PHẦN II: NỘI DUNG VÀ KẾT QUẢ NGHIÊN CỨU
CHƯƠNG 2: PHÂN TÍCH CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN ĐỘNG LỰC
2.2 Kết quả khảo sát về động lực làm việc của nhân viên tại Công ty cổ phần Dệt May
2.2.3. Phân tích nhân tố khám phá (Exploratory Factor Analysis – EFA)
Sau khi phân tích độtin cậy của thang do bằng hệsốCronbach Alpha, các thang đo được đánh giá theo phương pháp phân tích nhân tố khám phá. Mục đích của phân tích này là nhóm các biến có liên hệ với nhau thành nhân tố mới. Một mặt phân tích nhân tốgiúp giảm bớt sốbiến này vào phương trình hồi quy.
Bảng 2.6: Kiểm định KMO và Bartlett’s Test biến độc lập KMO and Bartlett’s Test
Trị số KMO (Kaiser Meyer-Olkin of Sampling Adequacy) 0,855 Đại lượng thống kê
Bartlett’s Test
Approx. Chi-Square 1493,620
df 253
Sig. 0.000
( Nguồn: Kết quảxử lý điều tra, phân tích năm 2020) Kết quả thu được như sau:
- Giá trị KMO bằng 0,855>0,05 cho thấy phân tích EFA là phù hợp.
- Mức ý nghĩa Sig. của kiểm định Bartlett’s Test nhỏ hơn 0,05 nên các biến quan sát được đưa vào mô hình nghiên cứu có tương quan với nhau và phù hợp với phân tích nhân tốkhám phá EFA.
2.2.3.2. Phân tích nhân tố khám phá EFA biến độc lập
Trong nghiên cứu này, khi phân tích nhân tố khám phá EFA đề tài sử dụng phương pháp phân tích các nhân tố chính (Principal Components) với số nhân tố (Number of Factor) được xác định từ trước theo mô hình nghiên cứu đề xuất. Mục đích sử dụng phương pháp này là để rút gọn dữ liệu, hạn chế vi phạm hiện tượng đa cộng tuyến giữa các nhân tốtrong việc phân tích mô hình hồi quy tiếp theo.
Phương pháp xoay nhân tố được chọn là Varimax procedure: xoay nguyên gốc các nhân tố đểtối thiểu hóa số lượng biến có hệsốlớn tại cùng một nhân tốnhằm tăng cường khả năng giải thích nhân tố. Những biến nào có hệ số tải nhân tố bé hơn 0,5 sẽ bị loại khỏi mô hình nghiên cứu, chỉ những biến nào có hệsố tải nhân tốlớn hơn 0,5 mới được đưa vào các phân tích tiếp theo.
Trường Đại học Kinh tế Huế
Ởnghiên cứu này, hệsốtải nhân tố(Factor Loading) phải thỏa mãn điều kiện lớn hơn hoặc bằng 0,5. Theo Hair & ctg (1998), Factor Loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA, Factor Loading > 0,3 được xem là mức tối thiểu và được khuyên dùng nếu cỡ mẫu lớn hơn 350. Factor Loading > 0,4 được xem là quan trọng, Factor Loading > 0,5 được xem là có ý nghĩa thực tiễn, và nghiên cứu này chọn giá trịFactor Loading > 0,5 với cỡmẫu là 100.
Bảng 2.7: Kết quảphân tích nhân tốbiến độc lập
Kí hiệu Hệ số tải nhân tố
1 2 3 4 5 6
LTPL3 0,792
LTPL4 0,747
LTPL2 0,694
LTPL5 0,666
LTPL1 0,634
BTCV1 0,751
BTCV3 0,746
BTCV2 0,703
BTCV4 0,696
DTTT2 0,867
DTTT4 0,862
DTTT1 0,683
DTTT3 0,564
MTLV4 0,745
MTLV2 0,736
MTLV3 0,704
MTLV1 0,605
CNDG2 0,775
CNDG3 0,703
CNDG1 0,687
SHT1 0,786
SHT2 0,692
SHT3 0,549
Eigenvalues 7,767 2,410 1,681 1,538 1,327 1,039
Phương trích sai (%) 33,772 44,252 51,562 58,249 64,019 68,535
Trường Đại học Kinh tế Huế
Thực hiện phân tích nhân tố lần đầu tiên, đưa 26 biến quan sát trong 6 biến độc lập ảnh hưởng đến động lực làm việc của nhân viên vào phân tích nhân tố theo tiêu chuẩn Eigenvalue lớn hơn 1 đã có 6 nhân tố được tạo ra.
