Sau khi phân tích nhân t khám phá EFA, mô hình h i quy tuy n tính t ng quát đánh giá s hài lòng trong công vi c c a NL t i t ch c, doanh nghi p đ c đo l ng b ng các bi n ph thu c (ký hi u: F_HL), bi n đ c l p Xk c a mô hình đ c đo l ng b ng giá tr trung bình c ng c a t ng bi n đ t yêu c u trong t ng nhân t Fj. Mô hình h i quy tuy n tính xây d ng d a trên các nguyên t c sau:
(i) Xem xét ma tr n h s t ng quan (Pearson Correlation):
- M i liên h t ng quan gi a các bi n nhân t Fj: Ki m đ nh Pearson gi a các bi n nhân t Fj có ý ngh a Sig. ≤ 0,05 và h s t ng quan ch t ch thì các bi n nhân t Fj có d u hi u đa c ng tuy n.
29
- M i liên h gi bi n nhân t Fj v i bi n ph thu c: Ki m đnh Pearson gi a t ng bi n nhân t Fj v i bi n ph thu c có m i liên h t ng quan nh m xác đ nh bi n nhân t Fj đ ng bi n hay ngh ch bi n đ n bi n ph thu c.
(ii) Các th t c ch n bi n đ c l p (Fj):
- Ph ng pháp Enter đ c s d ng đ phân tích h i quy b ng cách: t t c các
bi n đ c l p đ c đ a vào m t l n, đ a ra các thông s th ng kê liên quan đ n các
bi n. N u bi n nào th a đì u ki n ki m đ nh ý ngh a h s h i quy (Sig.≤ 0,05) thì nên gi l i trong mô hình h i quy, bi n nào không th a đi u ki n ki m đ nh (Sig.>0,05) thì lo i ra.
(iii) ánh giá m c đ phù h p c a mô hình h i quy:
- H s xác đ nh (R Square) là h s càng t ng khi s bi n đ c l p đ c đ a thêm vào mô hình. Tuy nhiên, c n xem xét m c đ ph n nh sát h n thì nên s d ng h s đi u ch nh (Adjusted R Square), vì nó không nh t thi t t ng lên khi s
bi n đ c l p đ c đ a thêm vào mô hình.
- Ki m đnh ANOVA: là m t phép ki m đ nh gi thuy t v đ phù h p c a mô hình h i quy tuy n tính t ng th . Ý ngh a c a ki m đnh này là xem xét m i quan h gi a bi n ph thu c có liên h tuy n tính v i toàn b t p h p các bi n nhân t Fj hay không (Gi thuy t H0: bi n ph thu c không có liên h tuy n tính v i toàn b t p h p các bi n đ c l p, 1 = 2 = … = j = 0): N u bác b gi thuy t H0 (Sig. ≤ 0,05): T n t i ít nh t m t bi n nhân t Fj gi i thích đ c thay đ i bi n ph thu c; ho c n u không có c s bác b gi thuy t H0 (Sig. > 0,05): ch a có th k t lu n các bi n nhân t Fj gi i thích đ c thay đ i bi n ph thu c.
(iv) Ki m đnh s vi ph m các gi đ nh trong mô hình h i quy tuy n tính: - Ki m tra b ng bi u đ : t n s Histogram, t n s Q-Q plot, phân tán Scatter
nh m đánh giá m c đ tuy n tính phù h p v i d li u quan sát hay không.
- Ki m đnh Pearson trong ma tr n h s t ng quan (Pearson Correlation), b t c liên h t ng quan qua l i ch t ch nào gi a các bi n đ c l p Fj thì có d u
hi u đa c ng tuy n.
- ch p nh p c a bi n (Tolerance): ch p nh n c a bi n đ c l p Fj đ c
30
d đoán t các bi n đ c l p khác. N u (1 – Rj2) càng nh thì có d u hi u đa c ng
tuy n. H s phóng đ i ph ng sai (VIF – Variance Inflation Factor): H s phóng
đ i ph ng sai c a bi n Fj đ c đ nh ngh a VIF = 1 / (1 – Rj2).
Theo Nguy n ình Th (2013), VIF > 2 thì có d u hi u đa c ng tuy n. Theo Hoàng Tr ng và Chu Nguy n M ng Ng c (2008), VIF > 10 thì có d u
hi u đa c ng tuy n.
- Ki m đnh gi thuy t ph ng sai c a sai s không đ i: Ki m đ nh t ng quan
h ng Spearman’s đ c s d ng đ xem xét gi thuy t H0: H s t ng quan h ng c a
t ng th b ng 0. N u k t qu ki m đnh gi thuy t H0 không th b bát b (Sig.> 0,05) thì có th k t lu n ph ng sai c a sai s không thay đ i trong mô hình h i quy.