Stt Nhóm Nhân tố 1 1 Loy3 .860 2 Loy1 .842 3 Loy2 .828 Phương sai trích : 71.074%
Bảng 4.22 : Kiểm tra bằng phương pháp KMO and Bartlett's
Giá trị KMO. .706 Kiểm định Bartlett’s Thống kê Chi-square 215.473
Df 3
Giá trị P .000
4.3 PHÂN TÍCH HỒI QUI
Phân tích hồi quy tuyến tính để biết được cường độ tác động của các biến độc
lập lên biến phụ thuộc. Từ đó, kiểm tra được độ thích hợp của mơ hình, xây dựng
mơ hình hồi quy bội, kiểm định các giả thuyết. Vấn đề chấp nhận và diễn giải các kết quả hồi quy được xem xét trong mối liên hệ với các giả thuyết nghiên cứu.
4.3.1 Mơ hình hồi quy đối với các biến thành phần
Phân tích hồi quy được thực hiện với 6 biến độc lập bao gồm : Đồng nghiệp (X1), Lãnh đạo (X2), Đào tạo và thăng tiến (X3), Lương thưởng (X4), Bản chất
công việc (X5), Môi trường làm việc (X6) và biến phụ thuộc là Lòng trung thành của nhân viên (Y).
Giá trị của các biến độc lập được tính trung bình dựa trên các biến quan sát thành phần của các biến độc lập đó. Giá trị của biến phụ thuộc là giá trị trung
bình của các biến quan sát về lịng trung thành của nhân viên. Phân tích được
thực hiện bằng phương phán Enter. Các biến được đưa vào cùng một lúc để xem biến nào được chấp nhận. Kết quả phân tích hồi quy như sau :
Bảng 4.23 : Kết quả hồi quy sử dụng phương pháp Enter
Thành phần
Chưa chuẩn hóa Beta chuẩn hóa Giá trị t Giá trị P.
Đo lường đa cộng tuyến
(Collinearity Statistics) B Sai lệch
Độ chấp nhận
(Tolerance)
Hệ số phóng đại phương sai (VIF)
Hằng số -.206 .281 -.732 .465 Đồng nghiệp .093 .058 .080 1.616 .107 .769 1.301 Lãnh đạo .300 .069 .249 4.337 .000 .570 1.755
Đào tạo và thăng tiến
.074 .066 .066 1.121 .264 .542 1.846
Lương thưởng
.228 .067 .181 3.387 .001 .654 1.529
Bản chất công việc
.421 .057 .400 7.420 .000 .645 1.551
Môi trường làm việc
-.045 .041 -.048 -1.098 .273 .961 1.041
R2 hiệu chỉnh = 0.558
Kết quả phân tích hồi quy tuyến tính bội với phương pháp enter (phương pháp đưa vào một lượt) cho thấy mơ hình có R2 đã hiệu chỉnh đạt ở mức 0,558 được thể hiện qua (bảng 4.23).
Từ bảng kết quả mơ hình hồi quy trên cho ta thấy yếu tố môi trường làm việc, đào tạo và thăng tiến, đồng nghiệp khơng có ý nghĩa thống kê, giá trị P lớn hơn 0,05.
Đánh giá sự phù hợp của mơ hình : Thơng qua thước đo R2 điều chỉnh
(Adjusted R square) để đánh giá độ phù hợp của mơ hình sẽ an tồn vì nó khơng thổi phồng mức độ phù hợp của mơ hình.
Mơ hình có R2 đã hiệu chỉnh là 0,558. Điều này nói lên độ thích hợp của mơ hình là 55.8 % hay nói một cách khác mơ hình này giải thích được
55.8% sự biến thiên của nhân tố Lòng trung thành là do các biến trong mơ hình và cịn lại 44.2% sự biến thiên của nhân tố Lòng trung thành được giải thích bởi các biến khác ngồi mơ hình mà trong phạm vi nghiên cứu của đề tài này chưa xem xét đến.
