của nhân viên – mô hình thứ 1
4.1.1.1. Xây dựng mô hình
Mô hình phân tích JS =β β0+ 1IA+β2(IS−IC)+β3IM . Sử dụng phần mềm SPSS 17. xây dựng, đánh giá ảnh hưởng của lãnh đạo tạo sự thay đổi đến sự thỏa mãn. Trong đó, nhân tố IA, IS-IC, IM là biến độc lập, JS là biến phụ thuộc. Kết quả trình
bày trong phụ lục C – kết quả phân tích mô hình hồi quy thứ 1.
Kết quả hệ số xác định điều chỉnh (R2 điều chỉnh) đạt 0.416 (Phụ lục C - Bảng tóm tắt mô hình 1). Mô hình hồi quy tuyến tính đã xây dựng phù hợp với tập dữ liệu đến mức 41.6% hay 41.6% biến thiên của biến phụ thuộc sự thỏa mãn đối với công việc
có thểđược giải thích bởi sự biến thiên từ các biến độc lập hấp dẫn bằng phẩm chất (IA), kích thích sự thông minh-quan tâm cá nhân (IS-IC) và truyền cảm hứng (IM).
Kiểm định F với giả thuyết Ho: βi trong mô hình đồng thời bằng 0 (Ho:βi =0) với mức ý nghĩa sig = 0.000 (rất nhỏ) nên nghiên cứu an toàn khi bác bỏ giả thuyết H0. Vậy mô hình hồi quy tuyến tính đã xây dựng phù hợp với tổng thể (Phụ lục C - Bảng phân tích ANOVA 1).
Kiểm định ý nghĩa của hệ sốđộ dốc bằng thống kê t. Giả thuyết Ho:βi =0. Kết quả
sig của β β1, 2 rất nhỏ nên nghiên cứu an toàn khi bác bỏ giả thuyết H0, trừ mức ý nghĩa của tung độ gốc và IM đạt sig >0.05, nên tung độ gốc và IM không có ý nghĩa giá trị thống kê (Phụ lục C - Bảng trọng số hồi quy 1).
53
Mô hình hồi quy thứ 1 viết lại theo hệ số chưa chuẩn hóa:
0.498 0.308 ( )
JS = ∗ +IA ∗ IS−IC hay
Sự thỏa mãn = 0.498*(Hấp dẫn bằng phẩm chất) + 0.308*(Kích thích sự thông minh-Quan tâm cá nhân). Vậy:
Trong điều kiện yếu tố IS-IC (kích thích sự thông minh-quan tâm cá nhân) không đổi, yếu tố IA (hấp dẫn bằng phẩm chất) tăng 1 đơn vị theo thang đo Likert thì JS (sự thỏa mãn) của nhân viên tăng lên 0.498 đơn vị theo thang đo Likert. Và giả thuyết:
H1a: Lãnh đạo hấp dẫn bằng phẩm chất tác động dương đến sự thỏa mãn của nhân viên: CHẤP NHẬN.
Trong điều kiện yếu tố IA (hấp dẫn bằng thuộc tính) không đổi, nếu yếu tố
IS-IC (kích thích sự thông minh-quan tâm cá nhân) tăng 1 đơn vị theo thang đo Likert thì JS (sự thỏa mãn) tăng lên 0.308 đơn vị theo thang đo Likert. Và giả
thuyết:
H1b: Lãnh đạo kích thích sự thông minh-Quan tâm cá nhân tác động dương đến sự thỏa mãn của nhân viên: CHẤP NHẬN.
Vì giá trị β3 có sig = 0.759>0.05 (Phụ lục C - Bảng trọng số hồi quy 1), nên IM chưa có ý nghĩa giá trị thống kê. Vậy giả thuyết H1c: Lãnh đạo truyền cảm hứng tác động dương đến sự thỏa mãn của nhân viên: KHÔNG CHẤP NHẬN.
