Kết Quả Kiểm Định Kmo Và Bartlett’S Test Biến Phụ Thuộc

Bảng 2. 8. Kết quả kiểm định KMO và Bartlett’s Test biến phụ thuộc

KMO and Bartlett’s Test

Hệ số KMO (Kaiser Meyer – Olkin of Sampling Adequacy)		0,684
Đại lượng thống kế (Bartlett’s Test)	Approx. Chi-Square	103,622
	Df	3
	Sig.	0,000

Có thể bạn quan tâm!

Xem toàn bộ 125 trang tài liệu này.

(Nguồn: Kết quả phân tích dữ liệu SPSS 20.0)

Với kết quả kiểm định từ bảng trên ta có, hệ số KMO bằng 0,684 đã lớn hơn tiêu chuẩn đặt ra là 0,5 và mức ý nghĩa Sig. của kiểm định Bartlett’s Test bằng 0,000 nhỏ hơn 0,05. Vì vậy, ta có thể kết luận kiểm định trên đã đạt tiêu chuẩn và điều kiện đặt ra. Cho thấy các biến quan sát của biến phụ thuộc có sự tương quan với nhau, phù hợp để phân tích nhân tố khám phá EFA cho biến phụ thuộc

2.3.3.4. Phân tích nhân tố khám phá EFA biến phụ thuộc

Bảng 2. 9. Rút trích nhân tố biến phụ thuộc

HÀI LÒNG CÔNG VIỆC

HỆ SỐ TẢI
HLCV1	0,835
HLCV2	0,830
HLCV3	0,783
Phương sai tích lũy tiến (%)	66,608

(Nguồn: Kết quả phân tích dữ liệu SPSS 20.0)

Theo kết quả có được từ bảng trên, ta nhận thấy cả 3 biến quan sát có hệ số tải lần lượt là: 0,835; 0,830; 0,783 đều lớn hơn 0,50 nên cả 3 biến quan sát trên được giữ lại cho các phân tích tiếp theo.

Ngoài ra, ta thấy hệ số phương sai tích lũy tiến đạt 66,608% cũng đã lớn hơn 50% nên ta có kết quả từ việc phân tích nhân tố khám phá đã rút trích ra được một nhân tố. Nhân tố này được gọi tên là “Hài lòng công việc” bao gồm 3 biến quan sát: HLCV1; HLCV2; HLCV3

Nhận xét:

Sau khi tiến hành phân tích nhân tố khám phá EFA cho các biến độc lập và biến phụ thuộc, nghiên cứu đã xác định được 7 nhân tố ảnh hưởng sự hài lòng lao động của bộ phận sản xuất trực tiếp tại công ty cổ phần 207, đó là các nhân tố: “Lãnh đạo”; “Bản chất công việc”; “Điều kiện làm việc”; “Đồng nghiệp”; “Lương thưởng”; “Phúc lợi”; “Cơ hội đào tạo và thăng tiến”

Như vậy, sau khi kết thúc quá trình kiểm định độ tin cậy thang đo bằng hệ số Cronbach’s Alpha và phân tích nhân tố khám phá EFA, đề tài quyết định lựa chọn mô hình nghiên cứu như đề xuất ban đầu. Bao gồm: 1 biến phụ thuộc có 3 biến quan sát và 7 biến độc lập với 27 biến quan sát

Điều kiện làm việc

Hài lòng công

việc

Lãnh đạo

Bản chất công việc

Đồng nghiệp

Lương thưởng

Phúc lợi

Cơ hội đào tạo và

thăng tiến

Sơ đồ 2. 2. Mô hình nghiên cứu sau khi phân tích nhân tố khám phá

2.3.4. Kiểm định sự phù hợp của mô hình nghiên cứu

2.3.4.1. Kiểm định mối tương quan giữa biến độc lập và biến phụ thuộc

Để phân tích hồi quy đạt kết quả cao, đề tài sẽ thực hiện thêm một bước kiểm định mối tương quan giữa biến độc lập và biến phụ thuộc thông qua hệ số tương quan Pearson, bởi vì điều kiện để phân tích hồi quy là trước tiên các biến phải tương quan với nhau. Hệ số tương quan Pearson sẽ giúp chúng ta thực hiện các thống kê cơ bản như ước lượng điểm (kiểm định mức ý nghĩa), giải thích (sự ảnh hưởng của biến độc lập đối với biến phụ thuộc), dự báo (thông qua mô hình hồi quy tuyến tính), ước lượng độ tin cậy và tính hợp lý (validity).

