Kiểm định hệ số tƣơng quan nhằm để kiểm tra mối quan hệ tuyến tính giữa các biến độc lập và các biến phụ thuộc. Nếu các biến có liên quan chặt phải chú ý đến vấn đề đa cộng tuyến sau khi phân tích hồi quy.
Phân tích hồi quy tuyến tính đa biến đƣợc thực hiện bằng phƣơng pháp bình phƣơng bé nhất thông thƣờng (Ordinal Least Squares – OLS) , trong đó biến phụ thuộc là sự hài lòng công việc nói chung và 7 biến độc lập dự kiến là sự hài lòng về thu nhập, đào tạo thăng tiến, cấp trên, đồng nghiệp, điều kiện làm việc, đặc điểm công việc và phúc lợi công ty.
Phƣơng trình hồi quy tuyến tính ban đầu dự kiến là:
Mức độ hài lòng công việc = B0 + B1 × thu nhập + B2 × đào tạo thăng tiến + B3 × cấp trên + B4 × đồng nghiệp + B5 × điều kiện làm việc + B6 × đặc điểm công việc + B7 × phúc lợi.(3.1)
Phân tích đƣợc thực hiện bằng phƣơng pháp Enter để lọc các biến. Hệ số xác định điều chỉnh R2
đƣợc dùng nhằm kiểm định độ phù hợp của mô hình, kiểm định F đƣợc dùng để khẳng định khả năng mở rộng mô hình này áp dụng cho tổng thể, kiểm định t để bác bỏ giả thuyết các hệ số hồi quy của tổng thể bằng 0.
phù hợp, một loạt các dò tìm sự vi phạm các giả định cần thiết trong hồi quy tuyến tính đƣợc thực hiện. Các giả định đó bao gồm: giả định liên hệ tuyến tính (dùng biểu đồ phân tán Scatterplot); giả định phƣơng sai của sai số không đổi (dùng hệ số tƣơng quan hạng Spearman); giả định về phân phối chuẩn của phần dƣ (dùng biểu đồ tần số Histogram ) giả định không có mối tƣơng quan giữa các biến độc lập (đo lƣờng Đa cộng tuyến) bằng cách tính độ chấp nhận Tolerance và hệ số phóng đại VIF.
CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU
Chƣơng này sẽ trình bày kết quả phân tích bao gồm: mô tả dữ liệu thu đƣợc; đánh giá độ tin cậy và độ phù hợp của thang đo; phân tích hồi quy đa biến; kiểm định sự bằng nhau của các tổng thể con, sau khi đã lọc lại, làm sạch và mã hóa dữ liệu.