Bảng 4.24 Bảng đánh giá sự phù hợp của mơ hình
Thành phần Hệ số R R2 R2 hiệu chỉnh Sai số chuẩn của ước lượng
1 .755a .570 .558 .58289
a. Biến độc lập : (Hằng số), Môi trường làm việc, Đồng nghiệp, Lương thưởng, Lãnh đạo, Bản chất cơng việc, đào tạo và thăng tiến
• Kiểm định độ phù hợp của mơ hình: Kiểm định F sử dụng để xem xét mối
quan hệ giữa biến phụ thuộc Y có mối liên hệ tuyến tính với tồn bộ tập biến hay khơng. Nếu giả thuyết R2pop = 0 bị bác bỏ tức là kết hợp của các biến hiện có trong mơ hình có thể giải thích được thay đổi của biến Y, tức mơ
hình xây dựng phù hợp với tập dữ liệu.
Trong bảng phân tích ANOVA, ta thấy giá trị sig. rất nhỏ (sig = 0.00 < 0.05), bác bỏ giả thuyết R2pop = 0 hay kết luận mơ hình hồi quy xây dựng phù hợp với tổng thể và có thể sử dụng được. Phân tích ANOVA cho giá trị F = 50.722
Bảng 4.25 Bảng kiểm định độ phù hợp của mơ hình
Thành phần Tổng các độ lệch bình phương Bậc tự do Độ lệch bình phương bình quân F Sig. 1 Hồi qui 103.402 6 17.234 50.722 .000b
Phần dư 78.146 230 .340
Tổng 181.548 236
a. Biến phụ thuộc : Lòng trung thành
b. Biến độc lập : : (Hằng số), Môi trường làm việc, Đồng nghiệp, Lương thưởng, Lãnh đạo, Bản chất công việc, đào tạo và thăng tiến
• Dị tìm sự vi phạm các giả định trong hồi quy tuyến tính:
- Giả định liên hệ tuyến tính: Sử dụng đồ thị phân tán giữa các phần dư và
giá trị dự đốn mà mơ hình tuyến tính đưa ra.
Qua đồ thị bên dưới, có thể thấy giả định này bị bác bỏ vì phần dư
chuẩn hóa phân tán khá ngẫu nhiên hai bên đường thẳng đi qua 0
Đồ thị 4.6: Biểu đồ phân tán giữa phần dư và giá trị dự đoán
- Giả định phương sai của sai số không đổi: Sử dụng đồ thị phân tán giữa
các phần dư và giá trị dự đốn mà mơ hình đưa ra, nếu độ lớn của phần dư tăng hoặc giảm với các giá trị dự đốn, có thể nghi ngờ giả định
phương sai của sai số không đổi bị vi phạm. Bên cạnh đó sử dụng kiểm
định Spearman, với giả thuyết được đặt ra là phương sai của sai số thay đổi, nếu giả thuyết này đúng thì hệ số tương quan hạng tổng thể giữa
phần dư và biến độc lập sẽ khác 0.
Xem xét đồ thị trên có thể bác bỏ được giả định phương sai thay đổi vì phần dư chuẩn hóa phân tán khá ngẫu nhiên. Để đảm bảo nghiên cứu có thực hiện kiểm định Spearman cho mối tương quan giữa các biến độc
lập và phần dư với giả thuyết H0 là hệ số tương quan hạng của tổng thể bằng 0 Bảng 4.26 Kiểm định Spearman Correlations ABSRES Wor Spearman's rho ABSRES Hệ số tương quan 1.000 -.099 Sig. (2-tailed) . .130 Cỡ mẫu 237 237 Wor Hệ số tương quan -.099 1.000 Sig. (2-tailed) .130 . Cỡ mẫu 237 237 Correlations ABSRES Sup Spearman's rho ABSRES Hệ số tương quan 1.000 -.119 Sig. (2-tailed) . .067 Cỡ mẫu 237 237 Sup Hệ số tương quan -.119 1.000 Sig. (2-tailed) .067 . Cỡ mẫu 237 237 Correlations ABSRES Pay Spearman's rho ABSRES Hệ số tương quan 1.000 -.062 Sig. (2-tailed) . .344 Cỡ mẫu 237 237 Pay Hệ số tương quan -.062 1.000 Sig. (2-tailed) .344 . Cỡ mẫu 237 237 Correlations Cow ABSRES Spearman's rho Cow Correlation Coefficient 1.000 -.053 Sig. (2-tailed) . .415 N 237 237
N 237 237 Correlations Pro ABSRES Spearman's rho Pro Correlation Coefficient 1.000 -.172** Sig. (2-tailed) . .088 N 237 237 ABSRES Correlation Coefficient -.172** 1.000 Sig. (2-tailed) .008 . N 237 237 Correlations Env ABSRES Spearman's rho Env Correlation Coefficient 1.000 -.014 Sig. (2-tailed) . .833 N 237 237 ABSRES Correlation Coefficient -.014 1.000 Sig. (2-tailed) .833 . N 237 237
Qua các bảng trên, sig. lần lượt là 0.130, 0.067, 0.344,0.415, 0.088, 0.833 đều lớn hơn 0.05 vì vậy chấp nhận giả thuyết H0. Từ đó kết luận
rằng phương sai của sai số không đổi.
