CHƢƠNG 3 KẾT QUẢ NGHIÊN CỨU
3.3 Kiểm định thang đo bằng phân tích nhân tố khám phá (EFA)
Sau khi loại các biến không đảm bảo độ tin cậy, tiếp theo thực hiện phân tích nhân tố. Phƣơng pháp trích hệ số sử dụng là phƣơng pháp trích nhân tố với phép quay và điểm dừng khi trích các yếu tố có eigenvalue là 1. Thang đo đƣợc chấp nhận khi tổng phƣơng sai trích bằng hoặc lớn hơn 50% (Gerbing & Anderson, 1988)
3.3.1 Kiểm định thang đo các nhân tố tác động đến chất lƣợng nguồn nhân lực
Phân tích nhân tố chỉ đƣợc sử dụng khi hệ số KMO (Kaiser-Meyer-Olkin) có giá trị từ 0.5 trở lên (OTHAMAN & Owen, 2000), các biến có hệ số truyền tải (factors loading) nhỏ hơn 0.5 hoặc khác biệt giữa hai nhân tố nhỏ hơn hơn 0.3 sẽ bị loại.
Điểm dừng Eigenvalue lớn hơn 1 và tổng phƣơng sai trích (Cumulative % Extraction Sums of Squared Loadings) lớn hơn 50% (Gerbing & Anderson, 1988).
Phƣơng pháp trích “Principal Axis Factoring” với phép quay “Varimax” đƣợc sử dụng trong phân tích nhân tố thang đo các thành phần độc lập.
Sau khi loại bỏ biến “tc3” ở giai đoạn đánh gía độ tin cậy của các thang đo, còn lại 28 biến của các thành phần độc lập tiến hành phân tích nhân tố.
Q trình phân tích để loại biến trong nghiên cứu đƣợc thực hiện nhƣ sau: Bƣớc 1: Với giả thuyết Ho trong phân tích này là giữa 28 biến quan sát trong tổng thể khơng có mối quan hệ tƣơng quan với nhau. Kiểm định KMO và Bartlett‟s trong phân tích nhân tố cho thấy giả thuyết này bác bỏ vì Sig.T=0.000 và hệ số KMO là 0.799 (>0.5). Vậy phân tích nhân tố là thích hợp. Đƣa 28 biến quan sát vào phân tích nhân tố theo tiêu chuẩn Eigenvalue lớn hơn 1 đã có 7 nhân tố đƣợc rút trích. Tổng phƣơng sai trích bằng 64.794%, điều này cho biết 7 nhân tố này giải thích đƣợc 64.794% biến thiên của dữ liệu. Với phép quay Varimax và sau khi loại các biến có hệ số truyền tải < 0.5 hoặc khác biệt giữa hai nhân tố nhỏ hơn < 0.3 ta có kết quả 1 biến quan sát là“qh4” bị loại. (Phụ lục 4: phân tích nhân tố)
Bƣớc 2: Sau khi loại bỏ biến quan sát “qh4” ở bƣớc 1, còn 27 biến quan sát tiếp tục đƣợc đƣa vào phân tích nhân tố vơí điều kiện nhƣ trên. Kết quả có 7 nhân tố đƣợc rút trích. Tổng phƣơng sai trích bằng 65.703%, điều này cho biết 7 nhân tố này giải thích đƣợc 65.703% biến thiên của dữ liệu. Hệ số KMO = 0.793 (>0.5) là đạt yêu cầu. Và với phép quay Varimax có 2 biến quan sát “tc2” và “qh1” bị loại bỏ vì khác biệt giữa hai nhân tố nhỏ hơn 0.3. (Phụ lục 4: phân tích nhân tố)
Bƣớc 3: Sau khi loại bỏ 02 biến quan sát là “tc2” và “qh1” ở bƣớc 2, còn 25 biến quan sát tiếp tục đƣợc đƣa vào phân tích nhân tố vơí điều kiện nhƣ trên. Kết quả có 7 nhân tố đƣợc rút trích. Tồng phƣơng sai trích bằng 67.038%, điều này cho biết 7 nhân tố này giải thích đƣợc 67.038% biến thiên của dữ liệu. Hệ số KMO = 0.775 (>0.5) là đạt yêu cầu. Với phép quay Varimax tất cả các biến quan sát đều có hệ số
