Sau khi phân tích EFA, ba biến quan sát (Loy1, Loy2, Loy3) của thang đo lịng trung thành của nhân viên cơng ty được gom lại thành một nhân tố được đặt tên là Lịng trung thành ký hiệu là Loy . Các hệ số tải nhân tố (Factor loading) của ba biến quan sát đều trên 0.5. Hệ số KMO = 0.706, Mức ý nghĩa của kiểm định Bartlett là 0.000, Phương sai trích bằng 71.074%
Bảng 4.21 Kết quả EFA thang đo lịng trung thành
Stt Nhĩm 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 đĩ, 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
cơng việc (X5), Mơi trường làm việc (X6) và biến phụ thuộc là Lịng 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 đĩ. 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 hĩa Beta chuẩn hĩa Giá trị t Giá trị P. Đo lường đa cộng tuyến (Collinearity Statistics) B Sai lệch Độ chấp nhận (Tolerance) Hệ số phĩng 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 cơng việc
.421 .057 .400 7.420 .000 .645 1.551 Mơi 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 cĩ 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 mơi trường làm việc, đào tạo và thăng tiến, đồng nghiệp khơng cĩ 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 nĩ khơng thổi phồng mức độ phù hợp của mơ hình.
Mơ hình cĩ R2 đã hiệu chỉnh là 0,558. Điều này nĩi lên độ thích hợp của mơ hình là 55.8 % hay nĩi một cách khác mơ hình này giải thích được 55.8% sự biến thiên của nhân tố Lịng trung thành là do các biến trong mơ hình và cịn lại 44.2% sự biến thiên của nhân tố Lịng 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), Mơi 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 cĩ 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 cĩ trong mơ hình cĩ 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 cĩ 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 : Lịng trung thành
b. Biến độc lập : : (Hằng số), Mơi trường làm việc, Đồng nghiệp, Lương thưởng, Lãnh đạo, Bản chất cơng việc, đào tạo và thăng tiến
• Dị tìm sự vi phạm các giảđịnh trong hồi quy tuyến tính:
- Giả định liên hệ tuyến tính: Sử dụng đồ thị phân tán giữa các phần dư và giá trị dựđốn mà mơ hình tuyến tính đưa ra.
Qua đồ thị bên dưới, cĩ thể thấy giả định này bị bác bỏ vì phần dư chuẩn hĩa 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 dựđốn
- Giả định phương sai của sai số khơng 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, cĩ thể nghi ngờ giả định phương sai của sai số khơng đổi bị vi phạm. Bên cạnh đĩ 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 cĩ thể bác bỏ được giả định phương sai thay đổi vì phần dư chuẩn hĩa phân tán khá ngẫu nhiên. Để đảm bảo nghiên cứu cĩ 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
ABSRES Correlation Coefficient -.053 1.000 Sig. (2-tailed) .415 .
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 đĩ kết luận rằng phương sai của sai số khơng 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 cĩ thể xem như chuẩn.
Qua ba đồ thị: Histogram, P-P plot, và Q-Q plot, cĩ 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 hĩa
Đồ thị 4.8: Biểu đồ tần số Q-Q Plot của phần dư chuẩn hĩa
Đồ thị 4.9: Biểu đồ tần số P-P Plot của phần dư chuẩn hĩa
- Giả định về tính độc lập của sai số (khơng cĩ tương quan giữa các phần dư): giả định về sai số thực ei cho đây là biến ngẫu nhiên, độc lập, cĩ 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 cĩ tương quan chuỗi bậc nhất với nhau, giá trị d sẽ gần bằng 2.
Đại lương thống kê Durbin-Watson d cĩ giá trị là 2.032 xấp xĩ bằng 2, vậy cĩ thể xác định rằng khơng cĩ tương quan chuỗi giữa các phần dư.
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 hĩa các tham số được ước lượng: Độ chấp nhận của biến (Tolerance) – nếu độ chấp nhận của một biến nhỏ, thì cĩ thể cĩ một sự kết hợp tuyến tính của các biến khác giải thích biến độc lập trên. Hệ số phĩng đại phương sai (Variance inflation factor - VIF), khi VIF vượt quá 10 đĩ là dấu hiệu của đa cộng tuyến.
