6. Bố cục luận án
4.4.2. Phân tích hồi quy
Nếu như phép phân tích tương quan kiểm định mối quan hệ giữa hai biến, không phân biệt biến độc lập hay biết phụ thuộc thì phép hồi quy giúp dự đoán giá trị biến phụ thuộc, dựa trên giá trị đã biết của biến độc lập. Do vậy, mô hình hồi quy sẽ tìm ra được những biến độc lập tác động đến biến phụ thuộc hay không, nếu có tác động đến biến phụ thuộc thì phép hồi quy sẽ lượng hoá được cường độ tác động mạnh hay yếu, thuận chiều hay ngược chiều.
Mặt khác, phân tích hồi quy còn kiểm tra trong mẫu nghiên cứu có xảy ra hiện tượng đa cộng tuyến hay không, bằng cách sử dụng chỉ số phóng đại phương sai VIF, nếu VIF < 2 sẽ không có hiện tượng đa cộng tuyến hoặc có hiện tượng đa cộng tuyến không đáng kể nên chấp nhận được, ngược lại sẽ có hiện tượng đa cộng tuyến, nghĩa là các biến độc lập có mối tương quan mạnh với nhau. Nguyên nhân, gây ra hiện tượng này là do các thang đo của các biến độc lập khá giống nhau, không có sự khác biệt lớn hoặc là do môi trường khảo sát, đối tượng trả lời.,..
4.4.2.1.Kiểm định giả thuyết về các nhân tố cấu thành VHDN ảnh hưởng đến sự cam kết gắn bó phát triển cùng tổ chức của nhân viên
Căn cứ vào kết quả phân tích tương quan, tiến hành phân tích hồi quy đa biến cho tất cả các biến độc lập trong mô hình nghiên cứu với phương pháp (enter). Giá trị
R2 (Adjusted R Square) hiệu chỉnh 0,714 và Sig. F =0,000 (Bảng 4.14) giải thích rằng 5 biến độc lập của mô hình nghiên cứu có ảnh hưởng 71,4% giá trị biến phụ thuộc, theo Hair và cộng sự (1998) R2 >50% là nghiên cứu được đánh giá tốt. Cho thấy mô hình hồi quy tuyến tính này, phù hợp với tập dữ liệu trong mẫu.
Kiểm định giả thuyết về độ phù hợp với tổng thể mô hình: Kiểm định F trong phần Anova chính là kiểm tra mô hình hồi quy tuyến tính được xây dựng có suy rộng và áp dụng cho tổng thể được hay không? Bảng 4.14 với hệ số F = 500,677 và Sig
=0,000 <5%, chứng tỏ R2 của tổng thể phù hợp nên mô hình hồi quy tuyến tính này phù hợp với tổng thể. Bảng 4.14. Các hệ số tóm tắt của mô hình R R Square Adjusted R Square Std. Error of the Estimate Change Statistics R Square Change F Change df1 df2 Sig. F Change .846a .715 .714 .43308 .715 500.677 5 996 .000 ANOVA F = 500,677 Sig =0,000
Nguồn: Kết quả xử lý dữ liệu của tác giả, 2019
Như vậy, mô hình hồi quy phù hợp với tổng thể và không xảy ra hiện tượng đa cộng tuyến vì tất cả các biến độc lập đều có hệ số VIF<2 (Bảng 4.15).
Kết quả hồi quy chứng tỏ 5 biến độc lập đều tác động, có ý nghĩa thống kê đến biến phụ thuộc trong mô hình, vì giá trị Sig kiểm định t của từng biến độc lập đều nhỏ hơn 0,05 (Bảng 4.15) chi tiết như sau:
Bảng 4.15. Kết quả hồi quy tuyến tính bội
Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
(Constant) -.521 .086 -6.055 .000
PHI .293 .023 .299 12.858 .000 .528 1.892
TRA .195 .025 .176 7.689 .000 .543 1.842
FAI .140 .027 .116 5.183 .000 .572 1.747
REC .314 .025 .299 12.601 .000 .509 1.965
a. Dependent Variable: COMO
Nguồn: Kết quả xử lý dữ liệu của tác giả, 2019 Kiểm định các giả thuyết với kết quả hồi quy (Bảng 4.15) như sau:
Biến độc lập “Triết lý quản lý và kinh doanh” có tác động thuận chiều đến biến phụ thuộc “Cam kết gắn bó phát triển cùng tổ chức” (β=0,299, sig <0,05) nên giả thuyết H1.1 được chấp nhận.