Trong quá trình phân tích mối tương quan, ta cần chú ý phân tích đến 2 giá trị: Hệ số tương quan Pearson (Pearson Correlation) càng lớn, tiến dần về 1 thì mối tương quan giữa biến độc lập và biến phụ thuộc càng chặt chẽ và ngược lại; Giá trị Sig. của kiểm định Pearson nếu bé hơn 0,05 thì ta có thể kết luận hai biến có tương quan với nhau và ngược lại, nếu Sig. lớn hơn 0,05 thì không có sự tương quan giữa hai biến.

Vì một trong những điều kiện cần để phân tích hồi quy là biến độc lập phải có tương quan với biến phụ thuộc, nên nếu ở bước phân tích tương quan này biến độc lập không có tương quan với biến phụ thuộc thì ta loại biến độc lập này ra khỏi phân tích hồi quy.

Bảng 2. 10. Kết quả phân tích tương quan Pearson

HL
	Tương quan Pearson	Sig. (2-tailed)	N
HLCV	1	0,000	150
LANHDAO	0,337	0,000	150
BCCV	0,376	0,000	150
DIEUKIEN	0,100	0,000	150
DONGNGHIEP	0,368	0,000	150
LUONG	0,506	0,000	150
PHUCLOI	0,457	0,000	150
DTTT	0,099	0,000	150

(Nguồn: Kết quả phân tích dữ liệu SPSS 20.0)

Dựa vào bảng kết quả kiểm định ở trên, ta thấy giá trị Sig. (2-tailed) của các nhân tố đều bé hơn mức ý nghĩa α = 0,05, vì vậy ta có thể kết luận các biến độc lập có sự tương quan với biến phụ thuộc. Đồng thời, ta thấy mức độ tương quan giữa các biến độc lập và biến phụ thuộc cũng khá mạnh khi có hệ số tương quan đều lớn hơn và gần bằng 0,5. Điều đó cho thấy rằng các biến độc lập ở trên có thể giải thích cho biến phụ thuộc “Hài lòng công việc” theo hệ số tương quan dương.

2.3.4.2. Xem xét tự tương quan

Thông qua đại lượng Durbin – Watson, đề tài có thể kiểm định sự tương quan của các sai số kề nhau (hay còn gọi là tương quan chuỗi bậc nhất). Dựa vào kết quả xử lý dữ liệu, cho thấy giá trị Durbin – Watson bằng 1,867 thuộc trong khoảng chấp nhận. Vì vậy, ta có thể kết luận với mô hình nghiên cứu được xây dựng của đề tài không xảy ra hiện tượng tự tương quan

2.3.4.3. Xem xét đa cộng tuyến

Kiểm định đa cộng tuyến là kiểm định sự tương quan giữa các biến độc lập thông qua hệ số phóng đại phương sai VIF (Variance Inflation Factor). Nếu VIF lớn hơn hoặc bằng 10 thì có thể nhận xét mô hình hồi quy vi phạm hiện tượng đa cộng tuyến (Hoàng Trọng &Chu Nguyễn Mộng Ngọc, 2008).

Kết quả phân tích cho thấy giá trị VIF của mô hình rất nhỏ (đều nhỏ hơn 2) nên đề tài có thể kết luận rằng mô hình hồi quy trên không vi phạm hiện tượng đa cộng tuyến, phù hợp để tiến hành phân tích hồi quy.

2.3.4.4. Kiểm định phân phối chuẩn của phần dư

Phần dư có thể không tuân theo phân phối chuẩn vì những lý do như: sử dụng sai mô hình, phương sai không phải là hằng số, số lượng các phần dư không đủ nhiều để phân tích. Vì vậy chúng ta phải tiến hành kiểm định phân phối chuẩn của phần dư để xem xét sự phù hợp của mô hình đưa ra

Sơ đồ 2. 3. Biểu đồ tần số của phần dư chuẩn hóa Histogram

(Nguồn: Kết quả phân tích dữ liệu SPSS 20.0)

Từ biểu đồ Histogram, ta thấy được một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số. Đường cong này có dạng hình chuông, phù hợp với dạng đồ thị của phân phối chuẩn. Đồng thời, giá trị trung bình Mean gần bằng 0 và độ lệch chuẩn là 0,976 gần bằng 1, vì vậy ta có thể kết luận phân phối phần dư xấp xỉ chuẩn nên giả thiết phân phối chuẩn của phần dư không bị vi phạm.

