CHƯƠNG 4 : KẾT QUẢ NGHIÊN CỨU
4.2 Kiểm định thang đo
4.2.2 Kiểm định thang đo Căng thẳng do công việc
Bảng 4.4 Kiểm định thang đo căng thẳng do công việc
(Nguồn: Kết quả phân tích SPSS 20.0)
Bảng 4.4 cho thấy thang đo Căng thẳng do công việc được cấu thành bởi 4 biến quan sát. Hệ số Cronbach Alpha của thang đo lần 1 bằng 0.688 > 0.6. Tuy nhiên, ltương quan lbiến ltổng của lbiến lquan sát Cangthang4 nhỏ hơn 0.3 (0.03) nên loại biến này và tiến hàng kiểm định thang đo lần 2. Hệ số Cronbach Alpha của thang đo lần 2 bằng 0.877 > 0.6. Đồng thời, tất cả các lbiến lquansát lcó lhệ lsố ltương lquan lbiến ltổng llớn lhơn 0.3 và dao động từ 0.693 đến 0.81. Hệ số Cronbach Alpha của các lbiến lquansát đều lớn hơn 0.6 và dao rđộng từ 0.782 đến 0.887. Mặc dù, lbiến lquansát CangThang3, có lhệ lsốCronbach rAlpha lớn hơn lhệ lsốCronbach rAlpha của thang đo là 0.887 nhưng ta vẫn giữ lbiến lquan sát vì tương quan biến tổng vẫn thỏa mãn điều kiện.
Trang 34
4.2.3 Kiểm định thang đo Điều kiện làm việc
Bảng 4.5 Kiểm định thang đo điều kiện làm việc
(Nguồn: Kết quả phân tích SPSS 20.0)
Bảng 4.5 cho thấy thang đo Điều kiện làm việc được cấu thành bởi 4 biến quan sát. Hệ lsốCronbach rAlpha của thang đo bằng 0.805 > 0.6. Đồng thời, tất cả các lbiến lquansát lcó lhệ lsố ltương lquan lbiến ltổng llớn lhơn 0.3 và dao rđộng từ 0.578 đến 0.655. Hệ số Cronbach Alpha của các biến quan sát đều lớn hơn 0.6 và dao động từ 0.739 đến 0.776. Vậy thang đo đảm bảo độ tin cậy.
Trang 35
4.2.4 Kiểm định thang đo Cơ hội thăng tiến
Bảng 4.6 Kiểm định thang đo cơ hội thăng tiến
(Nguồn: Kết quả phân tích SPSS 20.0)
Bảng 4.6 cho thấy thang đo Cơ hội thăng tiến được cấu thành bởi 4 biến quan sát. Hệ lsố Cronbach rAlpha của thang đo bằng 0.872 > 0.6. Đồng thời, tất cả các lbiến lquan sát lcó lhệ lsố ltương lquan lbiến ltổng llớn lhơn 0.3 và dao rđộng 0.713 đến 0.758. Hệ số Cronbach Alpha của các lbiến lquansát đều lớn hơn 0.6 và dao động từ 0.823 đến 0.842. Vậy thang đo đảm bảo độ tin cậy
Trang 36
4.2.5 Kiểm định thang đo Lương
Bảng 4.7 Kiểm định thang đo lương
(Nguồn: Kết quả phân tích SPSS 20.0)
Bảng 4.7 cho thấy thang đo Lương được cấu thành bởi 4 biến quan sát. Hệ lsố Cronbach rAlpha của thang đo bằng 0.820 > 0.6. Đồng thời, tất cả các lbiến lquansát lcó lhệ lsố ltương lquan lbiến ltổng llớn lhơn 0.3 và dao rđộng từ 0.623 đến 0.659. Hệ lsốCronbach rAlpha của các lbiến lquan sát đều lớn hơn 0.6 và dao động từ 0.765 đến 0.782. Vậy thang đo đảm bảo độ tin cậy.
