Trung bình thang đo nếu loại biến Phương sai thang đo nếu loại biến Tương quan biến-tổng hiệu chỉnh Cronbach's Alpha nếu loại biến CV1 15.46 4.069 0.233 0.553 CV2 15.88 3.161 0.560 0.383 CV3 16.26 3.128 0.360 0.486 CV4 16.74 3.570 0.171 0.611 CV5 16.38 3.292 0.366 0.482
(Nguồn: kết quả phân tích của tác giả)
Phúc lợi: thang đo này có Cronbach’s Alpha bằng 0.819 (≥0.6), các hệ số
tương quan biến – tổng hiệu chỉnh của các biến quan sát đều ≥0.3 nên thang đo này đảm bảo ý nghĩa thống kê và Cronbach’s Alpha khi loại bỏ biến cũng nhỏ hơn Cronbach’s Alpha ban đầu, do đó 5 biến thành phần của Phúc lợi đều được đưa vào phân tích EFA.
Khen thưởng: thang đo này có Cronbach’s Alpha bằng 0.894 (≥0.6), các hệ số
tương quan biến – tổng hiệu chỉnh của các biến quan sát đều ≥0.3 nên thang đo này đảm bảo ý nghĩa thống kê. Biến quan sát KT1 có Cronbach’s Alpha tăng (0.916) khi loại biến, tuy nhiên, tương quan biến-tổng hiệu chỉnh cao (0.609) nên được giữ lại để nghiên cứu tiếp, do đó 4 biến thành phần của Khen thưởng đều được đưa vào phân tích EFA.
Lịng trung thành: thang đo Lịng trung thành có Cronbach’s Alpha bằng
0.849 (≥0.6), các hệ số tương quan biến – tổng hiệu chỉnh của các biến quan sát đều ≥0.3 nên thang đo này đảm bảo ý nghĩa thống kê. Biến quan sát TT2 có Cronbach’s Alpha tăng (0.865) khi loại biến, tuy nhiên, tương quan biến-tổng hiệu chỉnh cao (0.645) nên được giữ lại để nghiên cứu tiếp, do đó 3 biến thành phần của Lòng trung thành đều được đưa vào phân tích EFA.
Kết luận về Cronbach’s Alpha
Cronbach’s Alpha của các biến Tiền lương, Sự hỗ trợ của lãnh đạo, Sự hỗ trợ của đồng nghiệp, Cơ hội đào tạo và thăng tiến, Phúc lợi, Khen thưởng và Lòng trung thành đều khá cao nên được tiếp tục đưa vào nghiên cứu, các biến quan sát của từng thang đo không thay đổi. Thang đo Bản chất công việc có hệ số Cronbach’s Alpha thấp (0.563), hệ số tương quan biến tổng của từng biến cũng thấp (bảng 4.3) nên không đảm bảo ý nghĩa thống kê, không tiếp tục đưa vào nghiên cứu.
4.4 PHÂN TÍCH NHÂN TỐ KHÁM PHÁ
Khi phân tích nhân tố khám phá, cần chú ý một số vấn đề sau:
Trong thực tiễn nghiên cứu, để thang đo đạt giá trị hội tụ thì hệ số tương quan đơn giữa các biến và các nhân tố - hệ số tải nhân tố (factor loading) >0.5, thang đo được xem là có ý nghĩa thực tiễn. Nếu biến quan sát có hệ số tải nhân tố <0.5 sẽ bị loại (Nguyễn Đình Thọ, 2011). Để đạt giá trị phân biệt, khác biệt giữa các nhân tố phải lớn hơn hoặc bằng 0.3, những biến quan sát có khoảng cách chênh lệch về trọng số nhỏ hơn sẽ không tạo ra sự khác biệt. Tuy nhiên, chúng ta cũng cần xem xét giá trị nội dung của nó trước khi quyết định loại bỏ hay giữ lại biến đo lường.
