NGHIÊN cứu mối QUAN hệ GIỮA TÍNH hấp dẫn của CÔNG VIỆC, ĐÓNG GÓP TRONG CÔNG VIỆC, sự HÀI LÒNG CỦA NHÂN VIÊN VÀ sự nỗ lực TRONG CÔNG VIỆC CỦA NHÂN VIÊN SALE MARKETING

Mục tiêu nghiên cứu Khám phá vai trò của tính hấp dẫn công việc và công nhận đóng góp trong côngviệc đối với sự hài lòng của nhân viên.. Đồng thời, nghiên cứu cũng điều tra sự

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP HCM VIỆN ĐÀO TẠO SAU ĐẠI HỌC

BÀI TẬP NHÓM :

NGHIÊN CỨU MỐI QUAN HỆ GIỮA TÍNH HẤP DẪN CỦA CÔNG VIỆC, ĐÓNG GÓP TRONG CÔNG VIỆC, SỰ HÀI LÒNG CỦA NHÂN VIÊN VÀ SỰ NỖ LỰC TRONG CÔNG VIỆC

CỦA NHÂN VIÊN SALE-MARKETING

Trương Bảo LongĐào Mạnh LongĐào Ánh Tuyết

TP Hồ Chí Minh, tháng 08 năm 2012

MỤC LỤC

PHẦN I: GIỚI THIỆU VỀ ĐỀ TÀI: 1

1 Mục tiêu nghiên cứu 1

2 Câu hỏi nghiên cứu 1

3 Giả thuyết nghiên cứu 1

4 Mô hình nghiên cứu 2

PHẦN II: PHƯƠNG PHÁP NGHIÊN CỨU 2

1 Kích thước mẫu : 2

2 Đo lường : 2

PHẦN III : KIỂM ĐỊNH VÀ ĐÁNH GIÁ THANG ĐO 3

1 Kiểm định độ tin cậy bằng phương pháp Cronbach Alpha: 3

2 Phân tích Nhân tố khám phá EFA 6

3 Phân tích mô hình PATH: 10

4 Mô hình hồi qui đơn xử lý biến kiểm soát Nhóm tuổi: 14

5 Mô hình hồi qui xử lý biến điều tiết Qui mô doanh nghiệp: 15

PHẦN I: GIỚI THIỆU VỀ ĐỀ TÀI:

1 Mục tiêu nghiên cứu

Khám phá vai trò của tính hấp dẫn công việc và công nhận đóng góp trong côngviệc đối với sự hài lòng của nhân viên Đồng thời, nghiên cứu cũng điều tra sự ảnhhưởng của sự hài lòng của nhân viên đối với nỗ lực làm việc của nhân viên sale-marketing

2 Câu hỏi nghiên cứu

- Tính hấp dẫn của công việc (biến độc lập), công nhận đóng góp trong công việc(biến độc lập) có tác động vào sự hài lòng của nhân viên (biến trung gian) củanhân viên sale-marketing ?

- Sự hài lòng của nhân viên có tác động như thế nào tới sự nỗ lực làm việc củanhân viên (biến phụ thuộc) của nhân viên sale-marketing ?

- Có sự khác biệt giữa nhóm tuổi (biến độc lập) với sự nỗ lực làm việc của nhânviên sale-marketing ?

- Quy mô doanh nghiệp (biến điều tiết) có làm thay đổi tác động của sự hài lòngcủa nhân viên vào sự nỗ lực làm việc của nhân viên sale-marketing ?

3 Giả thuyết nghiên cứu

- H1a Tính hấp dẫn của công việc tác động dương vào sự hài lòng của nhân viêncủa nhân viên sale-marketing

- H1b Công nhận đóng góp trong công việc tác động dương vào sự hài lòng củanhân viên sale-marketing

- H2 Sự hài lòng của nhân viên tác động dương vào nỗ lực làm việc của nhân viênsale-marketing

- H3 Nhóm tuổi khác nhau tác động làm thay đổi nỗ lực làm việc của nhân viênsale-marketing

-

1-Hấp dẫn của

công việc

Công nhận đóng góp trong công việc

Sự hài lòng của nhân viên Sự nỗ lực làm việc của nhân viên

Quy mô

- H4 Quy mô doanh nghiệp làm thay đổi tác động của sự hài lòng trong công việcvào sự nỗ lực của nhân viên sale-marketing

