I.

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

Nhân viên ở các bộ

159 79.5 79.5
phận

Cán bộ quản lý ở các

24 12.0 91.5
bộ phận (tổ trưởng)

Trưởng/ phó phòng

17 8.5 100.0
ban hoặc tương đương

Tổng 200 100.0

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

Nam 104 52.0 52.0

Nữ 96 48.0 100.0

Tổng 200 100.0

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

Kinh doanh 32 16.0 16

Kỹ thuật 49 24.5 40.5

Văn phòng 39 19.5 60

Ngân hàng 51 25.5 85.5

Khác 29 14.5 100.0

Tổng 200 100.0

II. Phân tích độ tin cậy Cronbach’s Alpha

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

Work Cronbach's Alpha = 0.811

work1 14.45 14.621 .660 .748

work2 14.64 14.582 .671 .743

work3 14.40 13.799 .687 .734

work4 14.28 15.491 .507 .821

Payment Cronbach's Alpha = 0.813

pay1 16.72 24.396 .603 .778

pay2 17.12 23.383 .624 .770

pay3 16.44 23.292 .482 .818

pay4 16.62 21.825 .677 .753

pay5 16.63 22.325 .649 .762

Benefit Cronbach's Alpha = 0.841

ben1 14.67 18.182 .751 .767

ben2 14.18 16.999 .774 .752

ben3 14.20 17.558 .749 .765

ben4 15.35 20.510 .456 .893

Environment Cronbach's Alpha = 0.434

env1 14.72 10.114 .289 .314

env2 14.22 10.092 .253 .358

env3 13.44 12.649 .201 .404

env4 13.55 12.460 .237 .374

Coworker Cronbach's Alpha = 0.846

cow1 15.44 12.358 .722 .788

cow2 15.59 12.695 .699 .799

cow3 15.54 11.888 .756 .773

cow4 15.87 13.012 .567 .857

Promotion Cronbach's Alpha = 0.835

prom1 13.57 14.758 .696 .778

prom2 13.73 15.726 .707 .774

prom3 13.11 16.826 .587 .825

prom4 13.29 15.897 .677 .787

Supply Cronbach's Alpha = 0.867

sup1 29.40 45.076 .511 .865

sup2 29.74 42.306 .620 .851

sup3 29.30 41.106 .771 .830

sup4 28.69 46.187 .530 .862

sup5 29.05 42.118 .710 .839

sup6 28.78 41.969 .686 .842

sup7 29.43 40.859 .665 .845

Loyalty Cronbach's Alpha = 0.797

loy1 8.39 9.154 .691 .677

 loy2 8.63 8.425 .618 .754

loy3 8.35 9.113 .623 .743

III. Phân tích nhân tố khám phá EFA

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.

1. Thang đo các thành phần mức độ thỏa mãn

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:

● Hệ số KMO (Kaiser-Meyer-Olkin) ≥ 0.5 với mức ý nghĩa của kiểm định

Bartlett ≤ 0.05

● Hệ số tải nhân tố (Factor loading) ≥ 0.5

● 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

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .858

Approx. Chi-Square 2694.134

Bartlett's Test of Sphericity
Df 253

Sig. .000

Total Variance Explained

Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings
% of Cumulative % of Cumulative % of Cumulative
Component Total Variance % Total Variance % Total Variance %
1 8.128 35.338 35.338 8.128 35.338 35.338 3.288 14.295 14.295
2 2.233 9.710 45.048 2.233 9.710 45.048 3.065 13.327 27.622
3 1.883 8.188 53.236 1.883 8.188 53.236 2.844 12.367 39.989
4 1.639 7.128 60.364 1.639 7.128 60.364 2.519 10.952 50.940
5 1.401 6.091 66.455 1.401 6.091 66.455 2.502 10.880 61.820
6 1.081 4.701 71.156 1.081 4.701 71.156 2.147 9.336 71.156
7 .778 3.384 74.540
8 .706 3.069 77.609
9 .682 2.965 80.574
10 .587 2.551 83.125
11 .495 2.154 85.278
12 .456 1.984 87.262
13 .433 1.883 89.146
14 .388 1.686 90.831
15 .343 1.491 92.323
16 .303 1.318 93.640
17 .288 1.252 94.892
18 .267 1.162 96.054
19 .239 1.039 97.093
20 .223 .971 98.064
21 .197 .858 98.922
22 .181 .788 99.710
23 .067 .290 100.000
Extraction Method: Principal Component Analysis.
 Ma trận nhân tố

sup pay prom ben cow work

sup6 .797

sup5 .794

sup3 .749 .315

sup7 .673 .353

sup4 .636

pay4 .825

pay5 .764

pay2 .685

pay1 .645

pay3 .602

prom1 .791

prom3 .730

prom2 .719

prom4 .330 .674

ben3 .942

ben2 .939

ben1 .376 .701

cow1 .857

cow2 .819

cow3 .818

work3 .811

work2 .748

work1 .332 .324 .633

Phương pháp trích: Principal Component Analysis.

