CHƢƠNG 4 : TRÌNH BÀY KẾT QUẢ NGHIÊN CỨU
4.3. Đ nh gi sơ bộ thang
4.3.2. Phân tích nhân tố khám phá EFA
Phương pháp EFA được sử dụng rộng rãi trong nghiên cứu để đánh giá sơ bộ các thang đo lường. Khi phân tích nhân tố khám phá, các nhà nghiên cứu thường quan tâm đến một số tiêu chí sau:
Hệ số tương quan đơn giữa các biến và các nhân tố (factor loading) phải lớn hơn hoặc bằng 0.5 để thang đo đạt giá trị hội tụ. Nếu biến quan sát có hệ số tương quan đơn giữa các biến và các nhân tố <0.5 sẽ bị loại (Nguyễn Đình Thọ, 2011).
Khác biệt giữa các nhân tố phải lớn hơn hoặc bằng 0.3 để đảm bảo giá trị phân biệt giữa các nhân tố (Nguyễn Đình Thọ, 2011).
Tổng phương sai trích TVE (Total Variance Explained): tổng này thể hiện các nhân tố trích được bao nhiêu phần trăm của các biến đo lường. Tổng này phải đạt từ 50% trở lên, nghĩa là phần chung phải lớn hơn phần riêng và sai số (từ 60% trở lên được coi là tốt) (Nguyễn Đình Thọ, 2011).
Số lượng nhân tố được xác định dựa trên chỉ số Eigenvalue – đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố. Số lượng nhân tố được xác định ở nhân tố (dừng ở nhân tố) có chỉ số Eigenvalue tối thiểu phải bằng 1 (>=1) (Nguyễn Đình Thọ, 2011).
Hệ số KMO (Kaiser-Meyer-Olkin): dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của KMO lớn (giữa 0.5 và 1) là điều kiện đủ để phân tích nhân tố là thích hợp (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Kiểm định Bartlett (Bartlett’s test of sphericity): dùng để xem xét ma trận tương quan có phải là ma trận đơn vị, là ma trận có các thành phần (hệ số tương quan giữa các biến) bằng không và đường chéo (hệ số tương quan với chính nó) bằng 1. Nếu kiểm định Bartlett có Sig.<0.05, chúng ta từ chối giả thuyết Ho (ma trận tương quan là ma trận đơn vị) nghĩa là các biến có quan hệ với nhau (Nguyễn Đình Thọ, 2011).
4.3.2.1. Phân tích nhân tố EFA các bi n ộc lập
Sau khi loại biến quan sát DK4 “Áp lực công việc không quá cao” ở giai đoạn đánh giá độ tin cậy của các thang đo, còn 29 biến quan sát của thang đo được đưa vào phân tích nhân tố theo phương pháp trích Principal Component với phép quay Varimax.
Bảng 4.2. K t quả phân tích EFA c c bi n ộc ập Nhân tố 1 2 3 4 5 6 7 TT2 0.834 TT4 0.816 TT1 0.807 TT5 0.800 TT3 0.767 CV1 0.910 CV2 0.870 CV4 0.848 CV3 0.844 DK2 0.887 DK5 0.881 DK1 0.814 DK3 0.788 TL3 0.817 TL4 0.736 TL5 0.715 TL1 0.682 TL2 0.597 LD2 0.823 LD5 0.812 LD4 0.786 LD3 0.658 LD1 0.606 PL1 0.935 PL3 0.926 PL2 0.690 DN1 0.854 DN2 0.823 DN3 0.303 0.782 KMO 0.805 Barlett (Sig.) 0.000 Tổng phương sai 73.187 %
- Số lượng nhân tố độc lập được rút trích là 7 nhân tố.
- Hệ số KMO = 0.805 (> 0.5): Phân tích nhân tố thích hợp với dữ liệu nghiên cứu.
- Tất cả các biến đều có hệ số tải nhân tố đạt yêu cầu (factor loading > 0.5) - Kiểm định Barlett: đạt yêu cầu (Sig=0.000<0.05) nên ở độ tin cậy 95% các biến quan sát có tương quan với nhau trong tổng thể.
