Professional Documents
Culture Documents
Thống kê mô tả
Vị trí công tác: đa phần kết quả thu được chủ yếu là nhân viên ở các bộ phận chiếm
đến 79.5%, tiếp đến cán bộ quản lý ở các bộ phận chiếm 12% là cán bộ quản lý ở các bộ
phận (tổ trưởng) và 8.5% là Trưởng/phó phòng ban hoặc tương đương. Điều này có thể chấp
nhận được do cơ cấu công ty thì nhân viên sẽ chiếm phần đông hơn nhiều so với các cấp
lãnh đạo, điều hành.
Tần số Tỷ lệ % % tích lũy
Giới tính: ta có thể thấy không có sự khác biệt quá lớn trong cơ cấu giới tính tại công
ty, 104 người nam với tỉ lệ 52% và 96 người nữ với tỉ lệ là 48%.
Tần số Tỷ lệ % % tích lũy
Nữ 96 48.0 100.0
Bộ phận công tác: Những người tham gia khảo sát đa phần công tác tại bộ phận ngân
hàng nhiều nhất (25.5%), tiếp theo là kỹ thuật (24,5%). Còn lại là các bộ phận văn phòng,
bộ phận kinh doanh và các bộ phận khác. Nhìn chung, phần lớn họ là những người làm công
việc đòi hỏi sự tỉ mỉ, cẩn thận, và sử dụng trí óc.
Tần số Tỷ lệ % % tích luỹ
Các thang đo được kiểm định độ tin cậy bằng công cụ Cronbach Alpha. Hệ số của
Cronbach là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang
đo tương quan với nhau, giúp loại đi những biến và thang đo không phù hợp. Nhiều nhà
nghiên cứu đồng ý rằng khi Cronbach Alpha từ 0,8 trở lên đến gần 1 thì thang đo lường là
tốt, từ 0,7 đến gần 0,8 là sử dụng được. Cũng có nghiên cứu đề nghị rằng Cronbach Alpha
từ 0,6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang đo lường là mới hoặc
mới đối với người trả lời trong bối cảnh nghiên cứu (Hoàng Trọng & Chu Nguyễn Mộng
Ngọc, 2005).
Từ đó, tác giả kiểm định độ tin cậy của thang đo dựa trên cơ sở các biến quan sát có
hệ số tương quan biến tổng nhỏ hơn 0,3 sẽ bị loại và tiêu chuẩn chọn thang đo khi Cronbach
Alpha từ 0,7 trở lên.
Biến quan sát work4 có hệ số Cronbach's Alpha nếu loại biến bằng 0.821 lớn hơn hệ
số Cronbach's Alpha của thang đo Work là 0.811. Tuy nhiên, hệ số tương quan biến tổng
của biến là 0.507 > 0.3 và Cronbach's Alpha của thang đo đã trên 0.7. Do vậy chúng ta
không cần loại biến work4 trong trường hợp này.
Biến quan sát pay3 có hệ số Cronbach's Alpha nếu loại biến bằng 0.818 lớn hơn hệ
số Cronbach's Alpha của thang đo Payment là 0.813. Tuy nhiên, hệ số tương quan biến tổng
của biến là 0.482 > 0.3 và Cronbach's Alpha của thang đo đã trên 0.7. Do vậy chúng ta
không cần loại biến pay3 trong trường hợp này.
Biến quan sát ben4 có hệ số Cronbach's Alpha nếu loại biến bằng 0.893 lớn hơn hệ
số Cronbach's Alpha của thang đo Benefit là 0.841. Tuy nhiên, hệ số tương quan biến tổng
của biến là 0.456 > 0.3 và Cronbach's Alpha của thang đo đã trên 0.7. Do vậy chúng ta
không cần loại biến ben4 trong trường hợp này.