Như vậy, sau khi tiến hành phân tích nhân tố khám phá EFA, số biến quan sát vẫn là 26, được rút trích lại còn 6 nhân tố. Không có biến quan sát nào có hệ số tải nhân tố (Factor Loading) bé hơn 0,5 nên không loại bỏbiến, đề tài tiếp tục tiến hành các bước phân tích tiếp theo.
Kết quả phân tích nhân tố được chấp nhận khi Tiêu chuẩn phương sai trích (Variance Explained Criteria) > 50% và giá trị Eigenvalue lớn hơn 1 (theo Gerbing &
Anderson, 1998). Dựa vào kết quả trên, tổng phương sai trích là 68,535% > 50% do đó phân tích nhân tốlà phù hợp.
- Nhân tố 1 (Factor 1) gồm 5 biến quan sát : LTPL1, LTPL2, LTPL3, LTPL4.
Nghiên cứu đặt tên nhân tố mới này là “Lương thưởng và phúc lợi”.
- Nhân tố 2 (Factor 2) gồm 4 biến quan sát:BTCV1, BTCV2, BTCV3, BTCV4.
Nghiên cứu đặt tên nhân tố mới này là “Bố trí công việc”.
- Nhân tố 3 (Factor 3) gồm 4 biến quan sát: DTTT1, DTTT2, DTTT3, DTTT4.
Nghiên cứu đặt tên nhân tố mới này là “Đào tạo và thăng tiến”.
- Nhân tố 4 (Factor 4) gồm 4 biến quan sát: MTLV1, MTLV2, MTLV3, MTLV4. Nghiên cứu đặt tên nhân tố mới này là “Môi trường làm việc”.
- Nhân tố 5 (Factor 5) gồm 3 biến quan sát: CNDG1, CNDG2, CNDG3. Nghiên cứu đặt tên nhân tố mới này là “Công nhận đóng góp”.
- Nhân tố 6 (Factor 6) gồm 3 biến quan sát: SHT1, SHT2, SHT3. Nghiên cứu đặt tên nhân tố mới này là “Sự hứng thú”.
2.2.3.3 Kiểm định KMO và Bartlett’s Test cho biến phụ thuộc
Kết quả cho thấy hệ số KMO với giá trị là 0,698 > 0,5 nên đảm bảo phân tích nhân tố là phù hợp và thống kê Chi bình phương của kiểm định Bartlett’s đạt giá trị 63,965 với giá trị Sig 0,000 < 0,05 nên có thể tiến hành phân tích nhân tố khám phá với nhóm các biến quan sátđộng lực làm việcđối với công việc này.
Trường Đại học Kinh tế Huế
Bảng 2.8: Kiểm định KMO and Bartlett's Test biến phụthuộc KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0,698 Bartlett's Test of Sphericity Approx. Chi-Square 143,376
Df 3
Sig. 0,000
( Nguồn: Kết quảxử lý điều tra, phân tích năm 2020) 2.2.3.4 Phân tích nhân tố khám phá EFA biến phụ thuộc
Bảng 2.9: Kết quảphân tích nhân tốbiến phụthuộc
Kí hiệu Biến quan sát Hệ số tải
nhân tố DLLV1 Nhìn chung, những chính sách của công ty đề ra đã tạo
động lực làm việc cho nhân viên
0,734
DLLV2 Nhân viên sẽ tiếp tục làm việc tại công ty trong thời gian tới
0,800
DLLV3 Anh/chị sẽ giới thiệu người thân vào làm việc tại công ty khi có cơ hội
0,682
Eigenvalues 2,217
Phương sai trích (%) 73,887
( Nguồn: Kết quảxử lý điều tra, phân tích năm 2020) Kết quả phân tích nhân tố khám phá rút trích ra được một nhân tố, nhân tố này được tạo ra từ 3 biến quan sát mà đề tài đãđề xuất từ trước, nhằm mục đích rút ra kết luận về động lực làm việc của nhân viên tại CTCP Dệt May Huế. Nhân tố này được gọi là “Động lực làm việc”.
