CHƯƠNG 4 : KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
4.3. Kết quả nghiên cứu
4.3.2.1. Phân tích EFA cho các biến độc lập
Sau khi kiểm tra tính nhất quán của thang đo bằng hệ số Cronbach’s Alpha và loại những biến có tương quan biến - tổng yếu trong từng nhóm thang đo, tác giả tiến hành phân tích nhân tố khám phá EFA.
Qua phân tích EFA, số biến quan sát được giữ lại sau cùng là 24 biến quan sát tương ứng với 6 nhân tố. Trong q trình phân tích EFA, tác giả nhận thấy biến LĐ5 có hệ số tải nhân tố là 0,494 < 0,5, do đó biến này bị loại bỏ trong q trình chạy. Q trình phân tích nhân tố cụ thể như sau:
- Phân tích EFA lần 1: kết quả từ Bảng 4.11, biến LĐ5 không thỏa mãn điều kiện khi có hệ số tải nhân tố nhỏ hơn 0,5.
Bảng 4.11: Kết quả phân tích nhân tố EFA lần 1 cho các biến độc lập
Ma trận xoay điều chỉnh
Biến quan sát Nhân tố
1 2 3 4 5 6 CNTT3 0,814 CNTT5 0,771 CNTT4 0,732 CNTT1 0,706 CNTT2 0,704 CTTC4 0,794 CTTC5 0,776 CTTC3 0,725 CTTC2 0,718 CTTC1 0,698 LĐ1 0,806 LĐ2 0,805 LĐ4 0,751 LĐ3 0,681 LĐ5 0,489 0,494 GT1 0,862 GT2 0,786
GT4 0,744 GT3 0,713 NT3 0,814 NT1 0,789 NT2 0,757 KT1 0,790 KT3 0,783 KT2 0,758
(Nguồn: Kết quả xử lý số liệu của tác giả)
- Phân tích EFA lần 2: tất cả 24 biến quan sát đều thỏa mãn điều kiện hệ số tải nhân tố lớn hơn 0,5. Kết quả phân tích EFA lần 2 sau khi loại biến LĐ5 được trình bày ở Bảng 4.12.
Bảng 4.12: Kết quả phân tích nhân tố EFA lần 2 cho các biến độc lập
Ma trận xoay điều chỉnh
Biến quan sát Nhân tố
1 2 3 4 5 6 CNTT3 0,813 CNTT5 0,785 CNTT4 0,746 CNTT1 0,710 CNTT2 0,703 CTTC4 0,798 CTTC5 0,768 CTTC3 0,721 CTTC2 0,721 CTTC1 0,702 GT1 0,865 GT2 0,786 GT4 0,738 GT3 0,714 LĐ1 0,824 LĐ2 0,797 LĐ4 0,765
LĐ3 0,681 NT3 0,815 NT1 0,789 NT2 0,759 KT1 0,801 KT3 0,770 KT2 0,761 Eigenvalues 6,073 3,162 2,094 1,831 1,341 1,281
Phương sai trích lũy kế 25,305 38,478 47,205 54,834 60,420 65,758
KMO 0,835 Sig. (kiểm định
Bartlett) 0,000
(Nguồn: Kết quả xử lý số liệu của tác giả)
Hệ số KMO trong phân tích = 0,835 > 0,5 thỏa mãn điều kiện 0,5 ≤ KMO ≤ 1, kiểm định Barlett có giá trị Sig. = 0,000 < 0,05 chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể. Do đó kết quả phân tích EFA phù hợp với dữ liệu nghiên cứu.
Chỉ số Eigenvalues của nhân tố thứ 6 = 1,281 > 1, thể hiện sự hội tụ của phép phân tích dừng lại ở nhân tố thứ 6. Như vậy 6 nhân tố này tóm tắt thơng tin của 24 biến quan sát đưa vào EFA tốt nhất.
Tổng phương sai trích = 65,758% > 50%. Giá trị này chứng tỏ 65,758% sự biến thiên của dữ liệu khảo sát ban đầu được giải thích bởi 6 nhân tố này.
Hệ số tải nhân tố của từng biến quan sát đều lớn hơn 0,5 nghĩa là các biến quan sát đều thể hiện được sự ảnh hưởng đến các yếu tố mà các biến này biểu diễn.
Như vậy, kết quả phân tích EFA theo phép trích PCA và phép quay Varimax cho thấy các biến độc lập: Niềm tin; Giao tiếp; Lãnh đạo; Cấu trúc tổ chức; Hệ thống CNTT; Hệ thống khen thưởng đều đảm bảo giá trị hội tụ và phân biệt.