Trang 37
4.2.6 Kiểm định thang đo Mối quan hệ với đồng nghiệp
Bảng 4.8 Kiểm định thang đo mối quan hệ với đồng nghiệp
(Nguồn: Kết quả phân tích SPSS 20.0)
Bảng 4.8 cho thấy thang đo Mối quan hệ với đồng nghiệp được cấu thành bởi 4 biến quan sát. Hệ lsốCronbach rAlpha của thang đo bằng 0.818 > 0.6. Đồng thời, tất cả các lbiến lquansát lcó lhệ lsố ltương lquan lbiến ltổng llớn lhơn 0.3 và dao rđộng từ 0.532 đến 0.685. Hệ lsố Cronbach rAlpha của các lbiến lquansát đều lớn hơn 0.6 và dao rđộng từ 0.749 đến 0.819. Mặc dù, biến quan sát DongNghiep1, có hệ số Cronbach Alpha lớn hơn hệ số Cronbach Alpha của thang đo là 0.819 nhưng ta vẫn giữ lại biến quan sát vì tương quan biến tổng vẫn thỏa mãn điều kiện.
Trang 38
4.2.7 Kiểm định thang đo Ý định nghỉ việc
Bảng 4.9 Kiểm định thang đo ý định nghỉ việc
(Nguồn: Kết quả phân tích SPSS 20.0)
Bảng 4.9 cho thấy thang đo Ý định nghỉ việc được cấu thành bởi 4 biến quan sát. Hệ số Cronbach Alpha của thang đo bằng 0.811 > 0.6. Đồng thời, tất cả các lbiến lquan sát lcó lhệ lsố ltương lquan lbiến ltổng llớn lhơn 0.3 và dao rđộng từ 0.611 đến 0.645. Hệ lsố Cronbach rAlpha của các biến quan sát đều lớn hơn 0.6 và dao rđộng từ 0.755 đến 0.771. Vậy thang đo đảm bảo độ tin cậy
Trang 39
4.3 Phân tích nhân tố
4.3.1 Phân tích nhân tố biến độc lập
Bảng 4.10 Phân tích nhân tố biến độc lập
Tên biến quan sát Hệ số tải nhân tố
LanhDao2 0.836 LanhDao1 0.833 LanhDao3 0.827 LanhDao4 0.806 CoHoi4 0.868 CoHoi1 0.839 CoHoi2 0.834 CoHoi3 0.795 DieuKien3 0.805 DieuKien2 0.803 DieuKien1 0.786 DieuKien4 0.745 LuongThuong2 0.814 LuongThuong4 0.786 LuongThuong1 0.74 LuongThuong3 0.707 DongNghiep3 0.819 DongNghiep4 0.755 DongNghiep2 0.754 DongNghiep1 0.731 CangThang2 0.889 CangThang1 0.855 CangThang3 0.841 CangThang4 Hệ số KMO 0.766
Trang 40
Mức Eigenvalues 1.202
Sig. 0.000
Phương sai trích 71.509%
(Nguồn: Kết quả phân tích SPSS 20.0)
Hệ số KMO lần 1 bằng 0.776 (>0.5) và kiểm định Barlett có Sig= 0 (<0.05). Tại mức Eigenvalues = 1.202(>1), EFA đã rút trích được 6 nhân tố từ 23 biến quan sát với tổng phương sai trích là 71.509 % (>50%). Đồng thời, hệ số tải các nhân tố đều lớn hơn 0.5 và dao rđộng từ 0.707 đến 0.889. Do đó, các biến quan sát được giữ lại và phân tích nhân tố đạt u cầu
Sau q trình phân tích nhân tố thì các biến quan sát cịn lại là: Nhóm 1: Lanhdao1, Lanhdao2, Lanhdao3, Lanhdao4
Nhóm 2: Cangthang1, Cangthang2, Cangthang3
Nhóm 3: Dieukien1, Dieukien2, Dieukien3, Dieukien4 Nhóm 4: Cohoi1, Cohoi2, Cohoi3, Cohoi4
Nhóm 5: Luongthuong1, Luongthuong2, Luongthuong3, Luongthuong4 Nhóm 6: Dongnghiep1, Dongnghiep2, Dongnghiep3, Dongnghiep4
Trang 41
4.3.2 Phân tich nhân tố biến phụ thuộc
Bảng 4.11 Phân tích nhân tố biến phụ thuộc
Tên biến quan sát Hệ số tải sai biệt
NghiViec2 .810 NghiViec1 .809 NghiViec3 .789 NghiViec4 .788 Hệ số KMO 0.714 Mức Eigenvalues 2.554 Sig. 0.000 Phương sai trích 63.839% (Kết quả phân tích SPSS 20.0)
Hệ số KMO = 0.714 (>0.5) và kiểm định Barlett có Sig= 0.00 (<0.05) cho rthấy rphân rtích rEFA rlà rthích rhợp. Tại mức Eigenvalues = 2.554 (>1), EFA đã rút trích được từ 4 biến quan sát và thành 1 nhóm với tổng phương sai trích là 63.839% (>50%) và rkhơng rcó rnhân rtố rmới rđược rhình rthành rso rvới rmơ rhình rnghiên rcứu rđề rxuất rban rđầu. rChi rtiết rkết rquả rphân rtích rđược rtrình rbày ở phụ lục 3.
