4.2 Phân tích thành phần thang đo các nhân tố ảnh hưởng đến sự hài lòng trong
4.2.3.2 Phân tích hồi quy tuyến tính bội:
Trong mơ hình hồi quy có một giả thiết quan trọng là khơng có biến độc lập nào có thể được biểu thị dưới dạng tổ hợp tuyến tính với các biến cịn lại. Nếu tồn tại trường hợp như trên thì hiện tượng đa cộng tuyến sẽ xảy ra. Độ chấp nhận của biến (Tolerance) và hệ số phóng đại phương sai (Variance Inflation Factor – VIF) là hai hệ số thống kê dùng để phát hiện hiện tượng trên. Nếu VIF vượt quá 10, đó là dấu hiệu của đa cộng tuyến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Phân tích hồi quy tuyến tính bội xem xét sự tác động của 05 biến độc lập (ta đã loại 01 biến độc lập MT do hệ số Sig. > 0.05) đến sự hài lịng trong cơng việc của CBCC cấp phường – tp.HCM.
Biến phụ thuộc và biến độc lập được đưa vào mơ hình hồi quy có biểu hiện như sau:
Y = β0 + β1CV+ β2DT+ β3LD+ β4DN + β5TN + ε
Trong đó: Y: Sự hài lịng trong cơng việc của CBCC (biến phụ thuộc)
β0: Hằng số
β1, β2, β3, β4, β5, β6: Các hệ số hồi quy
X1: Công việc
X2: Cơ hội đào tạo, thăng tiến
X3: Lãnh đạo
X4: Đồng nghiệp
X5: Thu nhập
ε: Sai số
Kết quả phân tích hồi quy với 05 nhân tố độc lập bao gồm: công việc, cơ hội đào tạo thăng tiến, lãnh đạo, đồng nghiệp và thu nhập với biến phụ thuộc là sự hài lịng trong cơng việc bằng phương pháp Enter. Phương pháp Enter là phương pháp đưa tất cả các biến độc lập vào phương trình hồi quy đồng thời trong một bước duy nhất (xem chi tiết tại phụ lục 8).
Bảng 4.23. Tóm tắt mơ hình
Model Summaryb
Mơ hình R R2 Hệ số R2 hiệu
chỉnh
Sai số chuẩn của ước lượng
Durbin- Watson
1 .742a .550 .538 .73709 1.593
a. Predictors: (Constant), TN, CV, DN, LD, DT b. Dependent Variable: HL
Nguồn: Số liệu khảo sát của tác giả, 2019
Đánh giá độ phù hợp của mơ hình tại kết quả tại bảng 4.23:
- Hệ số R2 hiệu chỉnh (Adjusted R Square) là 0.538. Nghĩa là 53.8% biến thiên của biến phụ thuộc Hài lịng được giải thích bởi 5 biến độc lập (CV, DT, LD, DN, TN). Điều này giải thích rằng mơ hình hồi quy tuyến tính này phù hợp với tập dữ liệu của mẫu nghiên cứu tại mức 53.8%, nghĩa là 05 biến độc lập (CV, DT, LD, DN, TN) đưa vào ảnh hưởng 53.8% sự thay đổi của biến phụ thuộc Hài lòng. Còn lại 46.2% là do các biến ngồi mơ hình và sai số ngẫu nhiên. Mơ hình hồi quy này chỉ phù hợp với tập dữ liệu là mẫu nghiên cứu trong đề tài này
- Hệ số Durbin – Watson (d) dùng để kiểm định sự tự tương quan bậc nhất.
Giá trị này có giá trị dao động trong khoảng từ 0 đến 4. Nếu giá trị d gần bằng 2 cho thấy rằng không tồn tại tự tương quan bậc nhất, bất kể là đồng biến hay nghịch biến. Các khoảng giá trị d:
0 < d < 1: mơ hình có tự tương quan dương 1 < d < 3: mơ hình khơng có tự tương quan 3 < d < 4: mơ hình có tự tương quan âm
Kết quả hệ số Durbin – Watson = 1.593, gần bằng 2: khơng có tự tương quan bậc nhất trong mơ hình.
Kiểm định độ phù hợp của mơ hình qua phân tích ANOVA: mục đích khi ta sử dụng giá trị F trong bảng phân tích ANOVA là để kiểm định độ phù hợp của mơ hình hồi quy tuyến tính bội.
Bảng 4.24. Kết quả phân tích ANOVA ANOVAa Mơ hình Tổng bình phương df Bình phương trung bình F Sig. 1 Hồi quy 115.760 5 23.152 42.614 .000b Dư 94.534 174 .543 Toàn bộ 210.294 179 a. Dependent Variable: HL b. Predictors: (Constant), TN, CV, DN, LD, DT
Nguồn: Số liệu khảo sát của tác giả, 2019
Bảng 4.24 cho thấy: mơ hình được chọn có giá trị F = 42.614 với hệ số Sig.= 0.000 < 0.05. Điều này chứng tỏ giả thuyết H0 là tập hợp các biến độc lập khơng có mối liên hệ với biến phụ thuộc bị bác bỏ. Đồng nghĩa với việc mơ hình hồi quy tuyến tính xây dựng được là phù hợp với tổng thể.