4.3.2.2. Phân tích EFA cho biến phụ thuộc
Kết quả phân tích nhân tố khám phá EFA của 5 biến quan sát thuộc biến phụ thuộc Chia sẻ tri thức có kết quả như sau:
Bảng 4.13: Kết quả phân tích nhân tố EFA cho biến phụ thuộc Biến
quan sát Hệ số tải Kiểm định Giá trị
CSTT5 0,789 KMO 0,814
CSTT2 0,764 Sig. (kiểm định Bartlett) 0,000
CSTT4 0,749 Eigenvalues 2,812
CSTT3 0,732
Phương sai trích 56,233
CSTT1 0,713
(Nguồn: Kết quả xử lý số liệu của tác giả)
Hệ số KMO trong phân tích = 0,814 > 0,5 thỏa mãn điều kiện 0,5 ≤ KMO ≤ 1, kiểm định Barlett có giá trị Sig. = 0,000 < 0,05 chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể.
Chỉ số Eigenvalues của nhân tố thứ 1 = 2,812 > 1, thể hiện sự hội tụ của phép phân tích dừng lại ở nhân tố thứ 1. Như vậy kết quả phân tích cho thấy có 1 nhân tố được trích ra từ dữ liệu khảo sát.
Phương sai trích = 56,233% thể hiện rằng sự biến thiên của các yếu tố được phân tích có thể giải thích được 56,233% sự biến thiên của dữ liệu khảo sát ban đầu. Hệ số tải nhân tố của từng biến quan sát đều lớn hơn 0,7, chứng tỏ các biến quan sát đều thể hiện được ảnh hưởng đến yếu tố CSTT mà các biến này biểu diễn.
Như vậy, có thể kết luận kết quả phân tích EFA với thang đo Chia sẻ tri thức cũng thể hiện sự tin cậy cao.
4.3.3. Kiểm định và phân tích mơ hình hồi quy
Sau khi hồn tất kiểm định EFA cho biến phụ thuộc và các biến độc lập, cần tạo biến đại diện nhằm phục vụ cho bước phân tích tương quan và hồi quy.
Trong nghiên cứu này, giá trị biến đại diện được tác giả chọn tạo bằng cách tính trung bình cộng các biến quan sát của nhân tố đó. Tên và giá trị biến đại diện cụ thể như sau:
f_GT = MEAN(GT1,GT2,GT3,GT4) f_LĐ = MEAN(LĐ1,LĐ2,LĐ3,LĐ4) f_CTTC = MEAN(CTTC1,CTTC2,CTTC3,CTTC4,CTTC5) f_CNTT = MEAN(CNTT1,CNTT2,CNTT3,CNTT4,CNTT5) f_KT = MEAN(KT1,KT2,KT3) f_CSTT = MEAN(CSTT1,CSTT2,CSTT3,CSTT4,CSTT5)
4.3.3.1. Kiểm định hệ số tương quan Pearson
Dựa trên phương pháp đã được trình bày ở phần 3.3.2.4, tác giả tiến hành kiểm định mối quan hệ tương quan tuyến tính giữa biến phụ thuộc và các biến độc lập cũng như giữa các biến độc lập với nhau.
Kết quả phân tích tương quan Pearson giữa các biến độc lập với nhau và giữa chúng với biến phụ thuộc được trình bày trong Bảng 4.14 cho thấy 6 biến độc lập đều có tương quan tuyến tính với biến phụ thuộc Chia sẻ tri thức. Hệ số tương quan dao động từ -0,331 đến 0,606 và đều có Sig. bằng 0,000 < 0,05. Điều này chứng tỏ các biến độc lập có khả năng giải thích cao biến phụ thuộc trong mơ hình hồi quy đa biến mà tác giả chuẩn bị phân tích.
Bảng 4.14: Ma trận hệ số tương quan Pearson
f_CSTT f_GT f_CNTT f_KT f_LĐ f_CTTC f_NT f_CSTT r 1 0,562** 0,451** 0,436** 0,603** -0,331** 0,606** Sig. 0,000 0,000 0,000 0,000 0,000 0,000 f_GT r 1 0,200** 0,216** 0,273** -0,014** 0,432** Sig. 0,005 0,003 0,000 0,852 0,000 f_CNTT r 1 0,416** 0,366** -0,301** 0,189** Sig. 0,000 0,000 0,000 0,009 f_KT r 1 0,267** -0,372** 0,219** Sig. 0,000 0,000 0,002 f_LĐ r 1 -0,182* 0,386** Sig. 0,011 0,000 f_CTTC r 1 -0,111
f_CSTT f_GT f_CNTT f_KT f_LĐ f_CTTC f_NT
Sig. 0,126
f_NT r 1
Sig.
