Sự thỏa mãncông việc Mối quan hệ cấp trên (X5)
2.4.2 Sự thỏa mãncông việc theo độ tuổ
Giả thuyết H0: Có sự thỏa mãn chung công việc giữa các độ tuổi khác nhau.
H1: Không có sự thỏa mãn chung công việc giữa các độ tuổi khác nhau. Ta có sig = 0,079> α= 0,05. Chấp nhận giả thuyết H0, bác bỏ H1 hay có sự thỏa mãn chung về công việc giữa các độ tuổi khác nhau trong công ty.
Kết luận: có sự thỏa mãn chung về công việc giữa các độ tuổi khác nhau.
2.4.3 Sự thỏa mãn công việc theo thâm niên công tác.
Giả thuyết H0: Có sự thỏa mãn chung công việc theo thâm niên công tác.
H1: không có sự thỏa mãn chung công việc theo thâm niên công tác.
Ta có sig =0,222> α= 0,05. Chấp nhận giả thuyết H0, bác bỏ H1 hay có sự thỏa mãn chung về công việc theo thâm niên công tác.
Kết luận: có sự thỏa mãn chung về công việc theo thâm niên công tác.
2.4.4 Sự thỏa mãn công việc theo trình độ học vấn
Giả thuyết H0: Có sự thỏa mãn chung công việc đối với trình độ học vấn.
H1: Không có sự thỏa mãn chung trong công việc đối với từng trình độ học vấn
Ta có sig = 0,899> α= 0,05. Chấp nhận giả thuyết H0, bác bỏ H1 hay có sự thỏa mãn chung trong công việc đối với trình độ học vấn.
Kết luận: có sự thỏa mãn chung trong công việc đối với trình độ học vấn.
Giả thuyết H0: có sự thỏa mãn chung công việc đối với chức danh, vị trí
H1: không có sự thảo mãn chung trong công việc đối với chức danh, vị trí khác nhau.
Ta có sig = 0,233> α= 0,05. Chấp nhận giả thuyết H0, bác bỏ H1 hay có sự thỏa mãn chung trong công việc đối với chức danh, vị trí khác nhau.
Kết luận: có sự thỏa mãn chung trong công việc đối với chức danh, vị trí khác nhau.
2.5 Phân tích hồi quy tuyến tính 2.5.1 Ma trận tương quan giữa các biến
Trước khi tiến hành phân tích hồi quy tuyến tính bội, mối tương quan tuyến tính giữa các biến cần phải được xem xét.
Giả thuyết đặt ra cần phải kiểm định là:
Ho: Không có mối quan hệ tương quan tuyến tính giữa các biến trong mô hình H1: Có mối quan hệ tuyến tính của các biến trong mô hình
Kết quả kiểm định sự tương quan như sau:
Component Transformation Matrix Comp onent 1 2 3 4 5 6 7 8 1 .534 .480 .423 .305 .350 .195 .140 .182 2 .024 -.561 -.320 .543 .297 .389 .193 .107 3 -.711 .463 -.116 .331 .369 -.142 .019 .011 4 .092 -.036 .019 .244 -.223 -.526 .748 -.213 5 -.341 -.347 .590 -.365 .285 .052 .334 .293 6 .120 .229 -.566 -.397 .092 .014 .342 .574 7 .001 .149 -.139 -.360 .266 .433 .316 -.686 8 -.263 .213 .128 .150 -.666 .569 .236 .151
Component Score Covariance Matrix Comp onent 1 2 3 4 5 6 7 8 1 1.000 .000 .000 .000 .000 .000 .000 .000 2 .000 1.000 .000 .000 .000 .000 .000 .000 3 .000 .000 1.000 .000 .000 .000 .000 .000 4 .000 .000 .000 1.000 .000 .000 .000 .000 5 .000 .000 .000 .000 1.000 .000 .000 .000 6 .000 .000 .000 .000 .000 1.000 .000 .000 7 .000 .000 .000 .000 .000 .000 1.000 .000 8 .000 .000 .000 .000 .000 .000 .000 1.000
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
Component Scores.
(Nguồn: Tính toán dữ liệu điều tra)
Ma trận này cho ta biết biến thỏa mãn (biến phục thuộc) có mối tương quan tuyến tính với 5 biến độc lập, gồm có: cơ hội đào tạo – phát triển, tiền lương, điều kiện làm việc đặc điểm công việc, phúc lợi. Giả thuyết Ho bị bác bỏ với giá trị Sig. rất nhỏ 0,000, trong đó hệ số tương quan giữa sự thỏa mãn công việc và thỏa mãn về phúc lợi là cao nhất (0,469), hệ số tương quan giữa sự thỏa mãn công việc với thỏa mãn về điều kiện làm việc là thấp nhất (0,153). Còn biến mối quan hệ với đồng nghiệp không có mối tương quan tuyến tính với biến thỏa mãn vì sig. là 0,336 (lớn hơn 0,005) và các biến độc lập không có tương quan với nhau với hệ số tương quan là 0,000 (Sig. lớn hơn 0,05). Như vậy, ta có thể kết
luận là có mối tương quan giữa 5 biến độc lập với biến phụ thuộc. Đây là cơ sở đưa các biến độc lập vào mô hình để giải thích cho sự thỏa mãn.