CHƯƠNG 2 PHƯƠNG PHÁP NGHI N CỨU
2.3. Phương pháp xử lý số liệu
Phương pháp thống kê kinh tế bao gồm: thống kê mô tả, thống kê so sánh, phân tích thống kê... Phương pháp này được áp dụng để phân loại, so sánh, phân
tích mức độ của các thông tin, các chỉ tiêu kinh tế như: số tuyệt đối, số tương đối, số bình quân, tỷ trọng, tốc độ phát triển của các số liệu sử dụng trong nghiên cứu.
2.3.2. Phương pháp phân tích nhân tố khám phá (EFA)
Mô hình phân tích nhân tố khám phá EFA (Exploratory Factor Anlysis) thường được sử dụng để thu nhỏ và tóm tắt các dữ liệu. Nói cách khác, từ một tập hợp n biến quan sát được rút gọn thành một hợp k nhân tố dựa trên cơ sở mối quan hệ tuyến tính giữa các biến quan sát với một nhân tố. Mô hình EFA giúp chúng ta sắp xếp các biến có tương quan vào trong các nhân tố độc lập để xác định các nhân tố hình thành nên mô hình nghiên cứu. Để định lượng các yếu tố ảnh hưởng đến sự hài lòng của người lao động tại công ty May liên doanh Plummy, Hà Nội, thực hiện phân tích nhân tố khám phá EFA theo quy trình các bước sau:
Bước 1: Phân tích độ tin cậy của thang đo (nhân tố)
Sử dụng kiểm định Cronbach Alpha để đánh giá chất lượng của thang đo xây dựng. Thang đo được đánh giá chất lương khi hệ số Cronbach Alpha của tổng thể lớn hơn 0,6, hệ số tương quan biến tổng phù hợp (Corrected Item – Total Correlation) của từng quan sát lớn hơn 0,3.
Bước 2: Phân tích phân tố khám phá (EFA-Exploratory Factor Anlysis) Phân tích nhân tố khám phá cần phải quan tâm đến hệ số tải nhân tố FL
(Factor Loading) (hay trọng số nhân tố) là những hệ số tương quan đơn giữa các biến và các nhân tố. Hệ số này cho biết mỗi mục hỏi thuộc về nhân tố chủ yếu nào.
Việc tính hệ số tải nhân tố là nhằm đảm bảo mức ý nghĩa thiết thực của EFA. Ta có:
Nếu Factor Loading > 0,3: đạt mức tối thiểu Nếu Factor Loading > 0,4: đạt mức quan trọng Nếu Factor Loading > 0,5: có ý nghĩa thiết thực.
Sau khi lựa chọn các biến có FD > 0,5, trên Biểu ma trận nhân tố xoay (Rotated Component Matrix) có bao nhiêu cột thì có bấy nhiêu nhân tố. Như vậy các biến quan sát đưa vào mô hình EFA được rút gọn thành các nhân tố trong Biểu Rotated Component Matrix, qua đó có thể biết mỗi nhân tố gồm những biến quan sát nào, có ý nghĩa gì và dựa trên lý thuyết để đặt tên cho các nhân tố đó. Tên này cần đại diện được cho các biến quan sát của nhân tố.
Để mô hình EFA đảm bảo khả năng tin cậy, đòi hỏi thực hiện các kiểm định chính sau:
(1) Kiểm định mức độ phù hợp của mô hình
Sử dụng hệ số KMO (Kaiser- Meyer- Olkin) để đánh giá sự thích hợp của mô hình EFA đối với ứng dụng của dữ liệu nghiên cứu. Khi trị số KMO thỏa mãn điều kiện: 0,5 ≤ KMO ≤ 1 thì mô hình được cho là phù hợp phân tích khám phá là thích hợp cho dữ liệu thực tế.
(2) Kiểm định tương quan của các biến quan sát trong thước đo đại diện Sử dụng kiểm định Bartlett để đánh giá các biến quan sát có tương quan với nhau trong một thang đo (nhân tố). Khi mức ý nghĩa của kiểm định Bartlett có mức ý nghĩa Sig < 0,05, các biến quan sát có tương quan tuyến tính với nhân tố đại diện.
(3) Kiểm định mức độ giải thích của các biến quan sát đối với nhân tố
Mức độ giải thích của các biến quan sát đối với nhân tố được đo bằng giá trị phương sai trích (Cumulative %), giá trị này phải lớn hơn 50% thì nghiên cứu mới có tính thực tiễn. Ví dụ khi giá trị phương sai trích là 65%, có nghĩa là 65 % sự thay đổi của các nhân tố được giải thích bởi các biến quan sát trong mô hình.
