a). Xác định biến độc lập, biến phụ thuộc
Căn cứ vào mô hình nghiên cứu lý thuyết, phương trình hồi quy tuyến tính bội diễn tả các yếu tố ảnh hưởng đến sự tự tin của người được đào tạo là:
TT = β0 + β1*ND + β2*DG + β3*PP + β4*NC
Các biến độc lập (Xi): ND, DG, PP, NC. - ND: nội dung đào tạo.
- DG: đánh giá đào tạo. - PP: phương pháp đào tạo. - NC: đánh giá nhu cầu đào tạo.
Biến phụ thuộc (TT): sự tự tin của người được đào tạo. βk là hệ số hồi quy riêng phần (k = 0…4).
b). Phân tích hồi quy tuyến tính bội
Để kiểm định sự phù hợp giữa 4 thành phần ảnh hưởng đến biến phụ thuộc là sự tự tin của người được đào tạo, hàm hồi qui tuyến tính bội với phương pháp đưa vào một lượt (Enter) được sử dụng. Hệ số hồi quy riêng phần chuẩn hóa của thành phần nào càng lớn thì mức độ ảnh hưởng của thành phần đó đến biến phụ thuộc càng cao, nếu cùng dấu thì mức độ ảnh hưởng thuận chiều và ngược lại.
Kết quả phân tích hồi qui bội tại bảng 4.12, các giá trị Sig. với các biến ND, DG, PP, NC đều rất nhỏ (< 0.05). Vì vậy, có thể khẳng định các biến này có ý nghĩa trong mô hình.
Bảng 4.12: Kết quả phân tích hồi qui bội mô hình 1
Coefficientsa
Model
Hệ số hồi qui
chưa chuẩn hóa đã chuẩn hóa Hệ số hồi qui T Sig.
Thống kê đa cộng tuyến B Std. Error Beta Dung sai VIF
1 Hằng số .221 .215 1.029 .305 ND .226 .043 .296 5.276 .000 .610 1.639 DG .242 .046 .251 5.217 .000 .827 1.209 PP .186 .043 .233 4.375 .000 .676 1.478 NC .289 .054 .268 5.377 .000 .774 1.292 a. Biến phụ thuộc: TT
c). Kiểm định các giả định hồi quy
Giả định liên hệ tuyến tính: Kiểm tra bằng biểu đồ phân tán scatter cho phần dư chuẩn hóa (Standardized residual) và giá trị dự doán chuẩn hóa (Standardized predicted value). Kết quả (phụ lục G) cho thấy phần dư phân tán ngẫu nhiên qua đường thẳng qua điểm 0, không tạo thành một hình dạng nào cụ thể. Như vậy, giả định liên hệ tuyến tính được thỏa mãn.
Giả định phương sai của sai số không đổi: Kết quả (phụ lục G) kiểm định tương quan hạng Spearman cho thấy giá trị sig của các biến ND, DG, PP, NC với giá trị tuyệt đối của phần dư khác không. Nghĩa là phương sai của sai số không đổi. Như vậy, giả định phương sai của sai số không đổi không bị vi phạm.
dư (phụ lục H) cho thấy phân phối phần dư xấp xỉ chuẩn (trung bình mean gần bằng 0 và độ lệch chuẩn Std = 0.991 tức là gần bằng 1). Như vậy, giả định phần dư có phân phối chuẩn không bị vi phạm.
Giả định không có tương quan giữa các phần dư: Đại lượng thống kê Durbin-Watson (d) được dùng để kiểm định tương quan chuỗi bậc nhất. Vùng chấp nhận là (d) nằm trong khoảng [dU; 4- dU]. Kết quả hồi qui nhận được từ bảng Model Summaryb cho thấy đại lượng thống kê Durbin-Watson có giá trị là 1.765. Tra bảng Durbin-Watson với mẫu là n = 217 quan sát và biến độc lập k = 4, thì dU: 1.715, dL: 1.633. Do đó, vùng chấp nhận của giá trị d là [1.715; 2.285] nên chấp nhận giả thuyết không có sự tương quan chuỗi bậc nhất trong mô hình.
d). Đánh giá độ phù hợp, kiểm định độ phù hợp của mô hình và hiện tượng đa
cộng tuyến.
