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!
- Các Nhân Tố Ảnh Hưởng Đến Động Lực Làm Việc Của Nhân Viên
- Chức Năng, Nhiệm Vụ Và Ngành Nghề Kinh Doanh Của Công Ty
- Tình Hình Kết Quả Hoạt Động Sản Xuất Kinh Doanh
- Biểu Đồ Tần Số Histogram Của Phần Dư Chuẩn Hóa
- Đánh Giá Của Nhân Viên Về Yếu Tố “Bản Chất Công Việc”
- Kiểm Định Sự Khác Biệt Về Thời Gian Làm Việc
Xem toàn bộ 137 trang tài liệu này.
(Nguồn: Kết quả xử lí số liệu SPSS 2020)
Bảng 2.6 : Kiểm định độ tin cậy thang đo 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 | |
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
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
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
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
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
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
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
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