Ta có các giả thuyết nghiên cứu như sau:
Giả thuyết H1: Nếu Sự rhỗ rtrợ rtừ rlãnh rđạo tốt thì với Ý rđịnh rnghỉ rviệc càng thấp.
Giả thuyết H2: Nếu Căng rthẳng rdo rcơng rviệc thấp thì với Ý rđịnh rnghỉ rviệc càng thấp.
Giả thuyết H3: Nếu Điều rkiện rlàm rviệc tốt thì với Ý rđịnh rnghỉ rviệc càng thấp.
Giả thuyết H4: Nếu Cơ rhội rthăng rtiến tốt thì với Ý rđịnh rnghỉ rviệc càng thấp.
Trang 42
Giả thuyết H6: Nếu Mối rquan rhệ rđồng rnghiệp rtốt thì với Ý rđịnh rnghỉ rviệc càng thấp.
4.4 Phân tích hồi quy
Mơ hình hồi quy tuyến tính được xây dựng có dạng: 𝒀 = 𝑩𝟎+ 𝑩𝒊𝑿𝒊
Trong đó:
𝑋𝑖 là trị quan sát thứ i của biến độc lập
𝑌 là giá trị dự đốn ( hay giá trị lí thuyết) thứ 𝑖 của biến phụ thuộc
𝐵0 và 𝐵𝑖: là hệ số hồi qui, phương pháp được dùng để xác định 𝐵0 và 𝐵𝑖 là phương pháp OLS – Ordinary least squares là phương pháp bình phương nhỏ nhất.
Mối quan hệ giữa biến độc lập với ý định nghỉ việc
Phương trình tổng quát đường thẳng có dạng:
𝒀(𝒏𝒈𝒉ỉ 𝒗𝒊ệ𝒄)
= 𝜷𝟎+ 𝜷𝟏𝑳𝒂𝒏𝒉𝑫𝒂𝒐 + 𝜷𝟐𝑪𝒂𝒏𝒈𝑻𝒉𝒂𝒏𝒈 + 𝜷𝟑𝑫𝒊𝒆𝒖𝑲𝒊𝒆𝒏
+ 𝜷𝟒𝑪𝒐𝑯𝒐𝒊 + 𝜷𝟓 𝑳𝒖𝒐𝒏𝒈𝑻𝒉𝒖𝒐𝒏𝒈 + 𝜷𝟔𝑫𝒐𝒏𝒈𝑵𝒈𝒉𝒊𝒆𝒑 + 𝜺
Tác giả kí hiệu như sau;
Các biến độc lập (𝑿𝒊): sự rhỗ rtrợ rtừ rlãnh rđạo, căng rthẳng rdo rcông rviệc, điều rkiện rlàm rviệc, cơ rhội rthăng rtiến, lương rthưởng, mối rquan rhệ rđồng rnghiệp
Các biến độc lập (𝒀): ý định nghỉ việc
𝜷𝒊 (𝒊 = 𝟏, 𝟔): hệ số hồi quy riêng phần của các biến độc lập tương ứng: LanhDao, CangThang, DieuKien, CoHoi, LuongThuong, DongNghiep
Trang 43
4.4.1 Kiểm định hệ số tương quan
Bảng 4.12 Kiểm định hệ số tương quan
(Kết quả phân tích SPSS 20.0)
Ta thấy rằng, các hệ lsố ltương lquan lgiữa lbiến lđộc llập lvà lbiến lphụ lthuộc lđều lcó lý lnghĩa l(sig<0.05) nên các nhân tố đưa vào phân tích hồi quy là hợp lí. Như vậy, giữa các thang đo đo lường mức độ thỏa mãn Ý định nghỉ việc trong mơ hình nghiên cứu khơng có mối tương quan tuyến tính với nhau. Vì thế, sẽ khơng xuất hiện đa cộng tuyến trong phân tích hồi quy. Bên cạnh đó, kết quả phân tích cũng cho thấy mức tương quan tuyến tính giữa từng thang đó trên với thang đo Ý định nghỉ việc, trong đó mối quan hệ tương quan cao nhất là giữa thang đo Ý định nghỉ việc (Nghiviec) và thang đo Lương rthưởng (LuongThuong) bằng |-0.664|. Mức tương quan này không quá cao bằng |-0.664| (<0.8), vì vậy, theo đánh giá sơ bộ, khơng lcó lhiện ltượng lđa lcộng ltuyến (Maddala, 1988).