- Tổng phương sai trích được là 73.187% (> 50%), cho biết 7 nhân tố trên giải thích được 73.187% biến thiên của dữ liệu.
- Giá trị của hệ số Eigenvalue của các nhân tố đều đạt yêu cầu (>1) (Xem phụ
lục 6-1)
4.3.2.2. Phân tích nhân tố EFA các bi n phụ thuộc
Sau khi đưa 3 biến quan sát của thang đo “Sự hài lòng của nhân viên đối với ngân hàng” bao gồm: HL1 “Bạn hài lòng khi làm việc tại ngân hàng”, HL2 “Bạn cảm thấy tự hào khi làm việc tại ngân hàng”, HL3 “Bạn giới thiệu với người khác đây là nơi tốt nhất để làm việc” vào phân tích nhân tố ta thu được kết quả như sau:
Bảng 4.3. K t quả phân tích nhân tố EFA của bi n phụ thuộc
Bi n Nhân tố HL1 0.833 HL2 0.956 HL3 0.936 KMO 0.667 Barlett (Sig.) 0.000 Tổng phương sai trích (%) 82.798
Kết quả phân tích nhân tố (EFA) cho biến phụ thuộc “Sự hài lòng của nhân viên đối với ngân hàng” cho thấy:
cứu.
- Kiểm định Barlett: đạt yêu cầu (Sig=0.000<0.05) nên ở độ tin cậy 95% các biến quan sát có tương quan với nhau trong tổng thể.
- Có 1 nhân tố được trích ra từ phân tích nhân tố (EFA).
- Giá trị hệ số Eigenvalues = 2.484 > 1: đạt yêu cầu. (Xem phụ lục 6-2) - Tổng phương sai trích: 82.798 > 50%: đạt yêu cầu.
- Tất cả các biến quan sát đều có hệ số tải nhân số đạt yêu cầu (factor loading > 0.5)
Như vậy, thang đo “Sự hài lòng của nhân viên đối với ngân hàng” đạt giá trị hội tụ.
Tó tắt k t quả phân tích nhân tố EFA
Kết quả phân tích nhân tố (EFA) cho thấy các biến độc lập và biến phụ thuộc trong mơ hình đều đạt giá trị hội tụ và giá trị phân biệt chấp nhận được. Do đó, phân tích EFA là thích hợp với dữ liệu nghiên cứu và có 8 nhân tố được trích ra từ kết quả phân tích.
Như vậy, ta thấy các biến “tiền lương”, “bản chất công việc”,“cơ hội đào tạo thăng tiến”, “lãnh đạo”, “điều kiện làm việc”, “đồng nghiệp”, “phúc lợi” vẫn giữ ngun như mơ hình ban đầu với các giả thuyết như sau:
H1: Tiền lương cao sẽ làm tăng mức độ hài lòng của nhân viên với ngân hàng và ngược lại.
H2: Công việc thú vị sẽ làm tăng mức độ hài lòng của nhân viên với ngân hàng và ngược lại.
H3: Cơ hội đào tạo và thăng tiến cao sẽ làm tăng mức độ hài lòng của nhân viên với ngân hàng và ngược lại.
H5: Điều kiện làm việc tốt sẽ làm tăng mức độ hài lòng của nhân viên với ngân hàng và ngược lại.
H6: Đồng nghiệp hỗ trợ nhau trong công việc sẽ làm tăng mức độ hài lòng của nhân viên với ngân hàng và ngược lại.
H7: Chính sách phúc lợi tốt sẽ làm tăng mức độ hài lòng của nhân viên với ngân hàng và ngược lại.
4.4. Phân tích hồi quy
Phân tích hồi quy sẽ được thực hiện với 7 biến độc lập là: tiền lương (TL), bản chất công việc (CV), cơ hội đào tạo và thăng tiến (TT), lãnh đạo (LD), điều kiện làm việc (DK), đồng nghiệp (DN), phúc lợi (PL) và 1 biến phụ thuộc là: sự hài lòng (HL). Giá trị của từng nhân tố là giá trị trung bình của các biến quan sát thành phần thuộc nhân tố đó.