Kết quả kiểm định cho thấy: hệ số độ tin cậy thang đo Cronbach's Alpha của
Environment bằng 0.434 < 0.7 và các biến quan sát của thang đo Environment có hệ số
tương quan biến tổng đều bé hơn 0.3 đồng thời hệ số Cronbach's Alpha nếu loại biến của tất
cả các biến quan sát đều nhỏ hơn 0.7. Thang đo Environment không đạt được độ tin cậy tối
thiểu nên sẽ được loại bỏ khỏi các phân tích sau đó.
Biến quan sát cow4 có hệ số Cronbach's Alpha nếu loại biến bằng 0.857 lớn hơn hệ
số Cronbach's Alpha của thang đo Coworker là 0.846. Tuy nhiên, hệ số tương quan biến
tổng của biến là 0.567 > 0.3 và Cronbach's Alpha của thang đo đã trên 0.7. Do vậy chúng ta
không cần loại biến cow4 trong trường hợp này.
Kết quả kiểm định cho thấy: Hệ số độ tin cậy thang đo Cronbach's Alpha của
Promotion bằng 0.835>0.7 và các biến quan sát đều có tương quan biến tổng đều lớn hơn
0.3. Như vậy thang đo đạt độ tin cậy, các biến quan sát đều có ý nghĩa giải thích tốt cho
nhân tố Promotion.
Kết quả kiểm định cho thấy: Hệ số độ tin cậy thang đo Cronbach's Alpha của Supply
bằng 0.867>0.7 và các biến quan sát đều có tương quan biến tổng đều lớn hơn 0.3. Như vậy
thang đo đạt độ tin cậy, các biến quan sát đều có ý nghĩa giải thích tốt cho nhân tố Supply.
Kết quả kiểm định cho thấy: Hệ số độ tin cậy thang đo Cronbach's Alpha của Loyalty
bằng 0.797>0.7 và các biến quan sát đều có tương quan biến tổng đều lớn hơn 0.3. Như vậy
thang đo đạt độ tin cậy, các biến quan sát đều có ý nghĩa giải thích tốt cho nhân tố Loyalty.
=>Qua các kết quả quan sát thì ta có thể thấy các thang đo đều đạt yêu cầu chỉ duy
nhất thang đo Environment chưa đủ độ tin cậy, các thang đo còn lại sẽ tiếp tục được sử dụng
để phân tích nhân tố khám phá EFA
Biến quan Trung bình thang Phương sai thang Tương quan biến Cronbach's Alpha
sát đo nếu loại biến đo nếu bị xóa tổng nếu loại biến
Phân tích nhân tố khám phá (Exploratory Factor Analysis) là phương pháp phân tích
thống kê dùng để rút gọn một tập hợp nhiều biến quan sát có mối tương quan với nhau
thành một tập biến (gọi là các nhân tố) ít hơn để chúng có ý nghĩa hơn nhưng vẫn chứa đựng
hầu hết nội dung thông tin của tập biến ban đầu.
Khi thang đo đạt độ tin cậy, các biến quan sát sẽ được sử dụng trong phân tích nhân
tố khám phá EFA với các yêu cầu sau:
● Thang đo được chấp nhận khi tổng phương sai trích ≥ 50% và hệ số
Eigenvalue >1
● Khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố phải lớn
hơn 0,3 để đảm bảo giá trị phân biệt giữa các nhân tố.
Khi phân tích EFA với thang đo các thành phần mức độ thỏa mãn, tác giả sử dụng
phương pháp trích Principal Component Analysis với phép xoay Varimax và điểm dừng
trích các yếu tố có eigenvalue >1.
Kết quả phân tích nhân tố cho thấy 23 biến quan sát của 6 thành phần tác động được
nhóm thành 6 nhân tố. Hệ số KMO = 0.858 nên EFA phù hợp với dữ liệu. Thống kê
Chi-square của kiểm định Bartlett’s đạt giá trị 2694 với mức ý nghĩa 0.000 do đó các biến
quan sát có tương quan với nhau. Phương sai trích đạt 71.156% thể hiện 6 nhân tố giải thích
được hơn 71% biến thiên của dữ liệu, do vậy các thang đo rút ra chấp nhận được. Điểm
dừng trích các yếu tố tại nhân tố thứ 4 với Eigenvalue=1.081. Hệ số tải nhân tố đều lớn hơn
0.5 (trọng số nhân tố nhỏ nhất rơi vào hai biến quan sát pay3 và work1 với factor loading
lần lượt la 0.602 và 0.633).