Rotation Method: Varimax with Kaiser Normalization.

a. 6 nhân tố được trích.

 Nhân tố thứ nhất gồm 5 biến quan sát, được đặt tên là Supervisor, ký hiệu là SUP
sup6 Lãnh đạo có tác phong lịch sự, hòa nhã

sup5 Nhân viên dược tôn trọng và tin cậy trong công việc

sup3 Nhân viên được sự hỗ trợ của cấp trên

sup7 ​Nhân viên dược đối xử công bằng, không phân biệt

sup4 Công ty hoạt động có hiệu quả

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

pay5 Tiền lương, thu nhập được trả công bằng

pay2 Anh/chị thường được tăng lương

pay1 Anh/chị được trả lương cao

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

prom2 ​Công ty tạo cho anh/chị nhiều cơ hội thăng tiến

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

ben3 Công ty thực hiện chế độ bảo hiểm y tế tốt

ben2 Công ty thực hiện chế độ bảo hiểm xã hội tốt

ben1 Công ty có chế độ phúc lợi tốt

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

work2 Công việc rất thú vị

work1 Công việc cho phép anh/chị sử dụng tốt các năng lực cá nhân

2. Thang đo mức độ thỏa mãn

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

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .701

Approx. Chi-Square 188.787

Bartlett's Test of Sphericity
Df 3

Sig. .000

Total Variance Explained

Initial Eigenvalues Extraction Sums of Squared Loadings
Component % of Cumulative % of Cumulative
Total Total
Variance % Variance %
1 2.146 71.523 71.523 2.146 71.523 71.523
2 .487 16.230 87.753
3 .367 12.247 100.000
 Ma trận nhân tố

Loy

loy1 .874

loy2 .834

loy3 .829

Phương pháp trích: Principal Component Analysis.

a. 1 nhân tố được trích

IV. Kiểm định mô hình và giải thuyết nghiên cứu

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…

Mô hình hồi quy có dạng sau:

Xu hướng tiêu dùng = βo + β1 x SUP + β2 x PAY + β3 x PROM + β4 x BEN + β5 x

COW + β6 x WORK + ε

(Trong đó: βo : hằng số hồi quy, βi: trọng số hồi quy, ε : sai số)

1. Phân tích tương quan

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.

Bảng ma trận tương quan giữa các biến:

 LOY SUP PAY PROM BEN COW WORK

LOY 1

SUP .519 1

PAY .582 .445 1

PROM .528 .564 .430 1

BEN .213 .334 .365 .259 1

COW .354 .414 .278 .383 .222 1

WORK .477 .486 .458 .557 .274 .454 1

2. Phân tích hồi quy

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.

Bảng thống kê mô tả các biến phân tích hồi quy:

Trung bình Độ lệch chuẩn N

LOY 4.2283 1.42114 200

SUP 5.0150 1.14619 200

PAY 4.1760 1.17299 200

PROM 4.4763 1.29009 200

BEN 5.1167 1.50960 200

COW 5.2883 1.20240 200

WORK 4.7617 1.31196 200

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.

Bảng đánh giá độ phù hợp của mô hình:

Các biến được đưa
Mô hình Các biến bị loại bỏ Phương pháp
vào
SUP, BEN, COW,
1 PAY, WORK, . Enter
PROMPb
Biến phụ thuộc: LOY

Bảng tóm tắt mô hìnhb

Hệ số xác
Hệ số xác định hiệu Sai số
Hệ số tương Giá trị
Mô hình định - R bình chỉnh - R chuẩn ước
quan bội - R Durbin-Watson
phương bình phương lượng
hiệu chỉnh
1 .691a .477 .461 1.04358 1.621
a. Biến dự đoán:(hằng số), SUP, BEN, COW, PAY, WORK, PROM
b. Biến phụ thuộc: LOY

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.

Bảng phân tích phương sai (hồi quy)

ANOVAa

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

Phần dư 210.187 193 1.089

Tổng 401.906 199

a. Biến phụ thuộc: LOY

 b. Biến dự đoán: (hằng số), SUP, BEN, COW, PAY, WORK, PROMP

Bảng hệ số hồi sử dụng phương pháp Enter

Hệ số hồi quy chưa chuẩn Hệ số hồi quy
Thống kê đa cộng tuyến
Mô hình hoá chuẩn hoá t Sig.
B Sai số chuẩn Beta Dung sai VIF

(Hằng số) -.382 .423 -.903 .368

WORK .095 .075 .088 1.276 .204 .568 1.759

BEN -.077 .054 -.082 -1.424 .156 .824 1.213

1 PROM .222 .076 .202 2.906 .004 .563 1.778

PAY .461 .077 .380 6.005 .000 .676 1.480

COW .083 .072 .070 1.152 .251 .737 1.357

SUP .238 .085 .192 2.800 .006 .576 1.737

a. Biến phụ thuộc: LOY

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:

LOY = 0.192 x SUP + 0.380 x PAY + 0.202 x PROM