Phân tích tương quan được sử dụng để xem xét sự phù hợp khi đưa các thành phần vào mơ hình hồi quy. Kết quả của phân tích hồi quy sẽ được sử dụng để kiểm định các giả thuyết từ H1 đến H7 đã nêu trên.
4.4.1. Phân tích tƣơng quan
Người ta sử dụng một hệ số thống kê có tên là hệ số tương quan Pearson để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lượng. Nếu giữa hai biến định lượng có sự tương quan chặt chẽ thì phải lưu ý đến vấn đề đa cộng tuyến khi phân tích hồi quy.
Vấn đề của hiện tượng đa cộng tuyến là chúng cung cấp cho mơ hình những thơng tin rất giống nhau , và rất khó tách rời ảnh hưởng của từng biến một đến biến phụ thuộc. Trong q trình phân tích hồi quy bội, đa cộng tuyến được SPSS chuẩn đoán bằng lựa chọn Collinearity Diagnostic.
Bảng 4.4: a trận tƣơng quan giữa c c bi n thông qua hệ số Pears n HL TT DK CV TL PL LD DN HL Pearson Correlation 1 .337** .474** .322** .622** .398** .463** .511** Sig. (2-tailed) .000 .000 .000 .000 .000 .000 .000 N 232 232 232 232 232 232 232 232 TT Pearson Correlation .337** 1 .333** .078 .191** .022 .125 .185** Sig. (2-tailed) .000 .000 .234 .003 .743 .058 .005 N 232 232 232 232 232 232 232 232 DK Pearson Correlation .474** .333** 1 -.060 .272** .343** .334** .273** Sig. (2-tailed) .000 .000 .364 .000 .000 .000 .000 N 232 232 232 232 232 232 232 232 CV Pearson Correlation .322** .078 -.060 1 .326** .084 .194** .246** Sig. (2-tailed) .000 .234 .364 .000 .203 .003 .000 N 232 232 232 232 232 232 232 232 TL Pearson Correlation .622** .191** .272** .326** 1 .290** .449** .508** Sig. (2-tailed) .000 .003 .000 .000 .000 .000 .000 N 232 232 232 232 232 232 232 232 PL Pearson Correlation .398** .022 .343** .084 .290** 1 .209** .417** Sig. (2-tailed) .000 .743 .000 .203 .000 .001 .000 N 232 232 232 232 232 232 232 232 LD Pearson Correlation .463** .125 .334** .194** .449** .209** 1 .370** Sig. (2-tailed) .000 .058 .000 .003 .000 .001 .000 N 232 232 232 232 232 232 232 232 DN Pearson Correlation .511** .185** .273** .246** .508** .417** .370** 1 Sig. (2-tailed) .000 .005 .000 .000 .000 .000 .000 N 232 232 232 232 232 232 232 232
**. Tương quan có ý nghĩa tại mức 0,01 (2 chiều)
có sự tương quan với nhau, đối với vấn đề này ta cần chú ý hiện tượng đa cộng tuyến giữa các biến độc lập khi tiến hành kiểm định mơ hình.
4.4.2. K t quả phân tích hồi quy
Bảng 4.5. Tóm tắt mơ hình
Mơ hình R R bình phƣơng R bình phƣơng hiệu chỉnh Độ ệch chuần của dự n
1 0.762a 0.580 0.567 0.59641
Kết quả hồi quy tuyến tính bội cho thấy mơ hình có hệ số xác định R2 (coefficient pf determination) là 0.580 và R2 điều chỉnh (adjusted R square) là 0.567. Như vậy mơ hình giải thích được 56.7% sự thay đổi của biến sự hài lòng.
Bảng 4.6. K t quả phân tích ANOVA
Mơ hình Tổng bình phƣơng df Bình phƣơng trung bình F Sig.