- Giả định về phân phối chuẩn của phần dư: Sử dụng biểu đồ tần số
Histogram, hoặc biểu đồ tần số Q-Q plot, hoặc biểu đồ tần số P-P plot,
nếu các chấm phân tán sát với đường chéo, phân phối phần dư có thể
xem như chuẩn.
Qua ba đồ thị: Histogram, P-P plot, và Q-Q plot, có thể chấp nhận được là phần dư phân phối chuẩn
Mean = 0.00 Std. Dev = 0.99 N = 237
Đồ thị 4.7: Biểu đồ tần số của phần dư chuẩn hóa
Đồ thị 4.8: Biểu đồ tần số Q-Q Plot của phần dư chuẩn hóa
Đồ thị 4.9: Biểu đồ tần số P-P Plot của phần dư chuẩn hóa
- Giả định về tính độc lập của sai số (khơng có tương quan giữa các phần dư): giả định về sai số thực ei cho đây là biến ngẫu nhiên, độc lập, có
phân phối chuẩn với trung bình bằng 0 và phương sai khơng đổi. Sử dụng
đại lượng thống kê Durbin – Watson (d) với giả thuyết đặt ra là: hệ số
tương quan tổng thể của các phần dư bằng 0. Nếu các phần dư khơng có tương quan chuỗi bậc nhất với nhau, giá trị d sẽ gần bằng 2.
Bảng 4.27 Đại lượng thống kê Durbin Watson
Model Summaryb
Thành phần
Hệ số R R2 R2 hiệu chỉnh Sai số chuẩn của ước lượng
Durbin-Watson
1 .755a .570 .558 .58289 2.032
a. Biến độc lập : (Constant), Env, Cow, Pay, Sup, Wor, Pro b.Biến phụ thuộc : Loy
- Dị tìm đa cộng tuyến: Các cơng cụ để phát hiện sự tồn tại của cộng
tuyến trong dữ liệu và đánh giá mức độ cộng tuyến là thối hóa các tham
số được ước lượng: Độ chấp nhận của biến (Tolerance) – nếu độ chấp
nhận của một biến nhỏ, thì có thể có một sự kết hợp tuyến tính của các biến khác giải thích biến độc lập trên. Hệ số phóng đại phương sai
(Variance inflation factor - VIF), khi VIF vượt quá 10 đó là dấu hiệu của
đa cộng tuyến.
Trong trường hợp các biến độc lập có hiện tượng đa cộng tuyến, tức
là các biến độc lập tương quan chặt chẽ với nhau. Nó cung cấp cho mơ hình những thơng tin rất giống nhau, khó tách ảnh hưởng của từng biến
riêng lẻ. Để tránh diễn giải sai lệch kết quả hồi qui so với thực tế cần phải
đánh giá, đo lường hiện tượng đa cộng tuyến. Với độ chấp nhận
(Tolerance) lớn. Giá trị hệ số phóng đại phương sai (VIF=Variance
inflation factor) từ 1.041 đến 1.846 nhỏ hơn 10 nên kết luận mối liên hệ giữa các biến độc lập này là không đáng kể. Khơng có hiện tượng đa
cộng tuyến. Có thể yên tâm sử dụng phương trình hồi quy. Giá trị của VIF = 1/Tolerance (Trọng và Ngọc, 2008).