4 Mô hình nghiên cứu

PHẦN II: PHƯƠNG PHÁP NGHIÊN CỨU

1 Kích thước mẫu :

Thu thập dữ liệu cho nghiên cứu được thực hiện bằng cách phỏng vấn trực tiếpnhân viên sale-marketing với bảng câu hỏi Kết thúc quá trình phỏng vấn thu đượcmẫu thuận tiện gồm 272 nhân viên sale-marketing làm việc cho các doanh nghiệpkhác nhau trên địa bàn thành phố Hồ Chí Minh

2 Đo lường :

Sử dụng thang đo Likert 7 điểm, với 1 (hoàn toàn phản đối) và 7 (hoàn toàn đồngý) được áp dụng cho toàn bộ các thành phần trong nghiên cứu này

a) Khái niệm “Hấp dẫn của công việc” được đo lường bởi 4 biến quan sát:

V42 Sau mỗi ngày làm việc, tôi cảm thấy mình đã làm được

một cái gì đó

V43 Công việc tại công ty tôi đang làm thật thú vị

V44 Tôi ít khi cảm thấy nhàm chán với công việc tôi đang

làm tại công tyV45 Nhìn chung, công việc tôi đang làm tại công ty thật là

hấp dẫn

-2-b) Khái niệm “Công nhận đóng góp trong công việc” được đo lường bởi 4 biến quan sát:

V46 Tôi tin rắng tôi là một nhân viên làm việc có hiệu quả

V47 Tôi luôn hài lòng với chất lượng công việc tôi đã làm

V48 Cấp trên tôi luôn tin rằng tôi là một người làm việc có

hiệu quảV49 Đồng nghiệp tôi luôn đánh giá tôi là người làm việc có

mìnhV59 Công việc hiện tại giúp tôi phát huy tính sáng tạo

d) Khái niệm “Sự nỗ lực làm việc của nhân viên” được đo lường bởi 4 biến quan sát:

V38 Tôi luôn luôn hoàn thành công việc của mình tại

công ty tôi đang làmV39 Tôi luôn luôn cố gắng hoàn thành tốt công việc

của mình tại công ty tôi đang làmV40 Tôi luôn luôn có tinh thần trách nhiệm cao với

công việc của mình tại công ty tôi đang làmV41 Tôi sẵn sàng làm thêm giờ khi cần thiết để hoàn thành

công việc tại công ty tôi đang làm

PHẦN III : KIỂM ĐỊNH VÀ ĐÁNH GIÁ THANG ĐO

1 Kiểm định độ tin cậy bằng phương pháp Cronbach Alpha:

a) “Hấp dẫn của công việc”

-3-Case Processing Summary

Corrected Item-Total Correlation

Cronbach's Alpha if Item Deleted

Bảng 1a- Cronbach Alpha biến “Hấp dẫn của công việc”

Xem chi tiết kết quả xử lý trên SPSS ở Phụ lục 1

b) “Công nhận đóng góp trong công việc”

Corrected Total Correlation

Item-Cronbach's Alpha if Item Deleted

-4-Xem chi tiết kết quả xử lý trên SPSS ở Phụ lục 2

c) “Sự hài lòng của nhân viên”

Corrected Total Correlation

Item-Cronbach's Alpha if Item Deleted

Bảng 1c- Cronbach Alpha biến “Sự hài lòng của nhân viên”

Xem chi tiết kết quả xử lý trên SPSS ở Phụ lục 3

d) “Sự nỗ lực làm việc của nhân viên”

Corrected Total Correlation

Item-Cronbach's Alpha if Item Deleted

-5-Xem chi tiết kết quả xử lý trên SPSS ở Phụ lục 4

Theo kết quả của bảng 1a,1b,1c và 1d:

- Item-Total Statistics: Cột Corrected Item-Total Correlation cho thấy không có biếnquan sát nào có hệ số tương quan tổng (hiệu chỉnh) nhỏ hơn yêu cầu (yêu cầu

