Kinh doanh trực tiếp
Hỗ trợ
4. 2 Kiểm định độ tin cậy của thang đo
Thang đo động viên nhân viên đƣợc đánh giá độ tin cậy thông qua hệ số Cronbach Alpha. Chỉ số Cronbach Alpha cho biết đƣợc sự tƣơng quan, quan hệ chặt chẽ giữa các biến quan sát, bao gồm sự tƣơng quan giữa bản thân các biến quan sát và tƣơng quan tới biến tổng. Kết quả phân tích hệ số tin cậy Cronbach Alpha của từng nhân tố đƣợc tóm tắt nhƣ sau:
Thang đo biến Đặc điểm công việc với 5 biến quan sát, có chỉ số Cronbach Alpha là 0.791 chấp nhận đƣợc. Các hệ số tƣơng quan biến tổng đều lớn hơn 0.3 trừ biến BC4 có hệ số tƣơng quan biến tổng là 0.278, là cơ sở để ta loại nó ra khỏi nhân tố Đặc điểm công việc, sau khi loại biến này, hệ số alpha sẽ là 0.842.
Thang đo biến “Đảm bảo công việc”, hệ số Cronbach Alpha ở mức rất tốt là 0.897. Các hệ số tƣơng quan biến tổng đều đạt yêu cầu ≥ 0.3, nếu loại bỏ bất kỳ biến nào ra khỏi nhân tố thì hệ số alpha đều sẽ giảm nên khơng có biến nào bị loại ở nhân tố này.
Thang đo “Đƣợc công nhận thành quả làm việc” có hệ số Cronbach alpha là 0.883, đây là thang đo có hệ số tin cậy rất tốt, các hệ số tƣơng quan biến tổng đều ≥ 0.3, các biến đo lƣờng có tƣơng quan đồng đều với biến tổng do đó giữ lại tất cả các biến.
Thang đo “Đào tạo và thăng tiến” có hệ số tin cậy rất tốt là 0.896, hệ số tƣơng quan biến tổng đều ≥ 0.3, điều này cho thấy các biến trong thang đo khá gắn kết với nhau và là các biến đo lƣờng tốt cho nhân tố động viên đối với đào tạo thăng tiến, các biến vẫn đƣợc giữ lại cho việc kiểm định sau này.
Thang đo “Quan hệ với lãnh đạo” có hệ số Cronbach Alpha là 0.832, hệ số tin cậy tốt, và các hệ số tƣơng quan biến tổng đều chấp nhận đƣợc, ta thấy nếu bỏ đi bất cứ biến nào trong nhân tố này thì hệ số alpha đều giảm. Vậy sẽ giữ nguyên các biến.
Thang đo “Quan hệ với đồng nghiệp” có hệ số Cronbach Alpha là 0.485, dƣới mức chấp nhận của nghiên cứu này, ngoài ra các hệ số tƣơng quan biến tổng
đều rất thấp, cao nhất cũng chỉ 0.452, và thấy nhất là 0.079. Điều này cho thấy mức độ tin cậy của các biến này trong việc đo lƣờng cùng một khái niệm là rất thấp. Tuy nhiên nếu bỏ biến DN2 có hệ số tƣơng quan biến tổng là 0.079 thì hệ số Cronbach Alpha sẽ tăng lên 0.751. Với kết quả nhƣ vậy, ta có cơ sở để đƣa đến kết luận là thang đo nhân tố này không đảm bảo độ tin cậy và nó sẽ bị loại khỏi ở các phần phân tích tiếp theo.
Thang đo “Lƣơng và phúc lợi” với hệ số Cronbach Alpha là 0.677 đây là mức chấp nhận đƣợc, các hệ số tƣơng quan biến tổng ≥ 0.3 trừ biến TN4 hệ số tƣơng quan biến tổng chỉ = -0.008, loại biến này Cronbach Alpha sẽ tăng lên 0.871, đây là cơ sở để ta loại TN4 ra khỏi nhân tố Lƣơng và phúc lợi.
Thang đo “Thƣơng hiệu” có hệ số tin cậy là 0.894, với hệ số tƣơng quan biến tổng đều lớn hơn 0.6, nếu bỏ đi bất cứ biến nào trong nhân tố này thì hệ số alpha đều giảm, các biến trong thang đo khá gắn kết với nhau và là các biến đo lƣờng tốt, vậy các biến này đều giữ lại đƣợc.