Mô hình hồi quy thứ 1 được viết theo hệ số chuẩn hóa:
0.440 0.256 ( )
JS = ∗ +IA ∗ IS−IC . Vậy:
Ảnh hưởng của IA là 0.440 mạnh hơn ảnh hưởng của IS-IC là 0.256 đến sự thỏa mãn đối với công việc của nhân viên. Trong điều kiện yếu tố IS-IC không đổi, khi
54
yếu tố IA tăng 1 đơn vịđộ lệch chuẩn thì JS tăng lên 0.440 đơn vịđộ lệch chuẩn, và giả thuyết H1a được chấp nhận; trong điều kiện yếu tố IA không đổi, yếu tố IS-IC tăng 1 đơn vịđộ lệch chuẩn thì JS tăng lên 0.256 đơn vịđộ lệch chuẩn, và giả thuyết H1b được chấp nhận; giá trị β3 có sig = 0.759>0.05, nên IM chưa có ý nghĩa giá trị
thống kê và giả thuyết H1c không được chấp nhận.
4.1.1.2. Kiểm tra các giả định
Phương sai của phần dư không đổi và quan hệ tuyến tính: nghiên cứu sử dụng đồ
thị phân tán Scatterplot của phần dư đã được chuẩn hóa (Standardized residual) và
giá trị dự đoán đã được chuẩn hóa (Standardized predicted value). Quan sát đồ thị,
ta thấy các phần dư phân tán ngẫu nhiên quanh trục 0 (Phụ lục C - Đồ thị phân tán
Scatterplot 1) tức là quanh giá trị trung bình của phần dư trong một phạm vi không
đổi. Điều này có nghĩa là phương sai của phần dư không đổi và tồn tại quan hệ
tuyến tính giữa JS với các biến độc lập.
Các phần dư có phân phối chuẩn: các biểu đồ tần số Histogram, P-P Plot của phần dưđã chuẩn hóa sẽ kiểm tra giảđịnh này. Từ biểu đồ tần số Histogram của phần dư đã được chuẩn hóa, cho thấy phân phối của phần dư xấp xỉ chuẩn (Mean=0, Std. Dev = 0,996) (Phụ lục C - Biểu đồ tần số Histogram của phần dư chuẩn hóa 1). Và biểu đồ tần số P-P Plot cũng cho ta thấy các điểm quan sát phân tán xung quanh
đường kỳ vọng (Phụ lục C - Biểu đồ tần số P-P Plot của phần dư chuẩn hóa 1). Điều này dẫn đến kết luận rằng giảđịnh phân phối chuẩn của phần dư không bị vi phạm.
Giảđịnh về tính độc lập của các phần dư: kiểm định Durbin-Watson (D) cho ta biết
điều này. Nếu 1<D<3 thì các phần dư không có tương quan; 0<D<1 các phần dư
tương quan dương; và 3<D<4 các phần dư tương quan âm. Kết quả cho thấy giá trị
D = 2.043 (Phụ lục C – Bảng tóm tắt mô hình 1). Vậy các phần dư không có tương quan với nhau hay giảđịnh về tính độc lập của các phần dư không bị vi phạm.
55
Giả định không có mối tương quan giữa các biến độc lập: tức kiểm tra hiện tượng
đa cộng tuyến. Hiện tượng đa cộng tuyến xảy ra thì độ chấp nhận của biến (Tolerance) sẽ rất nhỏ hoặc hệ số phóng đại phương sai VIF (Variance Inflation Factor) sẽ lớn (theo Hoàng & Chu 2005, 2008 thì VIF>5 xảy ra hiện tượng đa cộng tuyến; theo Nguyễn 2011 thì VIF>2 xảy ra hiện tượng đa cộng tuyến). Kết quả cho thấy độ chấp nhận của biến lớn, nhỏ nhất đạt 0.517 và hệ số VIF nhỏ, lớn nhất đạt 1.985<2 (Phụ lục C – Bảng trọng số hồi quy 1). Vậy không có hiện tượng đa cộng tuyến trong mô hình hồi quy bội.
Kết luận mô hình hồi quy thứ 1: phù hợp với tập dữ liệu, phù hợp với tổng thể, các hệ số độ dốc β β1, 2 có ý nghĩa thống kê, không có hiện tượng đa cộng tuyến giữa các biến độc lập, không vi phạm giả định tuyến tính, giả định của phần dư như
phương sai không đổi, phân phối chuẩn, và độc lập. Chấp nhận giả thuyết H1a, H1b nhưng không chấp nhận giả thuyết H1c .
