Kết Quả Efa Cho Thang Đo Nhân Tố Động Lực Lao Động


thích hợp.

Các con số trong bảng Rotated Componet Matrix thể hiện các trọng số nhân tố hay hệ số tải nhân tố (Factor loading) lớn nhất của mỗi thành phần nghiên cứu. Để phân tích EFA được xem là quan trọng và có ý nghĩa thiết thực, chỉ giữ lại các thành phần nghiên cứu có hệ số tải > 0.5 đảm bảo được độ tin cậy, như vậy các kết quả trong bảng dưới đây đã đáp ứng được yêu cầu.

Bảng 3.25. Kết quả EFA cho thang đo nhân tố thành phần

Rotated Component Matrixa


Component

1

2

3

4

5

LĐ1

.901





LĐ6

.900





LĐ3

.844





LĐ4

.718





LĐ5

.710





ĐN5


.936




ĐN2


.930




ĐN4


.875




ĐN1


.860




VH4



.846



VH5



.828



VH3



.811



VH2



.726



VH1



.713



LP5




.917


LP2




.910


LP4




.908


TC3





.911

TC4





.901

TC5





.731

TC2





.723

Có thể bạn quan tâm!

Xem toàn bộ 131 trang tài liệu này.

Tạo động lực cho người lao động tại Công ty Cổ phần Thương mại và Du lịch Bắc Ninh - 11

(Nguồn: Kết quả phân tích SPSS)


Phương sai bằng 80.955 (Phụ lục 02) thể hiện rằng sự biến thiên của các nhân tố được phân tích có thể giải thích được 80.955% sự biến thiên của dữ liệu khảo sát ban đầu, đây là mức ý nghĩa ở mức khá cao.

Hệ số Eigenvalues của nhân tố thứ 5 bằng 1.429 > 1 thể hiện sự hội tụ của phép phân tích dừng ở nhân tố thứ 5, hay kết quả phân tích cho thấy có 5 nhân tố được trích ra từ dữ liệu khảo sát.

Hệ số tải nhân tố của mỗi biến quan sát thể hiện các nhân tố đều lớn hơn

0.5 cho thấy rằng các biến quan sát đều thể hiện được mối ảnh hưởng với các nhân tố mà các biến này biểu diễn.

Như vậy, sau khi tiến hành phân tích nhân tố khám phá EFA, số biến quan sát được giữ lại là 21 biến quan sát. Sau khi xoay nhân tố lần 1, tất cả các biến quan sát đều đáp ứng tốt các điều kiện để tiến hành phân tích.

3.4.2. Kiểm định EFA biến phụ thuộc

Tập hợp biến ĐL3, ĐL4, ĐL5 đo lường động lực lao động của nhân viên. Sau khi khảo sát, dùng phương pháp phân tích nhân tố khám phá EFA với phép quay Varimax để phân tích 3 biến quan sát. Sử dụng phương pháp kiểm định KMO và Bartlett’s để đo lường sự tương thích của các mẫu khảo sát được.

Bảng 3.26. Bảng KMO and Bartlett’s Test biến phụ thuộc


KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy.

.711


Approx. Chi-Square

194.096

Bartlett's Test of Sphericity

Df

3


Sig.

.000

(Nguồn: Kết quả phân tích SPSS)

Đặt giả thiết H0: “Các biến không tương quan trong tổng thể”

Kiểm định KMO và Bartlett’s trong phân tích nhân tố cho thấy hệ số KMO là 0.711 > 0.5 với mức ý nghĩa Sig. = 0.000 < 0.05 chứng tỏ kết quả phân tích


nhân tố đảm bảo được mức ý nghĩa thống kê và giả thiết H0: “Các biến không tương quan trong tổng thể” bị bác bỏ. Điều này có nghĩa là 3 tiêu chí đo lường chung có tương quan với nhau ng tổng thể và phân tích nhân tố EFA là thích hợp.