1 Hồi quy 110.107 7 15.730 44.221 0.000a
Phần dư 79.678 224 .356
Tổng 189.785 231
Kiểm định F sử dụng trong bảng phân tích phương sai (ANOVA) là phép kiểm định giả thiết về độ phù hợp của mơ hình hồi quy tuyến tính tổng thể. Ở đây sẽ xem xét biến phụ thuộc có liên hệ tuyến tính với tồn bộ các biến độc lập hay không. Giả thuyết kiểm định là:
Ho: β1 = β2 = β3 = β4 = β5 = β6 = β7 = 0
Kết quả của hồi quy cho biết thông tin về sự biến thiên của dữ liệu được giải thích bởi mơ hình. Kết quả của phần dư cho biết biến thiên của dữ liệu không được giải thích bởi mơ hình. Một mơ hình với Tổng bình phương của Hồi quy lớn hơn so với Tổng bình phương của Phần dư cho thấy mơ hình giải thích hầu hết phương sai của biến phụ thuộc. Ở đây ta thấy mơ hình đã giải thích hầu hết phương sai của biến
phụ thuộc. Nói cách khác, bảng này nói rõ hơn về ý nghĩa của R2 ở bảng Tóm lược ở trên.
Giá trị mức ý nghĩa rất nhỏ (sig. = 0.000 < 0.05) cho thấy sẽ an tồn khi bác bỏ giả thuyết Ho. Nói cách khác là các hệ số hồi quy sẽ khác 0 và mơ hình hồi quy tuyến tính bội ở đây phù hợp với tập dữ liệu và có thể sử dụng được.
Bảng 4.7. Bảng hệ số hồi quy Coefficientsa Coefficientsa Mơ hình Hệ số chƣa chuẩn hóa Hệ số chuẩn hóa t Sig. Thống kê a cộng tuy n B Độ ệch chuẩn Hệ số
Beta Tolerance VIF
1 (Hằng số) -.852 .247 -3.450 .001 TT .163 .052 .147 3.123 .002 .848 1.179 DK .187 .043 .227 4.359 .000 .693 1.442 CV .150 .046 .154 3.267 .001 .846 1.183 TL .391 .065 .330 5.983 .000 .616 1.623 PL .124 .046 .135 2.704 .007 .747 1.339 LD .130 .055 .120 2.353 .019 .726 1.378 DN .107 .050 .116 2.121 .035 .629 1.590 a. Bi n phụ thuộc: hài lòng
Theo bảng 4.6 ta thấy các biến độc lập đều đạt yêu cầu (Sig. < 0.05). Ngoài ra các biến đều có hệ số phóng đại phương sai VIF <2, điều này chứng tỏ khơng có hiện tượng đa cộng tuyến trong mơ hình.
Giả định phân phối chuẩn của phần dư được kiểm tra qua biểu đồ Histogram và đồ thị Q-Q plot. Nhìn vào biểu đồ Histogram ta thấy phần dư có dạng gần với phân phối chuẩn, giá trị trung bình gần bằng 0 (Mean=-1.32E-15), và độ lệch chuẩn gần bằng 1 (Std.Dev=0.985). Đồ thị Q-Q plot biểu diễn các điểm quan sát thực tế tập trung khá sát đường chéo những giá trị kỳ vọng. Do đó ta có thể kết luận giả thiết phân phối chuẩn khơng bị vi phạm.
Hình 4.6. Biểu ồ Histogram
Hình 4.7. Biểu ồ Q-Q Plot
Ngoài ra, qua biểu đồ phân tán Scatterplot ta thấy phần dư không thay đổi theo một trật tự nào đối với giá trị dự đốn. Do đó giả thiết về liên hệ tuyến tính khơng bị vi phạm.
Hình 4.8. Biểu ồ Scatterplot
Sau khi phân tích hồi quy, ta có được phương trình hồi quy như sau:
Sự h i òng = 0.330*Tiền ƣơng + 0.154*Bản chất công việc + 0.147* Cơ hội tạ v thăng ti n + 0.120* ãnh ạ + 0.227*Điều kiện việc + 0.116*Đồng nghiệp + 0.135*Phúc ợi .