NV LD CT DK CH L DN NV 1.00 -.358** .333** -.326** -.490** -.664** -.641** Sig. 0.00 0.00 0.00 0.00 0.00 0.00 LD 1.00 .317** 0.09 0.12 0.07 .331** Sig. 0.00 0.14 0.06 0.29 0.00 CT 1.00 -0.05 -.156* -.314** -0.03 Sig. 0.40 0.01 0.00 0.60 DK 1.00 .229** 0.12 0.03 Sig. 0.00 0.06 0.61 CH 1.00 .214** .160* Sig. 0.00 0.01 L 1.00 .454** Sig. 0.00 DN 1.00
Trang 44
4.4.2 Kết quả hồi quy tuyến tính
Phân tích hồi quy tuyến tính sẽ giúp chúng ta biết được cường độ ảnh hưởng của các biến độc lập lên biến phụ thuộc. Để ltiến lhành lphân ltích lhồi lquy ltuyến ltính lbội, lcác lbiến lđưa lvào lmơ lhình ltheo lphương lpháp lEnter. lTiêu lchuẩn lkiểm lđịnh llà ltiêu lchuẩn lđược lxây ldựng lvào lphương lpháp lkiểm lđịnh lgiá ltrị lthống lkê lF lvà lxác lđịnh lxác lsuất ltương lứng lcủa lgiá ltrị lthống lkê lF, lkiểm lđịnh lmức lđộ lphù lhợp lgiữa lmẫu lvà ltổng lthể lthông lqua lhệ lsố lxác lđịnh lR2. lCơng lcụ lchẩn lđốn lgiúp lphát lhiện lsự ltồn ltại lcủa lcộng ltuyến ltrong ldữ
lliệuđược đánh giá mức độ cộng tuyến làm thối hóa tham số ước lượng là: Hệ số phóng
đại phương sai (Variance inflation factor - VIF). Quy tắc khi VIF vượt quá 10, đó là dấu hiệu của đa cộng tuyến (Hồng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
Dựa vào cơ sở lý thuyết và kết quả phân tích ở trên, ta sẽ đưa tất cả các biến độc lập trong mơ hình hồi quy đã điều chỉnh bằng phương pháp đưa vào cùng một lúc Enter để chọn lọc dựa trên tiêu chí chọn những biến có mức ý nghĩa < 0.05.
Kết quả phân tích hồi quy tuyến tính cho các biến số được thể hiện thơng qua các bảng sau:
Bảng 4.13 Tóm tắt mơ hình
Mơ hình Hệ số R R2 R2 hiệu chỉnh
Sai số chuẩn của ước lượng
Hệ số Durbin- Watson
1 .873a .762 .757 .27914 1.435
a. Các dự báo (hằng số): DongNghiep, DieuKien, CangThang, CoHoi, LanhDao, LuongThuong
b. Biến phụ thuộc: NghiViec
(Kết quả phân tích SPSS 20.0)
Kết quả cho thấy mức ý nghĩa Sig. rất nhỏ ở bảng Model summary và hệ số xác định R2 = 0.762 và R2 hiệu chỉnh (Adjusted R square) = 0.757 ở bảng trên chứng minh cho sự phù hợp của mơ hình, tức là cả nhân tố đều giải thích được 75.7% biến động của Ý rđịnh rnghỉ rviệc, điều này cũng cho thấy có nhiều yếu tố mơ hình chưa đưa vào khảo sát. Như vậy, mức độ phù hợp của mơ hình chấp nhận được. Tuy nhiên sự phù hợp này chỉ đúng
Trang 45
với dữ liệu mẫu. Để kiểm định xem có thể suy diễn mơ hình cho tổng thể thực hay không ta phải kiểm định độ phù hợp của mơ hình. Bên cạnh đó, ta sẽ xem xét đến hệ số Durbin Watson dùng để thực hiện kiểm tra tương quan chuỗi bậc nhất
- Nếu 1 < d < 3 thì kết luận mơ hình khơng có tự tương quan. - Nếu 0 < d < 1 thì kết luận mơ hình có tự tương quan dương. - Nếu 3 < d < 4 thì kết luận mơ hình có tự tương quan âm.