Như vậy mơ hình hồi quy tuyến tính được xây dựng khơng vi phạm
Kết quả trong Bảng 4.23, Phương trình hồi quy thể hiện mối quan hệ giữa Lòng trung thành của nhân viên (Y) với các biến độc lập được thể hiện qua biểu thức sau
Y = 0.400*X5 + 0.249*X2 + 0.181*X4 + 0.080*X1 + 0.066*X3 + 0.048*X6 (Sig = 0.0) (Sig = 0.0) (Sig=0.001) (Sig=0.107) (Sig=0.264) (Sig=0.273)
Trong đó :
Y : Lịng trung thành X1 : Đồng nghiệp X2 : Lãnh đạo
X3 : Đào tạo và thăng tiến X4 : Lương thưởng
X5 : Bản chất công việc X6 : Môi trường làm việc
Kết quả hồi quy cho thấy các biến độc lập Bản chất công việc, Lãnh
đạo, Lương thưởng có Sig. nhỏ hơn 0,05 nên các biến này có ý nghĩa ở độ tin cậy 95%. Vì vậy ở độ tin cậy 95% các biến này ảnh hưởng đến
Lòng trung thành và các hệ số dốc lần lượt là 0.40, 0.249, 0.181 đều
mang dấu dương nên các biến đều ảnh hưởng cùng chiều với Lòng trung thành của nhân viên.
Tầm quan trọng của các biến Lãnh đạo, Lương thưởng, Bản chất cơng việc đối với biến Lịng trung thành được xác định căn cứ vào hệ số Beta. Nếu giá trị tuyệt đối của hệ số Beta của yếu tố nào càng lớn thì càng ảnh hưởng quan trọng đến lịng trung thành của nhân viên đối với cơng ty. Do
đó, ảnh hưởng quan trọng nhất đến lịng trung thành của nhân viên là yếu
tố Bản chất công việc (Beta = 0,40), tiếp theo là yếu tố Lãnh đạo (Beta = 0,249) và cuối cùng là yếu tố Lương thưởng (Beta = 0,181).
Như vậy, dựa vào kết quả hồi quy ta thấy có 3 yếu tố có ảnh hưởng đến lịng trung thành của nhân viên tại Công ty Cổ phần Đồng Tâm :
Lãnh đạo, Lương thưởng, Bản chất công việc. Trong đó, yếu tố Bản chất cơng việc có tác động nhiều nhất đến lòng trung thành của nhân viên
Đối với các yếu tố bị loại khỏi mơ hình: khi phỏng vấn trực tiếp ở
bước nghiên cứu định tính nhân viên trả lời rằng yếu tố này có ảnh
hưởng. Tuy nhiên, kết quả phân tích định lượng theo mơ hình hồi quy
tuyến tính cho thấy các yếu tố này khơng phù hợp. Điều này có thể giải
thích như sau: Phần lớn nhân viên rời khỏi công ty được phỏng vấn cho rằng đồng nghiệp và môi trường làm việc tại cơng ty khá tốt, chính sách
về đào tạo tương đối đầy đủ. Tuy nhiên họ rời bỏ công ty chủ yếu là do
tiền lương thấp, đánh giá ghi nhận công việc chưa thỏa đáng, kịp thời,
lãnh đạo đối xử họ không công bằng, không trao quyền để chủ động xử
lý công việc. Do đó, nhân viên khơng xem đồng nghiệp, mơi trường làm việc, đào tạo và thăng tiến là những yếu tố quan trọng để họ rời công ty.
4.3.2 Mô hình hồi quy có sự tham gia của các biến định tính
Trong nghiên cứu, có khảo sát ảnh hưởng của các biến định tính bao gồm Giới tính, Tuổi, Trình độ học vấn, Thời gian làm việc vào mối quan hệ trong phương trình hồi quy.