0.3), vể mặt số liệu thống kê cũng như xem xét giá trị nội dung, ta giữ lại các biến nàyđể tiếp tục phân tích Các biến quan sát đo lường được ý chính của 4 khái niệm trong

mô hình nghiên cứu

- Reliability Statistics giá trị Cronbach Alpha đều lớn hơn 0.6 cho thấy các biến quansát có đủ độ tin cậy để tiến hành phân tích nhân tố khám phá EFA

2 Phân tích Nhân tố khám phá EFA

Sử dụng phép trích PAF (principal axis factoring) và phép quay không vuông góc(Promax) để đánh giá thang đo Điều kiện giới hạn ở hệ số tải nhân tố hơn giá trị tốithiểu 0.3 (theo kinh nghiệm)

KMO and Bartlett's Test

-6-Total Variance Explained

Factor

Rotation Sums

of Squared Loadings a

Extraction Method: Principal Axis Factoring.

a When factors are correlated, sums of squared loadings cannot be added to obtain a total variance.

-7-Total Variance Explained

Factor

Rotation Sums

of Squared Loadings a

Extraction Method: Principal Axis Factoring.

a When factors are correlated, sums of squared loadings cannot be added to obtain a total variance.

-8-Total Variance Explained

Factor

Rotation Sums

of Squared Loadings a

Extraction Method: Principal Axis Factoring.

a When factors are correlated, sums of squared loadings cannot be added to obtain a total variance.

-9-Total Variance Explained

Factor

Rotation Sums

of Squared Loadings a

Extraction Method: Principal Axis Factoring.

a When factors are correlated, sums of squared loadings cannot be added to obtain a total variance.

-10-Bảng 2.1 – Phân tích nhân tố khám phá EFA Xem chi tiết kết quả xử lý trên SPSS ở Phụ lục 5

Kết quả xử lý bằng SPSS trong bảng Pattern Matrix hệ số tải nhân tố của biến V42,V56 nhỏ hơn giá trị tối thiểu 0.3 (theo kinh nghiệm) nên ta loại hai biến V42,V56.Theo bảng 1a, Cronbach Alpha nếu bỏ biến V42 thì độ tin cậy mới là 0.910( độ tincậy cũ là 0.877)

Theo bảng 1c, Cronbach Alpha nếu bỏ biến V56 thì độ tin cậy mới là 0.889( độ tincậy cũ là 0.854)

Như vậy khi bỏ đi hai biến này thì các biến quan sát còn lại vẫn đủ độ tin cậy khi đolường được 4 khái niệm của mô hình nghiên cứu

Kết quả chạy lại phân tích Cronbach’s Alpha cho khái niệm Hấp dẫn công việc đolường bởi 3 biến quan sát V43,V44,V45 cho kết quả như sau:

Kết quả chạy lại EFA với phép trích PAF (principal axis factoring) và phép quay

không vuông góc (Promax) sau khi loại biến V42 và V56

KMO and Bartlett's Test

-11-Total Variance Explained

Total

% of Variance

Cumulative

% of Variance

Extraction Method: Principal Axis Factoring.

a When factors are correlated, sums of squared loadings cannot be added to obtain a total variance.

-12-Total Variance Explained

Total

% of Variance

Cumulative

% of Variance

Extraction Method: Principal Axis Factoring.

a When factors are correlated, sums of squared loadings cannot be added to obtain a total variance.

-13-Total Variance Explained

Total

% of Variance

Cumulative

% of Variance

Extraction Method: Principal Axis Factoring.

a When factors are correlated, sums of squared loadings cannot be added to obtain a total variance.

-14-Total Variance Explained

Total

% of Variance

Cumulative

% of Variance

Extraction Method: Principal Axis Factoring.

a When factors are correlated, sums of squared loadings cannot be added to obtain a total variance.