Sự tác động thuận chiều của “Hệ thống trao đổi thông tin” đến sự “Cam kết gắn bó phát triển cùng tổ chức” (β=0,153, sig <0,05). Như vậy, giả thuyết H2.1 trong mô hình nghiên cứu được ủng hộ.
Hệ số beta (β) chuẩn hoá của “Đào tạo svà phát triển” trong kết quả phân tích hồi quy đa biến (β=0,176, sig <0,05) nên giả thuyết H3.1 được chấp nhận và giải thích ý nghĩa thống kê rằng, “Đào tạo và phát triển” có mối quan hệ thuận chiều đến sự “Cam kết gắn bó phát triển cùng tổ chức”.
“Sự công bằng và trao quyền” tác động thuận chiều đến “Cam kết gắn bó phát triển cùng tổ chức” (β=0,116, sig <0,05). Do vậy, giả thuyết H4.1 được chấp nhận.
Giả thuyết H5.1 được ủng hộ vì mối liên hệ giữa “Ghi nhận đóng góp và đãi ngộ” với “Cam kết gắn bó phát triển cùng tổ chức” là thuận chiều, giá trị beta (β) chuẩn hoá từ kết quả hồi quy (β=0,299, sig <0,05). Đây là yếu tố không thể thiếu trong một tổ chức, nhân viên được ghi nhận các đóng góp và đãi ngộ thoả đáng với những gì mà họ cống hiến cho doanh nghiệp, điều kiện đầu tiên để nhân viên có thể khẳng định được làm việc trong môi trường phù hợp. Như vậy, phương trình hồi quy chuẩn hoá giữa mối quan hệ các biến độc lập với biến phụ thuộc “Cam kết gắn bó phát triển cùng tổ chức” như sau:
COMO = 0,299 PHI + 0,299 REC + 0,176 TRA + 0,153 INF + 0,116 FAI Trong đó: COMO: Cam kết gắn bó phát triển cùng tổ chức
INF: Hệ thống trao đổi thông tin TRA: Đào tạo và phát triển FAI: Sự công bằng và trao quyền REC: Ghi nhận đóng góp và đãi ngộ
Nguồn: Kết quả xử lý dữ liệu của tác giả, 2019
Hình 4.3. Mô hình hồi quy của biến cam kết gắn bó phát triển cùng tổ chức
Kiểm tra giả định phân phối chuẩn của phần dư: Từ kết quả phân tích hồi quy ta thu được biểu đồ tần số phần dư chuẩn hoá Histogram (Phụ lục 5.3), trong hình biểu đồ cho thấy một đường cong phân phối chuẩn hình chuông được đặt chồng lên biểu đồ tần số. Đây là dạng đồ thị phân phối chuẩn với giá trị trung bình mean = - 2.04E-14 tương đương bằng không, độ lệch chuẩn 0,997 tiến dần về 1 (Phân phối chuẩn là phân phối có trung bình = 0, độ lệch chuẩn = 1). Như vậy, có thể khẳng định phân phối chuẩn của phần dư không bị vi phạm. Tóm lại, căn cứ vào kết quả phân tích tương quan và hồi quy đa biến của các yếu tố cấu thành VHDN ảnh
hưởng đến cam kết gắn bó phát triển cùng tổ chức của nhân viên trong các doanh nghiệp CNTT, được mô tả như (Hình 4.3).
Kiểm định giả thuyết về các yếu tố cấu thành VHDN ảnh hưởng đến sự cam kết gắn bó vì mục đích cá nhân của nhân viên
Kiểm định sự phù hợp của mô hình hồi quy đa biến: Theo bảng 4.16, giá trị R2
hiệu chỉnh (Adjusted R Square) bằng 0,557 và Sig. F =0,000. Cho thấy mô hình hồi quy tuyến tính này phù hợp để sử dụng kiểm định mô hình lý thuyết. Đồng thời, các biến độc lập giải thích được 55,7% biến thiên của biến phụ thuộc “Cam kết gắn bó vì mục đích cá nhân”. Bảng 4.16. Các hệ số tóm tắt của mô hình R R Square Adjusted R Square Std. Error of the Estimate Change Statistics R Square Change F Change df1df2 Sig. F Change .748a .559 .557 .42003 .559 252.891 5 996 .000 ANOVA F = 252,891 Sig =0,000
Nguồn: Kết quả xử lý dữ liệu của tác giả, 2019
Kiểm định giả thuyết về độ phù hợp với tổng thể của mô hình, hệ số F=252,891 với sig = 0,000 <5% (Bảng 4.16). Cho thấy R2 của tổng thể khác 0. Do vậy, có thể khẳng định rằng, các biến động lập có tác động đến biến phụ thuộc và mô hình hồi quy tuyến tính xây dựng phù hợp với tổng thể. Không xảy ra hiện tượng đa cộng tuyến vì tất cả các biến độc lập đều có hệ số VIF<2 (Bảng 4.17).
