Kiểm Định Độ Tin Cậy Thang Đo Biến Phụ Thuộc 31406


LTP1

22.14

15.902

0.358

0.745

LTP2

22.08

15.368

0.394

0.740

LTP3

22.02

14.697

0.499

0.719

LTP4

21.98

15.302

0.414

0.736

LTP5

22.22

14.692

0.583

0.705

LTP6

22.25

16.174

0.359

0.744

LTP7

22.13

15.221

0.497

0.720

LTP8

22.39

15.347

0.520

0.717

Đào tạo và phát triển: Cronbach’s Alpha = 0.819

DT1

15.58

11.267

0.601

0.786

DT2

15.76

11.174

0.627

0.781

DT3

15.61

11.649

0.534

0.800

DT4

15.56

11.169

0.537

0.800

DT5

15.47

11.488

0.519

0.803

DT6

15.41

10.056

0.687

0.765

Bản chất công việc: Cronbach’s Alpha = 0.730

CV1

9.24

6.027

0.533

0.661

CV2

9.17

6.287

0.523

0.667

CV3

9.21

6.371

0.508

0.676

CV4

9.10

6.508

0.515

0.672

Quan hệ với đồng nghiệp và cấp trên: Cronbach’s Alpha = 0.846

QH1

14.92

16.907

0.638

0.818

QH2

15.01

16.705

0.576

0.831

QH3

15.11

16.542

0.622

0.821

QH4

15.14

16.958

0.563

0.833

QH5

14.97

16.258

0.690

0.808

QH6

14.99

16.561

0.679

0.811

Có thể bạn quan tâm!

Xem toàn bộ 137 trang tài liệu này.

Phân tích những nhân tố ảnh hưởng đến động lực làm việc đối với nhân viên tại Công ty Cổ Phần Quản Lý Đường Bộ và Xây Dựng Công Trình Thừa Thiên Huế - 8

(Nguồn: Kết quả xử lí số liệu SPSS 2020)


Bảng 2.6 : Kiểm định độ tin cậy thang đo biến phụ thuộc


Biến quan sát

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

Động lực làm việc: Cronbach’s Alpha = 0.675

DL1

9.95

4.105

0.440

0.620

DL2

9.79

4.151

0.485

0.590

DL3

9.91

4.013

0.511

0.572

DL4

9.74

4.412

0.392

0.649

(Nguồn: Kết quả xử lí số liệu SPSS 2020)


Kết quả kiểm định Cronbach’s Alpha cho thấy rằng thang đo các yếu tố DK, LTP, DT,CV,QH đều có hệ số Cronbach’s Alpha đạt yêu cầu là đều lớn hơn 0.6, hệ số tương quan biến tổng của các biến quan sát đều lớn hơn 0.3, trị số Cronbach’s Alpha nếu loại biến quan sát của các nhân tố đều nhỏ hơn trị số Cronbach’s Alpha của thang đo. Vì vậy, có thể kết luận rằng thang đo được sử dụng trong nghiên cứu này là phù hợp và đáng tin cậy. Các yếu tố thỏa mãn điều kiện sẽ dùng để phân tích nhân tố khám phá EFA.

2.2.3.2 Phân tích nhân tố khám phá EFA


2.2.3.2.1 Phân tích nhân tố khám phá EFA cho các biến độc lập


Trong đề tài nghiên cứu này, phân tích nhân tố EFA cho các biến độc lập sẽ giúp ta xem xét khả năng rút gọn số lượng 28 biến quan sát xuống còn một số ít các biến dùng để phản ánh một cách cụ thể sự tác động của các nhân tố đến động lực làm việc của nhân viên tại công ty QLĐB và XDCT Thừa Thiên Huế. Thông qua phân tích nhân tố có thể xác định mối quan hệ giữa các biến và tìm ra nhân tố đại diện cho 28 biến quan sát. Toàn bộ 28 biến này được đưa vào phân tích. Quá trình phân tích nhân tố để loại biến trong nghiên cứu này được thực hiện qua 2 lần.

Lần thứ 1: 28 biến được đưa vào phân tích nhân tố. Kết quả như sau: Kiểm định KMO và Bartlett’s Test biến độc lập


Bảng 2.7: Kiểm định KMO và Bartlett’s Test biến độc lập lần 1


KMO and Bartlett’s Test

Kaiser – Meyer – Olkin Measure of Sampling Adequacy

0.792


Đại lượng thống kê Bartlett’s Test

Approx. Chi-square

1363.263

df

378

Sig.

.000

(Nguồn: Kết quả xử lí số liệu SPSS 2020)


+ Từ kết quả kiểm định KMO và Bartlett’s được thể hiện ở bảng 2.6 cho thấy giá trị KMO =0.792 > 0.5 và hệ số Sig. = 0.000 < 0.05, từ đó có thể kết luận rằng các biến quan sát được đưa vào phân tích có mối tương quan với nhau và phân tích nhân tố khám phá EFA thích hợp được sử dụng trong nghiên cứu này.

+ Tiêu chuẩn Eigenvalues = 1.133 > 1 đã có 6 nhân tố được tạo ra.