Từ đó suy ra: hệ số Durbin Watson bằng 0 < 1.435 < 3 nên khơng có hiện tượng tự
tương quan xảy ra.
Bảng 4.14 Kiểm định sự phù hợp của mô hình
Mơ hình Tổng bình phương R df Bình phương trung bình F Sig. 1 Hồi quy phần dư 60.990 6 10.165 130.455 .000 b 19.012 244 .078 Tổng 80.002 250
a. Biến phụ thuộc: NghiViec
b. Các dự báo (hằng số), DongNghiep, DieuKien, CangThang, CoHoi, LanhDao, LuongThuong
(Kết quả phân tích SPSS 20.0)
Theo bảng 4.14, kết quả kiểm định trị thống kê F = 130.455 với giá trị sig. = 0.00 (<0.05). Như vậy mơ hình hồi quy tuyến tính bội xây dựng được phù hợp với tập dữ liệu, các biến độc lập trong mơ hình có quan hệ với biến phụ thuộc. Như vậy, mơ hình có thể sử dụng được.
Trang 46
Bảng 4.15 Kết quả phân tích hồi quy tuyến tính
Thơng số mơ hình hồi quy
Mơ hình Hệ số chưa chuẩn hóa Hệ số chuẩn hóa t Mức ý nghĩa Sig. Thống kê đa cộng tuyến B Sai số chuẩn Beta Hệ số Tolerace VIF 1.(hằng số) 7.858 .254 30.934 .000 LanhDao -.256 .035 -.265 -7.409 .000 .762 1.312 CangThang .234 .032 .260 7.303 .000 .769 1.300 DieuKien -.204 .038 -.175 -5.405 .000 .934 1.071 CoHoi -.219 .033 -.224 -6.740 .000 .885 1.130 DongNghiep -.271 .033 -.304 -8.148 .000 .699 1.432 LuongThuong -.365 .038 -.358 -9.525 .000 .689 1.451
a. Biến phụ thuộc: NghiViec
(Kết quả phân tích SPSS 20.0) Hệ số phóng đại phương sai – VIF (Variance inflation factor) của các biến độc lập trong mơ hình đều lớn hơn 1 và nhỏ hơn 1.451 đo đó các biến độc lập đưa ra trong mơ hình khơng có hiện tượng đa cộng tuyến.
Ta có phương trình hồi quy được viết cụ thể như sau: Phương trình beta chuẩn hóa:
𝒀 (𝒏𝒈𝒉𝒊𝑽𝒊𝒆𝒄)
= (−𝟎. 𝟐𝟔𝟓)𝑳𝒂𝒏𝒉𝑫𝒂𝒐 + 𝟎. 𝟐𝟔𝑪𝒂𝒏𝒈𝑻𝒉𝒂𝒏𝒈 + (−𝟎. 𝟏𝟕𝟓)𝑫𝒊𝒆𝒖𝑲𝒊𝒆𝒏 + (−𝟎. 𝟐𝟐𝟒)𝑪𝒐𝑯𝒐𝒊
Trang 47 Phương trình chưa beta chuẩn hóa:
𝒀 (𝒏𝒈𝒉𝒊𝑽𝒊𝒆𝒄)
= 𝟕. 𝟖𝟓𝟕 + (−𝟎. 𝟐𝟔𝟓)𝑳𝒂𝒏𝒉𝑫𝒂𝒐 + 𝟎. 𝟐𝟑𝟒𝑪𝒂𝒏𝒈𝑻𝒉𝒂𝒏𝒈 + (−𝟎. 𝟐𝟎𝟒)𝑫𝒊𝒆𝒖𝑲𝒊𝒆𝒏 + (−𝟎. 𝟐𝟏𝟗)𝑪𝒐𝑯𝒐𝒊
+ (−𝟎. 𝟑𝟔𝟓)𝑳𝒖𝒐𝒏𝒈𝑻𝒉𝒖𝒐𝒏𝒈 + (−𝟎. 𝟐𝟕𝟏)𝑫𝒐𝒏𝒈𝑵𝒈𝒉𝒊𝒆𝒑
Theo phương trình hồi quy thì các nhân tố Sự rhỗ rtrợ rtừ rlãnh rđạo, Căng rthẳng rdo công rviệc, Điều rkiện rlàm rviệc, Cơ rhội rthăng rtiến, Lương rthưởng, Mối rquan rhệ rđồng nghiệp có ảnh hưởng đến Ý rđịnh rnghỉ rviệc. Trong đo, chỉ có Căng rthẳng rdo rcơng rviệc tác động cùng chiều, các nhân tố còn lại tác động ngược chiều.