** Tương quan tại mức y nghĩa 0,01 (2-tailed). * Tương quan tại mức y nghĩa 0,05 (2-tailed).
(Nguồn: Kết quả xử lý số liệu của tác giả)
Ngoài ra, hệ số tương quan giữa các biến độc lập đều không quá cao. Với Sig.= 0,000 < 0,05, hệ số tương quan cao nhất là 0,432 < 0,7 nên ít có khả năng xảy ra hiện tượng đa cộng tuyến (Dormann, et al., 2012). Điều này chứng tỏ các biến độc lập đạt giá trị phân biệt, có nhiều khả năng giải thích cho biến phụ thuộc.
4.3.3.2. Phân tích hồi quy đa biến
Phân tích hồi quy đa biến dùng để phân tích mối quan hệ giữa các biến độc lập và biến phụ thuộc thơng qua phương trình hồi quy tuyến tính. Bảng 4.15 sau đây thể hiện kết quả phân tích bằng phương pháp Enter.
Bảng 4.15: Tóm tắt mơ hình hồi quy Tóm tắt mơ hình hồi quyb
Mơ
hình R R2
R2 hiệu chỉnh
Sai số chuẩn của ước lượng
Durbin- Watson
1 0,830a 0,688 0,678 0,30964 1,854
a. Các biến độc lập: f_KT, f_GT, f_LĐ, f_CTTC, f_CNTT, f_NT b. Biến phụ thuộc: f_CSTT
(Nguồn: Kết quả xử lý số liệu của tác giả)
Qua Bảng 4.15, hệ số R2 hiệu chỉnh là 0,678. Nghĩa là mơ hình có thể giải thích được 67,8% cho tổng thể về mối quan hệ của các yếu tố Niềm tin, Giao tiếp, Lãnh đạo, Cấu trúc tổ chức, Hệ thống CNTT, Hệ thống khen thưởng đến CSTT của NLĐ Trung tâm, còn lại 32,2% là do các biến ngồi mơ hình và sai số ngẫu nhiên. Kiểm định F sử dụng trong Bảng 4.16 là phép kiểm định giả thuyết về độ phù hợp của mơ
hình hồi quy tuyến tính. Bảng 4.16 cho thấy giá trị Sig. = 0,000 < 0,05 nên mơ hình hồi quy là có y nghĩa.
Bảng 4.16: Phân tích phương sai ANOVAANOVAa ANOVAa Mơ hình Tổng bình phương df Trung bình bình phương F Sig. 1 Hồi quy 39,155 6 6,526 68,063 0,000b Phần dư 17,738 185 0,096 Tổng 56,893 191
a. Biến phụ thuộc: f_CSTT
b. Các biến độc lập: f_KT, f_GT, f_LĐ, f_CTTC, f_CNTT, f_NT
(Nguồn: Kết quả xử lý số liệu của tác giả)
Bảng 4.17: Kết quả phân tích hồi quy
Mơ hình Hệ số hồi quy chưa chuẩn hóa Hệ số hồi quy chuẩn hóa t Sig. Kiểm định hiện tượng đa
cộng tuyến B Std. Error Beta Dung sai VIF 1 Hằng số 1,026 0,246 4,174 0,000 f_NT 0,195 0,032 0,293 6,094 0,000 0,730 1,370 f_CTTC -0,138 0,040 -0,158 -3,487 0,001 0,823 1,215 f_CNTT 0,091 0,033 0,130 2,719 0,007 0,735 1,361 f_GT 0,244 0,038 0,300 6,447 0,000 0,776 1,289 f_LĐ 0,223 0,035 0,301 6,345 0,000 0,749 1,335 f_KT 0,071 0,030 0,114 2,367 0,019 0,730 1,370
Biến phụ thuộc: f_CSTT
(Nguồn: Kết quả xử lý số liệu của tác giả)
Từ những phân tích trên, ta có được phương trình mơ tả mức độ tác động của các yếu tố đến CSTT của NLĐ tại Trung tâm như sau:
f_CSTT = 0,301* f_LĐ + 0,300* f_GT + 0,293* f_NT – 0,158* f_CTTC + 0,130* f_CNTT + 0,114* f_KT + ε
Trong đó, f_CSTT: Chia sẻ tri thức; f_LĐ: Lãnh đạo; f_GT: Giao tiếp; f_NT: Niềm tin; f_CTTC: Cấu trúc tổ chức; f_CNTT: Hệ thống công nghệ thông tin; f_KT: Hệ thống khen thưởng; ε : phần dư.
