alpha Hệ số tƣơng quan biến tổng Hệ số Cronbach’s Alpha
nếu loại biến Cam kết với tổ chức CK1 0.910 .796 .895 CK2 .827 .865 CK3 .851 .849
Nguồn: Kết quả từ phần mềm SPSS và tổng hợp của tác giả
Các nhân tố sau khi thỏa mãn kiểm định sự tin cậy thang đo sẽ được đưa vào phân tích nhân tố khám phá. Các nhân tố tố giả thuyết bao gồm các biến quan sát như sau:
Nhân tố cân bằng công việc – cuộc sống (CB): CB1, CB2, CB3, CB4 Nhân tố hài lịng cơng việc (HL): HL1, HL2, HL3, HL4
Nhân tố cam kết với tổ chức (CK): CK1, CK2, CK3 4.3 Phân tích khám phá nhân tố (Phân tích EFA)
Với mục tiêu nghiên cứu đánh giá tác động của cân bằng cơng việc – cuộc sống lên sự hài lịng của nhân viên kế tốn; sự hài lịng lên cam kết tổ chức cũng như cân bằng công việc – cuộc sống ảnh hướng tới cam kết tổ chức mà không xem xét mối liên hệ đồng thời các nhân tố lên cam kết tổ chức. Vì vậy, tác giả sẽ tiến hành phân tích nhân tố với từng nhân tố một để xem xét các biến quan sát có thực sự là thang đo đơn hướng cùng thể hiện một ý nghĩa giải thích cho 1 biến nghiên cứu hay có sự khác biệt tiềm ẩn nào đó tồn tại trong các nhân tố giả thuyết ban đầu. Tiêu chuẩn để tiến hành phân tích khám phá nhân tố là hệ số KMO tối thiểu bằng 0.5, kiểm định Bartlett có mức ý nghĩa nhỏ hơn 0.05, các hệ số factor loading tổi thiểu bằng 0.5, phương sai trích bằng tổi thiểu là 50%, giá trị eigenvalue tối thiểu bằng 1 (xem thêm điều kiện phân tích khám phá nhân tố tại Chương 3). Do kỹ thuật phân tích khám phá nhân tố không xem xét đến mối quan hệ phân biệt giữa các biến phụ thuộc và biến độc lập (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008) mà chỉ xem xét mối quan hệ qua lại giữa tất cả các biến đưa vào phân tích. Vì vậy chúng ta sẽ tiến hành phân tích khám phá nhân tố với các biến độc lập và biến phụ thuộc riêng. Phương pháp rút trích nhân tố là phương pháp Principal Component với phép xoay Varimax để thu được số nhân tố là bé nhất. Kết quả phân tích từ dữ liệu như sau:
4.3.1 Phân tích khám phá nhân tố cho cân bằng cơng việc – cuộc sống
Kết quả phân tích cho thấy hệ số KMO = 0.821 > 0.5, kiểm định Batlett có mức ý nghĩa bằng 0.000 < 0.05 (Bảng 4.6 ), phương sai trích bằng 77.44% > 50% (Bảng 4.7), các hệ số tải đều lớn hơn 0.5, các biến quan sát đều là hội tụ đại diện cho duy nhất một nhân tố là cân bằng công việc – cuộc sống . Như vậy các tiêu chuẩn khi sử dụng phân tích khám phá nhân tố đều phù hợp với tập dữ liệu nghiên cứu.
Bảng 4.7. Kết quả phân tích khám phá nhân tố cho cân bằng cơng việc – cuộc sống 1 Hệ số tải nhân tố CB4 .921 CB2 .893 CB1 .892