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 và tiêu chí eigenvalue tối thiểu phải bằng 1 thì mơ hình EFA phù hợp (Nguyễn Đình Thọ, 2011), nghĩa là phần chung phải lớn hơn phần riêng và sai số .
Để xác định sự phù hợp khi dùng EFA, người ta thường dùng kiểm định KMO và kiểm định Barlett.
Kiểm định KMO (Kaiser-Meyer-Olkin): là một chỉ số 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, cịn nếu như trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu (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).
Trong đề tài này, tác giả phân tích EFA cho các biến độc lập cùng một lúc, tác giả sử dụng phương pháp trích nhân tố Principal components với phép xoay Varimax và điểm dừng khi các yếu tố có Eigenvalues lớn hơn hoặc bằng 1.
Kết quả phân tích EFA như sau: a. Kết quả phân tích biến độc lập
Kết quả phân tích EFA cho các biến độc lập lần 1
Tác giả tiến hành phân tích EFA cho 6 biến độc lập tiền lương, sự hỗ trợ của lãnh đạo, sự hỗ trợ của đồng nghiệp, cơ hội đào tạo và thăng tiến, phúc lợi, khen thưởng, thu được kết quả như sau (phụ lục 5):
- Số lượng nhân tố trích được là 5 nhân tố. - Hệ số KMO đạt 0.719
- Kiểm định Barlett: Sig= 0.000, đạt yêu cầu.
- Kết quả phân tích nhân tố cho thấy phương sai được giải thích là 70.732 %, điều này thể hiện 5 nhân tố được trích ra có thể giải thích được gần 71% biến thiên của dữ liệu.
- Điểm dừng khi trích các yếu tó tại nhân tố thứ 5 với eigenvalue là 1.252, đạt yêu cầu.
Tuy nhiên, sau khi phân tích EFA lần 1, tác giả nhận thấy có một số vấn đề như sau:
- Biến LD1 “Nhìn chung, tơi thỏa mãn với sự hỗ trợ từ cấp trên của tơi.” Có hệ số tải nhân tố thấp 0.506, chênh lệch trọng số λia – λib = 0.136, nhỏ hơn giá trị cần đạt là 0.3 để thang đo có giá trị phân biệt. Do đó tác giả tiến hành xem xét lại giá trị nội dung của biến quan sát này này (LD1): Tác giả đã tiến hành nghiên cứu định tính một lần nữa thơng qua sự hội ý của một số thành viên tham gia phỏng vấn. Kết quả cho thấy các thành viên này đều hiểu nội dung sự hỗ trợ từ cấp trên của biến quan sát này là sự hỗ trợ của các cấp quản lý đang làm việc trực tiếp trên biển. Tác giả cho rằng câu hỏi này có sự khơng rõ ràng, cấp trên khơng có nghĩa là lãnh đạo. Khi phân tích Cronbach’s Alpha, tác giả cũng có chú ý đến biến này. Vì vậy để thực chạy EFA tiếp theo sau, tác giả quyết định loại bỏ biến LD1, chỉ đưa 2 biến còn lại vào.