2.3.3. Phân tích hồi quy đa biến (Multiple Regression Analysis)
Sau khi phân tích nhân tố, thang đo đưa vào phân tích hồi quy tuyến tính bội với số nhân tố đã được xác định ở trên nhằm xem xét mức độ ảnh hưởng của các nhân tố này đối với nhân tố phụ thuộc.
Để mô hình hồi quy đảm bảo khả năng tin cậy và hiệu quả, cần thực hiện bốn kiểm định chính sau:
(1) Kiểm định tương quan từng phần của hệ số hồi quy
Mục tiêu của kiểm định này nhằm xem xét các biến độc lập tương quan có ý nghĩa với biến phụ thuộc hay không (xét riêng từng biến độc lập). Khi mức ý nghĩa của hệ số hồi quy từng phần có độ tin cậy ít nhất 95% (Sig < 0,05), kết luận tương quan có ý nghĩa thống kê giữa biến độc lập và biến phụ thuộc .
(2) Mức độ phù hợp của mô hình nghiên cứu
Mục tiêu của kiểm định này nhằm xem xét có mối quan hệ tuyến tính giữa
các biến độc lập với biến phụ thuộc hay không. Mô hình được xem là không phù hợp khi tất cả các hệ số hồi quy đều bằng không, và mô hình được xem là phù hợp nếu có ít nhất một hệ số hồi quy khác không.
Giả thuyết: H0: Các hệ số hồi quy đều bằng không.
H1: Có ít nhất một hệ số hồi quy khác không.
Sử dụng phân tích phương sai (Analysis of variance, ANOVA) để kiểm định.
Nếu mức ý nghĩa đảm bảo có độ tin cậy ít nhất 95% (Sig. < 0,05), ta chấp nhận giả thuyết H1, mô hình được xem là phù hợp.
(3) Hiện tượng đa cộng tuyến
Kiểm định qua hệ số phóng đại phương sai VIF <10 (4) Hiện tượng phương sai phần dư thay đổi
Phương sai của phần dư thay đổi là hiện tượng các giá trị phần dư có phương sai không như nhau. Bỏ qua phương sai của phần dư thay đổi sẽ làm cho ước lượng OLS của các hệ hồi quy không hiệu quả, các kiểm định giả thuyết không còn giá trị, và các dự báo không còn hiệu quả. Để kiểm tra hiện tượng này, ta sử dụng kiểm định White, nếu mức ý nghĩa (Breusch - Pagan) đổi.
TÓM TẮT CHƯƠNG 2
Trong chương này đã tiến hành các bước thiết kế nghiên cứu, xây dựng quy trình nghiên cứu cụ thể đồng thời đề xuất mô hình và giả thuyết nghiên cứu gồm có 6 nhân tố ảnh hưởng tới sự hài lòng của người lao động tại công ty may Plummy, bao gồm: Bố trí và sắp xếp công việc, Tiền lương và phúc lợi, Môi trường và điều kiện làm việc, Cơ hội đào tạo và thăng tiến, Đánh giá kết quả thực hiện công việc và ghi nhận thành tích, Thông tin và truyền thông. Theo đó, đã đề xuất các phương pháp thu thập số liệu thứ cấp và sơ cấp, sử dụng phương pháp phân tích nhân tố khám phá (EFA) để phân tích số liệu dựa trên phần mềm SPSS 23.0.
CHƯƠNG 3
TH C TRẠNG S H I NG CỦ
NGƯỜI
O Đ NG TẠI C NG T MAY LIÊN DOANH PLUMM H N I
Chương này đã phân tích thực trạng sự hài lòng của người lao động tại công ty may liên doanh Plummy, Hà Nội dựa trên cơ sở lý luận và phương pháp nghiên cứu đã xây dựng ở chương 1 và chương 2. Chương này cũng mô tả khái quá về công ty may liên doanh Plummy như lịch sử hình thành và phát triển, cơ cấu bộ máy quản lý, đặc điểm về lao động, cơ sở vật chất và kết quả kinh doanh của công ty trong giai đoạn 2017 – 2019. Chương cũng nêu thực trạng sự hài lòng của người lao động gồm các yếu tố như: Bố trí sắp xếp công việc, Đào tạo và phát triển, Tiền lương, Thông tin và truyền thông,.. và đánh giá được thành công và hạn chế của công ty về đánh giá sự hài lòng của người lao động.