Nhận xét:
Quá trình phân tích nhân tố khám phá EFA trên đã xácđịnh được 6 nhân tố ảnh hưởng đến động lực làm việc của nhân viên tại CTCP Dệt May Huế, đó là “Sự hứng thú”, “Lương thưởng và phúc lợi”, “Đào tạo và thăng tiến”, “Môi trường làm việc”,
“Công nhận và đóng góp”, “Bố trí công việc”.
Trường Đại học Kinh tế Huế
Như vậy, mô hình nghiên cứu sau khi phân tích nhân tố khám phá EFA không có gì thayđổi so với ban đầu, không có biến quan sát nào bị loại ra khỏi mô hình trong quá trình kiểm định độ tin cậy thang đo và phân tích nhân tố khám phá.
2.2.4 Kiểm định sự phù hợp của mô hình
2.3.4.1. Kiểm định mối tương quan giữa biến độc lập và biến phụ thuộc Bảng 2.10: Phân tích tương quan Pearson
DLLV LTPL MTLV SHT BTCV DTTT CNDG
Tương quan Pearson
1,000 0,571 0,640 0,462 0,581 0,600 0,572
Sig.(2-tailed) 0,00 0,00 0,00 0,00 0,00 0,000
N 130 130 130 130 130 130 130
(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020) Dựa vào kết quảphân tích trên, ta thấy:
Giá trị Sig.(2-tailed) của các nhân tốmới đều thấphơn mức ý nghĩa α= 0,05, cho thấy sự tương quan cóý nghĩa giữa các biến độc lập và biến phụthuộc.
Hệ số tương quan Pearson cũng khá cao (có 6 nhân tố lớn hơn 0,5, và 1 nhân tố xấp xỉ 0,5) nên ta có thể kết luận rằng các biến độc lập sau khi phân tích tương quan Pearson có thểgiải thích cho biến phụthuộc“động lực làm việc”.
2.3.4.2 Kiểm định (test)mô hình hồi quy
Sau khi tiến hành phân tích nhân tố khám phá EFA để khám phá các nhân tốmới có ảnh hưởng đến biến phụ thuộc “động lực làm việc”, nghiên cứu tiến hành hồi quy mô hình tuyến tính để xác định được chiều hướng và mức độ ảnh hưởng của các nhân tốmới này đếnđộng lực làm việc của nhân viên.
Mô hình hồi quy được xây dựng gồm biến phụ thuộc là “Động lực làm việc”
(DLLV) và các biến độc lập được rút trích từ phân tích nhân tố khám phá EFA gồm 6 biến: “Lương thưởng và phúc lợi”(LTPL), “Môi trường làm việc” (MTLV), “Sựhứng thú” (SHT), “Bố trí công việc” (BTCV), “Đào tạo thăng tiến” (DTTT), “Công nhận đóng góp” (CNDG)với các hệsốBê-ta tương ứng lần lượt làβ1,β2,β3,β4,β5, β6.
Trường Đại học Kinh tế Huế
Mô hình hồi quy được xây dựng như sau:
DLLV= β0 + β1LTPL+ β2MTLV+ β3SHT+ β4BTCV+ β5DTTT + β6CNDG + ei 2.3.4.3. Phân tích hồi quy
Phân tích hồi quy tuyến tính sẽgiúp chúng ta biết được chiều hướng và cường độ ảnh hưởng của các biến độc lập lên biến phụthuộc. Trong giai đoạn phân tích hồi quy, nghiên cứu chọn phương pháp Enter, chọn lọc dựa trên tiêu chí chọn những nhân tốcó mức ý nghĩa Sig. < 0,05. Những nhân tốnào có giá trị Sig. > 0,05 sẽ bị loại khỏi mô hình và không tiếp tục nghiên cứu nhân tố đó.
Kết quảphân tích hồi quy được thểhiện qua các bảng sau:
Giá trị Sig. tại các phép kiểm định của các biến độc lập được đưa vào mô hình:
“lương thưởng phúc lợi”, “môi trường làm việc”, “bố trí công việc”, “đào tạo thăng tiến”, “công nhận đóng góp” đều nhỏ hơn 0,05 chứng tỏ các biến độc lập này có ý nghĩa thống kê trong mô hình. Riêngđối với biến độc lập“sựhứng thú”có giá trịSig.
là 0,780 > 0,05 nên bịloại khỏi mô hình hồi quy.