- Biến DT1 “Công ty đào tạo cho nhân viên kỹ năng cần thiết cho cơng việc.”, có hệ số tải nhân tố thấp 0.489, chênh lệch trọng số λia – λib = 0.062. Biến DT2 “Công ty luôn tạo điều kiện cho nhân viên học tập và nâng cao chun mơn.” có hệ số tải nhân tố thấp, 0.482, chênh lệch trọng số λia – λib = 0.032. DT3 “Ln có cơ hội thăng tiến cho người có năng lực” có hệ số tải nhân tố> 0.5, nhưng cũng khá thấp (0.51), đồng thời, chênh lệch trọng số thấp (0.042). Cả ba biến quan sát này cùng thuộc 1 thang đo là Cơ hội đào tạo và thăng tiến, hệ số tải nhân tố và chênh lệch trọng số của các biến quan sát đều thấp do đó thang đo này khơng có giá trị hội tụ và giá trị phân biệt. Tác giả
tiến hành nghiên cứu thảo luận với một số đối tượng khảo sát thì thấy họ đều hiểu rõ nội dung câu hỏi. Tuy nhiên, có một sự phản hồi như sau: trong thời điểm hiện tại, do ảnh hưởng của khủng hoảng kinh tế, một số mỏ dầu không thể đưa vào khai thác đúng tiến độ, do đó, các vị trí đều có sẵn, ít phát sinh thêm, ít có sự dịch chuyển nhân viên sang các mỏ mới nên việc thăng tiến trong điều kiện hiện tại gặp nhiều khó khăn. Về yếu tố đào tạo, tác giả nghĩ đến nguyên nhân sau: đây là ngành nghề có sự địi hỏi cao về chun môn, các công ty đều phải thường xuyên huấn luyện và đào tạo nâng cao chuyên môn cho nhân viên của mình để đạt hiệu quả tốt nhất cho cơng việc, đây có thể chỉ là một yếu tố duy trì mà khơng góp phần làm tăng lịng trung thành của nhân viên khai thác dầu khí. Như vậy, trong nghiên cứu này, biến Cơ hội đào tạo và thăng tiến khơng có ý nghĩa thống kê, khơng thể tiếp tục đưa vào nghiên cứu.
- Các biến DN4 “Cấp trên của tôi luôn lắng nghe ý kiến của nhân viên.” có hệ số tải nhân tố > 0.5, nhưng cũng khá thấp (0.543), đồng thời, chênh lệch trọng số thấp (0.126). Khi phân tích Cronbach’s Alpha, biến DN4 có hệ số tương quan biến- tổng hơi thấp (0.535) và hệ số Cronbach’s Alpha của thang đo Sự hỗ trợ của đồng nghiệp sẽ tăng nếu loại trừ biến này (0.789). Do đó, tác giả bỏ biến này vì khơng có ý nghĩa thống kê, chỉ đưa 3 biến còn lại vào nghiên cứu tiếp theo.
- PL1 “Tôi thỏa mãn với phụ cấp đi biển và các loại phụ cấp nói chung.”, PL4 “Các phúc lợi mà tôi nhận được không thua kém các công ty khác” có hệ số tải nhân tố > 0.5, chênh lệch trọng số thấp (<0.3). Tuy nhiên, khi xem xét giá trị nội dung của các biến này, tác giả cho rằng cần giữ lại.
Như vậy, sau khi phân tích nhân tố lần thứ nhất, có một số biến quan sát cần bỏ bớt do khơng có ý nghĩa thống kê, do đó tác giả có một số điều chỉnh để phân tích nhân tố lần 2 như sau:
- Đối với biến Khen thưởng: 4 biến quan sát KT1, KT2, KT3, KT4 được tiếp tục đưa vào phân tích.
- Đối với biến Phúc lợi: 5 biến quan sát PL1, PL2, PL3, PL4, PL5 được tiếp tục đưa vào phân tích.
- Đối với biến Sự hỗ trợ của đồng nghiệp: 3 biến sát DN1, DN2, DN3 được tiếp tục đưa vào phân tích.
- Đối với biến Tiền lương: 3 biến quan sát TL1, TL2, TL3 được tiếp tục đưa vào phân tích.
- Đối với biến Sự hỗ trợ của lãnh đạo: 2 biến quan sát LD2, LD3 được tiếp tục đưa vào phân tích.