Hệ số hồi quy chuẩn hoá Beta phản ánh mức độ ảnh hưởng mạnh hay yếu, cùng chiều hay ngược chiều của từng biến độc lập đến biến phụ thuộc. Vậy theo phương trình tuyến tính trên đây, có 5 biến độc lập có Beta dương (gồm Lãnh đạo, Giao tiếp, Niềm tin, Hệ thống CNTT, Hệ thống khen thưởng), chứng tỏ các biến này đều tác động thuận chiều đến biến phụ thuộc Chia sẻ tri thức. Một biến độc lập có Beta âm là Cấu trúc tổ chức, nghĩa là biến này có tác động nghịch chiều đến biến phụ thuộc Chia sẻ tri thức. Trong tất cả các Beta, Lãnh đạo là yếu tố có tác động mạnh nhất đến CSTT (Beta = 0,301), tiếp đến là Giao tiếp (Beta = 0,300) và Niềm tin (Beta = 0,293), thứ tư là Cấu trúc tổ chức (Beta = -0,158), hai vị trí cuối cùng là Hệ thống CNTT (Beta = 0,130) và Hệ thống khen thưởng (Beta = 0,114).
4.3.3.3. Dị tìm các vi phạm giả định cần thiết
Giả định về phân phối chuẩn của phần dư
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), phần dư có thể khơng tuân theo phân phối chuẩn vì: sử dụng sai mơ hình, số lượng các phần dư khơng đủ nhiều để phân tích,… Do đó, cần thực hiện các khảo sát để kiểm định phân phối của phần dư. Nghiên cứu này thực hiện khảo sát phân phối chuẩn của phần dư bằng biểu đồ tần số Histogram và biểu đồ phần dư chuẩn hóa Normal P-Plot.
Đường cong hình chng trong Biểu đồ 4.1 sau đây là đường phân phối chuẩn, biểu đồ tần số Histogram tương ứng với đường cong hình chng đó. Ngồi ra, giá trị trung bình Mean là 2,40E-15 xấp xỉ bằng 0, và độ lệch chuẩn là 0,984 gần bằng 1. Vì vậy, có thể kết luận rằng giả định về phân phối chuẩn của phần dư không bị vi phạm.
Biểu đồ 4.1: Biểu đồ tần số của phần dư chuẩn hóa
(Nguồn: Kết quả xử lý số liệu của tác giả)
Kiểm định bằng biểu đồ Normal P-Plot thể hiện những giá trị của các điểm phân vị của phân phối của biến theo các phân vị của phân phối chuẩn. Quan sát Biểu đồ
4.2 cho thấy các điểm phân vị trong phân phối của phần dư tập trung thành một đường chéo. Nói cách khác, các điểm quan sát khơng phân tán quá xa đường thẳng kỳ vọng. Như vậy, giả định phân phối chuẩn của phần dư không bị vi phạm.
Biểu đồ 4.2: Biểu đồ Normal P-P Plot của phần dư chuẩn hóa
Giả định về liên hệ tuyến tính giữa biến phụ thuộc với các biến độc lập Giả định thứ hai là phải có mối liên hệ tuyến tính giữa biến phụ thuộc với các biến độc lập. Biểu đồ phân tán Scatter Plot giữa các phần dư chuẩn hóa (Standardized Residual) ở trục tung và giá trị dự đốn chuẩn hóa (Predicted Value) ở trục hồnh giúp dị tìm xem dữ liệu của nghiên cứu có vi phạm giả định liên hệ tuyến tính giữa biến phụ thuộc với các biến độc lập hay không.
Biểu đồ 4.3: Biểu đồ phân tán Scatter Plot giữa các phần dư chuẩn hóa và giá trị dự đốn chuẩn hóa
(Nguồn: Kết quả xử lý số liệu của tác giả)
Kết quả từ Biểu đồ 4.3 cho thấy các điểm quan sát phân bổ tập trung trong phạm vi đoạn [-2;2] dọc theo đường tung độ 0 và hình dạng tạo thành một đường thẳng. Do vậy giả định quan hệ tuyến tính khơng bị vi phạm.
