CHƢƠNG 4 PHÂN TÍCH KẾT QUẢ NGHIÊN CỨU
4.5.2. Kiểm định độ phù hợp của mơ hình hồi quy 1
Qua bảng 4.4.2.1, Hệ số xác định = 0.652 khác 0 cho thấy mơ hình nghiên cứu phù hợp. Kết quả cũng cho thấy hiệu chỉnh = 0.645 nhỏ hơn , hệ số này được dùng để đánh giá độ phù hợp của mơ hình chính xác hơn. Như vậy, các biến độc lập (bao gồm: ML, TL,CS, PL) đưa vào chạy mơ hình hồi quy ảnh hưởng tới 64.5% sự thay đổi của biến phụ thuộc ( NV).
Bảng 4.4.2.1 Đánh giá độ phù hợp của mơ hình 1.
Model R R điều chỉnh Ƣớc lƣợng độ lệch chuẩn
Durbin- Watson
1 .808a .652 .645 .23009 1.738
Qua bảng 4.4.2.2, Kiểm định F sử dụng trong bảng phân tích phương sai kiểm định giả thuyết về độ phù hợp mơ hình hồi quy tổng thể. Trị số F= 96.120 và mức ý nghĩa Sig. = 0.000 < 0.05 do vậy mơ hình 1 đưa ra phù hợp với dữ liệu và có thể sử dụng được.
Bảng 4.4.2.2 Kiểm định độ phù hợp của mơ hình 1.
ANOVAa Mơ hình Tổng bình phƣơng df Trung bình của bình phƣơng F Sig. 1 Hồi quy 20.355 4 5.089 96.120 .000b Phần dư 10.853 205 .053 Tổng 31.209 209 a. Biến phụ thuộc: HL b. Dự báo: (hằng số), CS, PL, ML, TL
Qua bảng 4.4.2.3, trọng số hồi quy β của các biến độc lập đều có ý nghĩa thống kê, các giá trị Sig. đều < 0.05 ( ML (0.00); PL (0.00); TL (0.001); CS (0.000). Về kiểm định đa cộng tuyến, hệ số phóng đại phương sai VIF đều nhỏ hơn 10 ( ML: 1.112; PL: 1.063; TL: 1.154; CS: 1.016) cho thấy hiện tượng đa cộng tuyến không bị vi phạm.
Bảng 4.4.2.3 Kết quả phân tích hồi quy tuyến tính bội của mơ hình 1.
Mơ hình Hệ số chƣa chuẩn hóa Hệ số chuẩn hóa t Sig. Đa cộng tuyến B Độ lệch chuẩn Beta Dung sai VIF 1 (Constant) -.297 .178 -1.664 .098 ML .318 .032 .417 10.048 .000 .899 1.112 PL .324 .030 .475 10.927 .000 .941 1.063 TL .103 .032 .143 3.230 .001 .867 1.154 CS .277 .029 .402 9.468 .000 .984 1.016 a. Dependent Variable: HL
Kết quả hồi quy cho thấy tất cả các biến đều có tác động lên biến phụ thuộc do Sig. kiểm định t của từng biến độc lập đều nhỏ hơn 0.05 do vậy mơ hình 1 có ý nghĩa.
Phương trình hồi quy mơ hình 1: HL= 0.417*ML+0.475*PL+ 0.143* TL + 0.402*CS
Phương trình hồi quy cho thấy sự hài lịng trong cơng việc chịu tác động dương bởi 4 nhân tố là (1) Thỏa mãn Mức lương, (2) Thỏa mãn Phúc lợi (3) Thỏa mãn Tăng lương (4) Thỏa mãn Chính sách lương. Trong đó, thỏa mãn tăng lương tác động ít nhất tới sự hài lịng trong cơng việc của người lao động; thỏa mãn phúc lợi ảnh hưởng lớn tới hài lòng người lao động.
Kiểm định giả thuyết:
Giả thuyết H1 cho rằng thỏa mãn mức lương tác động tích cực lên sự hài lịng trong cơng việc. Căn cứ kết quả phân tích hồi quy, giả thuyết này được chấp nhận với hệ số Beta là 0.417 với mức ý nghĩa Sig.=0.000 < 0.05. Như vậy, khi tăng mức lương cho người lao động thì họ sẽ tăng mức độ hài lịng trong cơng việc.
Kết quả phân tích hồi quy chấp nhận giả thuyết H2 thỏa mãn phúc lợi tác động tích cực lên sự hài lịng trong cơng việc với hệ số Beta là 0.475 và mức ý nghĩa Sig.= 0.000<0.05. Vì vậy, khi người quản lý tác động làm tăng thỏa mãn phúc lợi thì sẽ làm tăng mức độ hài lịng với cơng việc ở người lao động.
Tiếp theo, chấp nhận giả thuyết H3 là thỏa mãn tăng lương tác động tích cực lên sự hài lịng trong cơng việc với hệ số Beta là 0.143 ở mức ý nghĩa Sig.=0.001 <0.05. Nghĩa là, khi tăng lương cho người lao động, họ sẽ tăng mức sự hài lịng trong cơng việc.
Cuối cùng, giả thuyết H4 thỏa mãn chính sách lương tác động tích cực lên sự hài lịng trong cơng việc được chấp nhận với mức ý nghĩa Sig.= 0.000 < 0.05 và hệ số Beta = 0.402. Khi tăng thỏa mãn chính sách lương, người lao động sẽ tăng mức độ sự hài lịng trong cơng việc.
Kiểm định lý thuyết về phân phối chuẩn.
Kiểm tra giả định về phân phối chuẩn của phần dư cho thấy độ lệch chuẩn 0.990 xấp xỉ bằng 1 và Mean xấp xỉ 0 (hình 4.4.2.1), do đó giả thuyết phân phối chuẩn của phần dư khi xây dựng mơ hình khơng bị vi phạm.
Hình 4.4.2.1 Biểu đồ tần số của phần dư chuẩn hóa Histogram
Dựa vào biểu đồ P- Plot (hình 4.4.2.2) cho thấy các điểm quan sát không phân tán quá xa đường thẳng kỳ vọng, nên ta có thể kết luận giả thuyết phân phối chuẩn khơng bị vi phạm.
Hình 4.4.2.3 cho thấy, phần dư đã chuẩn hóa phân tán ngẫu nhiên trên đồ thị, không tạo thành hình dạng nhất định nào. Như vậy, giá trị dự đoán và phần dư độc lập nhau và phương sai của phần dư khơng đổi. Mơ hình hồi quy là phù hợp.
Hình 4.4.2.1 Biểu đồ Scatterplot