CHƯƠNG 4 : KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
4.3 Kiểm định mô hình nghiên cứu:
4.3.2 Kiểm định giả thuyết:
4.3.2.1 Kiểm định mô hình và giả thuyết nghiên cứu bằng phân tích hồi quy:
Thực hiện phân tích hồi quy để xác định cụ thể trọng số của từng nhân tố tác động đến lòng trung thành của nhân viên. Phân tích hồi quy sẽ được thực hiện với 8 biến độc lập (1) COMMU, (2) TRAIN, (3) REWARD, (4) DEC, (5) RISK, (6) PLAN, (7) TEAM, (8) FAIR. Phân tích được thực hiện bằng phương pháp hồi quy tổng thể của các biến (Enter) với phần mềm SPSS 16.0. Kết quả hồi quy thu được như sau:
Bảng 4-34: Bảng tóm tắt các hệ số hồi quy
Mô hình
Hệ số hồi quy chưa chuẩn hóa Hệ số hồi quy đã chuẩn hóa t Sig. p_value VIF B Độ lệch chuẩn của sai số Beta Hằng số -.582 .173 -3.370 .001 COMMU .194 .045 .162 4.325 .000 1.981 TRAIN .097 .033 .092 2.955 .003 1.382 REWARD .108 .033 .119 3.258 .001 1.873 DEC .107 .035 .111 3.087 .002 1.820 RISK .124 .042 .087 2.982 .003 1.201 PLAN .284 .039 .266 7.210 .000 1.922 TEAM .208 .039 .207 5.272 .000 2.174 FAIR .159 .039 .156 4.094 .000 2.049
Sig kiểm định t hệ số hồi quy của các biến độc lập đều nhỏ hơn 0.05, do đó các biến độc lập này đều có ý nghĩa giải thích cho biến phụ thuộc, không biến nào
bị loại khỏi mô hình: 8 yếu tố có ý nghĩa thống kê đó là yếu tố về (1) Giao tiếp trong tổ chức (COMMU) (p_value = 0); (2) Đào tạo và phát triển (TRAIN) (p_value = 0.003); (3) Phần thưởng và sự công nhận (REWARD) (p_value = 0.001); (4) Hiệu quả trong việc ra quyết định (DEC) (p_value = 0.002); (5) Chấp nhận rủi ro do bởi sáng tạo và cải tiến (RISK) (p_value = 0.003); (6) Định hướng và kế hoạch tương lai (PLAN) (p_value = 0); (7) Làm việc nhóm (TEAM) (p_value = 0) và (8) Sự công bằng và nhất quán trong các chính sách quản trị (FAIR) (p_value = 0).
Các hệ số hồi quy đều lớn hơn 0.Như vậy tất cả các biến độc lập đưa vào phân tích hồi quy đều tác động cùng chiều tới biến phụ thuộc. Dựa vào độ lớn của hệ số hồi quy chuẩn hóa Beta, thứ tự mức độ tác động từ mạnh nhất tới yếu nhất của các biến độc lập tới biến phụ thuộc COMMIT là: PLAN (0.266) > TEAM (0.207) > COMMU (0.162) > FAIR (0.323) >REWARD (0.119)> DEC(0.111) > TRAIN (0.092) > RISK (0.087). Tương ứng với:
(1)Biến Định hướng và kế hoạch tương lai tác động mạnh nhất tới lòng trung thành của nhân viên tại các chi nhánh Vietinbank khu vực TP HCM.
(2) Biến Làm việc nhóm tác động mạnh thứ 2 tới lòng trung thành của nhân viên tại các chi nhánh Vietinbank khu vực TP HCM.
(3)Biến Giao tiếp trong tổ chức tác động mạnh thứ 3 tới lòng trung thành của nhân viên tại các chi nhánh Vietinbank khu vực TP HCM.
(4)Biến Sự công bằng và nhất quán trong các chính sách quản trị tác động mạnh thứ 4 tới lòng trung thành của nhân viên tại các chi nhánh Vietinbank khu vực TP HCM.
(5)Biến Phần thưởng và sự công nhận tác động mạnh thứ 5 tới lòng trung thành của nhân viên tại các chi nhánh Vietinbank khu vực TP HCM.
(6)Biến Hiệu quả trong việc ra quyết định tác động mạnh thứ 6 tới lòng trung thành của nhân viên tại các chi nhánh Vietinbank khu vực TP HCM.
(7)Biến Đào tạo và phát triểntác động mạnh thứ 7 tới lòng trung thành của nhân viên tại các chi nhánh Vietinbank khu vực TP HCM.
trung thành của nhân viên tại các chi nhánh Vietinbank khu vực TP HCM. Đo lường hiện tượng đa cộng tuyến: Kết quả kiểm tra hiện tượng đa cộng tuyến thông qua hệ số phóng đại phương sai VIF thể hiện trong bảng hệ số Coefficients, kết quả các nhân tố độc lập đều nhỏ hơn 10, chứng tỏ các nhân tố độc lập không bị hiện tượng đa cộng tuyến, không có ảnh hưởng đáng kể đến kết quả hồi quy.
Bảng 4-35: Bảng hệ số R và Durbin - Watson
Mô hình R Hệ số xác
định R2 R 2 điều chỉnh Ước lượng sai
số Durbin-Watson 1 .891a .794 .789 .46037 1.291
a. Nhân tố phụ thuộc: FAIR, RISK, TRAIN, COMMU, DEC, REWARD, PLAN, TEAM
Hệ số Durbin – Watson = 1.291, nằm trong khoảng 1 đến 3 nên không có hiện tượng tự tương quan chuỗi bậc nhất xảy ra.
