Phân Tích Nhân Tố Cho Biến Phụ Thuộc Gắn Bó Tình Cảm

4.2.2.2. Phân tích nhân tố cho biến phụ thuộc Gắn bó tình cảm

Tác giả sử dụng phương pháp trích nhân tố Principal components với phép xoay Varimax và điểm dừng khi trích các yếu tố có Eigenvalues lớn hơn hoặc bằng 1 để phân tích nhân tố cho biến phụ thuộc Gắn bó tình cảm.

Bảng 4.4. Kết quả phân tích nhân tố khám phá biến Gắn bó tình cảm

STT

Biến	Yếu tố
Biến	1
1	GBTC32	.840
2	GBTC33	.895
3	GBTC34	.793
4	GBTC35	.906
5	GBTC36	.822
6	GBTC37	.662
Eigenvalues		4.070
Phương sai trích (%)		67.840
Sig.		0.000
KMO		0.870

Có thể bạn quan tâm!

Xem toàn bộ 136 trang tài liệu này.

Kết quả phân tích cho thấy:

 Số lượng nhân tố trích được là 01 nhân tố.

 Hệ số KMO đạt 0.870: Phân tích nhân tố thích hợp với dữ liệu nghiên cứu.

 Kiểm định Bartlett: Đạt yêu cầu (Sig = 0.000 < 0.05). Chứng tỏ các biến quan sát trong phân tích nhân tố có tương quan với nhau trong tổng thể.

 Tổng phương sai trích: 67.840% (lớn hơn 50%). Cho biết nhân tố trên giải thích được 67.840% biến thiên của dữ liệu.

 Giá trị hệ số Eigenvalue của các nhân tố đều đạt yêu cầu (4.070 > 1).

 Qua kết quả phân tích nhân tố ta thấy, tất cả các biến đều có hệ số tải nhân tố đạt yêu cầu (factor loading > 0.5).

 Như vậy, thang đo “Gắn bó tình cảm” đạt giá trị hội tụ.

4.2.2.3. Phân tích nhân tố cho biến phụ thuộc Gắn bó duy trì

Bảng 4.5. Kết quả phân tích nhân tố khám phá biến Gắn bó duy trì

STT

Biến	Yếu tố
Biến	1
1	GBDT38	.902
2	GBDT39	.904
3	GBDT40	.944
4	GBDT41	.901
5	GBDT42	.748
Eigenvalues		3.893
Phương sai trích (%)		77.862
Sig.		0.000
KMO		0.863

Kết quả phân tích cho thấy:

 Số lượng nhân tố trích được là 01 nhân tố.

 Hệ số KMO đạt 0.863: Phân tích nhân tố thích hợp với dữ liệu nghiên cứu.

 Kiểm định Bartlett: Đạt yêu cầu (Sig = 0.000 < 0.05). Chứng tỏ các biến quan sát trong phân tích nhân tố có tương quan với nhau trong tổng thể.

 Tổng phương sai trích: 77.862% (lớn hơn 50%). Cho biết nhân tố trên giải thích được 77.862% biến thiên của dữ liệu.

 Giá trị hệ số Eigenvalue của các nhân tố đều đạt yêu cầu (3.893 > 1).

 Qua kết quả phân tích nhân tố ta thấy, tất cả các biến đều có hệ số tải nhân tố đạt yêu cầu (factor loading > 0.5).

 Như vậy, thang đo “Gắn bó duy trì” đạt giá trị hội tụ.

4.2.2.4. Phân tích nhân tố cho biến phụ thuộc Gắn bó đạo đức

Bảng 4.6. Kết quả phân tích nhân tố khám phá biến Gắn bó đạo đức

STT

Biến	Yếu tố
Biến	1
1	GBDD43	.835
2	GBDD44	.898
3	GBDD45	.816
4	GBDD46	.896
5	GBDD47	.812
6	GBDD48	.689
Eigenvalues		4.107
Phương sai trích (%)		68.452
Sig.		0.000
KMO		0.859

Kết quả phân tích cho thấy:

 Số lượng nhân tố trích được là 01 nhân tố.

 Hệ số KMO đạt 0.859: Phân tích nhân tố thích hợp với dữ liệu nghiên cứu.

 Kiểm định Bartlett: Đạt yêu cầu (Sig = 0.000 < 0.05). Chứng tỏ các biến quan sát trong phân tích nhân tố có tương quan với nhau trong tổng thể.

 Tổng phương sai trích: 68.452% (lớn hơn 50%). Cho biết nhân tố trên giải thích được 68.452% biến thiên của dữ liệu.

 Giá trị hệ số Eigenvalue của các nhân tố đều đạt yêu cầu (4.107 > 1).

 Qua kết quả phân tích nhân tố ta thấy, tất cả các biến đều có hệ số tải nhân tố đạt yêu cầu (factor loading > 0.5).