Thang đo “Động viên nhân viên” với mức Cronbach Alpha là 0.838, hệ số tƣơng quan biến tổng đều lớn hơn 0.3, cho thấy các nhân tố có liên hệ khá chặt chẽ và phản ánh đƣợc cùng một khái niệm, đó là động viên chung, vì vậy thang đo này có thể sử dụng đƣợc.
Nhƣ vậy, sau khi xác định độ tin cậy của từng thang đo với chỉ số Cronbach Alpha, ta sẽ giữ lại 8 biến đo lƣờng khái niệm “Động viên nhân viên”, tuy nhiên có sự điều chỉnh loại bỏ một số biến ra khỏi mơ hình đảm bảo độ tin cậy của các thang đo đó là biến BC4, DN2 và TN4. Kết quả phân tích độ tin cậy đƣợc tổng hợp trong bảng 4.2 sau:
Bảng 4.2: Tổng hợp hệ số Cronbach Alpha của các biến sau khi loại biếnBiến Biến quan sát Trung bình thang đo nếu loại Phƣơng sai thang đo nếu
loại biến Tƣơng quan biến tổng Cronbach Alpha nếu loại biến Hệ số Cronbach Alpha BC1 11.10 7.759 .577 .868 0.842 BC2 10.14 8.784 .841 .748 BC3 11.29 8.923 .553 .854 BC5 10.20 8.492 .863 .734 DB1 4.81 3.823 .762 .888 0.897 DB2 5.51 4.352 .817 .847 DB3 6.40 3.687 .829 .825 CN1 9.10 7.136 .790 .832 0.883 CN2 9.34 7.140 .769 .841 CN3 9.41 7.730 .718 .860 CN4 10.12 7.754 .706 .864 DT1 6.07 3.919 .816 .835 0.896 DT2 7.64 3.848 .786 .859 DT3 6.75 3.736 .785 .861 LD1 5.38 3.009 .663 .799 0.832 LD2 4.46 2.410 .729 .733 LD3 4.61 2.701 .696 .764 DN1 3.29 1.190 .601 .a 0.751 DN3 3.14 1.237 .601 .a TN1 7.90 3.302 .778 .803 0.871 TN2 6.60 4.352 .754 .830 TN3 7.14 3.756 .753 .817 TH1 9.52 6.653 .747 .870 0.894 TH2 9.27 6.459 .791 .854 TH3 9.33 6.343 .787 .855 TH4 9.38 6.509 .737 .874 DV1 8.15 3.616 .710 .795 0.847 DV2 7.84 3.917 .659 .841 DV3 7.55 3.948 .790 .726
(Nguồn: phân tích Cronbach anpha các thang đo thành phần sau khi loại biến)
4.3. Phân tích nhân tố
Các biến đƣợc giữ lại sau phân tích Cronbach Alpha sẽ đƣợc đƣa vào phân tích nhân tố EFA giúp ta rút gọn tập hợp nhiều biến thành nhóm biến có độ tin cậy cao
khi giải thích cho một khái niệm trong nghiên cứu, kiểm định liệu các biến đƣợc giữ lại này có phải là biến quan sát phù hợp, có độ tin cậy và kết dính trong cùng một nhân tố. Nhƣ vậy, từ số biến quan sát ban đầu là 29 biến, nay ta chỉ còn lại 26 biến. Mong đợi của chúng ta trƣớc khi tiến hành phân tích nhân tố này là 26 biến này sẽ đƣợc rút gọn thành 8 nhân tố. Hệ số KMO trong trƣờng hợp này khá lớn đạt 0.883, Sig của Bartlett’s Test nhỏ (0.000). Nhƣ vậy các biến quan sát này có tƣơng quan với nhau và hồn tồn phù hợp cho việc phân tích nhân tố khám phá EFA.