KMO và kiểm định Bartlett
Sig. .000
sup6 .797
sup5 .794
sup4 .636
pay4 .825
pay5 .764
pay2 .685
pay1 .645
pay3 .602
prom1 .791
prom3 .730
prom2 .719
ben3 .942
ben2 .939
cow1 .857
cow2 .819
cow3 .818
work3 .811
work2 .748
sup5 Nhân viên dược tôn trọng và tin cậy trong công việc
sup7 Nhân viên dược đối xử công bằng, không phân biệt
Nhân tố thứ hai gồm 5 biến quan sát, được đặt tên là Payment, ký hiệu là PAY
pay4 Tiền lương tương xứng với kết quả làm việc
pay3 Anh/ chị có thể sống hoàn toàn dựa vào thu nhập từ công ty
Nhân tố thứ ba gồm 4 biến quan sát, được đặt tên là Promotion, ký hiệu là PROM
prom1 Anh/ chi duoc biết những điều kiện để được thăng tiên
prom3 Công ty tạo cho anh/chị nhiều cơ hội phát triển cá nhân
prom4 Anh/chị được cung cấp kiến thức/kỹ năng cần thiết cho công việc
Nhân tố thứ tư gồm 3 biến quan sát, được đặt tên là Benefit, ký hiệu là BEN
Nhân tố thứ năm gồm 3 biến quan sát, được đặt tên là Coworker, ký hiệu là COW
cow1 Đồng nghiệp của anh/chị thoải mái và dễ chịu
cow2 Anh/ chi và các dòng nghiệp phối hợp làm việc tốt
cow3 Những người mà anh/chị làm việc với thường giúp đỡ lẫn nhau
Nhân tố thứ sáu gồm 3 biến quan sát, được đặt tên là Work, ký hiệu là WORK
work3 Công việc có nhiều thách thức
work1 Công việc cho phép anh/chị sử dụng tốt các năng lực cá nhân
Để đảm bảo độ tin cậy và độ kết dính của các nhân tố của Loyalty (Sự trung thành)
đã đưa ra ở phần cơ sở lý thuyết, chúng ta cũng sẽ phải tiến hành phân tích nhân tố đối với
các nhân tố của Loyalty. Mong đợi của chúng ta là các nhân tố này sẽ cùng nhau tạo thành
một nhân tố (phạm trù) có Eigenvalue lớn hơn 1. Điều đó có nghĩa là ba yếu tố đo lường
Loyalty có độ kết dính cao và cùng thể hiện một phạm trù sự trung thành.
Sau khi phân tích EFA, bốn biến quan sát của thang đo xu hướng tiêu dùng được
nhóm thành 1 nhân tố. Không có biến quan sát nào bị loại. EFA phù hợp với hệ số KMO =
0.701, phương sai trích gần bằng 71.5%; các biến quan sát có hệ số tải nhân tố trên 0.5, mức
ý nghĩa kiểm định của Bartlett là 0.000.
KMO và kiểm định Bartlett
Sig. .000
Loy
loy1 .874
loy2 .834
loy3 .829
Sau khi qua giai đoạn phân tích nhân tố, có 6 nhân tố được đưa vào kiểm định mô
hình. Giá trị nhân tố là trung bình của các biến quan sát thành phần thuộc nhân tố đó. Phân
tích tương quan Pearson được sử dụng để xem xét sự phù hợp khi đưa các thành phần vào
mô hình hồi quy. Kết quả của phân tích hồi quy sẽ được sử dụng để kiểm định các giả
thuyết…
(Trong đó: βo : hằng số hồi quy, βi: trọng số hồi quy, ε : sai số)
Kiểm định hệ số tương quan Pearson dùng để kiểm tra mối liên hệ tuyến tính giữa
các biến độc lập và biến phụ thuộc. Nếu các biến có tương quan chặt chẽ thì phải lưu ý đến
vấn đề đa cộng tuyến khi phân tích hồi quy.