+ Tổng phương sai trích = 57.032% > 50%, cho biết 6 nhân tố này sẽ giải thích

được 57.032% biến thiên của dữ liệu.


+ Biến quan sát LTP3, LTP4 bị loại do có hệ số tải nhân tố < 0.5 và biến quan sát LTP1 bị loại do nằm tách biệt một mình ở một ô nhân tố.

Lần thứ 2: Sau khi loại 5 biến LTP1, LTP3, LTP4, còn lại 25 biến quan sát tiếp tục được đưa vào phân tích nhân tố.

Bảng 2.8: Kiểm định KMO và Bartlett’s Test biến độc lập lần 2


KMO and Bartlett’s Test

Kaiser – Meyer – Olkin Measure of Sampling Adequacy

0.795


Đại lượng thống kê Bartlett’s Test

Approx. Chi-square

1193.086

df

300

Sig.

.000

(Nguồn: Kết quả xử lí số liệu SPSS 2020)


+ Hệ số KMO = 0.795(> 0.5) đạt yêu cầu để phân tích nhân tố


+ Kết quả kiểm định Bartlett’s Test có Sig. = 0.000 < 0.05, các biến có tương

quan với nhau trong tổng thể, sử dụng phân tích nhân tố là phù hợp.


+ Tiêu chuẩn Eigenvalues = 1.369 > 1 đã có 5 nhân tố được tạo ra


+ Tổng phương sai trích = 55.603% > 50%, cho biết 5 nhân tố này giải thích

được 55.603% độ biến thiên của dữ liệu.


+ Các biến đều có hệ số tải nhân tố > 0.5.


Bảng 2.9: Ma trận xoay nhân tố lần 2


Biến quan sát

Nhóm nhân tố

1

2

3

4

5

QH5

.796





QH6

.777





QH3

.760





QH1

.722





QH2

.706





QH4

.661





DT6


.800




DT2


.752




DT3


.713




DT1


.660




DT4


.654




DT5


.636




CV4



.735



CV3



.734



CV2



.678



CV1



.664



LTP8




.778


LTP7




.695


LTP5




.645


LTP2




.562


LTP6




.503


DK1





.770

DK2





.734

DK4





.667

DK3





.639

Hệ số Eigenvalue

5.775

2.749

2.228

1.780

1.369

Phương sai trích

23.100

34.096

43.009

50.128

55.603

(Nguồn: Kết quả xử lí số liệu SPSS 2020)


2.2.3.2.2 Phân tích nhân tố khám phá EFA cho biến phụ thuộc


Kết quả phân tích nhân tố khám phá của biến phụ thuộc cho kết quả kiểm định KMO và Bartlett’s Test cho thấy giá trị KMO = 0.729 (> 0.5) và hệ số Sig. = 0.000 < 0.05, từ đó kết luận rằng các biến quan sát đưa vào phân tích có mối tương quan với nhau và phân tích nhân tố khám phá là thích hợp sử dụng trong nghiên cứu này. Kết quả cũng cho thấy tiêu chuẩn Eigenvalues = 2.031 > 1 đã có 1 nhân tố được tạo ra. Tổng phương sai trích = 50.776% > 50%, cho biết 1 nhân tố này giải thích được 50.776% độ biến thiên của dữ liệu.

Bảng 2.10: Kết quả phân tích cho biến phụ thuộc


KMO and Bartlett’s Test

Kaiser – Meyer – Olkin Measure of Sampling Adequacy

0.729


Đại lượng thống kê Bartlett’s Test

Approx. Chi-square

78.488

df

6

Sig.

.000

(Nguồn: Kết quả xử lí số liệu SPSS 2020)


Bảng 2.11: Kết quả ma trận xoay của biến phụ thuộc



Các nhân tố

1

DL3

0.763

DL2

0.741

DL1

0.696

DL4

0.644

Hệ số Eigenvalues

2.031

Phương sai trích

50.776

(Nguồn: Kết quả xử lí số liệu SPSS 2020)


Kết luận:


Kết quả phân tích nhân tố cho thấy với 25 biến quan sát để đo lường các nhân tố ảnh hưởng đến động lực làm việc của của nhân viên tại Công ty Cổ phần QLĐB và XDCT Thừa Thiên Huế thì 5 biến độc lập và 1 biến phụ thuộc được tạo ra không có sự khác biệt nhiều so với mô hình nghiên cứu ban đầu.