Phƣơng pháp trích trong phân tích nhân tố của nghiên cứu này là phân tích nhân tố chính (Principal component analysis) với giá trị trích Eigenvalue lớn hơn 1. Các quan sát đƣợc đƣa vào phân tích nhân tố theo tiêu chuẩn Eigenvalue lớn hơn 1 chỉ có 7 nhân tố đƣợc rút trích. Tổng phƣơng sai trích = 76.803%, điều này cho biết 7 nhân tố này giải thích đƣợc 76.803% biến thiên của dữ liệu. Tỉ lệ này là khá cao trong phân tích nhân tố.
Nhìn vào hệ số tải nhân tố ở ma trận nhân tố (Component Matrix) khó có thể thấy đƣợc những biến nào giải thích nhân tố nào, do vậy cần phải xoay các nhân tố. Phƣơng pháp xoay đƣợc chọn ở đây là Varimax, xoay nguyên góc các nhân tố để tối thiểu hóa số lƣợng biến có hệ số lớn tại cùng một nhân tố, vì vậy sẽ tăng cƣờng khả năng giải thích các nhân tố. Sau khi xoay ta cũng sẽ loại bỏ các biến có hệ số tải nhân tố nhỏ hơn 0.5, chỉ những biến có hệ số tải lớn hơn 0.5 mới đƣợc sử dụng để giải thích một nhân tố. Khi xoay các nhân tố, sự tập trung của các biến theo từng nhân tố đã hiện rõ ràng trong bảng 4.3.
Nhƣ kết quả phân tích, 26 biến quan sát đƣa vào thỏa mãn yêu cầu và đƣợc chia thành 8 nhóm nhân tố với tên gọi tƣơng ứng với các nhân tố ảnh hƣởng đến Động viên nhân viên nhƣ trong mơ hình ban đầu đã đƣợc xây dựng , bao gồm các nhóm nhân tố nhƣ sau: Đặc điểm công việc, Lƣơng và phúc lợi, Đào tạo và phát triển, Mối quan hệ với lãnh đạo, Mối quan hệ với đồng nghiệp, Đảm bảo công việc, Đƣợc công nhận, Thƣơng hiệu. Tuy nhiên đối với 2 biến Mối quan hệ với đồng nghiệp và mối quan hệ với lãnh đạo đƣợc gom chung thành một nhân tố mới. Nhƣ vậy ở mơ
hình này, khơng có sự khác biệt giữa mối quan hệ với lãnh đạo và mối quan hệ với đồng nghiệp. Đặt tên nhân tố mới này là “Quan hệ trong công việc”.
Bảng 4.3: Ma trận nhân tố với phép quay Varimax
Biến Nhân tố 1 2 3 4 5 6 7 BC1 .074 .031 .803 .095 -.054 .113 .203 BC2 .168 .153 .792 .223 .152 .283 .052 BC3 .210 .197 .646 .205 .375 .011 -.068 BC5 .108 .240 .777 .245 .164 .306 .076 DB1 .068 .256 .209 .191 .742 .201 .204 DB2 .090 .318 .157 .138 .798 .184 .123 DB3 .033 .241 .041 .111 .883 .146 .068 CN1 .228 .220 .314 .713 .201 .155 .106 CN2 .096 .083 .111 .871 .077 .158 .128 CN3 -.021 .150 .104 .835 .045 .185 .161 CN4 .201 .196 .311 .659 .290 .054 .085 DT1 .122 .139 .088 .097 .052 .213 .871 DT2 .136 .245 .142 .128 .180 .116 .816 DT3 .198 .250 .047 .216 .113 .168 .790 LD1 -.008 .792 .176 .123 .152 .013 .062 LD2 .150 .765 .215 .164 .153 .056 .152 LD3 .130 .680 .220 .177 .230 .052 .265 DN1 .102 .566 -.024 .125 .184 .363 .184 DN3 .034 .672 -.033 .064 .257 .288 .183 TN1 .087 .188 .178 .152 .091 .820 .188 TN2 .067 .125 .213 .201 .136 .781 .181 TN3 .200 .105 .225 .149 .276 .750 .122 TH1 .806 .198 .122 .114 .030 .091 .150 TH2 .882 .088 .074 .025 .015 .094 .053 TH3 .857 .070 .033 .066 .121 .089 .162 TH4 .830 -.062 .187 .130 .038 .045 .058 Eigenvalue 9.893 2.583 2.069 1.703 1.453 1.263 1.004 %Phƣơng sai 38.052 9.936 7.956 6.549 5.589 4.858 3.863
Đặc điểm công việc
H1’
Đảm bảo công việc
Đƣợc công nhận thành quả làm việc
H2’
H3’
Động viên nhân viên Đào tạo và thăng tiến
H4’
Quan hệ trong công việc
H5’ H6’
Lƣơng và phúc lợi
H7’
Thƣơng hiệu
Sau khi phân tích, mơ hình và các giả thuyết nghiên cứu đƣợc điều chỉnh dùng để phân tích hồi quy nhƣ sau:
Hình 4.5: Mơ hình điều chỉnh
H1’ : Cảm nhận về đặc điểm cơng việc tốt thì sẽ động viên được nhân viên.