Bảng 3.27 Kết quả EFA cho thang đo nhân tố động lực lao động

Total Variance Explained

Component

Initial Eigenvalues

Extraction Sums of Squared

Loadings

Total

% of Variance

Cumulative

%

Total

% of Variance

Cumulative

%

1

2.157

71.915

71.915

2.157

71.915

71.915

2

.451

15.021

86.935

3

.392

13.065

100.000


Component

1

ĐL3

.862

ĐL5

.842

ĐL4

.840

Component Matrixa


(Nguồn: Kết quả phân tích SPSS) Phương sai bằng 71.915 thể hiện rằng sự biến thiên của các nhân tố được phân tích có thể giải thích được 71.915% sự biến thiên của dữ liệu khảo sát ban

đầu, đây là mức ý nghĩa ở mức khá cao.

Hệ số Eigenvalues của nhân tố thứ 1 bằng 2.157 > 1 thể hiện sự hội tụ của phép phân tích dừng ở nhân tố thứ 1, hay kết quả phân tích cho thấy có 01 nhân tố được trích ra từ dữ liệu khảo sát.

Hệ số tải nhân tố của mỗi biến quan sát thể hiện các nhân tố đều lớn hơn

0.5 cho thấy rằng các biến quan sát đều thể hiện được sự ảnh hưởng với các nhân tố mà các biến này biểu diễn.

Như vậy, kết quả phân tích nhân tố với biến phụ thuộc cũng thể hiện sự tin cậy cao, chỉ có một nhân tố được đưa ra từ các biến quan sát của thang đo động lực lao động thể hiện biến phụ thuộc của mô hình.


Từ các kết quả phân tích nhân tố trên, các nhân tố lân lượt được tính toán giá trị trung bình của điểm đánh giá các biến quan sát thể hiện thang đo, để có thể xác định được một nhân tố đại diện cho các biến quan sát sử dụng trong việc phân tích hồi quy và tương quan.

3.5. Xây dựng mô hình hồi quy đa biến

3.5.1. Điều chỉnh giả thuyết cho mô hình

- H0: Các nhân tố chính không có mối tương quan đến động lực lao động của nhân viên tại Công ty Cổ phần Thương mại và Du lịch Bắc Ninh.

- H1: Nhân tố “Văn hóa doanh nghiệp” có tương quan đến động lực lao động của nhân viên tại Công ty Cổ phần Thương mại và Du lịch Bắc Ninh.

- H2: Nhân tố “Phong cách lãnh đạo” có tương quan đến động lực lao động của nhân viên tại Công ty Cổ phần Thương mại và Du lịch Bắc Ninh.

- H3: Nhân tố “Tiền lương và phúc lợi” có tương quan đến động lực lao động của nhân viên tại Công ty Cổ phần Thương mại và Du lịch Bắc Ninh.

- H4: Nhân tố “Tính chất công việc” có tương quan đến động lực lao động của nhân viên tại Công ty Cổ phần Thương mại và Du lịch Bắc Ninh.

- H5: Nhân tố “Mối quan hệ với đồng nghiệp” có tương quan đến động lực lao động của nhân viên tại Công ty Cổ phần Thương mại và Du lịch Bắc Ninh.

3.5.2. Kiểm định hệ số tương quan

Bảng 3.28. Kết quả kiểm định Pearson’s mối tương quan giữa biến phụ thuộc và các biến độc lập

Correlations


ĐL_Y

VH_X1

LĐ_X2

LP_X3

TC_X4

ĐN_X5


Pearson

Correlation

1

.554**

.334**

.372**

.374**

.578

ĐL_Y

Sig. (2-tailed)


.000

.000

.000

.000

.000


N

204

204

204

204

204

204

(Nguồn: Kết quả phân tích dữ liệu trên phần mềm SPSS)


Kiểm định mối tương quan dùng để xem xét mối quan hệ tuyến tính giữa biến phụ thuộc và từng biến độc lập cũng như giữa những biến độc lập với nhau. Mô hình hồi quy tốt là mô hình có hệ số tương quan giữa các biến phụ thuộc và biến độc lập lớn, thể hiện mối quan hệ tuyến tính giữa các biến với nhau, và điều này cũng chỉ ra rằng phân tích hồi quy là phù hợp.

