Thành phần nghiên cứu Tên biến Số lượng biến Cronbach's Alpha
Trả công lao động tc2 05 0.893 tc4 tc6 mt2 mt3 Quan hệ lao động qh2 04 0.806 qh3 qh5 qh6 Tuyển dụng td1 03 0.751 td2 td3
Đánh giá kết quả làm việc dg1 02 dg3
Huấn luyện – đào tạo dt1 02 dt3
3.3.2 Kiểm định thang đo sự thỏa mãn trong công việc của người lao động:
Thành phần sự thỏa mãn trong công việc gồm 4 biến quan sát. Sau khi phân tích Cronbach’s Alpha, các biến đều đảm bảo độ tin cậy, khơng 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 tương 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 được sử dụng trong nghiên cứu này.
Kết quả phân tích EFA cho thấy với phương pháp trích nhân tố đã trích được 1 nhân tố duy nhất tại eigenvalue là 2.228 và phương sai trích được là 55.711% (>50%) đạt yêu cầu.(Phụ lục 4)
3.4 Điều chỉnh mơ hình, giả thuyết nghiên cứu
Hình 3.1Mơ hình nghiên cứu đã điều chỉnh
Đồng thời các giả thuyết nghiên cứu cũng được điều chỉnh theo thành phân mới:
H1’: Trả công lao động được đánh giá cao hay thấp thì sự thỏa mãn trong cơng việc của người lao động cũng tăng hay giảm theo.
H2’: Quan hệ lao động được đánh giá cao hay thấp thì sự thỏa mãn trong công việc của người lao động cũng tăng hay giảm theo.
Quan hệ lao động Trả công lao động
Tuyển dụng
Đánh giá kết quả làm việc
Huấn luyện - đào tạo
Sự thỏa mãn trong công việc
Đặc điểm cá nhân:
• Giới tính
• Độ tuổi
H3’: Hệ thống tuyển dụng được đánh giá cao hay thấp thì sự thỏa mãn trong cơng việc của người lao động cũng tăng hay giảm theo.
H4’: Công tác đánh giá kết quả làm việc được đánh giá cao hay thấp thì sự thỏa mãn trong cơng việc của người lao động cũng tăng hay giảm theo.
H5’: Công tác huấn luyện – đào tạo được đánh giá cao hay thấp thì sự thỏa mãn trong cơng việc của người lao động cũng tăng hay giảm theo.
3.5 Kiểm định giả thuyết nghiên cứu:
Phân tích tương quan và phân tích hồi quy được sử dụng để kiểm định mối quan hệ giữa các biến độc lập và biến phụ thuôc (THOAMAN). Bước đầu tiên khi phân tích hồi quy tuyến tính ta xem xét quan hệ tương quan giữa biến phụ thuộc và từng biến độc lập, cũng như giữa các biến độc lập với nhau.
Mơ hình hồi quy tuyến tính bằng phương pháp OSL được thực hiện với một số giả định và mơ hình chỉ thực sự có ý nghĩa khi các giả định này được đảm bảo
3.5.1 Phân tích tương quan
Mơ hình hồi quy tuyến tính bằng phương pháp OSL được thực hiện với một số giả định và mơ hình chỉ thực sự có ý nghĩa khi các giả định này được đảm bảo. Nhu 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 định sau:
• Khơng có hiện tượng đa cộng tuyến • Các phần dư có phân phối chuẩn • Phương sai của phần dư khơng đổi
• Khơng có hiện tượng tương quan giữa các phần dư.
Hiện tượng đa cộng tuyến sẽ được kiểm định thông qua hệ số tương 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 tương
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 dư có thể khơng tn theo phân phối chuẩn vì những lý do như: sử dụng sai mơ hình, phương sai khơng phải là hằng số,…Vì vậy để đảm bảo chúng ta phải khảo sát bằng biểu đồ tần số của các phần dư để xem phần dư có phân phối chuẩn hay khơng.
Hình 3.2 Biểu đồ tần suất Histogram
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 đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số. Như vậy, có thể kết luận rằng giả thiết phân phối chuẩn không bị vi phạm do phân phối phần dư 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 đường chéo, các điểm quan sát thực tế sẽ tập trung sát đường 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 không phân quá xa đường thẳng kỳ vọng. Như vậy, có thể kết luận rằng giả thiết phân phối chuẩn không bị vi phạm
Phương sai của phần dư khơng đổi
Đối với hồi quy tuyến tính, biểu đồ phân tán là một phương tiện tốt để đánh giá mức độ phù hợp với phần dự trên trục tung và giá trị dự đốn trên trục hồnh.
Hình 3.4 Đồ thị phân tán
Từ đồ thị trên cho thấy phần dư phân tán ngẫu nhiên xung quanh đường đi qua tung độ 0 chứ không tạo nên hình dạng nào. Như vậy, có thể kết luận rằng giả định phương 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 dư như các biến có ảnh hưởng khơng đưa vào hết,…sẽ gây ra những tác động nghiệm trọng đến mơ hình như hiện tương phương sai thay đổi.Và đại lượng Durbin-Watson (d) có thể dùng để kiểm định vấn đề trên, đại lương d có giá trị trong khoảng [1:4]