2.5.2.2 Kiểm định Cronbach’s Alpha đối với biến phụ thuộc
Bảng 2.6: Giá trị cronbach’s đối với biến phụ thuộc
Trung bình thang đo nếu loại biến | Phương sai thang đo nếu loại biến | Tương quan biến tổng | Cronbach’s Alpha nếu biến này bị loại | |
Thang đo biến phụ thuộc Động lực làm việc; Cronbach’s Alpha = 0,797 | ||||
ĐLLV1 | 7,98 | 1,085 | 0,622 | 0,746 |
ĐLLV2 | 7,92 | 1,101 | 0,667 | 0,697 |
ĐLLV3 | 7,98 | 1,155 | 0,637 | 0,729 |
Có thể bạn quan tâm!
-
Nội Dung Và Kết Quả Nghiên Cứu: Thực Trạng Các Nhân Tố Tác Động Đến Động Lực Làm Việc Của Người Lao Động Tại Công Ty Cổ Phần Dệt May Phú -
Tình Hình Hoạt Động Kinh Doanh Của Công Ty Cổ Phần Dệt May Phú Hòa An Giai Đoạn 2017-2019 -
Ý Kiến Đánh Giá Của Người Lao Động Về Thực Trạng Động Lực Làm Việc Tại Công Ty Cổ Phần Dệt May Phú Hòa An -
Phân Tích Anova Về Sự Phù Hợp Của Mô Hình Hồi Quy -
Định Hướng Của Công Ty Cổ Phần Dệt May Phú Hòa An -
Các Chính Sách Trách Nhiệm Xã Hội Của Công Ty
Xem toàn bộ 125 trang tài liệu này.
(Nguồn: Tổng hợp từ kết quả phân tích trên SPSS)
Nhận thấy hệ số Cronbach's Alpha đối với yếu tố “ Động lực làm việc ” là 0,797 nằm trong khoảng tương quan cao. Các biến quan sát đều có hệ số tương quan biến tổng lơn hơn 0,3 và có hệ số Cronbach's Alpha nếu loại biến bé hơn Cronbach's Alpha biến tổng nên cả 3 biến quan sát đều được giữ lại. Từ kết quả thấy thang đo này đủ độ tin cậy cho các phân tích tiếp theo.
2.5.3 Phân tích nhân tố khám phá EFA
Phân tích nhân tố khám phá để xem mối liên hệ giữa các biến trong bài dữ liệu nghiên cứu và mục đích cuối cùng nhằm tóm tắt thu gọn các biến quan sát vào cùng một nhân tố, đảm bảo giá trị phân biệt và hội tụ cho các thang đo.
Phân tích nhân tố khám phá EFA cần đạt được điều kiện qua các bước phân tích sau:
+ Kiểm định tính thích hợp EFA (KMO)
Chỉ số KMO phải đủ điều kiện sau 0,5 < KMO <1, khi thỏa mãn điều kiện này thì phân tích nhân tố là phù hợp cho phân tích dữ liệu thực tế.
+ Kiểm định tương quan của các biến quan sát trong thước đo đại diện (Bartlett):
Chỉ số Bartlett có Sig. < 0,05, nghĩa là các biến quan sát có tương quan tuyến tính với nhân tố đại diện.
+ Kiểm định mức độ giải thích của các biến quan sát đối với nhân tố:
Qua hai chỉ số phương sai trích Eigenvalues > 1, chỉ số Cumulative > 50%. Mức
độ giải thích của các biến quan sát cho nhân tố.
2.5.3.1 Kết quả phân tích nhân tố khám phá EFA biến độc lập
Bảng 2.6: Kiểm định KMO và Bartlett cho các biến độc lập
THÔNG SỐ | Giá trị | Điều kiện | Nhận xét | |
1 | KMO | 0,779 | ≥0,5 | Đạt yêu cầu |
2 | Sig, của Bartlett’s Test | 0,000 | ≤0,05 | Đạt yêu cầu |
3 | Eigenvalues | 1,292 | >1 | Đạt yêu cầu |
4 | Tổng phương sai trích | 69,371% | ≥50% | Đạt yêu cầu |
(Nguồn: Tổng hợp từ kết quả phân tích trên SPSS) Chỉ số KMO= 0,779 > 0.5: Phù hợp cho phân tích dữ liệu thực tế.