Nhìn vào bảng trên, tác giả thấy hệ số tương quan giữa các biến độc lập và biến phụ thuộc khá cao, nằm trong khoảng từ 0.334 đến 0.578 (giá trị thấp nhất là 0.334). Điều này chỉ ra rằng mô hình có sự tương quan giữa biến phụ thuộc và biến độc lập và việc đưa các biến độc lập vào mô hình là đúng vì nó có ảnh hưởng nhất định đến biến phụ thuộc. Điều này cho tác giả thấy rằng động lực lao động chủ yếu bị tác động bởi các nhân tố nêu trên. Vì vậy, trong quá trình phân tích tác giả sẽ tập trung nghiên cứu những nhân tố này.

3.5.3. Xây dựng mô hình hồi quy

Kết quả phân tích hồi quy nhằm xác định mức độ ảnh hưởng của từng nhân tố trong mô hình với biến phụ thuộc là động lực lao động của nhân viên tại Công ty Cổ phần Thương mại và Du lịch Bắc Ninh. Các mức độ ảnh hưởng này được xác định thông qua hệ số hồi quy. Phương trình hồi quy tuyến tính bội như sau:

ĐL_Y = β0 + β1VH_X1 + β2 LĐ_X2 + β3LP_X3 + β4TC_X4 +

β5ĐN_X5 + ei

Trong đó:

- ĐL_Y: Giá trị của biến phụ thuộc là “Động lực lao động”

- VH_X1: Giá trị của biến độc lập thứ nhất là ảnh hưởng của “Văn hóa doanh nghiệp” đến động lực lao động của nhân viên tại Công ty Cổ phần Thương mại và Du lịch Bắc Ninh.

- LĐ_X2: Giá trị của biến độc lập thứ hai là ảnh hưởng của “Phong cách lãnh đạo” đến động lực lao động của nhân viên tại Công ty Cổ phần Thương mại và Du lịch Bắc Ninh.


- LP_X3: Giá trị của biến độc lập thứ ba là ảnh hưởng của “Tiền lương và phúc lợi” đến động lực lao động của nhân viên tại Công ty Cổ phần Thương mại và Du lịch Bắc Ninh.

- TC_X4: Giá trị của biến độc lập thứ tư là ảnh hưởng của “Tính chất công việc” đến động lực lao động của nhân viên tại Công ty Cổ phần Thương mại và Du lịch Bắc Ninh.

- ĐN_X5: Giá trị của biến độc lập thứ năm là ảnh hưởng của “Mối quan hệ với đồng nghiệp” đến động lực lao động của nhân viên tại Công ty Cổ phần Thương mại và Du lịch Bắc Ninh.

- ei: là ảnh hưởng của các nhân tố khác đến động lực lao động của nhân viên tại Công ty Cổ phần Thương mại và Du lịch Bắc Ninh.

3.5.3.1. Kiểm định sự phù hợp của mô hình và giả thuyết

* Kiểm định giá trị độ phù hợp

Từ kết quả bảng dưới đây, tác giả thấy rằng với hệ số R2 hiệu chỉnh = 51.80% > 50%, Sig. < 0.05 chứng tỏ các nhân tố độc lập đều có ý nghĩa thống kê tác động đến nhân tố phụ thuộc và các biến độc lập trong mô hình có thể giải thích được 51.80% sự thay đổi của biến phụ thuộc. Như vậy, mô hình có giá trị giải thích ở mức khá cao.

