CL 1– cấp trên chia sẽ thông tin cá nhân 630 2 – mối quan hệ tốt giữa cấp trên và cấp dưới
4.2.1 Kiểm định các giả thuyết của hồi quy đơn và hồi quy bội.
Theo như mô hình nghiên cứu điều chỉnh thì cần phải thực hiện hồi quy bội 2 bước. Thứ nhất hồi quy bội với biến phụ thuộc là niềm đam mê công việc của người lao động và biến độc lập là các nhân tố ảnh hưởng đến niềm đam công việc. Thứ hai là hồi quy đơn được thực hiện với biến phụ thuộc là kết quả làm việc của người lao động và biến độc lập là niềm đam mê công việc của người lao động.
Trước khi tiến hành phân tích hồi quy thì chúng ta cần xem xét xem mẫu quan sát có đảm bảo được các giả thuyết yêu cầu của hồi quy đơn và hồi quy bội hay không. Có 10 giả định được đặt ra trước khi phân tích hồi quy:
(1)X và Y có quan hệ với nhau (2)Y là biến định lượng
(3)Các quan sát của Y độc lập với nhau (4)Các giá trị Xi cố định
(5)X được đo lường không sai số (6)Sai số εi có phân phối chuẩn
(7)Xi và εi không có quan hệ với nhau nghĩa là E(εi)=0
(8)Phương sai các sai số tại giá trị Xi phải bằng nhau và bằng hằng số (9)Tương quan giữa εi và εj bằng 0 nghia là các sai số này độc lập với nhau. (10) Các biến độc lập Xi, Xj có mối quan hệ khác 1 nghĩa là Cor(Xi, Xj)≠1 Trong các giả định trên thì 9 giả định đầu sử dụng cho hồi quy đơn. Do hồi quy bội có nhiều biến độc lập vì vậy giả định 10 được đưa ra cho hồi quy bội. Trong 10 giả
định trên các giả định (2), (3), (4) và (9) được xem xét là đương nhiên thoả bởi vì (2) biến phụ thuộc trong nghiên cứu này là biến định lượng, (3) (4) và (9) được xem là thỏa đối với dữ liệu khảo sát. Giả định (5) là rất khó thỏa bởi vì trong thực tế thì các mẫu nghiên cứu đều có sai số. Vì vậy trong các phần kiểm định các giả định tiếp theo chỉ cần kiểm tra các giả định (1), (6), (7), (8) và (10).
Kiểm định các giả định của mô hình hồi quy đơn giữa biến phụ thuộc P và biến
độc lập EWP
Kiểm định các giả định của với biến phụ thuộc là kết quả làm việc của người lao động P và biến độc lập là niềm đam mê công việc của người lao động EWP.
Kiểm định giả định (1) và (8): nghĩa là kiểm định biến độc lập và biến phụ thuộc có mối quan hệ với nhau và phương sai không đổi. Để kiểm định giả định này chung ta xây dựng mối quan hệ giữa phần dư và giá trị hồi quy của biến phụ thuộc như hình 4.2
Theo Hình 4.2 thì ta thấy mô hình là phù hợp nghĩa là biến phụ thuộc P và phần dư là độc lập nhau và phương sai của phần dư là không thay đổi Æ Kết luận giả định này là phù hợp để tiến hành phân tích hồi quy.
Kiểm định giảđịnh thứ (6) và (7): sai số có phân phối chuẩn εi ~ N(με, σε2) và E(εi) = 0. Như ta đã biết phần sai số trong mẫu tương ứng với sai số ε trong đám đông được gọi là phần dư (residual). Trong quá trình phân tích hồi quy chúng ta sẽ sử dụng dữ liệu của phần dư để kiểm định giả thuyết này.
Hình 4.3 Biểu đồ phân phối phần dư với biến phụ thuộc P
Theo như biểu đồ thì phần dư có dạng phân phối xấp xỉ phân phối chuẩn bởi vì phân phối có dạng hình chuông và có phân phối tương đối đều ở hai phía (mặc dù xét ở bảng dữ liệu ta thấy điều kiện mean = mode = median thì không thỏa) vì vậy chúng ta chấp nhận phần dư có dạng xấp xỉ phân phối chuẩn Æ giả thuyết thứ sáu đã được thỏa.
