7. Kết cấu của luận văn
3.3.3.2Phân tích hồi quy
- Mô hình hồi quy
Bảng 3.8: Kết quả phân tích hồi quy
Hệ số chưa chuẩn hóa
Hệ số chuẩn hóa Mô hình
B
Sai số
chuẩn Beta t Sig. VIF (Constant) 5.860E-18 0,065 0,000 1,000
Mối quan hệ với SV và quan điểm lãnh
đạo FAC1-1
0,317 0,091 0,317 3,465 0,001 1,000
Mối quan hệ với đồng nghiệp FAC2-1 0,178 0,081 0,178 2,202 0,030 1,000 Sự công nhận và chế độ lương thưởng FAC3-1 0,174 0,086 0,174 2,032 0,045 1,000 Biến độc lập Tính chất công việc FAC4-1 0,301 0,083 0,301 3,614 0,000 1,000 Biến phụ thuộc: MMứứccđđộộtthhỏỏaammããnncchhuunngg FFAACC11--22
Nguồn: Kết quả xử lý trên phần mềm SPSS 16.
Kết quả hồi quy trình bày trong bảng 3.8 cho thấy tồn tại bốn nhân tố tác động đến mức độ thỏa mãn chung về công việc của tập thể Giáo viên trường Cao đẳng Nghề Kỹ thuật Công nghiệp Việt Nam – Hàn Quốc, tỉnh Nghệ An, được sắp xếp theo thứ tự giảm dần về cường độ tác động: (i) Mối quan hệ với sinh viên và quan điểm của lãnh đạo; (ii) Tính chất công việc; (iii) Mối quan hệ với đồng nghiệp; và (iv) Sự công nhận và chế độ lương thưởng – các nhân tố đều tác động thuận chiều. Tất cả các sự tác động
này đều có ý nghĩa thống kê, đồng thời mô hình giải thích được 62% sự biến thiên của dữ liệu.
- Kiểm định giải thuyết của mô hình hồi qui
Mô hình hồi qui tuyến tính bội được xây dựng trên các giả thiết sau [Hoàng Trọng & Mộng Ngọc, 2008):
1. Có mối quan hệ tuyến tính giữa biến phụ thuộc với các biến độc lập
2. Các biến độc lập không có tương quan chặt chẽ với nhau hay không có hiện tượng đa cộng tuyến.
3. Giả định phân phối chuẩn của phần dư 4. Giả định phương sai của sai số không đổi
5. Giả định về tính độc lập của các phần dư (vì dữ liệu thu thập không phải là dữ liệu chuỗi thời gian, nên giả định này khó bị vi phạm).
Nếu các giả thiết trên vi phạm, thì kết quả ước lượng sẽ không còn chính xác nữa. Kiểm tra sự vi phạm giả thiết được thực hiện như sau:
Mối quan hệ tuyến tính giữa biến phụ thuộc và các biến độc lập: kiểm tra
thông qua phân tích hệ số tương quan giữa các biến. Kết quả kiểm định cho thấy có mối liên hệ tuyến tính giữa các cặp biến này (bảng 3.7). Phân tích đồ thị phân tán (Scatter) cũng cho thấy các quan sát phân tán đều theo đường thẳng thể hiện mối quan hệ tuyến tính giữa biến độc lập và biến phụ thuộc.
Kiểm tra hiện tượng đa cộng tuyến: hệ số phóng đại phương sai phóng đại
(VIF - Variance inflation factor) nhỏ hơn 2 chứng tỏ không vi phạm giả định đa cộng tuyến (bảng 3.8).
Kiểm tra phân phối chuẩn của phần dư: thông qua biểu đồ phân phối của phần
dư và P – P plot (Hình 3.2) cho thấy phần dư có phân phối chuẩn: trị trung bình gần bằng 0 (-2,2E-16) và độ lệch chuẩn gần bằng 1 (0,979) (Hình 3.1).
Hình 3.2. Đồ thị P-P.
Kiểm tra giả định phương sai của sai số không đổi, hay phần dư không tương quan với các biến độc lập trong mô hình. Nếu độ lớn của phần dư tăng hay giảm cùng
với giá trị dự đoán thì giả định này bị vi phạm. Qua đồ thị Scatter thể hiện mối quan hệ giữa giá trị dự đoán và phần dư, ta thấy các quan sát phân tán ngẫu nhiên. Đồng thời, bằng phương pháp phân tích tương quan hạng Spearman giữa phần dư với các biến độc lập cho thấy giả thiết này không bị vi phạm (.sig >0.05).
Kiểm định giả thiết về tính độc lập của phần dư: Kiểm định Durbin – Watson (adsbygoogle = window.adsbygoogle || []).push({});
có giá trị xấp xỉ gần bằng 2 suy ra tương quan giữa các phần dư rất nhỏ. Như vậy, giả định tương quan giữa phần dư không bị vi phạm.
Như vậy, các giả thiết của phân tích hồi qui tuyến tính không bị vi phạm. Kết quả phân tích hồi qui là đáng tin cậy.