Từ các kết quả đã phân tích trên, ta có thể khẳng định rằng giả thiết nghiên cứu là hoàn toàn phù hợp.
4.5 Kiểm định sự khác biệt 4.5.1 Kiểm định T-Test 4.5.1 Kiểm định T-Test
Phân tích T-test
Trang 48
Bảng 4.16 Kiểm định T-Test với Giới tính
Giá trị Sig của kiểm
định Levene
Giá trị Sig của kiểm định T-Test
F Sig. t df Sig. (2- tailed) Mean Difference Std. Error Difference NghiViec Equal variances assumed .021 .885 -2.476 249 .014 -.17511 .07074 Equal variances not assumed -2.478 248.476 .014 -.17511 .07067 (Kết quả phân tích SPSS 20.0)
Hệ số Sig trong kiểm định Levene của Giới tính lớn hơn 0.05 (0.885). Do đó, phương sai của nhóm nhân tố đồng nhất. Vì vậy, ta chọn dịng thứ nhất Equal variances assumed. Với độ tin cậy 95% phân tích ANOVA giữa Ý rđịnh rnghỉ rviệc với nhóm Giới tính có hệ số Sig nhỏ hơn 0.05 (0.014) thì giữa các thành phần có sự khác biệt. Do đó, bác bỏ giả thuyết H7a.
4.5.2 Kiểm định ANOVA
+ Giả thuyết H7b: Khơng có sự khác biệt về Độ tuổi và Ý định nghỉ việc
+ Giả thuyết H7c: Khơng có sự khác biệt về Ngành lao động và Ý rđịnh rnghỉ rviệc
Trang 49
Bảng 4.17 Kiểm tra tính đồng nhất phương sai
Độ tuổi
Thống kê Levene df1 df2 Sig.
.611 3 247 .609 (Kết quả phân tích SPSS 20.0) Bảng 4.18 ANOVA Độ tuổi Tổng bình phương df Gía trị trung bình F Sig. Giữa các nhóm 2.500 3 .833 2.655 .049 Trong các nhóm 77.503 247 .314 Tổng 80.002 250 (Kết quả phân tích SPSS 20.0)
Hệ số Sig trong kiểm định Levene của Độ tuổi lớn hơn 0.05 (0.609). Do đó, phương sai của nhóm nhân tố đồng nhất.
Với độ tin cậy 95% phân tích ANOVA giữa Ý rđịnh rnghỉ rviệc với nhóm Độ tuổi có hệ số Sig nhỏ hơn 0.05 (0.049) thì giữa các thành phần có sự khác biệt. Vì vậy bác bỏ giả thuyết H7b.
Trang 50
Bảng 4.19 Kiểm tra tính đồng nhất của phương sai
Nghề nghiệp
Levene Statistic df1 df2 Sig.
.820 3 247 .484 (Kết quả phân tích SPSS 20.0) Bảng 4.20 Kiểm định ANOVA Nghề nghiệp Tổng bình phương df Gía trị trung bình F Sig. Giữa các nhóm 1.097 3 .366 1.145 .332 Trong các nhóm 78.905 247 .319 Tổng 80.002 250 (Kết quả phân tích SPSS 20.0)
Hệ số Sig trong kiểm định Levene của Ngành lao động lớn hơn 0.05 (0.484). Do đó, phương sai của nhóm nhân tố đồng nhất.
Với độ tin cậy 95% phân tích ANOVA giữa Ý định nghỉ việc với nhóm Ngành lao động có hệ số Sig lớn hơn 0.05 (0.332) thì giữa các thành phần khơng có sự khác biệt. Vì