2. Theo trình độ học vấn
4.6.2.2 Đánh giá độ phù hợp của mô hình và kiểm định các giả thuyết
Hệ số xác định R2 là một thước đo thường dùng để đánh giá sự phù hợp của mơ hình hồi quy tuyến tính. Theo Hồng Trọng và Chu Nguyễn Mộng Ngọc (2005) thì giá trị R2 hiệu chỉnh có khuynh hướng là một ước lượng lạc quan của thước đo sự phù hợp mơ hình đối với dữ liệu trong trường hợp có hơn một biến giải thích trong mơ hình, tức là R2 hiệu chỉnh phản ánh sát hơn mức độ phù hợp của mơ hình hồi quy đa biến và dùng nó đánh giá độ phù hợp của mơ hình sẽ an tồn hơn vì nó khơng thổi phồng mức độ phù hợp của mơ hình.
Trong tình huống của nghiên cứu này R2 hiệu chỉnh (Adjusted R Square) thể hiện ở cột thứ tư trong bảng 4.18 (Model Summary) ta có R2 = 0,618 nghĩa là mơ hình hồi quy tuyến tính đã xây dựng phù hợp với tập dữ liệu là 61,8%. Hay năm biến độc lập trong mơ hình giải thích được 61,8% biến thiên của biến phụ thuộc sự hài lịng cơng việc. Như vậy độ phù hợp của mơ hình là khá cao.
Tiếp theo là cần kiểm định giả thuyết mơ hình (phân tích phương sai) của tổng thể. Ở trên sau khi đánh giá giá trị R2 ta biết được mơ hình hồi quy tuyến tính đã xây dựng là phù hợp với mẫu. Tuy nhiên để có thể suy diễn mơ hình này thành mơ hình của tổng thể ta cần tiến hành kiểm định F thơng qua phân tích phương sai.
Ta có Sig. của F <1/1000 (Sig = ,000) nên ta có thể bác bỏ giả thuyết hệ số xác định của tổng thể R2 = 0. Điều này có nghĩa là có ít nhất một biến độc lập ảnh hưởng đến biến phụ thuộc.
Cuối cùng, để đảm bảo các biến độc lập đều thực sự có ảnh hưởng đến biến phụ thuộc, ta tiến hành kiểm định t. Với giả thuyết H0 là hệ số hồi quy của các biến độc lập k = 0 với độ tin cậy 95% thì ta khơng thể bác bỏ giả thuyết H0 đối với 3,
4 và9, đối với các k khác ta đều có thể bác bỏ giả thuyết H0. Điều này có nghĩa là ngoại trừ nhân tố sự thỏa mãn đối với “Phúc lợi cơ bản”, “Đặc điểm cơng việc” và “Điều kiện làm việc” thì các nhân tố khác trong mơ hình đều có ảnh hưởng đến sự thỏa mãn công việc.