Chỉ số Bartlett có Sig. = 0 < 0,05, các biến quan sát có tương quan tuyến tính với nhân tố đại diện.
Eigenvalues = 1,292 > 1, đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố, thì nhân tố rút ra có ý ghĩa tóm tắt thông tin tốt nhất.
Cumulative cho biết trị số phương sai trích là 69,371%. Sự biến thiên của nhân tố được giải thích 69,371% sự thay đổi của biến quan sát.
Bảng 2.7: Ma trận xoay nhân tố
1 | 2 | 3 | 4 | 5 | 6 | |
BCCV4 | 0,829 | |||||
BCCV2 | 0,827 | |||||
BCCV1 | 0,750 | |||||
BCCV3 | 0,730 | |||||
DKLV4 | 0,887 | |||||
DKLV3 | 0,886 | |||||
DKLV2 | 0,765 | |||||
DKLV1 | 0,599 | |||||
LTPL1 | 0,784 | |||||
LTPL2 | 0,779 | |||||
LTPL4 | 0,730 | |||||
LTPL3 | 0,704 | |||||
PCLD1 | 0,829 | |||||
PCLD3 | 0,807 | |||||
PCLD4 | 0,775 | |||||
PCLD2 | 0,737 | |||||
QHDN4 | 0,869 | |||||
QHDN2 | 0,815 | |||||
QHDN1 | 0,703 | |||||
QHDN3 | 0,690 | |||||
DTTT3 | 0,838 | |||||
DTTT2 | 0,745 | |||||
DTTT1 | 0,733 |
(Nguồn: Tổng hợp từ kết quả phân tích trên SPSS)
Dựa vào bảng kết quả ma trận trên, ta thấy tất cả các hệ số tải nhân tố của tất cả các biến đều lớn hơn 0,5. Sau khi thực hiện phép xoay, các nhân tố không có sự xáo trộn giữa các biến quan sát, Cho thấy các biến quan sát trong cùng một nhân tố đều có
giá trị hội tụ và giá trị riêng biệt. Như vậy, căn cứ vào kết quả ma trận xoay nhân tố cho thấy tất cả 23 biến quan sát ban đầu thông qua phân tích nhân tố đã trích được 6 nhân tố như mô hình nghiên cứu ban đầu.
2.5.3.2 Kết quả phân tích nhân tố khám phá EFA biến phụ thuộc
Tiến hành phân tích nhân tố khám phá (EFA) đối với biến phụ thuộc “Động lực làm việc” ta thu được kết quả sau:
Bảng 2.8: Kiểm định KMO và Bartlett cho các biến phụ thuộc
THÔNG SỐ | Giá trị | Điều kiện | Nhận xét | |
1 | KMO | 0,708 | ≥0,5 | Đạt yêu cầu |
2 | Sig, của Bartlett’s Test | 0,000 | ≤0,05 | Đạt yêu cầu |
3 | Eigenvalues | 2,138 | >1 | Đạt yêu cầu |
4 | Tổng phương sai trích | 71,267% | ≥50% | Đạt yêu cầu |
(Nguồn: Tổng hợp từ kết quả phân tích trên SPSS)
Chỉ số KMO= 0,708 > 0.5: Phù hợp cho phân tích dữ liệu thực tế.
Chỉ số Bartlett có Sig. = 0 < 0,05, các biến quan sát có tương quan tuyến tính với nhân tố đại diện.
Eigenvalues = 2,138 > 1, đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố, thì nhân tố rút ra có ý ghĩa tóm tắt thông tin tốt nhất.
Cumulative cho biết trị số phương sai trích là 71,267%. Sự biến thiên của nhân tố được giải thích 71,267% sự thay đổi của biến quan sát.
