- Mô hình kinh tế lượng (mô hình hồi quy tuyến tính).
2.3.1 Dữ liệu và phân tích mô tả
Trước khi sử dụng kết quả dữ liệu thu thập để phân tích mối tương quan giữa sự
thỏa mãn của nhân viên và sự trung thành. Phần này sẽ phân tích thống kê mô tả dữ
liệu để cung cấp tổng quan về tổng thể nghiên cứu, đồng thời kiểm định thang đo để đảm bảo độ tin cậy các thang đo thành phần của khái niệm sự thỏa mãn.
Qua 120 bản câu hỏi phát đi, có 12 nhân viên từ chối trả lời (chiếm 10%), có 10 bản câu hỏi chưa trả lời hoàn thành (chiếm 8%), có 98 bản câu hỏi trả lời hoàn thành và được sử dụng, đạt tỷ lệ 82%.
Cuộc khảo sát có tất cả 98 nhân viên FIS tham gia, trong đó nam chiếm tỷ lệ
78,6% và nữ là 21,4% (Phụ lục bảng 2.2), độ tuổi còn rất trẻ, đa số dưới 30 tuổi, có trình độ đại học trở lên chiếm 85% (Phụ lục Bảng 2.4). Các bộ phận đơn vị và các mức
độ chức danh từ level 1 đến level 6 (tương tương nhân viên level 1,2, cán bộ quản lý cấp trung level 3,4) đều có cán bộ tham gia khảo sát. Tuy nhiên Level 5-6 (tương
đương chức danh phó Tổng Giám đốc và Tổng giám đốc) chỉ có 1 người, không đủ dữ
kiện nghiên cứu, do đó 1 trong những mục đích của cuộc khảo sát là tìm hiểu nhu cầu của lãnh đạo đối với nhân viên là không thực hiện được. (Phụ lục bảng 2.7).
Tham gia khảo sát có nhân viên ở hầu hết các bộ phận chức năng của FIS, vì vậy kết quả khảo sát là tương đối đầy đủ đại diện cho ý kiến của tất cả các vị trí làm việc của FIS (Phụ lục bảng 2.5)
Đối tượng được khảo sát chủ yếu là nhân viên Level 1 – 4 : nhân viên bậc thấp và trung mức lương từ 3 – 8 triệu (Phụ lục bảng 2.6).
Thông qua số liệu khảo sát về thông tin cá nhân, đối tượng khảo sát đều đã và
đang làm việc tại FIS, đều là nhân viên, trình độ đại học chiếm đa số, đều thuộc nhóm người trong độ tuổi lao động trẻ (82.7% từ 18 tuổi – 29 tuổi, 16.3% từ 30 đến 49 tuổi).
Đây chính là đối tượng rất dễ thay đổi việc làm vì tuổi đời không cao, đang có nhiều tham vọng và nhiệt tình, nếu có thay đổi thì họ vẫn còn nhiều thời gian để làm lại một công việc mới từđầu.
Có một sự thay đổi đáng mừng là tỷ lệ nhân viên muốn gắn bó với công ty đã tăng lên rõ rệt, chiếm 59,1% (Phụ lục bảng 2.8) so với 34% trong cuộc khảo sát tháng 1 năm 2008 của AC Nielsen. Có thể sau một thời gian có sựđiều chỉnh về chính sách,
đã làm thay đổi suy nghĩ của một bộ phận nhân viên.
Tỷ lệ nhân viên giới thiệu người khác vào làm là 57,2% (Phụ lục bảng 2.9),
điều đó chứng tỏ FIS cũng đang thu hút được nhân viên của mình.
Số lượng nhân viên chán nản không muốn gắn bó với công ty cũng có những chiếm tỷ lệ nhỏ 8,1%, nhưng đó cũng là một vấn đề khiến ban giám đốc FIS phải có chính sách mới can thiệp hay có biện pháp dự phòng và chiến lược mới cho tình hình nhân sự trong thời gian tiếp theo.
2.3.2 Phân tích nhân tố - Nhân tố khám phá . 2.3.2.1 Phân tích nhân tố:
Dùng SPSS để phân tích nhân tố, xem bảng ma trận nhân tố trong phụ lục bảng 2.10. Các con số trong bảng Rotated Component Matrix gọi là các hệ số tải nhân tố
hay Factor loading. Tiêu chuNn quan trọng đối với hệ số tải nhân tố cần được quan tâm: Nó phải lớn hơn hoặc bằng 0.5, trong bảng 2.10 của phụ lục : Factor loading lớn nhất của (C8) Lãnh đạo luôn tôn trọng nhân viên bằng 0.401, vì vậy ta loại bỏ biến
này ra. Tuy nhiên theo Hair & ctg (1998,111)(1), hệ số tải nhân tố là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của việc phân tích nhân tố :
- Lớn hơn 0.3 : Đạt mức tối thiểu - Lớn hơn 0.4 : Quan trọng
- Lớn hơn 0.5 : Có ý nghĩa thực tiễn.
Hair cũng khuyên bạn đọc : nếu chọn tiêu chuNn hệ số tải nhân tố >0.3 thì cỡ mẫu ít nhất phải bằng 350, nếu cỡ mẫu khoảng 100 thì chọn hệ số tải nhân tố >0.55, nếu cỡ
mẫu <50 thì hệ số tải nhân tố >0.75. Ở đề tài này, cỡ mẫu là 98 nên chọn hệ số tải nhân tố >0.55. Sau khi sử dụng SPSS chạy lại phân tích nhân tố và chọn lọc hệ số tải nhân tố >0.55 và loại bỏ biến C8 ra, thu được bảng 2.11 trong Phụ lục.
Kết luận, sau khi loại bỏ C8 và chọn lọc hệ số tải lớn hơn 0.55, các biến quan sát đề có hệ số tải từ 0.55 trở lên.
Như vậy các biến quan sát đưa vào Phân tích nhân tốđược rút gọn thành 7 nhân tố và mỗi nhân tố đều chứa đựng một số biến quan sát, căn cứ vào biến quan sát, ý nghĩa của chúng đặt tên cho các nhân tố mới này.
Ngoài ra, ta còn quan tâm đên bảng KMO và kiểm định Bartlett: (Bảng 2.5) KMO chỉ là một chỉ tiêu dùng để xem xét sự thích hợp của phân tích nhân tố, 0.5 ≤
KMO ≤1 thì phân tích nhân tố là thích hợp. Kiểm định Bartlett (Phụ lục bảng 2.12) xem xét giả thiết Ho: Độ tương quan giữa các biến quan sát bằng không trong tổng thể. Hệ số sig <0.05 khẳng định : Kiểm định này có ý nghĩa thống kê và các biến quan sát có tương quan với nhau trong tổng thể (Trọng&Ngọc,2005, 262) (2)
Trong bảng Phương sai trích (Phụ lục Bảng 2.13), ta quan tâm đến một con sốở
cột cuối cùng của dòng số 7 (vì có 7 nhân tốđược rút ra). Con số này là 69.941. Người ra nói phương sai trích bằng 69.941%. Con số này cho biết bảy nhân tố giải thích được 69.941% biến thiên của các biến quan sát (hay dữ liệu)
Có một tiêu chuNn đối với phương sai trích. Hair & Ctg (1998) yêu cầu rằng phương sai trích phải đạt từ 50% trở lên.
(1) Hair, Anderson, Tatham, Black (1998), Multivariate Data Analysis, Prentical-Hall international, Inc 2 Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2005), Phân tích dữ liệu nghiên cứu SPSS, NXB Thống kê