Trước khi phân tích nhân tố lần 2, tác giả tiến hành kiểm tra lại độ tin cậy của các thang đo đã điều chỉnh, kết quả cho thấy các nhóm nhân tố đạt yêu cầu về độ tin cậy. Các thang đo Tiền lương, Phúc lợi, Khen thưởng Lịng trung thành khơng có sự thay đổi về số lượng biến quan sát nên hệ số Cronbach’s Alpha được giữ nguyên. Độ tin cậy của thang đo Sự hỗ trợ của lãnh đạo đã tăng lên (Cronbach’s Alpha= 0.759) so với ban đầu (0.748). Độ tin cậy của thang đo Sự hỗ trợ của đồng nghiệp cũng tăng (Cronbach’s Alpha = 0.789> 0.7).
Bảng 4.4 Cronbach’s Alpha lần 2
STT Thang đo Cronbach’s Alpha
1 Tiền lương 0.808 2 Sự hỗ trợ của lãnh đạo 0.759 3 Sự hỗ trợ của đồng nghiệp 0.789 4 Phúc lợi 0.819 5 Khen thưởng 0.888 6 Lòng trung thành 0.849
(Nguồn: kết quả phân tích của tác giả)
Kết quả nhân tố lần 2 cho các biến độc lập như sau:
- Số lượng nhân tố trích được là 5 nhân tố.
- Hệ số KMO đạt 0.685 : phân tích nhân tố thích hợp. - Kiểm định Barlett: Sig = 0.000 (đạt yêu cầu)
- Tổng phương sai trích đạt 75.074%, chứng tỏ sau khi loại bớt các biến quan sát khơng phù hợp, khả năng giải thích của các nhân tố đã tăng lên.
- Tiếp theo tác giả xem xét sự sắp xếp của các biến quan sát trong mỗi nhân tố có cịn giống với các biến độc lập ban đầu của mơ hình hay không thông qua ma trận xoay các nhân tố: Bảng 4.5 Kết quả EFA lần 2 Nhân tố 1 2 3 4 5 KT4 0.872 KT2 0.837 KT3 0.837 KT1 0.724 PL3 0.831 PL2 0.789 PL5 0.645 PL1 0.645 PL4 0.611 DN1 0.842 DN3 0.814 DN2 0.799 TL1 0.794 TL2 0.775 TL3 0.730 LD2 0.840 LD3 0.834
(Nguồn: kết quả phân tích của tác giả)
Thơng qua ma trận xoay các nhân tố ta thấy các biến quan sát đều nằm trong biến độc lập ban đầu với hệ số tải phù hợp (≥0.5). Như vậy so với kết quả phân tích lần thứ nhất khơng có sự thay đổi về số lượng thang đo cũng như số lượng biến quan sát.
Sau khi phân tích nhân tố cho biến độc lập, tác giả tiến hành phân tích nhân tố cho biến phụ thuộc với kết quả như sau:
- Ba biến quan sát của thang đo lịng trung thành được nhóm thành một nhân tố, hệ số tải nhân tố của ba biến quan sát đều > 0.5, không biến quan sát nào bị loại, EFA phù hợp.
- Hệ số KMO = 0.697
- Kiểm định Barlett: sig. = 0.000, đạt yêu cầu - Tổng phương sai trích: 77.278%
Kết luận về EFA
Như vậy, sau khi tiến hành phân tích nhân tố khám phá, nhóm Cơ hội đào tạo và thăng tiến không đảm bảo ý nghĩa thống kê, do đó chỉ cịn lại năm nhóm nhân tố độc lập là tiền lương, sự hỗ trợ của lãnh đạo, sự hỗ trợ của đồng nghiệp, phúc lợi, khen thưởng với 17 biến quan sát, một nhân tố phụ thuộc là lòng trung thành của nhân viên với 3 biến quan sát được tiếp tục đưa vào nghiên cứu. Kết quả phân tích EFA cho thấy các biến độc lập và biến phụ thuộc trên đạt giá trị hội tụ và giá trị phân biệt chấp nhận được.