- Theo mẫu khảo sát thể hiện ở bảng 4.2 nhân viên trong cơng ty có
trình độ chủ yếu là đại học chiếm đến 61.18% vì vậy ta tạo 1 biến giả Edu với 0 là trình độ đại học, 1 là khác trình độ đại học
- Tương tự tạo 3 biến giả cho nhóm tuổi (nhóm tuổi 1<=30, nhóm tuổi 2 từ 31-40, nhóm tuổi 3 > 40) .
- Tạo 1 biến giả giới tính Sex với 0 là Nam, 1 là nữ
- Tạo 1 biến giả thâm niên công tác Sen với 0 là nhóm có thâm niên cơng tác dưới 10 năm và 1 là nhóm có thâm niên trên 10 năm
Tác giả đưa các biến giả của các biến định tính vào cùng mơ hình hồi quy. Kết quả (Bảng 4.28) cho thấy tất cả các biến định tính đều khơng có
ý nghĩa thống kê và bị loại khỏi mơ hình vì có P giá trị >0.05. Tất cả các biến định tính khơng ảnh hửởng đến lịng trung thành.
Bảng 4.28 Mơ hình hồi quy có sự tham gia của các biến định tính
Thành phần
Chưa chuẩn hóa Beta chuẩn hóa Giá trị t Giá trị P.
Đo lường đa cộng tuyến
(Collinearity Statistics) B Sai lệch
Độ chấp nhận
(Tolerance)
Hệ số phóng đại phương sai (VIF5)
Hằng số .184 .354 .520 .604 Đồng nghiệp .108 .059 .092 1.836 .068 .712 1.405 Lãnh đạo .283 .069 .235 4.092 .000 .547 1.827
Đào tạo và thăng tiến
.067 .066 .060 1.027 .305 .526 1.901
Lương thưởng
.167 .069 .132 2.427 .016 .606 1.650
Bản chất công việc
.421 .059 .400 7.107 .000 .570 1.755
Môi trường làm việc
-.049 .042 -.052 -1.178 .240 .916 1.091 Giới tính -.130 .088 -.070 -1.479 .140 .805 1.243 Nhóm tuổi 2 -.001 .138 -.001 -.008 .993 .366 2.729 Nhóm tuổi 3 -.238 .181 -.103 -1.316 .189 .295 3.385 Trình độ học vấn .067 .084 .037 .799 .425 .828 1.208
Thâm niên công tác
.055 .096 .031 .574 .567 .606 1.650
R2 hiệu chỉnh = 0.575
4.3.3 Kiểm định tác động của đặc điểm cá nhân tới Lòng trung thành
Bên cạnh đó, tác giả thực hiện song song kiểm định Independent –samples
T-test, phân tích ANOVA và Kruskal – Wallis nhằm xem xét củng cố thêm việc có hay khơng sự khác biệt giữa đánh giá của biến (giới tính, trình độ học vấn,
thâm niên cơng tác và độ tuổi) đến lòng trung thành của nhân viên.
Phân tích ANOVA và Kruskal – Wallis được thực hiện để so sánh sự khác
biệt đối với lòng trung thành của nhân viên đối với các biến tuổi, trình độ học
vấn, thâm niên cơng tác trong đó: ta kiểm định giả thuyết H0 cho rằng phương
sai của các nhóm so sánh là bằng nhau, kết quả kiểm định có 2 trường hợp
(Trọng và Ngọc, 2008, 164, 176):
Trường hợp 1: Kết quả kiểm định có mức ý nghĩa lớn hơn 0.05 thì chấp nhận giả thuyết H0, sử dụng kết quả phân tích ở bảng ANOVA.
Trường hợp 2: Kết quả kiểm định có mức ý nghĩa nhỏ hơn 0.05 thì bác bỏ giả thuyết H0, sử dụng kiểm định Kruskal – Wallis.
4.3.3.1 Giới tính
Kiểm định Independent-samples T-test sẽ cho ta biết có sự khác biệt về
mức độ trung thành giữa phái nam và nữ. Theo như kết quả trong kiểm định