i
β (i=1,2,…,9): là hệ số hồi quy riêng tương ứng với biến độc lập XRiR.
4.4.1. Phân tích tương quan
Sử dụng phương pháp Spearman’s Rho để kiểm tra hệ số tương quan giữa các biến độc lập với nhau và giữa tất cả các biến độc lập với biến phụ thuộc.
0 1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8 9 9 i
55
Bảng 4.14: Hệ số tương quan
(Nguồn: Phân tích từ dữ liệu thu thập bằng phần mềm SPSS 16.0)
Từ bảng 4.7, ta thấy ở hàng thứ nhất có hệ số Pearson của biến phụ thuộc tạo động lực so với các biến độc lập dao động từ 0.047 đến 0.769, và đều có sig. = 0.000 cho thấy các biến độc lập có mối quan hệ cùng chiều với biến phụ thuộc. Điều này chứng tỏ các biến độc lập có khả năng giải thích cho biến phụ thuộc. Các hệ số tương quan giữa các biến độc lập đều có hệ số nhỏ hơn 0.85 nên không xảy ra hiện tượng đa cộng tuyến.
4.4.2. Mô hình hồi quy
Độ phù hợp của mô hình hồi quy tuyến tính đa biến sẽ được đánh giá thông qua hệ số RP 2 Pđiều chỉnh từ RP 2 P . RP 2 P
điều chỉnh không nhất thiết tăng lên khi nhiều biến được thêm vào phương trình, nó là thước đo sự phù hợp cho sử dụng tình huống hồi quy tuyến tính đa biến vì nó không phụ thuộc vào độ phóng đại của RP
2
P
.
Tiến hành phân tích nhân tố, kết quả được cho ở bảng 4.8cho thấy hệ số xác định RP
2
P
= 0.783 và hệ số RP
2
56
hay các nhân tố độc lập trong mô hình đã giải thích được 77.7% sự biến thiên của nhân tố phụ thuộc tạo động lực khi làm việc tại công ty của nhân viên, còn 22.3% là do các nhân tố ngoài mô hình giải thích. Như vậy kết quả của dữ liệu thu thập được giải thích khá tốt cho mô hình. Bảng 4.15: Hệ số tổng kết mô hình Model SummaryP b