Bảng 2.11: Hệsốphân tích hồi quy Hệ số chưa chuẩn hóa Hệsố chuẩn hóa
T Sig. VIF
B Độ lệch chuẩn Beta
Hằng số -0,818 0,323 -2,533 0,063
LTPL 0,279 0,077 0,227 3,623 0,000 1,441
MTLV 0,345 0,073 0,309 4,733 0,000 1,567
SHT -0,021 0,075 -0,020 -0,280 0,780 1,887
BTCV 0,190 0,076 0,188 2,503 0,014 2,071
DTTT 0,289 0,079 0,234 3,662 0,000 1,501
CNDG 0,189 0,071 0,173 2,656 0,009 1,557
(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020) Như vậy, phương trình với hệsốchuẩn hoáđược xác định như sau:
DLLV= 0,309MTLV + 0,234DTTT + 0,227LTPL + + 0,188BTCV + + 0,173CNDG Nhìn vào mô hình hồi quy, ta có thể xác định rằng: có 5 nhân tố đó là “Môi trường làm việc”, “Đào tạo thăng tiến”, “Lương thưởng phúc lợi”, “Bố trí công
Trường Đại học Kinh tế Huế
việc” và Công nhận đóng góp” ảnh hưởng đến“Động lực làm việc” của nhân viên tại CTCP Dệt May Huế.
Môi trường làm việc là một nhân tố có ảnh hưởng lớn nhất đến động lực làm việc với hệ số hồi quy lớn nhất là 0,309 tác động cùng chiều.
Sau nhân tố môi trường làm việc thì nhân tố đào tạo thăng tiến là nhân tố thứ hai ảnh hưởng đến động lực làm việc với hệ số hồi quy là 0,234.
Sau nhân tố môi trường làm việc và đào tạo thăng tiến thì nhân tố lương thưởng phúc lợi là nhân tố thứ ba ảnh hưởng đến động lực làm việc với hệ số hồi quy là 0,227.
Với cách giải thích tương tự cho hai nhân tố bố trí công việc và công nhận đóng góp điều có mối quan hệ với động lực làm việc bởi có hệ số β4 vàβ6 lần lượt 0,188 và 0,173. vị.
2.3.4.4. Đánh giá độ phù hợp của mô hình
Bảng 2.12:Đánh giá độphù hợp của mô hình
Model R R
Square
Adjusted R Square
Std. Error of the Estimate
Durbin– Watson
1 0,816 0,666 0,650 0,35722 1,849
(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020) Dựa vào bảng kết quả phân tích, mô hình 5 biến độc lập có giá trị R bình hiệu chỉnh là 0,65 tức là: độ phù hợp của mô hình là 65,0%. Hay nói cách khác, 65,0% độ biến thiên của biến phụthuộc “động lực làm việc” được giải thích bởi 5 yếu tố được đưa vào mô hình. Bên cạnh đó, ta nhận thấy giá trị R là 0,816 khá là cao ( > 50%), nghĩa là mối quan hệgiữa biến độc lập và biến phụthuộc được coi là chặt chẽ.
2.3.4.5. Kiểm định sự phù hợp của mô hình
Bước tiếp theo trong phân tích hồi quy đó là thực hiện kiểm định F về độ phù hợp của mô hình hồi quy tuyến tính tổng thể, xem biến phụ thuộc có liên hệ tuyến tính với toàn bộ biến độc lập hay không. Tiến hành kiểm định F thông qua phân tích phương sai
Trường Đại học Kinh tế Huế
Giả thuyết H0 đặt ra đó là hệ số hồi quy của biến độc lập βk = 0 Bảng 2.13: Kiểm định ANOVA
ANOVA
Model Sum of Squares Df Mean Square F Sig.
1
Regression 31,293 6 5,215 40,872 0,000
Residual 15,695 123 0,128
Total 46,988 129
(Nguồn: Kết quả điều tra xửlý của tác giả năm 2018) Kết quả từ bảng ANOVA cho thấy giá trị Sig. = 0,000 < 0,05, cho phép nghiên cứu bác bỏgiảthiết H0. Điều này có nghĩa là sựkết hợp của các biến hiện có trong mô hình có thểgiải thích được sự thay đổi của biến phụthuộc hay nói cách khác có ít nhất một biến độc lập nào đó ảnh hưởng đến biến phụthuộc.