Tầm quan trọng của các biến “cơ hội đào tạo và thăng tiến, điều kiện làm việc, bản chất công việc, tiền lương, phúc lợi, lãnh đạo, đồng nghiệp” đối với biến "sự hài lòng” được xác định căn cứ vào hệ số Beta. Nếu giá trị tuyệt đối của hệ số Beta của yếu tố nào càng lớn thì càng ảnh hưởng quan trọng đến sự hài lòng của nhân viên đối với ngân hàng. Do đó, ảnh hưởng quan trọng nhất đến sự hài lòng của nhân viên là yếu tố “tiền lương” (Beta = 0.330), tiếp theo là yếu tố “điều kiện làm việc”(Beta = 0.227), yếu tố “bản chất công việc” (Beta = 0.154), yếu tố “cơ hội đào tạo và thăng tiến” (Beta = 0.147), yếu tố “phúc lợi” (Beta = 0.135), yếu tố “lãnh đạo” (Beta = 0.120), cuối cùng là yếu tố “đồng nghiệp” (Beta = 0.116).
4.5. Kiể ịnh giả thuy t
Dựa trên kết quả phân tích hồi quy, ta tiến hành kiểm định các giả thuyết của mơ hình đã đưa ra.
viên (vì có hệ số Beta lớn nhất). Hệ số Beta > 0 có ý nghĩa là mối quan hệ giữa yếu tố “tiền lương” và “sự hài lòng của nhân viên” là mối quan hệ cùng chiều. Kết quả hồi quy cho thấy yếu tố “tiền lương” có Beta = 0.330 và Sig = 0.000 (<0005), nghĩa là khi các yếu tố khác không thay đổi nếu tăng tiền lương lên 1 đơn vị thì sự hài lịng của nhân viên tăng lên 0.33 đơn vị nên giả thuyết H1 được chấp nhận.
Yếu tố thứ hai có ảnh hưởng đến sự hài lịng của nhân viên là yếu tố “điều kiện làm việc”. Kết quả hồi quy cho thấy Beta = 0.227 và Sig = 0.000 (<0.05), hệ số Beta >0 có ý nghĩa là mối quan hệ giữa yếu tố “điều kiện làm việc” và “sự hài lòng của nhân viên” là mối quan hệ cùng chiều. Điều đó có nghĩa là khi giá trị yếu tố “điều kiện làm việc” càng cao thì mức độ hài lịng của nhân viên đối với ngân hàng càng tăng lên nên giả thuyết H5 được chấp nhận.
Yếu tố thứ ba là yếu tố “bản chất cơng việc” có ảnh hưởng đến sự hài lịng của nhân viên. Kết quả hồi quy cho thấy Beta = 0.154 và Sig = 0.000 (<0,05), hệ số Beta >0 có ý nghĩa là mối quan hệ giữa yếu tố “bản chất cơng việc” và “sự hài lịng của nhân viên” là mối quan hệ cùng chiều. Điều đó có nghĩa là khi nhân viên cảm thấy cơng việc thú vị và thích thú với cơng việc của mình thì mức độ hài lịng của nhân viên đối với ngân hàng tăng lên nên giả thuyết H2 được chấp nhận.
Yếu tố thứ tư là yếu tố “cơ hội đào tạo và thăng tiến” có ảnh hưởng đến sự hài lòng của nhân viên. Kết quả hồi quy cho thấy Beta = 0.147 và Sig = 0.002 (<0.05), hệ số Beta >0 có ý nghĩa là mối quan hệ giữa yếu tố “cơ hội đào tạo và thăng tiến” và “sự hài lòng của nhân viên” là mối quan hệ cùng chiều. Điều đó có nghĩa là khi mức độ hài lịng của nhân viên về chính sách đào tạo và thăng tiến của ngân hàng tăng về thì mức độ hài lịng của nhân viên đối với ngân hàng cũng tăng lên nên giả thuyết H3 được chấp nhận.
Yếu tố thứ năm là yếu tố “Phúc lợi” có ảnh hưởng đến sự hài lịng của nhân viên. Theo kết quả hồi quy cho thấy Beta = 0.135>0 và Sig = 0.007 (<0.05) có ý nghĩa là mối quan hệ giữa yếu tố “Phúc lợi” và “sự hài lòng của nhân viên” là cùng