Từ kết quả phân tích nhân tố khám phá (EFA), các giả thuyết cần được kiểm định lại bằng phương pháp hồi quy. Phương pháp thực hiện hồi quy là đưa vào lần lượt (Enter). Để đánh giá mức độ phù hợp của mô hình, hệ số R2 (R Square) thường được sử dụng, hệ số xác định R2 được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mô hình, tuy nhiên không phải phương trình càng có nhiều biến sẽ càng phù hợp hơn với dữ liệu, R2 có khuynh hướng là một yếu tố lạc quan của thước đo sự phù hợp của mô hình đối với dữ liệu trong trường hợp có 1 biến giải thích trong mô hình. Như vậy, trong hồi quy tuyến tính bội thường dùng hệ số R2 điều chỉnh để đánh giá độ phù hợp của mô hình vì nó không thổi phồng mức độ phù hợp của mô hình. Ngoài ra, hiện tượng tương quan giữa các phần dư được kiểm tra bằng hệ số Durbin – Watson(1< Durbin-Watson < 3 ) và không có hiện tượng đa cộng tuyến bằng hệ số phóng đại phương sai VIF (VIF < 2). Bên cạnh đó, hệ số Beta chuẩn hoá được dùng để đánh giá mức độ quan trọng của từng yếu tố (Hoàng Trọng & Mộng Ngọc, 2008).
Bảng 4.8 Bảng tóm tắt kết quả mô hình hồi quy
Tóm tắt mô hình Mô
hình R phương R bình R bình phương hiệu chỉnh của dự báo Sai số chuẩn Durbin-Watson
1 ,629a ,395 ,388 ,41427 1,672
Nguồn: Số liệu điều tra 2014, chiết suất từ SPSS
Về độ thích hợp của mô hình, hệ số R2 hiệu chỉnh là 0,388, đồng nghĩa là 38,8% sự biến thiên của biến thái độ của nhân viên đối với sự thay đổi tổ chức được giải thích bởi các biến độc lập trong mô hình.
Bảng 4.9 Bảng kiểm định sự phù hợp của mô hình
ANOVAa
Mô hình Tổng bình phương Độ lệch chuẩn bình phương Trung bình F
Mức ý nghĩa Sig. 1 Hồi quy 28,501 3 9,500 55,357 ,000b Phần dư 43,591 254 ,172 Tổng 72,093 257 a. Biến phụ thuộc: TD b. Biến dự báo: (Hằng số), HT, GK, HL
Nguồn: Số liệu điều tra 2014, chiết suất từ SPSS Bảng 4.10 Các hệ số của phương trình hồi quy
Coefficientsa
Mô hình
Hệ số chưa chuẩn hóa Hệ số chuẩn hóa
t Sig.
Đa cộng tuyến
B Sai số chuẩn Beta Tolerance VIF
1 (Hằng số) 1,681 ,203 8,265 ,000
HL ,281 ,051 ,311 5,482 ,000 ,741 1,350
GK ,019 ,046 ,022 ,412 ,680 ,804 1,244
HT ,306 ,043 ,408 7,078 ,000 ,718 1,393
a. Biến phụ thuộc: TD
Kết quả phân tích ANOVA cho thấy kiểm định F = 55,357 có mức ý nghĩa sig = 0,000 < 0,05. Điều này chứng tỏ 3 biến độc lập trên được sử dụng trong mô hình là hoàn toàn phù hợp. Đồng thời, kết quả cho thấy hệ số phóng đại phương sai (VIF) nhỏ hơn 2. Do vậy, không có xảy ra hiện tượng đa cộng tuyến giữa 3 biến độc lập trong mô hình hồi quy này. Hệ số Durbin-Watson đạt 1,672 đạt yêu cầu (1< Durbin-Watson<3) không có hiện tượng tương quan giữa các phần dư.
Kết quả phân tích hồi quy đã chỉ ra rằng biến hài lòng công việc và hỗ trợ từ cấp trên có tác động cùng chiều vào thái độ của nhân viên đối với sự thay đổi tổ chức với trọng số hồi qui beta của hai biến này đều có sig. < 0,05, trong đó biến hỗ trợ từ cấp trên có tác động nhiều hơn. Biến gắn kết tổ chức tuy không có ý nghĩa thống kê vì sig > 0,05 (sig. = 0,68), nhưng xét về mặt tương quan thì có tồn tại sự tương quan thuận giữa yếu tố gắn kết tổ chức với thái độ của nhân viên đối với sự thay đổi. Như vậy, mức độ giải thích của biến gắn kết tổ chức đã bị che khuất bởi hai biến hài lòng công việc và hỗ trợ từ cấp trên.
Kết quả giá trị VIF < 2, cho thấy sự đa cộng tuyến rất thấp. Cho nên, mô hình đạt yêu cầu. Phương trình hồi quy dạng chuẩn hóa theo phương pháp Enter về thái độ của nhân viên đối với sự thay đổi tổ chức là
Thái độ của nhân viên đối với sự thay đổi tổ chức = 0,311 × hài lòng công việc đối với thay đổi tổ chức (*) + 0,022× gắn kết với tổ chức + 0,408× hỗ trợ từ cấp trên (*)
Với (*): Sig < 0,01 (tác động có ý nghĩa)