6. Bốcục của đềtài
2.3.4.2. Phân tích hồi quy tuyến tính (đánh giá độphù hợp của mô hình)
Đểkiểm định các giảthuyết vềmối liên hệgiữa các biến nghiên cứu tác giảchạy mô hình hồi quy tuyến tính cho các biến phụthuộc, phân tích hồi quy tuyến tính sẽ giúp biết được tác động của các biến độc lập lên biến phụthuộc cũng nhưlà mức độ tác động của từng biến. Phương trình hồi quy của mô hình “Cam kết gắn bó của người lao động ” có dạng:
CK = β0 + β1MT+ β2QL + β3ĐN + β4CH + β5CS
Trong đó
MT: môi trường làm việc QL: cách thức quản lý ĐN: đồng nghiệp
CH: cơ hội đào tạo và phát triển CS: chính sách đãi ngộ
βo: là hệsốchặn
Bảng 18: Đánh giá sự phù hợp của mô hình hồi quy
Model R hiệu chỉnh Ước lượng
độlệnh chuẩn Durbin- Watson 0,819a 0,671 0,657 0,25073 1,876 (Nguồn: Xửlý sốliệu SPSS)
Hệsốxác định R 2 và R2 hiệu chỉnhđược dùng để đánh giá độphù hợp của mô hình. Vì R2 sẽtăng khi đưa thêm biến độc lập vào mô hình nên dùng R 2 hiệu chỉnh sẽan toàn hơn khi đánh giá độphù hợp của mô hình. R 2 hiệu chỉnh càng lớn thểhiện độphù hợp của mô hình càng cao.
Kết quảcủa bảng trên, ta có R = 0,819 cho thấy mối quan hệgiữa các biến trong mô hình có mối quan hệkhá chặt chẽ. Mô hình năm biến độc lập có R 2 hiệu chỉnh là 0,657, như vậy độphù hợp của mô hình là 65,7%. Hay nói cách khác, mô hình hồi quy giải thích được 65,7% sựbiến thiên của biến phụthuộc là do sựbiến động của năm biến độc lập, còn lại là do tác động của các yếu tốkhác ngoài mô hình. Dođó, có thểkết luận mô hình có mối tương quan chặt chẽ. HệsốDurbin-Watson có giá trịlà 1,876 nên mô hình không xuất hiện hiện tượng tựtương quan.