Với các kết quả kiểm định như trên, nghiên cứu có thể tiếp tục phân tích hồi

quy.

2.3.5. Mô hình hồi quy

Mô hình hồi quy được xây dựng gồm biến phụ thuộc “Hài lòng công việc” (HLCV) và 7 biến độc lập được rút trích từ phân tích nhân tố khám phá EFA gồm có: nhân tố Lãnh đạo” (LD); nhân tố “Bản chất công việc” (BC); nhân tố “Điều kiện làm

việc” (DK); nhân tố “Đồng nghiệp” (DN); nhân tố “Lương” (L); nhân tố “Phúc lợi” (PL) và nhân tố “Cơ hội đào tạo và thăng tiến”(DTTT) với các hệ số Bê-ta tương ứng lần lượt là: β1; β2; β3; β4; β5;β6;β7

Mô hình hồi quy:

HL = β0 + LDβ1 + BCβ2 + DKβ3 +DNβ4 + Lβ5 + PLβ6+DTTTβ7+ ei

Trong đó: ei là biến độc lập ngẫu nhiên có phân phối chuẩn với trung bình là 0

và phương sai không thay đổi.

Dựa vào hệ số Bê-ta chuẩn hóa với mức ý nghĩa Sig. tương ứng để xác định các biến độc lập nào có ảnh hưởng đến biến phụ thuộc trong mô hình và ảnh hưởng với mức độ như thế nào, theo chiều hướng nào. Từ đó, làm căn cứ để kết luận chính xác hơn và đưa ra các giải pháp mang tính thuyết phục cao. Kết quả của mô hình hồi quy sẽ giúp ta xác định được chiều hướng, mức độ ảnh hưởng của các yếu tố ảnh hưởng đến sự hài lòng lao động của Công ty cổ phần 207.

2.3.5.1. Đánh giá độ phù hợp của mô hình

Bảng 2.11. Đánh giá độ phù hợp của mô hình

Model

Square

Adjusted R

Square

Std. Error of the

Estimate

Durbin-

Watson

0,799

0,638

0,620

0,342

1,867

(Nguồn: Kết quả phân tích dữ liệu SPSS 20.0)

Dựa vào kết quả phân tích ở trên, cho thấy giá trị R Square hiệu chỉnh bằng 0,638, có nghĩa là độ phù hợp của mô hình nghiên cứu là 63,8%. Hay nói cách khác 63,8% sự thay đổi của biến phụ thuộc “Hài lòng công việc” sẽ do sự tác động của 4 nhân tố đã được xác định trong mô hình quyết định.

2.3.5.2. Kiểm định sự phù hợp của mô hình

Theo bảng kết quả từ kiểm định ANOVA, cho ta thấy giá trị Sig. bằng 0,000 là rất nhỏ, vì vậy nghiên cứu có thể bác bỏ giả thiết “Hệ số xác định R bình phương = 0”, có nghĩa là mô hình hồi quy phù hợp và các biến độc lập trong mô hình đã giải thích được cho biến phụ thuộc “Hài lòng công việc”.

Bảng 2.12. Kết quả kiểm định ANOVA

Model

Sum of Squares	Df	Mean Square	F	Sig.
1	Regression	29,272	7	4,182	35,789	0,000
	Residual	16,592	142	0,117
	Total	45,864	149

(Nguồn: Kết quả phân tích dữ liệu SPSS 20.0)

2.3.5.3. Phân tích hồi quy

Để có thể xác định chính xác chiều hướng và mức độ ảnh hưởng của các nhân tố đã xác định được sau khi phân tích nhân tố khám phá EFA lên biến phụ thuộc “Hài lòng công việc”, đề tài sẽ tiến hành phân tích hồi quy tuyến tính dựa trên mô hình hồi quy đã xây dựng ở trên. Thông qua phép phân tích này, nghiên cứu sẽ dễ dàng biết được nhân tố nào có tác động mạnh nhất đến biến phụ thuộc, để từ đó có thể đưa ra kết luận cũng như đề xuất một số giải pháp nhằm nâng cao năng suất lao động.

