CHƯƠNG 4 : KẾT QUẢ NGHIÊN CỨU
4.5 Phân tích mô hình hồi quy tuyến tính đa biến
4.5.1 Phân tích mô hình lần 1
4.5.1.1 Mô hình lần 1
Phương trình hồi quy tuyến tính biểu diễn mối quan hệ giữa 6 nhân tố tác động ( biến độc lập) và sự hài lòng về công việc của người lao động ( biến phụ thuộc) có dạng như sau:
Y = a0 + a1X1 + a2X2 + a3X3 + a4X4 + a5X5 + a6X6
Sự hài lòng về công việc của người lao động = a0 + a1* Lãnh đạo + a2* Công Việc + a3* Điều Kiện & Môi trường làm việc + a4*Đồng Nghiệp + a5*Cơ Hội Đào Tạo & Thăng Tiến + a6* Phúc Lợi
Coefficientsa
Model Unstandardized
Coefficients
Standardized Coefficients
t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) -.878 .212 -4.151 .000 LD .219 .051 .203 4.266 .000 .426 2.348 DN .167 .047 .134 3.519 .001 .666 1.501 CV .245 .045 .246 5.470 .000 .478 2.094 PL .377 .053 .357 7.139 .000 .386 2.590
DKMT .106 .042 .096 2.538 .012 .673 1.486
DTTT .085 .059 .062 1.431 .154 .523 1.911
a. Dependent Variable: HAILONG
Biến DTTT có sig> 0.05: thể hiện độ tin cậy kém nên ta loại biến này khỏi mô hình hồi quy
4.5.1.2 Mô hình hồi quy lần 2 ( sau khi loại biến)
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Toleranc
e VIF 1 (Constant ) -.757 .194 -3.896 .000 LD .231 .051 .214 4.543 .000 .437 2.288 DN .179 .047 .143 3.805 .000 .685 1.459 CV .248 .045 .249 5.542 .000 .479 2.088 PL .398 .051 .378 7.855 .000 .420 2.380 DKMT .118 .041 .107 2.871 .004 .700 1.428
a. Dependent Variable: HAILONG
Mô hình trên có Sig < 0.05 nên ta chấp nhận mô hình hồi quy này Y = a1X1 + a2X2 + a3X3 + a4X4 + a5X5
Sự hài lòng về công việc của người lao động = a1* Lãnh đạo + a2* đồng nghiệp + a3* Công việc + a4*Phúc Lợi + a5* Điều Kiện Môi Trường Sự hài lòng về công việc của người lao động = 0.214*LD + 0.143*DN + 0.249*CV + 0.378*PL + 0.107*DKMT
4.5.2 Kiểm tra các giả định mô hình hồi quy
Kiểm tra các giả định sau:
- Phương sai của sai số ( phần dư không đổi) - Các phần dư có phân phối chuẩn
- Không có mối tương quan giữa các biến độc lập
Nếu các giả định này bị vi phạm thì các ước lượng không đáng tin cậy nữa ( Hoàng Trọng – Mộng Ngọc, 2008)
4.5.2.1Kiểm định giả định phương sai của sai số ( phần dư) không đổi
Để kiểm định giả định phương sai của sai số ( phần dư ) không đổi, ta sử dụng đồ thị phân tán của phẩn dư đã được chuẩn hóa ( Standardized Residual) và giá trị dự báo đã được chuẩn hóa ( Standardized predicted value). Hình sau cho thấy các phần dư phân tán ngẫu nhiên quanh trục O ( là
quanh giá trị trung bình của phần dư) trong một phạm vi không đổi. Điều này có nghĩa phương sai của phần dư không đổi.
4.5.2.2 Kiểm tra giả định các phần dư có phân phối chuẩn
Phần dư có thể không tuân theo phân phối chuẩn vì lý do như sử dụng sai mô hình, phương sai không phải là hằng số, số lượng phần dư không đủ nhiều để phân tích . Biểu đồ tần số ( Histogram,Q-Q plot,P-P plot) của các phần dư đã được chuẩn hóa được sử dụng để kiểm tra giả định này
Kết quả từ biểu đồ tần số Histogram của phần dư cho thấy, phân phối của phần dư xấp xỉ chuẩn ( trung bình Mean lệch với 0 vì số quan sát khá lớn, độ lệch chuẩn Std.Dev = 0.99). điều này có nghĩa giả thiết phân phối chuẩn của phần dư không bị vi phạm
Kết quả từ biểu đồ tần số P-P plot cho thấy các điểm phân tán xung quanh được kỳ vọng. Cũng cho thấy giả định phân phối chuẩn của phần dư không bị vi phạm
Kiểm định Durbin Watson = 1.495 thuộc khoảng ( 1<D<3) nên không có hiện tượng tương quan của các phần dư ( Hoàng Trọng – Mộng Ngọc, 2008)
4.5.2.3 Ma trận tương quan THÔNG SỐ MÔ HÌNH THÔNG SỐ MÔ HÌNH Model Summaryb Mô hìn h Hệ số R Hệ số R2 Hệ số R2 hiệu chỉnh Sai số chuẩn của ước lượng
Thống kê thay đổi Hệ số Durbin- Watson Hệ số R2 sau khi thay đổi Hệ số F sau khi thay đổi Bậc tự do 1 Bậc tự do 2 Hệ số Sig. F sau khi thay đổi 1 .874a .763 .758 .49908 .763 157.288 5 244 .000 1.681
Bảng trên cho thấy giá trị hệ số tương quan 0.874>0.5, do vậy đây là mô hình thích hợp để sử dụng đánh giá mối quan hệ giữa biến phụ thuộc và các biến độc lập
Ngoài ra hệ số R2 là 0.763, nghĩa là mô hình hồi quy tuyến tính đã xây dựng phù hợp với dữ liệu 76.3%. Nói cách khác, 76.3 % sự hài lòng về công việc là do mô hình hồi quy giải thích. Các phần còn lại do sai số và các nhân tố khác Điểm khác biệt này cũng có thể được giải thích do mô hình nghiên cứu không tập trung vào những giá trị và đặc điểm cá nhân của từng người lao động như tính cách, sở thích, tư duy....Vì vậy các giá trị biến quan sát trong nghiên cứu chỉ có thể giải thích cho 76.3% sự hài lòng về công việc của người lao động tại Công ty Lưới Điện Cao Thế Miền Nam
b. Kiểm định độ phù hợp mô hình hồi quy đa biến
Kiểm định F về tính phù hợp của mô hình hồi quy tuyến tính tổng thể. Điều này cho chúng ta biết biến phụ thuộc có tương quan tuyến tính với toàn bộ biến độc lập hay không. Đặt giả thuyết Ho là: a0 = a1 = a2 = a3 = a4 = a5 = a6 = a7 = 0
Kiểm định F và giá trị của sig
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 195.886 5 39.177 157.288 .000b
Residual 60.775 244 .249
Total 256.661 249
a. Dependent Variable: HAILONG
b. Predictors: (Constant), DKMT, LD, DN, CV, PL
Nhận thấy giá trị Sig rất nhỏ ( <0.05) nên bác bỏ giả thiết H0. Điều này có nghĩa là các biến độc lập trong mô hình có tương quan tuyến tính với biến phụ thuộc, tức là sự kết hợp của các biến độc lập có thể giải thích sự thay đổi của biến phụ thuộc
Thông qua kết quả kiểm định mô hình lý thuyết chính thức mà cụ thể là kết quả hồi quy tuyến tính đa biến, ta có mô hình lý thuyết chính thức điều chỉnh như sau: