Phân tích hồi quy tuyến tính là việc nghiên cứu mức độ ảnh hưởng của một hay nhiều biến số (biến độc lập) đến một biến số (biến phụ thuộc) nhằm dự báo kết quả vào các giá trị được biết trước của các biến giải thích.
Phương trình hồi quy có dạng: Y=B0 + B1X1+…+Bi Xi+e
(Y: Biến phụ thuộc - Động lực làm việc; Xi: Biến động lập - Các yếu tố văn hóa tổ chức ảnh hưởng; Bi: Hệ số ước lượng; e: Sai số)
Các biến đo lường các yếu tố văn hóa tổ chức ảnh hưởng đến động lực làm việc của cán bộ, giảng viên, nhân viên Trường Đại học Bà Rịa – Vũng Tàu được trình bày trong Bảng 3.7.
49
Bảng 3.7: Biến đo lường các yếu tố văn hóa tổ chức ảnh hưởng đến động lực làm việc
Biến Loại biến Diễn giải
X1 Biến độc lập Các cấu trúc hữu hình X2 Biến độc lập Các giá trị được tuyên bố X3 Biến độc lập Các quan niệm chung
Y Biến phụ thuộc Động lực làm việc của người lao động (Nguồn: tác giả nghiên cứu và lập bảng) Các biến độc lập X1, X2, X3 được nhóm từ các thành phần yếu tố sau khi tiến hành phân tích EFA cho 11 biến quan sát.
Các tiêu chí trong phân tích hồi quy tuyến tính:
+ Giá trị R2 (R Square), R2 hiệu chỉnh (Adjusted R Square) phản ánh mức độ giải thích biến phụ thuộc của các biến độc lập trong mô hình hồi quy. R2 hiệu chỉnh phản ánh sát hơn so với R2. Mức dao động của 2 giá trị này là từ 0 đến 1, tuy nhiên việc đạt được mức giá trị bằng 1 là gần như phi lý dù mô hình đó tốt đến mức nào. Giá trị thường nằm trong bảng Model Summary. Trong các nghiên cứu, thường các nhà nghiên cứu thường chọn mức tương đối là 0.5 để làm giá trị phân ra hai nhánh ý nghĩa, từ 0.5 đến 1 thì mô hình là tốt, nhỏ hơn 0.5 là mô hình không tốt.
+ Trị số Durbin - Watson (DW): Có chức năng kiểm tra hiện tượng tự tương quan chuỗi bậc nhất. Giá trị của DW biến thiên trong khoảng từ 0 đến 4. Nếu tương quan của các sai số kề nhau không xảy ra thì giá trị sẽ gần bằng 2. Nếu giá trị gần về 4 nghĩa là các phần sai số có tương quan nghịch, gần về 0 thì các phần sai số có tương quan thuận. Trong trường hợp DW < 1 và DW > 3 thì khả năng rất cao xảy ra hiện tượng tự tương quan chuỗi bậc nhất.
+ Giá trị Sig. của kiểm định F được sử dụng để kiểm định độ phù hợp của mô hình hồi quy. Nếu Sig kiểm định t của hệ số hồi quy của một biến độc lập
50
nhỏ hơn 0.05, biến độc lập đó có tác động đến biến phụ thuộc. Mỗi biến độc lập tương ứng với một hệ số hồi quy riêng, do vậy ta cũng có từng kiểm định t
riêng.
+ Hệ số phóng đại phương sai VIF (Variance inflation factor) dùng để kiểm tra hiện tượng đa cộng tuyến. Nếu VIF > 2 thì có dấu hiệu đa cộng tuyến, đây là điều không mong muốn. Nếu VIF > 10 thì chắc chắn có đa cộng tuyến. Khi đó, biến độc lập này sẽ không có giá trị giải thích biến thiên của biến phụ thuộc trong mô hình hồi quy. Nếu VIF <2: không bị đa cộng tuyến.