Bảng 4.17. Kết quả hồi quy tuyến tính bội
Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
(Constant) .916 .083 10.977 .000
PHI .288 .022 .377 13.040 .000 .528 1.892
INF .071 .026 .079 2.741 .006 .532 1.879
FAI .115 .026 .122 4.386 .000 .572 1.747
REC .137 .024 .167 5.659 .000 .509 1.965
a. Dependent Variable: COMP
Nguồn: Kết quả xử lý dữ liệu của tác giả, 2019 Kiểm định các giả thuyết với kết quả hồi quy (Bảng 4.17) như sau:
H1.2: Yếu tố “Triết lý quản lý và kinh doanh” có tác động thuận chiều đến sự “Cam kết gắn bó vì mục đích cá nhân”. Kết quả phân tích hồi quy (β=0,377, mức ý nghĩa thống kê Sig = 0,000) nên giả thuyết được chấp nhận. Điều này cho thấy sự cảm nhận của nhân viên về “Triết lý quản lý và kinh doanh” trong doanh nghiệp có tác động mạnh đến cam kết gắn bó.
H2.2: “Hệ thống trao đổi thông tin” có mối liên hệ thuận chiều đến sự “Cam kết gắn bó vì mục đích cá nhân” (β=0,079, mức ý nghĩa thống kê Sig = 0,006 < 0,05). Như vậy, giả thuyết H2.2 trong mô hình nghiên cứu được ủng hộ.
H3.2: Kết quả phân tích hồi quy với hệ số beta (β) chuẩn hoá (β=0,169, mức ý nghĩa thống kê Sig = 0,000) của yếu tố “Đào tạo và phát triển” nên giả thuyết được chấp nhận và giải thích ý nghĩa thống kê rằng, “Đào tạo và phát triển” có mối quan hệ thuận chiều đến sự “Cam kết gắn bó vì mục đích cá nhân”.
H4.2: “Sự công bằng và trao quyền” tác động thuận chiều đến “Cam kết gắn bó vì mục đích cá nhân” (β=0,122, mức ý nghĩa thống kê Sig = 0,000). Do vậy, giả thuyết được chấp nhận trong mô hình nghiên cứu.
H5.2: Giả thuyết được ủng hộ, vì mối liên hệ giữa “Ghi nhận đóng góp và đãi ngộ” với “Cam kết gắn bó vì mục đích cá nhân” là thuận chiều, giá trị beta (β) chuẩn hoá từ kết quả hồi quy (β=0,167, mức ý nghĩa thống kê Sig = 0,000). Đây là yếu tố cơ bản, ảnh hưởng đến lòng trung thành của nhân viên. Phương trình hồi quy chuẩn hoá giữa mối tương quan các biến độc lập với biến phụ thuộc “Cam kết gắn bó vì mục đích cá nhân” như sau:
COMP = 0,377 PHI + 0,169 TRA + 0,167 REC + 0,122 FAI + 0,079 INF Trong đó: COMP: Cam kết gắn bó vì mục đích cá nhân
PHI: Triết lý quản lý và kinh doanh INF: Hệ thống trao đổi thông tin TRA: Đào tạo và phát triển FAI: Sự công bằng và trao quyền
REC: Ghi nhận đóng góp và đãi ngộ
Kiểm tra giả định phân phối chuẩn của phần dư: Căn cứ vào biểu đồ tần số phần dư chuẩn hoá Histogram (Phụ lục 3.5) cho thấy, một đường cong phân phối chuẩn hình chuông được đặt chồng lên biểu đồ tần số với các giá trị trung bình (mean
= -5.66E-14 và độ lệch chuẩn (Std.Dev = 0,997). Do đó, khẳng định phân phối chuẩn của phần dư không bị vi phạm. Mô hình của biến phụ thuộc “Cam kết gắn bó vì mục đích cá nhân” sau khi phân tích tương quan và hồi quy như sau:
Nguồn: Kết quả xử lý dữ liệu của tác giả, 2019
Hình 4.4. Mô hình hồi quy của biến cam kết gắn bó vì mục đích cá nhân