H2’ : Cảm nhận về việc công việc được đảm bảo tốt sẽ động viên được nhân viên. H3’: Cảm nhận của nhân viên về việc được công nhận thành quả làm việc tốt sẽ động viên được nhân viên.
H4’: Cảm nhận của nhân viên về việc đào tạo và thăng tiến tốt thì sẽ động viên được nhân viên.
H5’: Cảm nhận của nhân viên về các mối quan hệ trong công việc tốt thì sẽ động viên được nhân viên
H6’ : Cảm nhận của nhân viên về lương và phúc lợi tốt thì sẽ động viên được nhân viên.
H7’ : Cảm nhận của nhân viên về thương hiệu của tổ chức tốt thì sẽ động viên được nhân viên.
4. 4 Phân tích hồi quy
Sau khi xác định đƣợc nhóm yếu tố phù hợp ảnh hƣởng đến động viên nhân viên trong ngành Ngân hàng. Để biết đƣợc mức độ ảnh hƣởng của các biến độc lập này tới biến phụ thuộc nhƣ thế nào, ta sẽ đi vào phân tích hồi quy tuyến tính.
4.4.1Ma trận hệ số tương quan giữa các biến
Bƣớc đầu tiên khi phân tích hồi quy tuyến tính ta sẽ xem xét các mối quan hệ tƣơng quan tuyến tính giữa biến phụ thuộc và từng biến độc lập, cũng nhƣ giữa các biến độc lập với nhau. Nếu hệ số tƣơng quan giữa biến phụ thuộc và các biến độc lập lớn chứng tỏ giữa chúng có quan hệ với nhau và phân tích hồi quy tuyến tính có thể phù hợp. Mặc khác nếu giữa các biến độc lập cũng có tƣơng quan lớn với nhau thì đó cũng là dấu hiệu cho biết giữa chúng có thể xảy ra hiện tƣợng đa cộng tuyến trong mơ hình hồi quy tuyến tính ta đang xét. Hệ số tƣơng quan Pearson (r) đƣợc dùng để lƣợng hóa mức độ chặt chẽ của mối quan hệ giữa hai hay nhiều biến thứ tự. Giá trị tuyệt đối của r tiến gần đến 1 khi hai biến có mối tƣơng quan tuyến tính chặt chẽ (Hồng Trọng & Chu Nguyễn Mộng Ngọc, 2008, trang 204).
Bảng 4.4: Phân tích tƣơng quan các biến độc lập và biến phụ thuộc
Dong vien nhan vien Dac diem cong viec Dam bao cong viec Duoc cong nhan thanh qua Dao tao thang tien Moi quan he Luong va phuc loi Thuong hieu Dong vien nhan
vien 1
Dac diem cong
viec .626** 1
Dam bao cong
viec .652** .436** 1
Duoc cong nhan
thanh qua .668** .540** .452** 1
Dao tao thang tien .622** .327** .391** .417** 1
Moi quan he .685** .433** .609** .469** .527** 1 Luong va phuc loi
.660** .492** .471** .469** .468** .472** 1
Thuong hieu .480** .341** .218** .314** .340** .269** .296** 1 **. Correlation is significant at the 0.01 level (2-tailed).
(Nguồn: Phân tích tương quan Pearson) Kết quả phân tích ma trận tƣơng quan các biến cho thấy:
Các biến độc lập có tƣơng quan khá mạnh với biến phụ thuộc (động viên nhân viên) cao nhất là 0.685, thấp nhất là 0.480. Do đó các biến độc lập này có thể đƣa vào phân tích hồi quy để giải thích ảnh hƣởng đến kết quả của mơ hình.