 Như vậy, thang đo “Gắn bó đạo đức” đạt giá trị hội tụ.

4.2.2.5. Tóm tắt kết quả phân tích nhân tố (EFA)

Kết quả phân tích nhân tố (EFA) cho thấy các biến độc lập và các biến phụ thuộc trong mô hình đều đạt giá trị hội tụ và giá trị phân biệt chấp nhận được. Do đó, phân tích EFA là thích hợp với dữ liệu nghiên cứu và có tổng cộng 10 nhân tố được trích ra từ kết quả phân tích. Không có sự phát sinh của nhân tố mới trong quá trình phân tích.

Các biến trong từng nhân tố tương ứng được trích sẽ được sử dụng trong các phân tích tiếp theo. Vì vậy, tác giả không hiệu chỉnh thang đo và mô hình nghiên cứu chính thức đã trình bày ở Chương 3. Do mô hình không phải thay đổi, tác giả sẽ tiếp tục kiểm định các giả thuyết ban đầu bằng phân tích hồi quy ở phần tiếp theo.

4.3. PHÂN TÍCH HỒI QUY VÀ KIỂM ĐỊNH CÁC GIẢ THUYẾT

4.3.1. Phân tích tương quan

Muốn biết các nhân tố có mối quan hệ với nhau như thế nào, trước khi thực hiện các phân tích tiếp theo tác giả phải phân tích sự tương quan giữa các biến.

Bảng 4.7. Tương quan giữa các biến

CONG VIEC	DAO TAO	THU NHAP	CAP TREN	D NGHIEP	TH HIEU	PHUC LOI	GB TC	GB DT	GB DD
CONGVIEC	1
DAO TAO	.535**	1
THU NHAP	.378**	.429**	1
CAP TREN	.530**	.549**	.526**	1
D NGHIEP	.406**	.454**	.413**	.528**	1
TH HIEU	.341**	.345**	.387**	.357**	.334**	1
PHUC LOI	.379**	.395**	.371**	.460**	.463**	.454**	1
GB TC	.464**	.568**	.487**	.527**	.422**	.377**	.445**	1
GB DT	.409**	.531**	.468**	.510**	.391**	.377**	.390**	.928**	1
GB DD	.446**	.561**	.462**	.511**	.401**	.354**	.434**	.940**	.871**	1
**. Correlation is significant at the 0.01 level (2-tailed).

Kết quả phân tích cho thấy, tất cả các biến độc lập đều có tương quan khá lớn với cả ba biến phụ thuộc (Gắn bó tình cảm; Gắn bó duy trì; và Gắn bó đạo đức) ở mức ý nghĩa 1%.

Cả 03 biến phụ thuộc đều có tương quan mạnh nhất với biến Đào tạo và Thăng tiến (với hệ số Pearson lần lượt bằng: 0.568; 0.531; và 0.561) và cũng đều có tương quan yếu nhất với biến Thương hiệu (hệ số Pearson lần lượt bằng: 0.377; 0.377; và 0.354). Sự tương quan này rất đáng được mong đợi vì chính những mối quan hệ chặt chẽ, tuyến tính giữa các biến sẽ giải thích được sự ảnh hưởng của các biến độc lập đến các biến phụ thuộc theo như mô hình nghiên cứu. Do đó, các biến độc lập này có thể đưa vào phân tích hồi quy để giải thích sự ảnh hưởng của chúng đến các biến phụ thuộc và cho chúng ta kết quả của mô hình nghiên cứu.

Tác giả nhận thấy các biến độc lập cũng có tương quan khá lớn với nhau. Như vậy, quá trình nghiên cứu cần hết sức chú ý đến trường hợp đa cộng tuyến vì điều này sẽ làm tác động sai lệch đến kết quả nghiên cứu.

4.3.2. Phân tích hồi quy

Như đã trình bày ở Chương 3, sau khi kiểm định Cronbach's Alpha, phân tích khám phá nhân tố EFA, và phân tích tương quan giữa các biến, tác giả sẽ phân tích hồi quy của mô hình nghiên cứu.

Cũng như các bước trước, tác giả tiếp tục thực hiện lần lượt 03 phân tích, lần lượt là tác động của các biến độc lập đến từng thành phần của sự cam kết gắn bó với tổ chức: Gắn bó tình cảm, Gắn bó duy trì và Gắn bó đạo đức để tìm ra kết quả của từng tác động.