truyền tải lên các nhân tố thỏa mãn điều kiện đã đƣa trên. (Phụ lục 4: phân tích nhân
tố)
Bảng 3-5 Kết quả phân tích nhân tố khám phá của thang đo chất lƣợng nguồn nhân lực Nhân tố 1 2 3 4 5 6 7 dg3 0.872 0.029 -0.055 0.088 -0.028 0.09 0.054 dg4 0.841 0.071 0.05 0.11 0.061 0.071 0.021 dg1 0.762 -0.058 0.05 -0.072 0.016 0.039 0.135 dg2 0.747 0.175 0.059 0.006 -0.012 0.017 0.091 qh2 -0.005 0.813 0.055 0.008 -0.011 0.048 0.071 qh3 0.029 0.796 0.084 0.019 -0.051 -0.005 0.035 qh6 0.095 0.774 0.053 0.079 0.031 0.121 0.134 qh5 0.1 0.718 0.098 0.159 0.08 0.157 0.091 ptcv2 0.089 -0.004 0.792 -0.134 0.065 0.099 0.099 ptcv1 -0.044 0.062 0.789 0.115 0.031 0.092 0.038 ptcv3 -0.012 0.084 0.736 -0.049 0.053 0.035 0.246 ptcv4 0.089 0.168 0.715 0.116 0.03 0.17 0.102 tc5 0.117 0.021 -0.016 0.789 0.127 0.005 0.198 tc6 0.024 0.212 -0.013 0.745 0.072 0.001 0.161 tc4 -0.006 0.102 0.099 0.738 -0.093 0.079 0.048 tc1 -0.004 -0.078 -0.034 0.681 0.15 0.206 -0.163 mt1 0.103 0.074 0.08 0.172 0.866 0.028 -0.089 mt3 0.011 0.025 0.114 0.002 0.859 -0.076 0.09 mt2 -0.067 -0.054 -0.02 0.046 0.845 0.076 0.006 dt2 0.054 0.105 0.075 0.147 0.004 0.817 0.143 dt3 0.136 0.097 0.114 0.029 0.006 0.794 0.214 dt1 0.028 0.096 0.188 0.082 0.018 0.785 0.002 td3 0.193 -0.005 0.099 0.076 -0.016 0.072 0.78 td2 0.061 0.14 0.181 0.109 -0.011 0.121 0.774 td1 0.058 0.243 0.205 0.058 0.048 0.176 0.727
Các biến nghiên cứu đã đƣợc phân hóa và ghép chung vào các thành phần khác nhau tạo nên thành phần mới cụ thể nhƣ sau:
Nhân tố 1 tập hợp các biến: Kết quả đánh giá đƣợc sử dụng để xét lƣơng, thƣởng, đề bạt “dg3”, Đánh giá giúp cải thiện và nâng cao năng suất lao động “dg4”; Việc đánh giá đƣợc thực hiện định kỳ “dg1”; Kết quả đánh giá phản ánh đầy đủ, chính xác “dg2” vì vậy đặt tên nhân tố này là: Đánh giá thực hiện công việc.
Nhân tố 2 tập hợp các biến của thành phần “quan hệ đồng nghiệp” gồm lãnh đạo quan tâm cấp dƣới “qh2”, đồng nghiệp giúp đỡ lẫn nhau “qh3”, lãnh đạo coi trọng tài năng, sự đóng góp “qh6”, ngƣời lao động đƣợc đối xử cơng bằng “qh5”. Đặt tên nhân tố này là: Quan hệ lao động.
Nhân tố 3 gồm tập hợp các biến của thành phần phân tích cơng việc. Vì vậy tên thành phần mới vẫn là: Phân tích cơng việc.
Nhân tố 4 tập hợp các biến của thành phần “trả công lao động” gồm: Tiền lƣơng đƣợc trả đầy đủ và đúng hạn “tc5”, Chính sách phúc lợi rõ ràng và hữu ích “tc6”, Tiền lƣơng ngang bằng với các cơ quan, doanh nghiệp khác “tc4”, Tiền lƣơng tƣơng xứng với kết quả làm việc của anh/chị “tc1”. Đặt tên nhân tố này là: Trả công lao động.
Nhân tố 5 gồm tập hợp các biến của thành phần Môi trƣờng làm việc. Vì vậy tên thành phần mới vẫn là: Mơi trƣờng làm việc.
Nhân tố 6 gồm tập hợp các biến của thành phần Huấn luyện- đào tạo. Vì vậy tên thành phần mới vẫn là: Huấn luyện- đào tạo.
