6. Tổng quan tài liệu nghiên cứu
3.5.1. Đánh giá độ phù hợp của mô hình hồi quy tuyến tính bội
a. Kiểm định hệ số tương quan
Kết quả Bảng hệ số tƣơng quan tại Bảng 3.12, cho thấy mức ý nghĩa Sig giữa từng biến độc lập với biến phụ thuộc đều nhỏ hơn 0.05, nhƣ vậy biến phụ thuộc và các biến độc lập có tƣơng quan với nhau, tƣơng quan cao nhất là giữa thang đo “Thu nhập” với “Sự hài lòng” có hệ số tƣơng quan Pearson r là 0.729, tƣơng quan nhỏ nhất là thang đo “Bản chất công việc” với r là 0.375.
Bảng 3.12. Bảng hệ số tƣơng qu n giữa biến phụ thuộc và biến độc lập Correlations Su hai long Ban chat cong viec Dao tao thang tien
Cap tren Dong nghiep Thu nhap Dieu kien lam viec Su hai long Pearson Correlation 1 .375** .557** .677** .600** .729** .618** Sig. (2-tailed) .000 .000 .000 .000 .000 .000 N 200 200 200 200 200 200 200
Ban chat cong viec
Pearson Correlation .375** 1 .159* .234** .240** .243** .201**
Sig. (2-tailed) .000 .024 .001 .001 .001 .004
N 200 200 200 200 200 200 200
Dao tao thang tien Pearson Correlation .557** .159* 1 .287** .344** .397** .361** Sig. (2-tailed) .000 .024 .000 .000 .000 .000 N 200 200 200 200 200 200 200 Cap tren Pearson Correlation .677** .234** .287** 1 .533** .502** .483** Sig. (2-tailed) .000 .001 .000 .000 .000 .000 N 200 200 200 200 200 200 200 Dong nghiep Pearson Correlation .600** .240** .344** .533** 1 .457** .471** Sig. (2-tailed) .000 .001 .000 .000 .000 .000 N 200 200 200 200 200 200 200 Thu nhap Pearson Correlation .729** .243** .397** .502** .457** 1 .520** Sig. (2-tailed) .000 .001 .000 .000 .000 .000 N 200 200 200 200 200 200 200
Dieu kien lam viec
Pearson Correlation .618** .201** .361** .483** .471** .520** 1
Sig. (2-tailed) .000 .004 .000 .000 .000 .000
N 200 200 200 200 200 200 200
**. Correlation is significant at the 0.01 level (2-tailed). *. Correlation is significant at the 0.05 level (2-tailed).
b. Phân tích hồi quy bội
Bảng 3.13. Kết quả phân tích hồi quy
Model Summaryb
Model R R Square Adjusted R Square
Std. Error of the Estimate
Durbin-Watson
1 .879a .772 .765 .29997 2.136 a. Predictors: (Constant), Dieu kien lam viec, Ban chat cong viec, Dao tao thang tien, Cap tren, Dong nghiep, Thu nhap
b. Dependent Variable: Su hai long
ANOVAa
Model Sum of Squares
df Mean Square F Sig.
1
Regression 58.877 6 9.813 109.052 .000b Residual 17.367 193 .090
Total 76.244 199 a. Dependent Variable: Su hai long
b. Predictors: (Constant), Dieu kien lam viec, Ban chat cong viec, Dao tao thang tien, Cap tren, Dong nghiep, Thu nhap
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error
Beta Tolerance VIF
1
(Constant) .001 .137 .006 .995 Ban chat cong
viec .108 .029 .134 3.715 .000 .912 1.097 Dao tao thang
tien .158 .027 .230 5.942 .000 .791 1.265 Cap tren .194 .031 .278 6.278 .000 .602 1.662 Dong nghiep .081 .029 .120 2.745 .007 .619 1.614 Thu nhap .282 .037 .338 7.597 .000 .596 1.677 Dieu kien lam
viec .105 .032 .142 3.250 .001 .620 1.614 a. Dependent Variable: Su hai long
(Nguồn: Kết quả nghiên cứu)
Kết quả phân tích hồi quy tại Bảng 3.13. Hệ số R2 hiệu chỉnh (Adjusted R Square) bằng 0.765 nghĩa là mô hình hồi quy tuyến tính bội đã xây dựng phù hợp với tập dữ liệu là 76.5%, nói cách khác, với tập dữ liệu thu thập đƣợc
thì khoảng 76.5% các khác biệt của sự hài lòng của nhân viên đối với công việc đƣợc giải thích bởi 06 nhân tố: Bản chất công việc, Đào tạo thăng tiến, Cấp trên, Đồng nghiệp, Thu nhập, Điều kiện làm việc.
Tuy nhiên, hệ số R2 hiệu chỉnh này mới chỉ cho biết sự phù hợp của mô hình hồi quy với tập dữ liệu mà vẫn chƣa thể cho biết mô hình hồi quy vừa xây dựng có phù hợp với tổng thể hay không. Để kiểm tra sự phù hợp của mô hình hồi quy vừa xây dựng với tổng thể nghiên cứu ta xét kiểm định F.