2.5.4 Xác định mức ảnh hưởng của các nhân tố ảnh hưởng đến động lực làm việc của người lao động bằng phương pháp hồi quy tương quan
Sau khi phân tích nhân tố khám phá EFA, có 6 nhân tố được đưa vào kiểm định mô hình. Giá trị của từng yếu tố là giá trị trung bình của các biến quan sát thành phần thuộc yếu tố đó. Tiến hành phân tích tương quan giữa 6 nhân tố được tìm ra sau khi phân tích EFA với biến phụ thuộc “Động lực làm việc” trước khi tiến hành hồi quy đa
biến để kiểm tra được mức độ tác động của các nhân tố đến “Động lực làm việc” như
thế nào.
2.5.5 Xây dựng mô hình hồi quy
Trong mô hình phân tích hồi quy, biến phụ thuộc là “Động lực làm việc”. Các biến độc lập là các yếu tố được rút trích ra từ các biến quan sát từ phân tích nhân tố EFA. Mô hình hồi quy như sau:
DLLV= β0 + β1*BCCV + β2*DKLV + β3*LTPL + β4*PCLD + β5*QHDN +
β6*DTTT + ei
Trong đó:
DLLV: Giá trị của biến phụ thuộc
BCCV: Giá trị của biến độc lập “Bản chất công việc” DKLV: Giá trị của biến độc lập “Điều kiện làm việc”
LTPL: Giá trị của biến độc lập “Chính sách Lương, thưởng, phúc lợi” PCLD: Giá trị của biến độc lập “Phong cách lãnh đạo”
QHDN: Giá trị của biến độc lập “Quan hệ với đồng nghiệp” DTTT: Giá trị của biến độc lập “Đào tạo và thăng tiến”
ei : Các nhân tố khác ngoài biến độc lập. Các giả thuyết được đặt ra như sau:
H0: Các nhân tố không có tương quan với biến phụ thuộc là “Động lực làm việc” của người lao động tại Công Ty cổ phần dệt may Phú Hòa An
H1: Nhân tố “BCCV” có tương quan với động lực làm việc của người lao động. H2: Nhân tố “DKLV” có tương quan với động lực làm việc của người lao động. H3: Nhân tố “LTPL” có tương quan với động lực làm việc của người lao động. H4: Nhân tố “PCLD” có tương quan với động lực làm việc của người lao động. H5: Nhân tố “QHDN” có tương quan với động lực làm việc của người lao động. H6: Nhân tố “DTTT” có tương quan với động lực làm việc của người lao động.
2.5.6 Kiểm định hệ số tương quan
Bảng 2.9: Phân tích tương quan Pearson
Động lực chung | ||
BCCV | Pearson Correlation Sig. (2-tailed) | 0,301 0,001 |
DKLV | Pearson Correlation Sig. (2-tailed) | 0,375 0,000 |
LTPL | Pearson Correlation Sig. (2-tailed) | 0,386 0,000 |
PCLD | Pearson Correlation Sig. (2-tailed) | 0,312 0,000 |
QHDN | Pearson Correlation Sig. (2-tailed) | 0,184 0,036 |
DTTT | Pearson Correlation Sig. (2-tailed) | 0,375 0,000 |
(Nguồn: Tổng hợp từ kết quả phân tích trên SPSS)
Với kết quả trên cho thấy các biến độc lập có mức tương quan khá cao với biến độc lập động lực làm việc , mức độ tương quan giao động từ 0,184 đến 0,386. Ngoài ra, các biến độc lập còn có tương quan khá mạnh với nhau, nên rất dễ xảy ra hiện tượng đa cộng tuyến làm cho mô hình ước lượng không còn tốt. Vậy nên để xem xét hiện tượng này tác giả tiến hành kiểm định hiện tượng đa cộng tuyến trong bước chạy hồi quy của mô hình.
2.5.7 Phân tích hồi quy
Phân tích hồi quy đa biến là để ước lượng mức độ ảnh hưởng của các nhân tố lên biến phụ thuộc và để kiểm định các giả thuyết đề xuất trong mô hình nghiên cứu.
