CHƯƠNG 4 : KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
4.1. Kết quả nghiên cứu
4.1.8. Phântích hồi quy tuyến tính
Phân tích hồi quy được thực hiện với 7 biến độc lập: tiền lương thưởng phúc lợi (B.LT), môi trường làm việc (B.MT), bản chất công việc (B.CV), đào tạo thăng tiến (B.TT), khen thưởng đánh giá thành tích (B.KT), lãnh đạo (B.LD), đồng nghiệp (B.DN) và 1 biến phụ thuộc là động lực làm việc (B.DL).
Giá trị của mỗi nhân tố được dùng để chạy hồi quy tuyến tính là giá trị trung bình của các biến quan sát thuộc các nhân tố đó. Phân tích được thực hiện bằng phương pháp Enter bình phương bé nhất.
Đánh giá độ phù hợp của mô hình
Adjusted R Square hay còn gọi là R bình phương hiệu chỉnh, nó phản ánh mức độ ảnh hưởng của các biến độc lập lên biến phụ thuộc. Cụ thể trong trường hợp này, 7 biến độc lập đưa vào ảnh hưởng 98.9% sự thay đổi của biến phụ thuộc, còn lại 1.1% là do các biến ngoài mô hình và sai số ngẫu nhiên.
Nhìn vào Bảng 4.11 Kết quả hồi quy sử dụng phương pháp Enter bình phương bé nhất, ta thấy các biến “đào tạo thăng tiến” có mức ý nghĩa (sig) bằng 0.256 với hệ số Beta chuẩn hóa (0.011) cho nên biến này không có ý nghĩa thống kê, do đó biến này bị loại khỏi mô hình. Điều này có nghĩa là các yếu tố “đào tạo thăng tiến” không có quan hệ tuyến tính với động lực làm việc của nhân viên về mặt ý nghĩa thống kê. Sáu biến còn lại là lương thưởng, phúc lợi (0.020), môi trường làm việc (0.000), bản chất công việc (0.005), khen thưởng, đánh giá thành tích (0.004), lãnh đạo (0.001), đồng nghiệp (0.000) đều có mức ý nghĩa nhỏ hơn 0.05 với hệ số Beta chuẩn hóa từ cao nhất 1.006 đến thấp nhất 0.019.
64
Bảng 4. 11 Kết quả hồi quy sử dụng phương pháp Enter bình phương nhỏ nhất
Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std.
Error Beta Tolerance VIF
1 (Constant) 90.19 0.044 4.471 0.000 B.LT 10.02 0.009 0.019 2.352 0.020 0.711 1.406 B.MT 10.93 0.011 1.006 84.801 0.000 0.332 3.009 B.CV 10.03 0.011 0.025 2.862 0.005 0.614 1.629 B.KT 20.02 0.008 0.031 2.889 0.004 0.402 2.488 B.LD 0.03 2 0.010 0.031 3.274 0.001 0.531 1.883 B.DN 00.03 0.008 0.029 3.581 0.000 0.695 1.439 B.TT 20.01 0.010 0.011 1.139 0.256 0.505 1.981
Model Summaryb
Model
R R Square Adjusted R
Square Std. Error ofthe Estimate Durbin-Watson
1 0.995
a 0.989 0.989 0.05526 1.857
(Nguồn: Xử lý số liệu SPSS 20.0, 2021) Như vậy, mô hình hồi quy còn lại 6 biến với hệ số R2 hiệu chỉnh trong mô hình là 0.989. Bảng 4.12 tóm tắt mô hình hồi quy bội nói rằng mô hình giải thích được 98.9% hay mức độ phù hợp của mô hình là 98.9%. Nói cách khác 6 biến độc lập trên
65
đưa vào mô hình chiếm 98.9% động lực làm việc của nhân viên, còn lại 1.1% là do các yếu tố khác.
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 64.465 6 10.744 3518.375 0.000b Residual 0.708 232 0.003 Total 65.173 238 CoefTicientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. Collinearity Statistics B Std.
Error Beta Tolerance VIF 1 (Constant) 0.202 0.044 4.553 0.000
(Nguồn: Xử lý số liệu SPSS 20.0, 2021) Kiểm tra giả định về hiện tượng đa cộng tuyến
Kiểm tra giả định về hiện tượng đa cộng tuyến (tương quan giữa các biến độc lập) thông qua giá trị của độ chấp nhận (Tolerance) hoặc hệ số phóng đại phương sai VIF (Variance inflation factor): VIF > 10 thì có thể nhận xét có hiện tượng đa cộng tuyến (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
Theo kết quả nghiên cứu tại bảng 4.11 kết quả hồi quy sử dụng phương pháp Enter bình phương nhỏ nhất ở trên, ta thấy hệ số phóng đại phương sai VIF đều nhỏ hơn 3.009 do đó hiện tượng đa cộng tuyến là không ảnh hưởng đến kết quả giải thích của mô hình.
Kiểm định đánh giá độ phù hợp của mô hình
66
Bảng 4. 13 Phân tích phương sai ANOVA
(Nguồn: Xử lý số liệu SPSS 20.0, 2021) Kết quả nhận được từ bảng 4.13 ở trên cho thấy trị thống kê F với giá trị Sig rất nhỏ (Sig = 0.000 < 0.05) cho thấy cho thấy mô hình hồi quy tuyến tính bội đã xây dựng phù hợp với tập dữ liệu, sử dụng được. Sau khi biến “đào tạo thăng tiến” bị loại do không có ý nghĩa về mặt thống kê, mô hình hồi quy còn lại như sau:
B.MT 0.932 0.011 1.008 85.300 0.000 0.336 82.97 B.CV 30.03 0.011 0.026 23.02 0.003 0.623 41.60 B.KT 0.02 3 0.008 0.033 3.09 9 0.002 0.412 2.42 9 B.LD 70.02 0.009 0.026 03.08 0.002 0.648 31.54 B.DN 70.02 0.008 0.027 83.39 0.001 0.747 91.33 67
(Nguồn: Xử lý số liệu SPSS 20.0, 2021) Trên đây đã đánh giá độ phù hợp của mô hình hồi quy, kiểm định giả thuyết về độ phù hợp của mô hình, kiểm tra giả định về hiện tượng đa cộng tuyến. Sau đây, là phương trình hồi quy tuyến tính:
DL = 0.202 + 0.932*B.MT + 0.033*B.CV +0.027*B.LD + 0.027*B.DN + 0.023*B.KT + 0.017*B.LT.
Phương trình được viết lại:
Động lực làm việc = 0.202 + 0.932*môi trường làm việc + 0.033* bản chất công việc + 0.027* lãnh đạo +0.027* đồng nghiệp + 0.023* khen thưởng đánh giá thành tích + 0.017* lương thưởng phúc lợi.
Kết quả hồi quy cho thấy các biến độc lập: môi trường làm việc, bản chất công việc, lãnh đạo, đồng nghiệp, khen thưởng đánh giá thành tích, lương thưởng phúc lợi đều có Sig nhỏ hơn 0,05 nên các biến đều có ý nghĩa ở độ tin cậy 95%. Vì vậy, ở độ tin cậy 95%, các biến độc lập này đều ảnh hưởng đến biến phụ thuộc động lực làm việc và các hệ số dốc beta lần lượt là 0.932, 0.033, 0.027, 0.027, 0.023, 0.017 đều mang dấu dương nên các biến đều ảnh hưởng cùng chiều tới động lực làm việc của nhân viên Ngân hàng BIDV khu vực Đông Sài Gòn, TP. Hồ Chí Minh.
68