Giả định về tính độc lập của sai số
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), đại lượng Durbin - Watson (d) được dùng để kiểm tra giả định về tính độc lập của sai số. Đại lượng d có giá trị biến thiên từ 0 đến 4. Khi giá trị d gần bằng 2 thì khơng có tương quan giữa
các phần dư. Trường hợp d thấp (và nhỏ hơn 2) hoặc d lớn hơn (và gần 4) thì các phần dư có hiện tượng tự tương quan với nhau.
Bảng 4.15 cho kết quả giá trị d = 1,854, thỏa mãn điều kiện quy định. Do vậy, mơ hình khơng có hiện tượng tự tương quan với nhau giữa các phần dư.
Giả định khơng có hiện tượng đa cộng tuyến
Một trong những yêu cầu của mơ hình hồi quy tuyến tính đa biến là tương quan giữa các biến độc lập với nhau hay tương quan giữa các biến độc lập với biến phụ thuộc đều khơng được q chặt chẽ, vì như vậy sẽ dễ xảy ra hiện tượng đa cộng tuyến trong mơ hình. Do đó, một cách để phát hiện mơ hình có tồn tại hiện tượng đa cộng tuyến hay không là sử dụng hệ số phóng đại phương sai VIF (Variance Inflation Factor) (Nguyễn Đình Thọ, 2013). Hair, et al. (2006) cho rằng nếu hệ số VIF > 10 thì có hiện tượng đa cộng tuyến mạnh. Nếu VIF < 2 thì dữ liệu khơng vi phạm giả định đa cộng tuyến.
Qua Bảng 4.17, tất cả các hệ số VIF của các biến độc lập đều nhỏ hơn 2, chứng tỏ không xảy ra hiện tượng đa cộng tuyến trong mơ hình đang khảo sát.
4.3.3.4. Kiểm định các giả thuyết
Căn cứ giá trị Sig. trong Bảng 4.17, tác giả tiến hành kiểm định 6 giả thuyết nghiên cứu đã đề xuất.
- Giả thuyết H1: Niềm tin có ảnh hưởng tích cực đến CSTT của NLĐ tại Trung
tâm Công nghệ Sinh học. Với Sig. = 0,000 < 0,01 và Beta = 0,293, chứng tỏ tác động của Niềm tin đến CSTT là tác động cùng chiều với mức y nghĩa 1%. Do đó, giả thuyết H1 này được chấp nhận ở mức y nghĩa 1%, đồng thời yếu tố Niềm tin là
yếu tố có ảnh hưởng mạnh thứ ba đến CSTT.
- Giả thuyết H2: Giao tiếp có ảnh hưởng tích cực đến CSTT của NLĐ tại
Trung tâm Công nghệ Sinh học. Với Sig. = 0,000 < 0,01 và Beta = 0,300, chứng tỏ tác động của Giao tiếp đến CSTT là tác động cùng chiều với mức y nghĩa 1%. Do đó, giả thuyết H2 này được chấp nhận ở mức y nghĩa 1%, đồng thời yếu tố Giao tiếp
- Giả thuyết H3: Cấu trúc tổ chức có ảnh hưởng tích cực đến CSTT của NLĐ
tại Trung tâm Công nghệ Sinh học. Với Sig. = 0,001 < 0,01 và Beta = -0,158, chứng tỏ tác động của Cấu trúc tổ chức đến CSTT là tác động tiêu cực với mức y nghĩa 1%. Do đó, tuy ngược chiều với giả thuyết đề ra ban đầu nhưng giả thuyết H3 này
được chấp nhận ở mức y nghĩa 1%, đồng thời yếu tố Cấu trúc tổ chức là yếu tố ảnh hưởng mạnh thứ tư đến CSTT.
- Giả thuyết H4: Lãnh đạo có ảnh hưởng tích cực đến CSTT của NLĐ tại
Trung tâm Công nghệ Sinh học. Với Sig. = 0,000 < 0,01 và Beta = 0,301, chứng tỏ tác động của Lãnh đạo đến CSTT là tác động cùng chiều với mức y nghĩa 1%. Do đó, giả thuyết H4 này được chấp nhận ở mức y nghĩa 1%, đồng thời yếu tố Lãnh đạo
là yếu tố có ảnh hưởng mạnh nhất đến CSTT.
- Giả thuyết H5: Hệ thống công nghệ thông tin có ảnh hưởng tích cực đến
CSTT của NLĐ tại Trung tâm Công nghệ Sinh học. Với Sig. = 0,007 < 0,01 và Beta = 0,130, chứng tỏ tác động của Hệ thống CNTT đến CSTT là tác động cùng chiều