Bảng 4-36: Bảng ANOVAb Mô hình Tổng bình phương df Bình phương trung bình F Sig. 1 Hồi quy 238.278 8 29.785 140.532 .000a Phần dư 61.675 291 .212 Tổng 299.953 299
a. Nhân tố độc lập: FAIR, RISK, TRAIN, COMMU, DEC, REWARD, PLAN, TEAM
b. Nhân tố phụ thuộc: COMMIT
Sig kiểm định F bằng 0.00 < 0.05, như vậy, mô hình hồi quy tuyến tính bội phù hợp với tập dữ liệu và có thể sử đụng được.
Từ mô hình phân tích hồi quy, ta có thể đi đến bác bỏ hoặc chấp nhận các giả thuyết thống kê với mức nghĩa 5%. Sau đây là bảng tổng hợp việc kiểm định các giả
thuyết thống kê:
Bảng 4-37: Bảng kết quả kiểm định các giả thuyết của mô hình
STT Giả thuyết Beta P_value
Kết luận (tại mức ý nghĩa 5%)
1
H1: “Giao tiếp trong tổ chức” có tác động tích cực (+) với “Lòng trung thành”
.162 .000 Chấp nhận
2
H2: “Đào tạo và phát triển” có tác động tích cực (+) với “Lòng trung thành” .092 .003 Chấp nhận 3 H3: “Phần thưởng và sự công nhận” có tác động tích cực (+) với “Lòng trung thành” .119 .001 Chấp nhận 4
H4: “Hiệu quả trong việc ra quyết định “ có tác động tích cực (+) với “Lòng trung thành”
.111 .002 Chấp nhận
5
H5: “Chấp nhận rủi ro do bởi sáng tạo và cải tiến” có tác động tích cực (+) với “Lòng trung thành”
.087 .003 Chấp nhận
..6
H6: “Định hướng và kế hoạch tương lai”có tác động tích cực (+) với “Lòng trung thành” .266 .000 Chấp nhận 7 H7: “Làm việc nhóm” có tác động tích cực (+) với “Lòng trung thành” .207 .000 Chấp nhận 8
H8: “Sự công bằng và nhất quán trong các chính sách quản trị”có tác động tích cực (+) với “Lòng trung thành”
Theo Hoàng Trọng Chu và Nguyễn Mộng Ngọc (2008); Hệ số xác định R2
và R2 điều chỉnh được sử dụng để đo lường mức độ phù hợp của mô hình đã xây dựng. Giá trị R2 càng tăng nếu càng đưa thêm các biến độc lập vào mô hình, trong khi R2 điều chỉnh không nhất thiết tăng lên khi khi đưa thêm nhiều biến độc lập vào mô hình. Do đó, R2 điều chỉnh là thước đo sự phù hợp của mô hình vì nó không phụ thuộc vào độ phóng đại của R2. Từ kết quả phân tích hồi quy cho thấy, R2 điều chỉnh mẫu = 0.794. Điều này cho thấy mô hình hồi quy phù hợp với tập dữ liệu của mẫu ở mức 79.4%, tức là các biến độc lập giải thích được 79.4% biến thiên của biến phụ thuộc lòng trung thành của nhân viên. Nói cách khác 8 biến độc lập đưa vào ảnh hưởng 79.4% sự thay đổi của biến phụ thuộc, còn lại 20.6% là do các biến ngoài mô hình và sai số ngẫu nhiên. Với giả thuyết H0: R2 tổng thể = 0, kết quả phân tích hồi quy cho ta F = 140.532 với giá trị sig. rất nhỏ, p_value = 0.000, cho thấy sẽ rất an toàn khi bác bỏ giả thuyết H0 ; Do đó, ta hoàn toàn có thể bác bỏ giả thuyết H0 và kết luận mô hình hồi quy tuyến tính xây dựng được là phù hợp với tổng thể.
4.3.2.2 Kiểm định phân phối chuẩn phần dư:
Phần dư có thể không tuân theo phân phối chuẩn vì những lý do: sử dụng mô hình không đúng, phương sai không phải là hằng số, số lượng các phần tử phần dư không đủ nhiều để phân tích…Vì vậy, chúng ta nên thực hiện nhiều cách khảo sát khác nhau. Một cách đơn giản nhất là xây dựng biểu đồ tần số của phần dư. Theo Hoàng Trọng và Mộng Ngọc (2008).Trong nghiên cứu này, tác giả sử dụng biểu đồ tần số Histogram, biểu đồ phân phối tích lũy P-P Plot và biểu đồ phân tán.
Hình 4-1: Biểu đồ tần số HISTOGRAM
Giá trị trung bình rất nhỏ, gần bằng 0 với kết quả (Mean = -8.60E-16) và độ lệch chuẩn xấp xỉ bằng 1 (Std. Dev = 0.987) nên giả thuyết phân phối chuẩn của phần dư không bị vi phạm.
Hình 4-2: Biểu đồ phân tích phân phối tích lũy P-P
So với đường thẳng kỳ vọng, các điểm quan sát không phân tán quá xa nên giả thiết phân phối chuẩn không bị vi phạm.
Hình 4-3: Biểu đồ phân tán
Phần dư phân tán ngẫu nhiên xung quanh đường đi qua hoành độ 0 và không tạo ra một hình dạng nào khác; chứng tỏ giả định phương sai không đổi của mô hình hồi quy tuyến tính là không vi phạm.
Do vậy, với những kiểm định trên, 8 giả thuyết đặt ra ban đầu đều được chấp nhận. Phương Trình Hồi Quy Của Mô Hình Sau Khi Chuẩn Hóa:
COMMIT = −0.582 + 0.162 * COMMU + 0.092 * TRAIN + 0.119 * REWARD + 0.111 * DEC + 0.087 * RISK + 0.266 * PLAN + 0.207 * TEAM +
Hình 4-4: Mô hình sau phân tích