Mơ hình nghiên cứu điều chỉnh:
Từ kết quả EFA và Cronbach’s Alpha mơ hình đã có sự thay đổi về số lượng các biến độc lập, chỉ còn 5 biến so với mơ hình chính thức gồm các biến như sau: tiền lương, sự hỗ trợ của lãnh đạo, sự hỗ trợ của đồng nghiệp, phúc lợi, khen thưởng. Số lượng biến quan sát trong từng biến độc lập đã có sự thay đổi nhất định.
Hình 4.1 Mơ hình nghiên cứu điều chỉnh
Sự hỗ trợ của lãnh đạo Sự hỗ trợ của đồng nghiệp Tiền lương Khen thưởng Phúc lợi Lòng trung thành của nhân viên H1(+) H4(+) H3(+) H2(+) H5(+)
Các giả thuyết sau khi điều chỉnh
H1: Mức độ thỏa mãn với lương tăng hay giảm thì lịng trung thành của nhân viên đi biển với tổ chức cũng tăng hay giảm theo.
H2: Mức độ thỏa mãn với sự hỗ trợ của lãnh đạo tăng hay giảm thì lịng trung thành của nhân viên đi biển với tổ chức cũng tăng hay giảm theo.
H3: Mức độ thỏa mãn với sự hỗ trợ của đồng nghiệp tăng hay giảm thì lịng trung thành của nhân viên đi biển với tổ chức cũng tăng hay giảm theo.
H4: Mức độ thỏa mãn với điều kiện phúc lợi tăng hay giảm thì lịng trung
thành của nhân viên đi biển với tổ chức cũng tăng hay giảm theo.
H5: Mức độ thỏa mãn với việc khen thưởng tăng hay giảm thì lịng trung thành của nhân viên đi biển với tổ chức cũng tăng hay giảm theo.
4.5 PHÂN TÍCH HỒI QUY
Phân tích hồi quy được thực hiện nhằm xem xét mức độ ảnh hưởng của các yếu tố đên lòng trung thành của nhân viên khai thác dầu khí trên biển. Trước khi phân tích hồi quy, tác giả tiến hành mã hóa biến như sau:
Bảng 4.6 Mã hóa biến
STT Nhân tố Mã hóa
1 Tiền lương tienluong 2 Sự hỗ trợ của lãnh đạo lanhdao
3 Sự hỗ trợ của đồng nghiệp dongnghiep 4 Khen thưởng khenthuong
5 Phúc lợi phucloi
6 Trung thành trungthanh
(Nguồn: kết quả phân tích của tác giả)
Giá trị của mỗi nhân tố được dùng để chạy hồi quy được lấy trung bình của các biến quan sát.
4.5.1 Xem xét ma trận hệ số tương quan
Để xem xét hai biến có liên hệ tương quan tuyến tính với nhau hay khơng ta có thể dùng hệ số tương quan r. Theo kết quả phân tích tương quan (phụ lục 6) , tác giả nhận thấy các biến tiền lương, sự hỗ trợ của đồng nghiệp, phúc lợi, sự hỗ trợ của lãnh đạo và khen thưởng đều có tương quan với yếu tố trung thành, trong đó, biến sự hỗ trợ của đồng nghiệp có tương quan kém nhất với yếu tố trung thành. Giữa các biên độc lập cũng có tương quan với nhau nhưng khơng nhiều.
4.5.2 Kết quả phân tích hồi quy
Tóm tắt mơ hình
Bảng 4.7 Tóm tắt mơ hình hồi quy
Mơ hình R R2 R2 hiệu chỉnh Độ lệch chuẩn của dự
đoán
1 0.802 0.644 0.634 0.44603
(Nguồn: kết quả phân tích của tác giả)
Kết quả hồi quy tuyến tính bội cho thấy mơ hình có hệ số xác định R2 (coefficient of determination) là 0.644 và R2 điều chỉnh (adjusted R square) là 0.634. Như vậy mơ hình giải thích được 63.4% ảnh hưởng của các yếu tố đến lòng