Có rất nhiều phương pháp phân tích hồi quy, nhưng trong trường hợp này nghiên cứu sẽ lựa chọn phương pháp Enter với tiêu chí chọn lọc ra những nhân tố có mức ý nghĩa Sig. nhỏ hơn 0,05, những nhân tố nào có giá trị Sig. lớn hơn 0,05 sẽ bị loại khỏi mô hình và sẽ không tiếp tục nghiên cứu nhân tố đó.

Sau khi tiến hành phân tích hồi quy ta có được kết quả như sau:

Bảng 2.13. Hệ số phân tích hồi quy

Hệ số chưa chuẩn hóa			Hệ số chuẩn hóa	t	Sig.	VIF
	B	Độ lệch chuẩn	Beta	t	Sig.	VIF
HẰNG SỐ	-0,167	0,280		-0,595	0,553	11
LANHDAO	0,144	0,033	0,223	4,323	0,000	1,040
BCCV	0,167	0,033	0,264	5,013	0,000	1,091
DIEUKIEN	0,036	0,039	0,049	0.924	0,357	1,105
DONGNGHIEP	0,200	0,039	0,269	5,092	0,000	1,092
LUONG	0,242	0,032	0,400	7,606	0,000	1,083
PHUCLOI	0,216	0,035	0,323	6,178	0,000	1,076

DTTT

0,322

0,032

0,054

1,021

0,309

1,087

(Nguồn: Kết quả phân tích dữ liệu SPSS 20.0)

Với kết quả trên, ta có được các giá trị Sig. của các biến độc lập như sau: “Lãnh đạo” có giá trị Sig. bằng 0,000; “Bản chất công việc” có giá trị Sig. bằng 0,000; “Điều kiện làm việc” có giá trị Sig. bằng 0,357; “Đồng nghiệp” ; “Lương”; “Phúc lợi” đều có giá trị Sig bằng 0,000 và “Cơ hội đào tạo và thăng tiến” có giá trị Sig. bằng 0,309.

Trong 7 biến độc lập ở trên, có biến “Điều kiện làm việc” và biến “Cơ hội đào tạo và thăng tiến” có giá trị Sig. lớn hơn 0,05 (0,357 và 0,309 >0,05) nên dựa vào các điều kiện ở trên, ta loại hai biến này khỏi mô hình hồi quy. Các biến độc lập còn lại đều có giá trị Sig. nhỏ hơn 0,05, phù hợp với mô hình hồi quy nên được giữ lại để phân tích tiếp

Như vậy, đề tài xác định được mô hình hồi quy như sau:

HL = 0,223 LD + 0,264BC + 0,269DN + 0,400L + 0,323PL + ei

Theo kết quả phân tích hồi quy như trên, đề tài đã xác định được có 5 nhân tố ảnh hưởng đến sự hài lòng lao động của Công ty Cổ phần 207:“Lãnh đạo”; “Bản chất công việc”; “Đồng nghiệp” ; “Lương” và “Phúc lợi”.

Phân tích mức độ ảnh hưởng của các nhân tố

Với các hệ số Beta tương ứng như trong mô hình hồi quy ở trên, ta dễ dàng nhận thấy:

Nhân tố “Lương” có hệ số Beta lớn nhất (0,400), Vì vậy có thể kết luận rằng trong 5 nhân tố ở trên, nhân tố “Lương” là nhân tố có sự tác động mạnh nhất đến sự hài lòng lao động của Công ty Cổ phần 207.Theo như kết quả khảo sát ta thấy được nhân viên ở đây rất hài lòng với mức lương hiện tại. Họ cảm thấy mức lương được trả xứng với kết quả làm việc của mình, thường được tăng lương và phù hợp với mặt bằng chung của thị trường lao động

Nhân tố “ Phúc lợi” có hệ số beta là 0,323 là nhân tố có tác động mạnh thứ 2 cùng những chính sách đãi ngộ hậu hĩnh đã chiếm được sự tin tưởng của người lao động, quản lý và điều hành khá tốt mọi hoạt động sản xuất trong nhà máy.

Xem toàn bộ nội dung bài viết ᛨ