2.2.3.3 Phân tích tương quan Pearson


Để kiểm tra hiện tượng đa cộng tuyến trước khi đi vào phân tích hồi quy, phân tích tương quan Pearson được thực hiện. Bước đầu tiên trong phân tích tương quan Pearson là tính các trung bình các nhân tố làm đại diện với đại diện trung bình các nhân tố được đặt tên như sau:

Bảng 2.12 : Đặt tên đại diện trung bình các nhân tố



TT


Tên các nhân tố


Số biến quan sát

Đặt tên đại diện trung bình

1

Quan hệ với đồng nghiệp và cấp trên

6

QH

2

Đào tạo và phát triển

6

DT

3

Điều kiện làm việc

4

DK

4

Bản chất công việc

4

CV

5

Lương thưởng, phúc lợi

5

LTP

6

Động lực làm việc

4

DL

(Nguồn: Tác giả tự đề xuất)


Bảng 2.13: Hệ số tương quan Pearson



Correlations



DL

CV

DK

QH

LTP

DT


DL

Pearson Correlation

1

.433**

.533**

.485**

.442**

.481**

Sig. (2- tailed)


.000

.000

.000

.000

.000

N

140

140

140

140

140

140


**. Hệ số tương quan với mức ý nghĩa 0.01 (2 phía)


*. Hệ số tương quan với mức ý nghĩa 0.05 (2 phía)

(Nguồn: Kết quả xử lí số liệu SPSS 2020)


Xem xét ma trận tương quan, biến phụ thuộc có quan hệ tương quan tuyến tính với 5 biến độc lập. Đều có hệ số Sig. bé hơn 0.05 nên đủ điều kiện để đưa vào phân tích hồi quy, đồng thời cũng có sự tương quan tuyến tính giữa các biến độc lập với nhau, do đó hiện tượng đa cộng tuyến sẽ được kiểm định trong phân tích hồi quy.

Hệ số tương quan Pearson cũng khá cao, các nhân tố đều có hệ số tương quan lớn hơn 0.4. Theo kết quả phân tích thì nhân tố “ Điều kiện làm việc” có tương quan mạnh nhất với hệ số tương quan là 0.533. Tiếp đến là nhân tố “Quan hệ với đồng nghiệp và cấp trên” với hệ số tương quan là 0.485. Nhân tố thứ 3 là “Đào tạo và phát triển” với hệ số tương quan là 0.481. Nhân tố thứ 4 là “Lương thưởng và phúc lợi” với hệ số tương quan là 0.442. Và cuối cùng là “Bản chất công việc” có hệ số tương quan là 0.433.

2.2.3.4 Phân tích hồi quy


Trong mô hình phân tích hồi quy được xây dựng gồm biến phụ thuộc là biến “Động lực làm việc” (DL) và các biến độc lập là các nhân tố được rút trích ra từ các biến quan sát từ phân tích nhân tố khám phá EFA gồm 5 yếu tố: “Điều kiện làm việc”, Lương thưởng và phúc lợi”, “Đào tạo và phát triển”, “Bản chất công việc”, “Quan hệ với đồng nghiệp và cấp trên”với các hệ số Bê ta tương ứng lần lượt là: β1, β2, β3, β4, β5.

Ta có phương trình hồi quy tuyến tính như sau:


DL = β0 + β1DK + β2LTP + β3DT + β4CV + β5QH + ei

Trong đó:


DL : Giá trị của biến phụ thuộc


QH: Giá trị của biến độc lập “ Quan hệ với đồng nghiệp và cấp trên”


DT: Giá trị của biến độc lập “Đào tạo và phát triển” CV: Giá trị của biến độc lập “ Bản chất công việc” DK: Giá trị của biến độc lập “ Điều kiện làm việc”

LTP: Giá trị của biến độc lập “ Lương thưởng và phúc lợi”


2.2.3.4.1 Đánh giá độ phù hợp của mô hình


Bảng 2.14 : Đánh giá độ phù hợp của mô hình


Mô hình

R

R2

R2 hiệu chỉnh

Sai số ước lượng

Hệ số Durbin - Watson

1

.737

.543

.526

.44532

1.750

Biến độc lập: DK, QH, DT, CV, LTP

Biến phụ thuộc: DL

( Nguồn: Kết quả xử lý số liệu SPSS 2020)

Giá trị R2 hiệu chỉnh phản ánh chính xác hơn sự phù hợp của mô hình đối với tổng thể vì nó không phụ thuộc vào độ lệch phóng đại của R2 (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008).

Hồi quy tuyến tính được thực hiện với phương pháp Enter để kiểm định mô hình lý thuyết. Kết quả phân tích hồi quy cho thấy mô hình có hệ số R2 là 0.543 và R2 hiệu chỉnh là 0.526. Điều đó có nghĩa là 52.6% sự biến thiên của biến phụ thuộc được giải thích bởi biến độc lập trong mô hình, còn lại được giải thích bởi các biến độc lập khác ngoài mô hình.

Kiểm định sự phù hợp của mô hình


Bảng 2.15: Kiểm định ANOVA


ANOVA


Mô hình


Tổng bình phương


df


Bình phương trung bình


F


Sig.


Hồi quy

31.532

5

6.306

31.802

.000

Phần dư

26.573

134

.198



Tổng

58.105

149




(Nguồn: Kết quả xử lí số liệu SPSS 2020)


Kiểm định F là 1 phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể. Kết quả phân tích cho thấy giá trị Sig. = 0.000 cho phép bác bỏ giả

Xem toàn bộ nội dung bài viết ᛨ

..... Xem trang tiếp theo?
⇦ Trang trước - Trang tiếp theo ⇨

Ngày đăng: 30/07/2022