Kiểm định giả thuyết bằng phương pháp hồi qui bội là phương pháp được dùng để phân tích mối quan hệ giữa hai hay nhiều biến độc lập tác động đến một biến phụ thuộc định lượng (Nguyễn Đình Thọ, 2011). Mô hình hồi qui bội:
YRiR = RoR+ R1RXR1iR +
R2RXR2iR Rp RXRpiR +eRi
Theo mô hình nghiên cứu đề xuất, nghiên cứu thực hiện các mô hình hồi qui bội như sau:
COMIMT = RoR + R1RCOMMU+ R2R TRAIN+ R3RREWARD+ R4RTEAM+ e
Trong đó: Các hệ số hồi qui là: ; Sai số ngẫu nhiên: e
Biến phụ thuộc: Các biến về gắn kết của nhân viên COMMIT
Biến độc lập: Các biến về văn hóa tổ chức, bao gồm: COMMU: Giao tiếp trong tổ chức.
TRAIN: Đào tạo và phát triển.
REWARD: Phần thưởng và sự công nhận.
TEAM: Làm việc nhóm.
Để đánh giá mức độ phù hợp của mô hình hồi qui bội, cần quan tâm đến các vấn sau:
Thứ nhất, trước khi thực hiện hồi qui bội, nghiên cứu mối tương quan tuyến
tính (r) giữa tất cả các biến, tức là chúng ta phải xem xét tổng quát mối quan hệ giữ từng biến độc lập với biến phụ thuộc và chính giữa các biến độc lập với nhau (Hoàng Trọng – Chu Nguyễn Mộng Ngọc, tập 1 trang 237). Hệ số tương quan tuyến tính r có giá trị tuyệt đối tiến gần đến 1 khi hai biến có tương quan chặt chẽ với nhau. Giá trị r=0 chỉ ra rằng hai biến không có tương quan tuyến tính.
Thứ hai,Hệ số biến thiên RP
2
P
: Hệ số xác định tỉ lệ biến thiên của biến phụ thuộc được giải thích bởi biến độc lập trong mô hình hồi qui, RP
2
Pcàng gần đến 1 thì mô hình càng thích hợp, RP
2
P
càng tiến gần 0 thì mô hình càng kém phù hợp với tập dữ liệu. Tuy nhiên RP
2
P
32
trường hợp có nhiều biến giải thích trong mô hình, trong trường hợp này người ta sử dụng RP
2
P
điều chỉnh (Adjussted R square). Sử dụng kiểm định F để kiểm định giả thuyết mức độ phù hợp của mô hình.
Thứ ba, Kiểm định đa cộng tuyến: Trong mô hình hồi qui bội, chúng ta có thêm giả thuyết là các biến độc lập không có tương quan hoàn toàn với nhau. Vì vậy khi ước lượng mô hình hồi qui bội chúng ta phải kiểm định giả thuyết này thông qua kiểm tra hiện tượng đa cộng tuyến. Để kiểm tra hiện tượng đa cộng tuyến, chỉ số thường dùng là hệ số phóng đại phương sai VIF (Nguyễn Đình Thọ, 2011). Thông thường nếu VIF>=2: Có hiện tượng cộng tuyến, VIF >=5: Bị cộng tuyến; VIF>= 10: Cộng tuyến mạnh.
Thứ tư,Giả định về tính độc lập của sai số: Đại lượng thống kê Durbin-Watson (d) có thể dùng để kiểm định tự tương quan của các sai số kề nhau. Đại lượng d có giá trị biến thiên từ 0 đến 4. Nếu giá trị phần dư không có tương quan chuỗi bậc nhất với nhau, giá trị d sẽ gần bằng 2. Giá trị d thấp và nhỏ hơn 2 có nghĩa là phần dư gần bằng nhau có tương quan thuận. Giá trị d hơn 2 và gần bằng 4 có nghĩa là các phần dư có tương quan nghịch (Nguyễn Thị Lệ Quyên, 2013).
Thứ năm,Giả định phương sai của phần dư không đổi: Khi quan sát đồ thị phân tán phần dư, nếu phân tán ngẫu nhiên xung quanh đường đi qua tung độ 0 và không có hình thù đặc trưng nào thì phương sai phần dư không đổi.
Thứ sáu, Giả định phần dư có phân phối chuẩn: Trong kiểm định này ta dùng
biểu đồ tần số của phần dư chuẩn hóa, biểu đồ tần số P-P để kiểm tra.