Bảng 3.29. Kết quả kiểm định giá trị độ phù hợp

Model Summaryb

Model

R

R Square

Adjusted R Square

Std. Error of the Estimate

Durbin-Watson

1

.728a

.530

.518

.44913

2.160

a. Predictors: (Constant), ĐN_X5, LĐ_X2, TC_X4, LP_X3, VH_X1

b. Dependent Variable: ĐL_Y

(Nguồn: Kết quả xử lý số liệu trên phần mềm SPSS)

* Kiểm định tính độc lập của sai số

Đại lượng Durbin-Watson được dùng để kiểm định tương quan của các


sai số kề nhau. Giả thuyết khi tiến hành kiểm định này là: H0: Hệ số tương quan tổng thể của các phần dư bằng 0

Thực hiện hồi quy cho biết két quả về giá trị D kiểm định Durbin-Watson trong bảng tóm tắt mô hình bằng 2.160. Theo điều kiện hồi quy, giá trị Durbin- Watson phải nằm trong khoảng 1.6 đến 2.6.

Giá trị Durbin-Watson tính được rơi vào miền chấp nhận giả thuyết không có tự tương quan. Như vậy, mô hình không vi phạm giả định về hiện tượng tự tương quan.

* Kiểm định F

Để kiểm định độ phù hợp của mô hình hồi quy tổng thể xem biến phụ thuộc có liên hệ tuyến tính với toàn bộ biến độc lập hay không, ta xem xét đến giá trị F từ bảng phân tích phương sai ANOVA

Giả thuyết H0 Đặt ra đó là: β1 = β2 = β3 = β4 = β5 = 0


Bảng 3.30. ANOVAa


ANOVAa

Model

Sum of Squares

df

Mean Square

F

Sig.


Regression

45.079

5

9.016

44.695

.000b

1

Residual

39.940

198

.202


Total

85.020

203


a. Dependent Variable: ĐL_Y

b. Predictors: (Constant), ĐN_X5, LĐ_X2, TC_X4, LP_X3, VH_X1

(Nguồn: Kết quả xử lý số liệu trên phần mềm SPSS)

Giá trị F = 44.695 và giá trị Sig. = 0.000 cho thấy mô hình hồi quy tuyến tính xây dựng phù hợp với tổng thể và có thể sử dụng được. Điều này chứng tỏ rằng có đủ bằng chứng thống kê để bác bỏ giả thuyết H0 đối với các nhân tố này, hay các giả thuyết H1, H2, H3, H4, H5 được chấp nhận ở mức ý nghĩa 95%.


* Kiểm định hiện tượng đa cộng tuyến

Với độ chấp nhận (Tolerance) lớn và hệ số phóng đại phương sai (VIF - Variance Inflation Factor) của các biến nhỏ, mô hình hồi quy không vi phạm hiện tượng đa cộng tuyến. Hồi quy vi phạm hiện tượng đa cộng tuyến khi có giá trị VIF > 10.

Bảng 3.31 Kiểm định hiện tượng đa cộng tuyến

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t

Sig.

Collinearity Statistics

Collinear ity Statistics

B

Std. Error

Beta

Tolerance

VIF


(Constant)

.167

.270


.619

.537




Văn hóa

.464

.070

.393

6.611

.000

.672

1.487


Lãnh đạo

-.019

.051

-.024

-.383

.702

.611

1.636

1

Tiền lương

.116

.044

.152

2.611

.010

.702

1.424


Công việc

.061

.045

.073

1.334

.184

.790

1.267


Đồng nghiệp

.360

.048

.410

7.540

.000

.802

1.247

(Nguồn: Kết quả xử lý số liệu trên phần mềm SPSS)

Qua kết quả ở bảng trên tác giả nhận thấy nhân tố “Phong cách lãnh đạo” có giá trị Sig. = 0.702 và nhân tố “Tính chất công việc” có giá trị Sig. = 0.184 đều lớn hơn 0.05. Điều này chứng tỏ hai nhân tố này không ảnh hưởng đến động lực lao động của nhân viên tại Công ty Cổ phần Thương mại và Du lịch Bắc Ninh. Từ đó tác giả đưa ra được phương trình mô tả sự biến động của các nhân tố ảnh hưởng đến động lực lao động như sau:

ĐL_Y = β0 + β1VH_X1 + β3LP_X3 + β5ĐN_X5 + ei

ĐL_Y = 0.167 + 0.464VH_X1 + 0.116LP_X3 + 0.360ĐN_X5 + ei

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

Ngày đăng: 04/06/2023