Phân tích hồi qui không chỉ là việc mô tả các dữ liệu quan sát được mà còn phải suy rộng cho mối liên hệ giữa các biến trong tổng thể từ các kết quả quan sát được trong mẫu đó. Kết quả của mẫu suy rộng ra cho giá trị của tổng thể phải đáp ứng các giả định cần thiết dưới đây:
Đánh giá độ phù hợp của mô hình.
Hệ số R² điều chỉnh là thước đo sự phù hợp được sử dụng cho tình huống hồi quy tuyến tính bội vì nó không phụ thuộc vào độ lệch phóng đại của hệ số R². Kết quả phân tích hồi qui bội (bảng 4.13) cho thấy R² điều chỉnh (Adjusted R Square) bằng 0.585, nghĩa là mức độ phù hợp của mô hình là 58.50%. Nghĩa là 4 yếu tố đào tạo đưa vào mô hình chiếm 58.5% sự tự tin của nhân viên, còn lại 41.5% là do các yếu tố khác.
Bảng 4.13: Tóm tắt mô hình 1- Model Summaryb
Tóm tắt mô hình 1- Model Summaryb
Mô hình 1 R Hệ số R²
Hệ số R² điều chỉnh
Sai số chuẩn
ước lượng Durbin-Watson
1 .770a .593 .585 .38689 1.765
a. Giá trị cho trước: (hằng số): NC, DG, PP, ND b. Giá trị phụ thuộc: TT
Kiểm định độ phù hợp của mô hình
Kết quả nhận được từ bảng ANOVAb (bảng 4.14) cho thấy trị thống kê F với giá trị Sig. rất nhỏ (= 0.000 < 0.05) cho thấy mô hình hồi quy tuyến tính bội đã xây dựng phù hợp với tập dữ liệu, sử dụng được.
Bảng 4.14: Phân tích phương sai (ANOVAb)
ANOVAb Mô hình Tổng bình phương Độ tự do Bình phương trung bình Thống kê F Giá trị Sig. 1 Hồi quy 46.150 4 11.537 77.078 .000a Phần dư 31.733 212 .150 Tổng 77.882 216
a. Giá trị cho trước: (hằng số): NC, DG, PP, ND b. Biến phụ thuộc: TT
Hiện tượng đa cộng tuyến
Đo lường đa cộng tuyến được thực hiện, kết quả cho thấy hệ số phóng đại phương sai (VIF) có giá trị nhỏ hơn 2 (bảng 4.12) đạt yêu cầu (VIF < 10). Vậy mô hình hồi quy tuyến tính bội không có hiện tượng đa cộng tuyến, mối quan hệ giữa các biến độc lập không ảnh hưởng đến kết quả giải thích của mô hình.
e). Phương trình hồi qui tuyến tính bội
Với tập dữ liệu thu được trong phạm vi nghiên cứu của đề tài và dựa vào bảng kết quả hồi quy tuyến tính bội (bảng 4.12), phương trình hồi quy tuyến tính bội thể
hiện các nhân tố ảnh hưởng đến sự tự tin của người được đào tạo theo hệ số beta chuẩn hóa như sau:
TT = 0.268*NC+ 0.251*DG + 0.296*ND + 0.233*PP Các biến độc lập (Xi):
- ND: nội dung đào tạo. - DG: đánh giá đào tạo. - PP: phương pháp đào tạo. - NC: đánh giá nhu cầu đào tạo.
Biến phụ thuộc (TT): sự tự tin của người được đào tạo.
f). Tổng kết kết quả kiểm định các giả thuyết.
Kết quả mô hình hồi quy cho thấy sự tự tin của người được đào tạo chịu ảnh hưởng cùng chiều của 4 yếu tố: nội dung đào tạo (ND), đánh giá đào tạo (DG), phương pháp đào tạo (PP) và đánh giá nhu cầu đào tạo (NC). Do đó, các giả thuyết H1-1, H1-2, H1-3, H1-4 được chấp nhận.
Trong đó, ảnh hưởng mạnh nhất đến sự tự tin của người được đào tạo là yếu tố nội dung đào tạo với hệ số beta (chuẩn hóa) là 0.296; tiếp theo là yếu tố đánh giá nhu cầu đào tạo với hệ số beta (chuẩn hóa) là 0.268; kế đến là yếu tố đánh giá đào tạo với hệ số beta ( chuẩn hóa) là 0.251; và cuối cùng là yếu tố phương pháp đào tạo với hệ số beta (chuẩn hóa) là 0.233.