Nhân tố 7 gồm tập hợp các biến của thành phần Tuyển dụng. Vì vậy tên thành phần mới vẫn là: Tuyển dụng.
Bảng 3-6 Bảng tóm tắt cơ cấu thang đo các nhân tố tác động đến chất lƣợng nguồn nhân lực
Thành phần nghiên cứu Tên biến Số lƣợng biến Cronbach's Alpha
Đánh giá thực hiện công việc
dg1 4 0.831 dg2 dg3 dg4 Quan hệ lao động qh2 4 0.806 qh3 qh5 qh6
Phân tích cơng việc
ptcv1 4 0.786 ptcv2 ptcv3 ptcv4 Trả công lao động tc1 4 0.745 tc4 tc5 tc6 Môi trƣờng làm việc mt1 3 0.830 mt2 mt3
Huấn luyện - đào tạo
dt1 3 0.786 dt2 dt3 Tuyển dụng td1 3 0.751 td2 td3
3.3.2 Kiểm định thang đo chất lƣợng nguồn nhân lực
Thành phần chất lƣợng nguồn nhân lực gồm 4 biến quan sát. Sau khi phân tích Cronbach‟s Alpha, các biến đều đảm bảo độ tin cậy, không biến nào bị loại. Phân tích nhân tố dùng để đánh giá độ hội tụ của các biến quan sát theo thành phần.
Với giả thuyết đặt ra trong phân tích này là giữa 4 biến quan sát trong tổng thể khơng có mối tƣơng với nhau. Kiểm định KMO và Barlett‟s trong phân tích nhân tố có kết quả Sig.=0.000 và hệ số KMO = O.757 >0.5, qua đó bác bỏ giả thuyết trên, chứng tỏ phân tích nhân tố khám phá (EFA) thích hợp đƣợc sử dụng trong nghiên cứu này.
Kết quả phân tích EFA cho thấy với phƣơng pháp trích nhân tố đã trích đƣợc 1 nhân tố duy nhất tại eigenvalue là 2.228 và phƣơng sai trích đƣợc là 55.711% (>50%) đạt yêu cầu.(Phụ lục 4)
3.4 Điều chỉnh mơ hình, giả thuyết nghiên cứu
Hình 3-1 Mơ hình nghiên cứu đã điều chỉnh
Đồng thời các giả thuyết nghiên cứu cũng đƣợc điều chỉnh theo thành phần mới:
H1‟: Đánh giá thực hiện công việc đƣợc đánh giá cao hay thấp thì chất lƣợng nguồn nhân lực cũng tăng hay giảm theo.
H2‟: Quan hệ lao động đƣợc đánh giá cao hay thấp thì chất lƣợng nguồn nhân lực cũng tăng hay giảm theo.
Trả công lao động Chất lƣợng nguồn
nhân lực
Môi trƣờng làm việc
Huấn luyện – đào tạo
Tuyển dụng Phân tích cơng việc
Quan hệ lao động Đánh giá thực hiện cơng việc
H3‟: Phân tích cơng việc đƣợc đánh giá cao hay thấp thì chất lƣợng nguồn nhân lực cũng tăng hay giảm theo.
H4‟: Trả công lao động đƣợc đánh giá cao hay thấp thì chất lƣợng nguồn nhân lực cũng tăng hay giảm theo.
H5‟: Môi trƣờng làm việc đƣợc đánh giá cao hay thấp thì chất lƣợng nguồn nhân lực cũng tăng hay giảm theo.
H6‟: Huấn luyện - đào tạo đƣợc đánh giá cao hay thấp thì chất lƣợng nguồn nhân lực cũng tăng hay giảm theo.
H7‟: Tuyển dụng đƣợc đánh giá cao hay thấp thì chất lƣợng nguồn nhân lực cũng tăng hay giảm theo.
3.5 Kiểm định giả thuyết nghiên cứu
Phân tích tƣơng quan và phân tích hồi quy đƣợc sử dụng để kiểm định mối quan hệ giữa các biến độc lập và biến phụ thuộc. Bƣớc đầu tiên khi phân tích hồi quy tuyến tính ta xem xét quan hệ tƣơng quan giữa biến phụ thuộc và từng biến độc lập, cũng nhƣ giữa các biến độc lập với nhau.