Phương pháp thực hiện hồi quy trên SPSS là đưa vào cùng một lúc các yếu tố (Enter). Để đánh giá mức độ giải thích của các nhân tố lên biến phụ thuộc qua hệ số R- square điều chỉnh (Adjusted R-square) để đánh giá độ phù hợp của mô hình và mức độ
giải thích của các biến vì nó không thổi phồng mức độ phù hợp của mô hình (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Hệ số Beta chuẩn hóa được dùng để đánh giá mức độ quan trọng của từng nhân tố, hệ số Beta chuẩn hóa của biến nào càng cao thì mức độ tác động của biến đó vào sự thỏa mãn chất lượng dịch vụ của khách hàng càng lớn (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Vì giá trị của hệ số hồi quy chưa chuẩn hóa (B) phụ thuộc vào thang đo cho nên chúng ta không thể dùng chúng để so sánh mức độ tác động của các biến độc lập vào biến phụ thuộc trong cùng một mô hình được. Hệ số hồi quy chuẩn hóa (beta, ký hiệu β) là hệ số chúng ta đã chuẩn hóa các biến. Vì vậy chúng được dùng để so sánh mức độ tác động của các biến phụ thuộc vào biến độc lập. Biến độc lập nào có trọng số này càng lớn có nghĩa là biến đó có tác động mạnh vào biến phụ thuộc. Hơn nữa, hệ số hồi quy chưa chuẩn hóa giải thích sự thay đổi một biến phụ thuộc dựa vào một biến độc lập thay đổi với điều kiện các biến độc lập khác giữ nguyên không đổi, các giải thích mang tính toán học nhiều hơn, vậy nên tác giả sử dụng hệ số hồi quy chuẩn hóa để giải mức độ tác động của các nhân tố trong mô hình nghiên cứu.
Kiểm định F được sử dụng để kiểm tra tính phù hợp của mô hình với tập dữ liệu gốc. Nếu mức ý nghĩa của kiểm định <0,05 thì có thể kết luận mô hình hồi quy phù hợp với tập dữ liệu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Kết quả hồi quy sử dụng phương pháp Enter được trình bày trong các bảng sau:
2.5.7.1 Hồi quy tuyến tính bội
Bảng 2.10: Kết quả hồi quy và hiện tượng đa cộng tuyến
Hệ số chưa chuẩn hóa | Hệ số chuẩn hóa | T | Sig. | Thống kê đa cộng tuyến | ||||
B | Std. Error | Beta | Tolerance | VIF | ||||
(Constant) | -2,574E-016 | 0,053 | 0,000 | |||||
LTPL | 0,386 | 0,053 | 0,386 | 7,260 | 0,000 | 1,000 | 1,000 | |
DKLV | 0,375 | 0,053 | 0,375 | 7,053 | 0,000 | 1,000 | 1,000 | |
DTTT | 0,375 | 0,053 | 0,375 | 7,038 | 0,000 | 1,000 | 1,000 | |
PCLD | 0,312 | 0,053 | 0,312 | 5,856 | 0,000 | 1,000 | 1,000 | |
BCCV | 0,301 | 0,053 | 0,301 | 5,652 | 0,000 | 1,000 | 1,000 | |
QHDN | 0,184 | 0,053 | 0,184 | 3,458 | 0,001 | 1,000 | 1,000 | |
(Nguồn: Tổng hợp từ kết quả phân tích trên SPSS)
Tại cột giá trị Sig ta thấy có 6 nhân tố LTPL, DKLV, DTTT, PCLD, BCCV,
QHDN đều có sig. < 0,1 nghĩa là các biến đều có ý nghĩa thống kê ở mức 10 %.
Bảng trên cho thấy các giá trị Tolerance đều > 0.1 và hệ số VIF đều <3. Kết luận: Không có hiện tượng đa cộng tuyến trong mô hình.
2.5.7.2 Kiểm định độ phù hợp
Trong kết quả phân tích hồi quy bội cho thấy R² điều chỉnh (Adjusted R Square) 
2 ℎ iệu chỉnh = 0,635, các nhân tố LTPL, DKLV, DTTT, PCLD, BCCV,
QHDN có thể giải thích 63,5 % sự biến thiên của biến DLLV ( Động lực làm việc )
Hệ số Durbin-Watson (d) = 1,829, nằm trong khoảng từ 1-3. Mô hình không có hiện tượng tự tương quan giữa các phần dư trong mô hình, mô hình có ý nghĩa thực tiễn.