Tuy nhiên, giữa các biến độc lập cũng có tƣơng quan khá mạnh với nhau, hệ số tƣơng quan cao nhất là 0.609. Do đó, trong phân tích hồi quy sẽ thận trọng với trƣờng hợp đa cộng tuyến có thể xảy ra ảnh hƣởng đến kết quả phân tích. 4.4.2Phân tích hồi quy
Kiểm định giả định của mơ hình hồi quy
Phân tích hồi quy khơng phải chỉ là việc mơ tả các dữ liệu quan sát đƣợc. Từ các kết quả quan sát đƣợc trong mẫu, ta phải suy rộng kết luận cho mối liên hệ giữa các biến trong tổng thể. Sự chấp nhận và diễn dịch kết quả hồi quy không thể tách rời các giả định cần thiết và sự chẩn đoán về sự vi phạm các giả định đó. Nếu các giả định bị vi phạm, thì các kết quả ƣớc lƣợng đƣợc không đáng tin cậy nữa. Vì vậy, để đảm bảo sự diễn dịch từ kết quả hồi quy của mẫu cho tổng thể có giá trị, trong phần này sẽ tiến hành kiểm định giả định của hàm hồi quy nhƣ sau:
Khơng có hiện tượng đa cộng tuyến
Thông số VIF biến thiên từ 1,226 đến 1,989 và đều nhỏ hơn 10 (bảng 3.7), do đó hiện tƣợng đa cộng tuyến không ảnh hƣởng đến kết quả giải thích của mơ hình (Hồng Trọng & Chu Nguyễn Mộng Ngọc, 2008, trang 235).
Phương sai của phần dư không đổi
Kiểm định Pearson cho thấy khơng có sự tƣơng quan giữa phần dƣ chuẩn hóa và các biến độc lập trong mơ hình nghiên cứu hay nói một cách khác khơng có hiện tƣợng phƣơng sai của sai số thay đổi. Bên cạnh đó, đồ thị biểu diễn phần dƣ chuẩn hóa theo giá trị dự đốn chuẩn hóa phân tán ngẫu nhiên Nhƣ vậy, giả định này khơng bị vi phạm (Hồng Trọng & Chu Nguyễn Mộng Ngọc, 2008, trang 226).
Các phần dư có phân phối chuẩn
Đồ thị phân phối chuẩn của phần dƣ cho thấy phân phối của phần dƣ gần nhƣ là phân phối chuẩn Biểu đồ có trung bình Mean = 0 và độ lệch chuẩn Std. Dev=0,982. Thêm vào đó, đồ thị của phần dƣ cũng cho thấy các điểm quan sát thực tế tập trung sát với đƣờng thẳng kỳ vọng (Phụ lục B3). Nhƣ vậy, có thể kết luận rằng giả định về phân phối chuẩn của phần dƣ khơng bị vi phạm (Hồng Trọng & Chu Nguyễn Mộng Ngọc, 2008, trang 228).
Khơng có hiện tượng tương quan giữa các phần dư
Hệ số Durbin-Watson của mơ hình hồi quy là 1.866 (bảng 4.5) ta có thể kết luận giả định về tính độc lập của sai số khơng bị vi phạm. Một cách khác, ta có thể xét đồ thị phân tán phần dƣ chuẩn hóa theo thứ tự quan sát cho thấy khơng có hiện tƣợng tƣơng quan chuỗi bậc nhất, hay giữa các phần dƣ khơng có sự tƣơng quan (Hồng Trọng & Chu Nguyễn Mộng Ngọc, 2008, trang 232).
Phân tích hồi quy
Phân tích hồi quy đƣợc thực hiện với 7 biến độc lập bao gồm: Đặc điểm công việc, Đảm bảo công việc, Công nhận kết quả, Đào tạo và thăng tiến, Mối quan hệ, Lƣơng và phúc lợi, Thƣơng hiệu. Các biến đƣợc đƣa vào cùng một lúc để chọn lọc dựa trên tiêu chí chọn những biến có mức ý nghĩa <0.05. Kết quả phân tích hồi quy