Mơ hình hồi quy tuyến tính bằng phƣơng pháp OSL đƣợc thực hiện với một số giả định và mơ hình chỉ thực sự có ý nghĩa khi các giả định này đƣợc đảm bảo
3.5.1 Phân tích tƣơng quan
Mơ hình hồi quy tuyến tính bằng phƣơng pháp OSL đƣợc thực hiện với một số giả thuyết và mơ hình chỉ thực sự có ý nghĩa khi các giả thuyết này đƣợc đảm bảo. Nhƣ vậy để kết quả hồi quy của mẫu tổng thể có giá trị, trong phần này chúng ta sẽ tiến hành kiểm định các giả thuyết sau:
Khơng có hiện tƣợng đa cộng tuyến Các phần dƣ có phân phối chuẩn Phƣơng sai của phần dƣ khơng đổi
Khơng có hiện tƣợng tƣơng quan giữa các phần dƣ.
Hiện tƣợng đa cộng tuyến sẽ đƣợc kiểm định thông qua hệ số tƣơng quan VIF, kết quả phân tích cho thấy hệ số VIF nằm trong [1;1.5] nhỏ hơn 10 vì thế khơng có dấu hiệu của đa cộng tuyến, tức là giữa các biến độc lập khơng có tƣơng quan chặt chẽ với nhau do đó khơng làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm giá trị thống kê t của kiểm định ý nghĩa. (theo bảng 3.9)
Các phần dư có phân phối chuẩn
Phần dƣ có thể khơng tn theo phân phối chuẩn vì những lý do nhƣ: sử dụng sai mơ hình, phƣơng sai khơng phải là hằng số,…Vì vậy để đảm bảo chúng ta phải khảo sát bằng biểu đồ tần số của các phần dƣ để xem phần dƣ có phân phối chuẩn hay khơng.
Trong nghiên cứu này dựa vào biểu đồ tần số Histogram để khảo sát phân phối chuẩn và kết quả hồi quy cho thấy một đƣờng cong phân phối chuẩn đƣợc đặt chồng lên biểu đồ tần số. Nhƣ vậy, có thể kết luận rằng giả thiết phân phối chuẩn không bị vi phạm do phân phối phần dƣ xấp xỉ chuẩn.
Và có một dạng biểu đồ đặc biệt khác cũng giúp chúng ta khảo sát vấn đề này là biểu đồ Q-Q plot. Các giá trì kỳ vọng tạo thành một đƣờng chéo, các điểm quan sát thực tế sẽ tập trung sát đƣờng chéo nếu dữ liệu có phân phối chuẩn.
Hình 3-3 Đồ thị P-P plot
Kết quả hồi quy cho thấy biểu đồ P-P plot có các điểm quan sát khơng phân tán quá xa đƣờng thẳng kỳ vọng. Nhƣ vậy, có thể kết luận rằng giả thiết phân phối chuẩn không bị vi phạm
Phương sai của phần dư không đổi
Đối với hồi quy tuyến tính, biểu đồ phân tán là một phƣơng tiện tốt để đánh giá mức độ phù hợp với phần dƣ trên trục hồnh và giá trị dự đốn trên trục tung.
Hình 3-4 Đồ thị phân tán
Từ đồ thị trên cho thấy phần dƣ phân tán ngẫu nhiên xung quanh đƣờng đi qua tung độ 0 chứ khơng tạo nên hình dạng nào. Nhƣ vậy, có thể kết luận rằng giả định phƣơng sai khơng đổi của mơ hình hồi quy khơng bị vi phạm.
Khơng có hiện tượng tương quan giữa các phần dư.
Có một số lý do dẫn đến sự tồn tại của các phần dƣ nhƣ các biến có ảnh hƣởng khơng đƣa vào hết,…sẽ gây ra những tác động nghiêm trọng đến mơ hình nhƣ hiện tƣơng phƣơng sai thay đổi.Và đại lƣợng Durbin-Watson (d) có thể dùng để kiểm định vấn đề trên, đại lƣơng d có giá trị trong khoảng [1:4]
Bảng 3-7 Kiểm định Durbin-Watson
Mơ hình Durbin-Watson
1 1.658
Bảng trên cho thấy giá trị d có kết quả bằng 1.658 xấp xỉ gần bằng 2. Nhƣ vậy, có thể kết luận rằng giả định khơng có tƣơng quan giữa các phần dƣ.