Phương trình hồi quy dạng chuẩn hóa: sử dụng phương pháp Enter thể hiện trong bảng 4.25.
- Các hệ số hồi quy chuẩn hóa Beta của 05 biến độc lập đều có ý nghĩa thống
kê với giá trị Sig. < 0.05. Biến TN có giá trị Sig. = 0.008 là giá trị lớn nhất. Vậy, chỉ có 05 hệ số hồi quy phần riêng này có ý nghĩa thống kê trong mơ hình hồi quy tuyến tính bội và đều có ý nghĩa thống kê giải thích cho biến phụ thuộc.
- Giá trị hệ số phóng đại phương sai VIF của 05 biến độc lập đều nhỏ hơn 2.
Biến TN có giá trị VIF lớn nhất, = 1.339 < 2. Vì vậy, có thể kết luận khơng có hiện tượng đa cộng tuyến giữa các biến độc lập được xây dựng trong mơ hình.
Bảng 4.25. Thơng số các biến trong mơ hình hồi quy
Coefficientsa
Mơ hình Hệ số chưa chuẩn hóa Hệ số chuẩn hóa
t Sig. Thống kê cộng tác
B Std. Error Beta Tolerance VIF
1 (Constant) -.558 .354 -1.578 .116 CV .321 .047 .357 6.803 .000 .940 1.064 DT .319 .052 .353 6.148 .000 .785 1.273 LD .285 .056 .291 5.112 .000 .798 1.254 DN .168 .052 .183 3.232 .001 .805 1.242 TN .149 .055 .159 2.697 .008 .747 1.339 a. Dependent Variable: HL
Nguồn: Số liệu khảo sát của tác giả, 2019
Vậy, mơ hình hồi quy bội là:
HL = .357 * CV + .353 * DT + .291 * LD + .183 * DN + .159 * TN
Hay có thể diễn giải lại phương trình như sau:
Sự hài lịng trong cơng việc = .357 * Công việc + .353 * Cơ hội đào tạo, thăng tiến + .291 * Lãnh đạo + .183 * Đồng nghiệp + .159 * Thu nhập.
Ý nghĩa của các hệ số hồi quy chuẩn hóa Beta trong mơ hình: đo lường mức độ tác động của các biến độc lập (CV, DT, LD, DN và TN) đối với biến phụ thuộc HL (trong điều kiện các nhân tố khác không đổi). Cụ thể như sau:
- Biến Công việc là nhân tố có ảnh hưởng mạnh nhất đến sự hài lịng trong
cơng việc của CBCC cấp phường – tp.HCM. Biến Công việc được đánh giá tăng lên 01 đơn vị thì sự hài lịng trong cơng việc của CBCC sẽ tăng 0.357 đơn vị.
- Tiếp theo là biến Cơ hội đào tạo, thăng tiến. Đây là nhân tố có ảnh hưởng
mạnh thứ hai đến sự hài lịng trong cơng việc của CBCC cấp phường – tp.HCM. Biến Cơ hội đào tạo, thăng tiến được đánh giá tăng lên 01 đơn vị thì sự hài lịng trong công việc của CBCC sẽ tăng 0.353 đơn vị.
- Ảnh hưởng mạnh thứ ba là biến Lãnh đạo. Biến Lãnh đạo được đánh giá tăng
- Thứ tư là biến Đồng nghiệp. Biến Đồng nghiệp được đánh giá tăng lên 01
đơn vị thì sự hài lịng trong công việc của CBCC sẽ tăng 0.183 đơn vị.
- Cuối cùng là biến Thu nhập. Nhân tố này có ảnh hưởng ít nhất đến sự hài
lịng trong cơng việc của CBCC cấp phường – tp.HCM. Biến Thu nhập được đánh giá tăng lên 01 đơn vị thì sự hài lịng trong cơng việc của CBCC sẽ tăng 0.159 đơn vị.
Vậy tóm lại, phương trình hồi quy tuyến tính bội sử dụng phương pháp Enter cho thấy: cơng việc, cơ hội đào tạo thăng tiến, lãnh đạo, đồng nghiệp và thu nhập có tác động tỷ lệ thuận đến sự hài lịng trong cơng việc của CBCC cấp phường – Khảo sát tại quận Bình Thạnh, tp.HCM. Trong đó, cơng việc có tác động mạnh nhất và thu nhập là có tác động yếu nhất.