-15-Bảng 2.2 – Phân tích nhân tố khám phá EFA sau khi loại V42, V56

Xem chi tiết kết quả xử lý trên SPSS ở Phụ lục 6

- KMO= 0.883 dữ liệu phù hợp để phân tích nhân tố (yêu cầu KMO

- Trong bảng Pattern Matrixa V38 có hai giá trị ở cả hai cột tuy nhiên sẽ chọn ởcột có giá trị cao hơn tức là thuộc nhóm nhân tố thứ 4

- Giá trị Eigenvalue của các nhân tố đều lớn hơn 1 và tất cả các biến quan sát đềucó hệ số tải nhân tố ( factor loading) > 0.3 (theo kinh nghiệm)

3 Phân tích mô hình PATH:

Khai báo trong SPSS:Tranform\Compute variable trước khi chạy hồi qui

- “Công nhận đóng góp trong công việc”

-16-Sự Hài Lòng củanhân viên(SuHaiLong)

Sự nỗ lực làm việccủa nhân viên(SuNoLucLamViec)

Hấp dẫn của công

việc

(HapDanCongViec)

Công nhận đóng góp

trong công việc

(CongNhanDongGop)

Giả thuyết H1a: có mối quan hệ giữa biến độc lập HapDanCongViec và biến phụthuộc SuHaiLong

Giả thuyết H1b: có mối quan hệ giữa biến độc lập CongNhanDongGop và biếnphụ thuộc SuHaiLong

Kết quả chạy bằng SPSS với xử lý hồi qui bội bằng phương pháp Enter

Model Summary

Std Error of the Estimate

a Predictors: (Constant), CongNhanDongGop, HapDanCongViec

Bảng này đánh giá độ phù hợp của mô hình Rsquare=0.418 thể hiện 41.8% phươngsai của biến phụ thuộc SuHaiLong được giải thích bởi 2 biến độc lậpHapDanCongViec và CongNhanDongGop trong mô hình

a Predictors: (Constant), CongNhanDongGop, HapDanCongViec

b Dependent Variable: SuHaiLong

Bảng Anova sử dụng để kiểm định giả thuyết về độ phù hợp của mô hình hồi quy, chothấy mức ý nghĩa quan sát Sig=0.000< α=0.05, nên bác bỏ giả thuyết H0: là không có mối quan hệ giữa các biến này

Coefficients a

Model

Unstandardized Coefficients

Standardiz ed Coefficient s

Collinearity Statistics

Xem chi tiết kết quả xử lý trên SPSS ở Phụ lục 7

Bảng Coefficients thể hiện hệ số hồi qui mà phương pháp OLS ước lượng được

- Mức ý nghĩa Sig của 2 biến HapDanCongViec và CongNhanDongGop lần lượt

là 0.000;0.002 đều nhỏ hơn 0.05,

-18-SuHaiLong=4.368 + 0.508*HapDanCongViec +β2*CongNhanDongGopHapDanCongViec + 0.170*HapDanCongViec +β2*CongNhanDongGopCongNhanDongGop

 Chấp nhận giả thuyết:

H1a: Tính hấp dẫn cuả công việc có tác động cùng chiều với sự hài lòng của nhânviên sale-marketing với hệ số hồi qui β=0.508

H2a: Sự công nhận đóng góp trong công việc có tác động cùng chiều với sự hài lòng của nhân viên sale-marketing với hệ số hồi qui β=0.170

b Mô hình: SuNoLucLamViec= δ 0 + δ 1*HapDanCongViec +β2*CongNhanDongGopSuHaiLong

Giả thuyết H0: không có mối quan hệ giữa biến trung gian SuHaiLong và biếnphụ thuộc SuNoLucLamViec

Giả thuyết H2: có mối quan hệ giữa biến trung gian SuHaiLong và biến phụthuộc SuNoLucLamViec

a Predictors: (Constant), SuHaiLong

b Dependent Variable: SuNoLucLamViec

Bảng Anova sử dụng để kiểm định giả thuyết về độ phù hợp của mô hình hồi quy, chothấy mức ý nghĩa quan sát Sig=0.000< α=0.05, nên bác bỏ giả thuyết H0: là không cómối quan hệ giữa các biến này

-19-Nhóm tuổi (NhomTuoi)

Sự nổ lực làm việc

của nhân viên (SuNoLucLamViec)

Coefficients

Model

Unstandardized Coefficients

Standardized Coefficients

Collinearity Statistics

a Dependent Variable: SuNoLucLamViec

Xem chi tiết kết quả xử lý trên SPSS ở Phụ lục 8

Bảng Coefficients thể hiện hệ số hồi qui mà phương pháp OLS ước lượng được Mức ý nghĩa Sig của biến SuHaiLong là 0.000 nhỏ hơn 0.05, kết hợp với trọng số hồi qui B dương (δ1=0.274)cho thấy có tác động cùng chiều của biến này lên biến phụ thuộc SuNoLucLamViec