4.3.2.1. Phân tích hồi quy các biến độc lập với biến Gắn bó tình cảm

Tác giả sử dụng phương pháp Enter để phân tích hồi quy. Theo phương pháp này 7 biến độc lập (Đặc điểm công việc, Đào tạo và Thăng tiến, Thu nhập, Cấp trên, Đồng nghiệp, Thương hiệu và Phúc lợi) và biến phụ thuộc Gắn bó tình cảm sẽ được đưa vào mô hình cùng một lúc và cho kết quả như sau:

Bảng 4.8. Kết quả hồi quy các biến độc lập và Gắn bó tình cảm

Mô hình

R	R2	R2 hiệu chỉnh	Sai số chuẩn của ước lượng	Durbin-Watson
1	.673a	.453	.438	.37372	1.592

Kết quả cho thấy mô hình có hệ số R2 là 0.453 và R2 hiệu chỉnh là 0.438. Tức là với tập dữ liệu mẫu này, các biến độc lập giải thích được 43.8% sự thay đổi của nhân tố “Gắn bó tình cảm”.

Ngoài ra, kiểm định Durbin – Watson cho thấy kết quả d = 1.592 xấp xỉ gần bằng 2, ta có thể kết luận các phần dư là độc lập với nhau hay không có tương quan giữa các phần dư.

Phân tích ANOVA

Bảng 4.9. Phân tích ANOVA các biến độc lập và Gắn bó tình cảm

Mô hình

Tổng bình phương	df	Bình phương trung bình	F	Sig.
1	Hồi quy	28.605	7	4.086	29.259	.000a
	Phần dư	34.497	247	.140
	Tổng	63.103	254

Bảng kết quả cho ta thấy hệ số Sig = 0.000 nên ta có thể kết luận rằng, với mức ý nghĩa kiểm định là 5% thì giữa các biến độc lập và biến phụ thuộc có quan hệ tuyến tính với nhau. Tiếp đến tác giả kiểm định xem các hệ số beta của từng biến độc lập ảnh hưởng lên biến phụ thuộc có khác 0 hay không bằng cách xem xét các thông số của bảng sau.

Bảng 4.10. Các hệ số khi chạy hồi quy các biến độc lập và Gắn bó tình cảm

Mô hình

Hệ số chưa chuẩn hóa		Hệ số chuẩn hóa	t	Sig.	Đa cộng tuyến
B	Std. Error	Beta	t	Sig.	Độ chấp nhận	VIF
1	(Hằng số)	.443	.234		1.888	.060
	CONG VIEC	.104	.068	.092	1.538	.125	.614	1.629
	DAO TAO	.270	.059	.283	4.574	.000	.577	1.732
	THU NHAP	.148	.049	.175	2.998	.003	.649	1.540
	CAP TREN	.116	.059	.131	1.969	.050	.496	2.015
	D NGHIEP	.033	.060	.033	.555	.579	.624	1.603
	TH HIEU	.063	.055	.064	1.153	.250	.718	1.393
	PHUC LOI	.121	.055	.128	2.185	.030	.641	1.561

Đầu tiên, ta thấy rằng các biến đều có hệ số chấp nhận khá cao (từ 0.496 đến 0.718) và hệ số phóng đại phương sai VIF khá thấp (từ 1.393 đến 2.015 bé hơn 10). Do vậy, có thể kết luận mối liên hệ giữa các biến độc lập này không đáng kể, hay là mô hình hồi quy không có hiện tượng đa cộng tuyến.

Tiếp đến, ta quan sát các biến có hệ số sig. > 0.05 nghĩa là các biến quan sát này bị loại bỏ khỏi mô hình nghiên cứu. Ở kết quả trên, các biến: Đặc điểm công việc (sig. = 0.125); Đồng nghiệp (sig. = 0.579); và Thương hiệu (sig. = 0.250) sẽ bị loại khỏi mô hình nghiên cứu.

Sau cùng, ta quan sát các biến nào có hệ số sig ≤ 0.05 tương đương với độ tin cậy 95% (hay mức ý nghĩa 5%) thì biến đó được chấp nhận. Có nghĩa là các biến đó có sự tác động đến Gắn bó tình cảm. Kết quả hồi quy cho thấy 04 biến sau có tác động đến biến phụ thuộc: Đào tạo và thăng tiến (sig. = 0); Thu nhập (sig. = 0.003); Cấp trên (sig. = 0.050); và Phúc lợi (sig. = 0.030).

Tác giả sẽ quan sát thêm phân phối chuẩn của phần dư, biểu đồ P-P plot và biểu đồ phân tán – Scatterplot để thấy rõ thêm. (Xin vui lòng xem thông tin chi tiết về bản đồ cũng như các thông số được xuất ra từ phần mềm SPSS 16.0 tại phần Phụ lục 7 của báo cáo nghiên cứu)

Phân phối chuẩn của phần dư

Hình 4.1. Biểu đồ phân phối chuẩn của phần dư – Gắn bó tình cảm

Dựa vào đồ thị có thể nói phân phối của phần dư xấp xỉ chuẩn (Trung bình = 2.01E-15) và độ lệch chuẩn = 0.986 tức là gần bằng 1. Do đó có thể kết luận giả thiết phân phối chuẩn của phần dư không bị vi phạm.

Biểu đồ P-P plot

Hình 4.2. Biểu đồ P-P plot – Gắn bó tình cảm