Ta thấy trong bảng kết quả phân tích tại Bảng 3.13, giá trị mức ý nghĩa Sig của kiểm định F là 0.000, nhỏ hơn 0.05. Nhƣ vậy, mô hình hồi quy tuyến tính xây dựng phù hợp với tổng thể nghiên cứu.
Từ bảng kết quả phân tích tại Bảng 3.13, ta thấy:
- Giá trị Sig của kiểm định t từng biến độc lập trong mô hình đều nhỏ hơn 0.05 nghĩa là các biến độc lập này đều có ý nghĩa trong mô hình.
- Hệ số hồi quy Beta của tất cả các biến độc lập đều lớn hơn 0, nhƣ vậy các biến này đều ảnh hƣởng cùng chiều tới biến phụ thuộc.
- Hệ số phóng đại phƣơng sai (VIF) của các biến độc lập đều nhỏ hơn 2, nhƣ vậy hiện tƣợng đa cộng tuyến không bị vi phạm trong mô hình này.
Phƣơng trình hồi quy thể hiện mối quan hệ giữa sự hài lòng của nhân viên tại BHXH tỉnh Quảng Nam với các biến độc lập là:
SHL = 0.001+ 0.108BCCV + 0.158DTTT + 0.194CT + 0.081DN + 0.282TN + 0.105DKLV
Kết quả phân tích hồi quy cho thấy có 06 nhân tố ảnh hƣởng đến sự hài lòng của nhân viên tại BHXH tỉnh Quảng Nam là: Bản chất công việc, Đào tạo thăng tiến, Cấp trên, Đồng nghiệp, Thu nhập và Điều kiện làm việc. Nhân tố có ảnh hƣởng lớn nhất là “Thu nhập”, tiếp theo lần lƣợt là: “Cấp trên”, “Đào tạo thăng tiến”, “Bản chất công việc”, “Điều kiện làm việc” và “Đồng nghiệp”.
c. Giả định về phân phối chuẩn của phần dư:
Phần dƣ có thể không tuân theo phân phối chuẩn vì nhiều lý do: mô hình không đúng, số lƣợng phần dƣ không đủ nhiều để phân tích, phƣơng sai không phải là hằng số [14, tr 228]. Biểu đồ tần số phần dƣ chuẩn hóa Histogram và Biểu đồ phần dƣ chuẩn hóa Normal P-P Plot thƣờng đƣợc sử dụng để kiểm định phân phối chuẩn.
Hình 3.2. Biểu đồ tần số phần dư chuẩn hóa Histogram
(Nguồn: Kết quả nghiên cứu)
Từ biểu đồ ta thấy đƣợc, một đƣờng cong phân phối chuẩn đƣợc đặt chồng lên biểu đồ tần số. Đƣờng cong này có dạng hình chuông, phù hợp với dạng đồ thị của phân phối chuẩn. Giá trị trung bình Mean gần bằng 0, độ lệch chuẩn là 0.985, gần bằng 1, nhƣ vậy có thể nói, phân phối phần dƣ xấp xỉ chuẩn. Do đó, có thể kết luận rằng: Giả thiết phân phối chuẩn của phần dƣ không bị vi phạm.
Hình 3.3. Biểu đồ phần dư chuẩn hóa Normal P-P Plot
(Nguồn: Kết quả nghiên cứu)
Biểu đồ P-P Plot cho thấy các điểm phân vị trong phân phối của phần dƣ tập trung thành 1 đƣờng chéo, nhƣ vậy, giả định phân phối chuẩn của phần dƣ không bị vi phạm.
d. Giả định phương sai của phần dư không đổi
Chỉ tiêu phƣơng sai của phần dƣ không đổi đƣợc kiểm định thông qua đồ thị phân tán Scatter Plot giữa các phần dƣ chuẩn hóa và giá trị dự đoán chuẩn hóa, với giá trị phần dƣ chuẩn hóa (Standardized Residual) ở trục hoành và giá trị dự đoán chuẩn hóa (Predicted Value) ở trục tung.
Hình 3.4. đồ thị phân tán Scatter Plot
(Nguồn: Kết quả nghiên cứu)
Dựa vào biểu đồ ta thấy Phần dƣ chuẩn hóa phân bổ tập trung xung quanh đƣờng hoành độ 0, do vậy giả định quan hệ tuyến tính không bị vi phạm.
e. Hiện tượng tương quan giữa các phần dư:
Ta dùng đại lƣợng thống kê Durbin – Watson để kiểm định. Đại lƣợng này có giá trị từ 0 đến 4. Tra bảng thống kê Durbin – Watson với số mẫu quan sát bằng 200 và số biến độc lập là 6, ta có du bằng 1.831. Nhƣ vậy, đại lƣợng thống kê Durbin – Watson bằng 2.136, nằm trong khoảng (du, 4 – du) hay (1.831, 2.169), ta có thể kết luận không có hiện tƣợng tƣơng quan giữa các phần dƣ.