Theo ma trận tương quan thì các biến đều có tương quan và có ý nghĩa. Hệ số tương
quan biến phụ thuộc là LOY với các biến độc lập: COW, BEN ở mức yếu, với các biến độc
lập: SUP, PAY. PROM, WORK ở mức trung bình, và biến độc lập PAY có tương quan cao
nhất với LOY (0.582). Các biến độc lập trên có thể đưa vào mô hình để giải thích cho biến
phụ thuộc LOY.
LOY 1
SUP .519 1
Phân tích hồi quy được thực hiện với 6 biến độc lập bao gồm: SUP, PAY, PROM,
BEN, COW, WORK.
Kết quả thống kê mô tả của các biến đưa vào phân tích hồi quy.
Giá trị của các biến độc lập được tính trung bình dựa trên các biến quan sát thành
phần của các biến độc lập đó. Giá trị của biến phụ thuộc là giá trị trung bình của các biến
quan sát về lòng trung thành. Phân tích được thực hiện bằng phương pháp Enter. Các biến
được đưa vào cùng một lúc để xem biến nào được chấp nhận. Kết quả phân tích hồi quy như
sau:
Kết quả cho thấy mô hình hồi quy đưa ra tương đối phù hợp với mức ý nghĩa 0.05.
Hệ số R2 hiệu chỉnh = 0.461 có nghĩa là có khoảng 46.1% phương sai được giải thích bởi 6
biến độc lập là : SUP, PAY, PROM, BEN, COW, WORK Còn lại 53.9% biến phụ thuộc
LOY được giải thích bằng các yếu tố khác.
Kiểm định F sử dụng trong bảng phân tích phương sai là phép kiểm định giả thuyết
về độ phù hợp của mô hình hồi quy tuyến tính tổng thể. Ý tưởng của kiểm định này về mối
quan hệ tuyến tính giữa biến phụ thuộc và các biến độc lập. Trong bảng phân tích ANOVA,
ta thấy giá trị sig. rất nhỏ (sig. = 0.000), nên mô hình hồi quy phù hợp với tập dữ liệu và có
thể sử dụng được.
Trung bình
Tổng các các bình
Mô hình bình phương df phương F Sig.
1 Hồi quy 191.719 6 31.953 29.340 .000b
Trong kết quả trên, nếu sig. < 0.05 tương đương với độ tin cậy 95% và |t| > 2 thì nhân
tố đó được chấp nhận, có nghĩa là nó có sự tác động đến biến phụ thuộc LOY. Kết quả hồi
quy cho thấy có 3 nhân tố thỏa mãn điều kiện là: PROMP, PAY, SUP
Hệ số hồi quy thể hiện dưới hai dạng: (1) chưa chuẩn hóa (Unstandardized) và (2)
chuẩn hóa (Standardized). Vì hệ số hồi quy chưa chuẩn hóa (B), giá trị của nó phụ thuộc
vào thang đo cho nên chúng ta không thể dùng chúng để so sánh mức độ tác động của các
biến độc lập vào biến phụ thuộc trong cùng một mô hình được. Hệ số hồi quy chuẩn hóa
(beta, ký hiệu β) là hệ số chúng ta đã chuẩn hóa các biến. Vì vậy chúng được dùng để so
sánh mức độ tác động của các biến phụ thuộc vào biến độc lập. Biến độc lập nào có trọng số
này càng lớn có nghĩa là biến đó có tác động mạnh vào biến phụ thuộc.
Vì thế, phương trinh hồi quy tuyến tính được thể hiện như sau: