7. Kết cấu của luận văn
3.5.2.2Phân tích hồi quy
Phân tích hồi quy được thực hiện với 7 biến độc lập bao gồm: Trả lương thưởng theo chất lượng công việc, Môi trường làm việc, Cấp trên, Phúc lợi, Đào tạo và thăng tiến, Đồng nghiệp, Đặc điểm công việc.
Phân tích được thực hiện bằng phương pháp Enter. Các biến được đưa vào cùng một lúc để chọn lọc dựa trên tiêu chí chọn những biến có mức ý nghĩa <0,05. Kết quả phân tích hồi quy như sau:
Với kết quả hồi quy này ta thấy cả 7 biến đều có mối tương quan với sự hài lòng chung của người lao động. Mô hình hồi quy có 7 biến với mức ý nghĩa <0,05. Riêng hằng số của phương trình không có ý nghĩa thống kê nên không đưa vào phương trình.
Phương trình hồi quy thể hiện mức độ thỏa mãn trong công việc với các yếu tố được thể hiện qua phương trình sau:
Sự thỏa mãn trong công việc = 0.521 * Đặc điểm công việc + 0.108 * Đào tạo thăng tiến + 0.078 * Cấp trên + 0.067 * Đồng nghiệp + 0.124 * Trả lương thưởng theo chất lượng công việc + 0.094 * Phúc lợi + 0.064 * Môi trường làm việc.
Sự thoae mãn trong công việc bị tác động mạnh nhất bởi yếu tố Đặc điểm công việc, tiếp đến là Trả lương theo chất lượng công việc, Đào tạo và thăng tiến, Phúc lợi, Cấp trên, Đồng nghiệp và Môi trường làm việc. Điều này cho thấy tại công ty, người lao
động quan tâm nhiều nhất đến Đặc điểm của công việc mà họ đang làm có phù hợp hay không. Một yếu tố khác cũng tác động là Trả lương theo chất lượng công việc.
Bảng 3.18 KếT quả hồi quy sử dụng phương pháp EnTer
a. Dependent Variable: hai long chung
Kiểm định các giả định của mô hình hồi quy
Phân tích hồi quy không phải chỉ là việc mô tả các dữ liệu quan sát được. Từ các kết quả quan sát được trong mẫu, ta phải suy rộng kết luận cho mối liên hệ giữa các biến trong tổng thể. Sự chấp nhận và diễn dịch kết quả hồi quy không thể tách rời các giả định cần thiết và sự chẩn đoán về sự vi phạm các giả định đó. Nếu các giả định bị vi phạm thì các kết quả ước lượng không đáng tin cậy nữa.
Không có hiện tượng đa cộng tuyến
Cộng tuyến là trạng thái trong đó các biến độc lập có tương quan chặt chẽ với nhau. Vấn đề của hiện tượng này là chúng cung cấp cho mô hình những thông tin rất giống nhau và khó tách rời ảnh hưởng của từng biến một đến biến phụ thuộc; làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm trị thống kê t của kiểm định mức ý nghĩa trong khi hệ số R square vẫn khá cao.
Trong mô hình hồi quy bội này, giả định giữa các biến độc lập của mô hình không có hiện tượng đa cộng tuyến. Hiện tượng này sẽ được kiểm định thông qua hệ số phóng đại phương sai VIF (Variance inflation factor). Qua phân tích cho thấy hệ số phóng đại phương sai VIF có giá trị xấp xỉ 5 chứng tỏ hiện tượng đa cộng tuyến có tác động nhưng vẫn nằm trong giới hạn cho phép của mô hình.
Các phần dư có phân phối chuẩn
Model Unstandardized Coefficients Standardize d Coefficients t Sig.
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 dư không đủ nhiều để phân tích. Vì vậy, ta sử dụng nhiều cách khảo sát khác nhau để đảm bảo tính xác đáng của kiểm định. Trong nghiên cứu này sẽ sử dụng cách xây dựng biểu đồ tần số Histogram và biểu đồ P-P plot để khảo sát phân phối của phần dư.
Hình 3.2 Biểu đồ Tần số HisTogram
Biểu đồ tần số Histogram cho thấy một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số. Như vậy, phân phối phần dư xấp xỉ chuẩn nên có thể kết luận rằng giả thiết phân phối chuẩn không bị vi phạm.
Biểu đồ P-P plot cũng cho thấy các điểm quan sát không phân tán quá xa đường thẳng kỳ vọng nên có thể kết luận là giả thiết phân phối chuẩn không bị vi phạm.
Hình 3.3 Đồ Thị P-P ploT
Nguyên nhân hiện tượng này có thể là do các biến có ảnh hưởng không được đưa hết vào mô hình do giới hạn và mục tiêu nghiên cứu, chọn mối liên hệ tuyến tính mà lẽ ra là phi tuyến, sai số trong đo lường các biến… Các lý do này có thể dẫn đến vấn đề tương quan chuỗi trong sai số và tương quan chuỗi cũng gây ra những tác động sai lệch nghiêm trọng đến mô hình hồi quy tuyến tính như hiện tượng phương sai thay đổi. Đại lượng thống kê Durbin-Watson có thể dùng để kiểm định tương quan này. Hệ số này bằng 1.362 nên không có đủ cơ sở để kết luận có sự tương quan giữa các phần dư.
Bảng 3.17 Kiểm định Durbin-WaTson
Model Summaryb
a. Predictors: (Constant), moi truong lam viec, cap tren, dong nghiep, dao tao thang tien, dac diem cong viec, tra luong thuong theo chat luong cong viec, phuc loi
b. Dependent Variable: hai long chung
Bảng trên cho kết quả giá trị d bằng 1.362 nên có thể chấp nhận giả định không có tương quan giữa các phần dư.
Phương sai của phần dư không đổi
Đồ thị cho thấy phần dư phân tán xung quanh đường đi qua tung độ 0 chứ không tạo nên bất cứ hình dạng nào. Như vậy giả định phương sai không đổi của mô hình hồi quy là không bị vi phạm.
Hình 3.4 Đồ Thị phân Tán
Model R (adsbygoogle = window.adsbygoogle || []).push({});