3.5.2 Phân tích 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 và xác định cụ thể trọng số của từng yếu tố tác động đến chất lƣợng nguồn nhân lực.
Phân tích hồi quy tuyến tính bội với tất cả các biến đƣa vào cùng lúc (Enter) cho thấy mơ hình hồi quy thích hợp sử dụng để kiểm định mơ hình lý thuyết (Sig.F=0.000) và giải thích đƣợc 27.3% sự khác biệt của biến phụ thuộc – Chất lƣợng
nguồn nhân lực ( hiệu chỉnh =25.8%)
Bảng 3-8 Các hệ số xác định mơ hình Mơ hình R hiệu chỉnh Sai lệch chuẩn SE Sig. Durbin- Watson 1 .522(a) .273 .258 .35941 .000 1.685
Kết quả MLR cho thấy, một là, hệ số xác định = .273 và hiệu chỉnh =
.258, chúng ta thấy hiệu chỉnh nhỏ hơn . Hai là, kiểm định F cho thấy mức ý
nghĩa p (trong SPSS ký hiệu Sig = .000. Nhƣ vậy mơ hình hồi quy phù hợp hay nói cách khác các biến độc lập giải thích đƣợc khoảng 30% phƣơng sai của biến phụ thuộc. (Phụ lục 5)
Kết quả phân tích hồi quy từng phần cho thấy các thành phần: Quan hệ lao động, Phân tích cơng việc, Tuyển dụng có Sig.T < 0.05, do đó 3 thành phần trên đều có mối tƣơng quan đủ mạnh và có ý nghĩa thống kê khi đƣa vào mơ hình phân tích. Cịn lại các thành phần: Đánh giá thực hiện công việc, Môi trƣờng làm việc, Trả công lao động, Huấn luyện - đào tạo khơng có ý nghĩa thống kê trong mơ hình phân tích (Sig.t > 0.05). Nhƣ vậy, dữ liệu phân tích hiện tại của nghiên cứu đủ cơ sở để chứng minh có mối quan hệ tuyến tính giữa 4 thành phần: Quan hệ lao động (QHLD), Phân tích cơng việc (PTICH), Tuyển dụng (TDUNG ) với chất lƣợng nguồn nhân lực (CHATLUONG).
Bảng 3-9 Kết quả hồi quy từng phần về chất lƣợng nguồn nhân lực Các nhân tố tác động đến chất lƣợng nguồn nhân lực Hệ số hồi quy (B) Độ lệch chuẩn Hệ số hồi quy chuẩn hóa (Beta) t Mức ý nghĩa Sig. Độ chấp nhận Hệ số VIF DGIA -.007 .042 -.009 -.168 .867 .932 1.073 QHLD .223 .048 .250 4.693 .000 .875 1.143 PTICH .192 .056 .186 3.416 .001 .838 1.194 TCONG .112 .042 .138 2.646 .009 .909 1.100 MTRUONG .009 .043 .011 .214 .831 .959 1.043 TDUNG .216 .057 .216 3.784 .000 .764 1.309 DTAO . . . . . .000 .
Các hệ số hồi quy của các thành phần cụ thể: Quan hệ lao động (B =0.250, p<0.05), Phân tích cơng việc (B =0.186, p<0.05), Tuyển dụng (B =0.216, p<0.05)
Với giả thuyết ban đầu cho mơ hình lý thuyết và kết quả phân tích với bộ dữ liệu thu thập đƣợc, ta có phƣơng trình hồi quy tuyến tính nhƣ sau:
CHATLUONG = 0.250 QHLD + 0.216 TDUNG + 0.186 PTICH + ut
Từ kết quả phân tích cho thấy hệ số hồi quy chuẩn hóa Beta của thành phần Quan hệ lao động (QHLD) khá cao so với các thành phần tƣơng ứng là 0.250, điều này có nghĩa thành phần này có vai trị hết sức quan trọng trong tác động đến chất lƣợng nguồn nhân lực. Kế đến là công tác tuyển dụng và sự phân tích cơng việc.
Kết quả phân tích trên cho thấy, các giả thuyết H2‟, H3‟, H7‟ đều có Sig. < 0.05 do đó đều đƣợc chấp nhận, các giả thuyết H1‟ , H4‟ , H5‟ , H6‟ khơng chấp nhận vì Sig > 0.05.
Bảng 3-10 Tóm tắt kết quả kiểm định giả thuyết về chất lƣợng nguồn nhân lực