Kết luận:

 Mô hình hồi qui là:

SuNoLucLamViec= 19.648 + 0.274*HapDanCongViec +β2*CongNhanDongGopSuHaiLong

 Chấp nhận giả thuyết

H1: Sự Hài Lòng của nhân viên Sale-Marketing có tác động cùng chiều với sự

nỗ lực làm việc của nhân viên sale-marketing với hệ số hồi qui δ=0.274

c Hệ số phù hợp tổng hợp của mô hình PATH: R2

4 Mô hình hồi qui đơn xử lý biến kiểm soát Nhóm tuổi:

Mô hình: NLLV=βo + β1*Nhom tuoi

Bảng mã hóa biến giả để xử lý bằng SPSS:

-20->30 tuổi 2 1

 <= 30 tuổi (Nhom tuoi=0): NLLV = βo

 > 30 tuổi (Nhom tuoi=1): NLLV = βo+ β1*NhomTuoi

Giả thuyết H0: không có mối quan hệ giữa biến độc lập NhomTuoi và biến phụthuộc SuNoLucLamViec

Giả thuyết H3: có mối quan hệ giữa biến độc lập NhomTuoi và biến phụ thuộcSuNoLucLamViec

Mức ý nghĩa α=0.05

Model Summary

Std Error of the Estimate

a Predictors: (Constant), NhomTuoi

Bảng này đánh giá độ phù hợp của mô hình Rsquare=0.01 thể hiện chỉ có 1%phương sai của biến phụ thuộc SuNoLucLamViec được giải thích bởi biến độc lậpNhomTuoi trong mô hình

a Predictors: (Constant), NhomTuoi

b Dependent Variable: SuNoLucLamViec

Xem chi tiết kết quả xử lý trên SPSS ở Phụ lục 9

Bảng Anova sử dụng để kiểm định giả thuyết về độ phù hợp của mô hỉnh hồi quy,cho thấy mức ý nghĩa quan sát Sig=0.646 > α=0.05, nên chấp nhận giả thuyết H0: làkhông có mối quan hệ giữa hai biến này Bác bỏ giả thuyết H3 Nhóm tuổi khác nhautác động làm thay đổi nỗ lực làm việc của nhân viên sale-marketing

Như vậy không có sự khác biết về sự nỗ lực làm việc của nhân viên marketing trong các nhóm tuổi từ 30 tuổi trở xuống và nhóm lớn hơn 30 tuổi

Sales-

-21-Sự Hài Lòng của

nhân viên(SuHaiLong)

Sự nỗ lực làm việc của nhân viên (SuNoLucLamViec)

Qui mô doanh nghiệp (QuiMoDN)

5 Mô hình hồi qui xử lý biến điều tiết Qui mô doanh nghiệp:

Dùng phương pháp hồi qui thứ bậc để ước lượng 2 mô hình

(1): SuNoLucLamViec = β0 + β1*HapDanCongViec +β2*CongNhanDongGop SuHaiLong + γ*HapDanCongViec +β2*CongNhanDongGopQuiMoDN

(2): SuNoLucLamViec = β0 + β1*HapDanCongViec +β2*CongNhanDongGop SuHaiLong + γ *HapDanCongViec +β2*CongNhanDongGopQuiMoDN +δ*HapDanCongViec +β2*CongNhanDongGopQuiMoDN*HapDanCongViec +β2*CongNhanDongGopSuHaiLong

Và kiểm định mức gia tăng R2 trong mô hình (1) và (2) để biết được QuiMoDN cóphải là biến đều tiết không Giá trị thống kê của phép kiểm định cho mức gia tăng R2

có phân phối F với bậc tự do ở tử số p2- p1 và bậc tự do ở mẫu số là n-p2-1

Trong đó:

n: là kích thước mẫu (n=272)

p1 : là số lượng biến độc lập trong mô hình (1) (p1 = 2)

p2 : là số lượng biến độc lập trong mô hình (2) (p2 = 3)

Nếu kiểm định F có ý nghĩa (p<0.05) thì mức gia tăng R2 có ý nghĩa

Chạy mô hình hồi qui bội cho mô hình (1)- mô hình biến điều tiết QuiMoDN