Trong trường hợp các biến độc lập cĩ hiện tượng đa cộng tuyến, tức là các biến độc lập tương quan chặt chẽ với nhau. Nĩ cung cấp cho mơ hình những thơng tin rất giống nhau, khĩ 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 phĩng 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 khơng đáng kể. Khơng cĩ hiện tượng đa cộng tuyến. Cĩ 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 các giảđịnh cần thiết trong hồi quy tuyến tính.
Kết quả trong Bảng 4.23, Phương trình hồi quy thể hiện mối quan hệ giữa Lịng 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 đĩ : Y : Lịng trung thành X1 : Đồng nghiệp X2 : Lãnh đạo X3 : Đào tạo và thăng tiến X4 : Lương thưởng X5 : Bản chất cơng việc X6 : Mơi trường làm việc
Kết quả hồi quy cho thấy các biến độc lập Bản chất cơng việc, Lãnh đạo, Lương thưởng cĩ Sig. nhỏ hơn 0,05 nên các biến này cĩ ý nghĩa ở độ tin cậy 95%. Vì vậy ở độ tin cậy 95% các biến này ảnh hưởng đến Lịng 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 Lịng 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 đĩ, ảnh hưởng quan trọng nhất đến lịng trung thành của nhân viên là yếu tố Bản chất cơng 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 cĩ 3 yếu tố cĩ ảnh hưởng đến lịng trung thành của nhân viên tại Cơng ty Cổ phần Đồng Tâm :
Lãnh đạo, Lương thưởng, Bản chất cơng việc. Trong đĩ, yếu tố Bản chất cơng việc cĩ tác động nhiều nhất đến lịng 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 cĩ 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 cĩ thể giải thích như sau: Phần lớn nhân viên rời khỏi cơng ty được phỏng vấn cho rằng đồng nghiệp và mơi trường làm việc tại cơng ty khá tốt, chính sách về đào tạo tương đối đầy đủ. Tuy nhiên họ rời bỏ cơng ty chủ yếu là do tiền lương thấp, đánh giá ghi nhận cơng việc chưa thỏa đáng, kịp thời, lãnh đạo đối xử họ khơng cơng bằng, khơng trao quyền để chủ động xử lý cơng việc. Do đĩ, nhân viên khơng xem đồng nghiệp, mơi trường làm việc, đào tạo và thăng tiến là những yếu tố quan trọng để họ rời cơng ty.
4.3.2 Mơ hình hồi quy cĩ sự tham gia của các biến định tính
Trong nghiên cứu, cĩ 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 cĩ trình độ chủ yếu là đại học chiếm đến 61.18% vì vậy ta tạo 1 biến giả Edu với 0 là trình độđại học, 1 là khác trình độđại học
- Tương tự tạo 3 biến giả cho nhĩm tuổi (nhĩm tuổi 1<=30, nhĩm tuổi 2 từ 31-40, nhĩm tuổi 3 > 40) .
- Tạo 1 biến giả giới tính Sex với 0 là Nam, 1 là nữ
- Tạo 1 biến giả thâm niên cơng tác Sen với 0 là nhĩm cĩ thâm niên cơng tác dưới 10 năm và 1 là nhĩm cĩ thâm niên trên 10 năm
Tác giảđưa 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 cĩ
ý nghĩa thống kê và bị loại khỏi mơ hình vì cĩ 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 cĩ sự tham gia của các biến định tính
Thành phần
Chưa chuẩn hĩa Beta chuẩn hĩa Giá trị t Giá trị P. Đo lường đa cộng tuyến (Collinearity Statistics) B Sai lệch Độ chấp nhận (Tolerance) Hệ số phĩng 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 cơng việc
.421 .059 .400 7.107 .000 .570 1.755 Mơi trường làm việc
-.049 .042 -.052 -1.178 .240 .916 1.091