Bảng 4.7 Thống kê mô tả phần dư của hồi quy giữa biến phụ thuộc P và biến độc lập EWP
Thống kê phần dư
Minimum Maximum Mean Std. Deviation N Predicted Value 1.8158 4.6553 3.4244 .62303 410 Residual -.89809 2.11627 .00000 .32621 410 Std. Predicted Value -2.582 1.976 .000 1.000 410 Std. Residual -2.750 6.479 .000 .999 410 a. Biến phụ thuộc: P b. Biến độc lập: EWP
Như vậy ta có thể kết luận mô hình hồi quy đơn giữa P và EWP thỏa các giả định để tiến hành phân tích hồi quy.
Kiểm định các giảđịnh của mô hình hồi quy bội giữa biến phụ thuộc EWP và các biến độc lập MW, AT, CP, CC và CL.
Kiểm định các giả định của với biến phụ thuộc là niềm đam mê công việc của người lao động EWP và biến độc lập MW, AT, CP, CC và CL
Kiểm định giả định (1) và (8): nghĩa là kiểm định biến độc lập và biến phụ thuộc có mối quan hệ với nhau và phương sai không đổi. Tương tự như phần trên để kiểm định 2 giả định vẫn dựa vào biểu đồ phân tán dữ liệu giữa phần dư và biến phụ thuộc EWP như hình 4.4. Theo Hình 4.4 thì ta thấy mô hình là phù hợp bởi vì biến phụ thuộc EWP và phần dư là độc lập nhau và phương sai của phần dư là không thay đổi Æ
Kết luận giả định này là phù hợp để tiến hành phân tích hồi quy.
Kiểm định giảđịnh thứ (6) và (7): sai số có phân phối chuẩn εi ~ N(με, σε2) và E(εi) = 0. Như ta đã biết phần sai số trong mẫu tương ứng với sai số ε trong đám đông được gọi là phần dư (residual). Trong quá trình phân tích hồi quy chúng ta sẽ sử dụng biểu đồ phân phối phần dư để kiểm định giả thuyết này (Hình 4.5).
Theo như biểu đồ phân phối phần dư có dạng phân phối xấp xỉ phân phối chuẩn bởi vì phân phối có dạng hình chuông và có phân phối tương đối đều ở hai phía (mặc dù xét ở bảng dữ liệu ta thấy điều kiện mean = mode = median thì không thỏa) vì vậy
Hình 4.4 Biểu đồ phân tán dữ liệu giữa phần dư và biến phụ thuộc EWP
chúng ta chấp nhận phần dư có dạng xấp xỉ phân phối chuẩn Æ giả thuyết thứ sáu đã được thỏa.
Cũng theo bảng 4.8 thì E(εi) = Mean (residual) = 0 Æ thỏa giả định (7)
Bảng 4.8 Thống kê mô tả của phần dư với biến phụ thuộc EWP
Thống kê mô tả phần dư
Minimum Maximum Mean Std. Deviation N Predicted Value 1.2386 5.0153 3.3744 .70605 410 Residual -1.76098 1.11867 .00000 .42253 410 Std. Predicted Value -3.025 2.324 .000 1.000 410 Std. Residual -4.142 2.631 .000 .994 410 a. Biến phụ thuộc: EWP
Kiểm định giả định (10): Cor(Xi,Xj) ≠ 1, với mọi i,j hay kiểm tra hiện tượng đa cộng tuyến của mô hình. Trong phần này chúng ta sẽ sử dụng hệ số phóng đại VIF trong phần phân tích của câu trên. Trong phần trên chúng ta đã lựa chọn mô hình hồi quy với biến phụ thuộc là EWP và 5 biến độc lập là MW, AT, CP, CC, CL ta có giá trị phóng đại VIF khi chạy phân tích với SPSS như Bảng 4.9
Bảng 4.9 Hệ số phóng đại VIF của các biến độc lập với biến phụ thuộc EWP
Model
Chưa chuần hóa Đã chuẩn hóa
t Sig.
Hệ số phóng đại B Std. Error Beta Tolerance VIF 1 (Constant) -.767 .138 -5.575 .000 CL .256 .035 .260 7.218 .000 .505 1.982 MW .268 .032 .248 8.393 .000 .746 1.341 CC .102 .038 .090 2.667 .008 .571 1.751 CP .439 .038 .417 11.564 .000 .503 1.989 AT .091 .032 .089 2.871 .004 .686 1.458 a. Biến phụ thuộc: EWP
Theo bảng trên thì giá trị phóng đại của các biến độc lập đều nhỏ hơn 2 vì vậy không xảy ra hiện tượng đa cộng tuyến ở biến độc lập này. Do đó kết luận giả định thứ (10) là thỏa điều kiện