CHƯƠNG 4 KẾT QUẢ NGHIÊN CỨU
4.7 Kiểm định mơ hình nghiên cứu
Sau khi tiến hành phân tích độ tin cậy của các thang đo thơng qua phân tích hệ số Cronbach’s Alpha và phân tích nhân tố EFA để xác định các nhân tố thu được từ các biến quan sát, có 05 nhân tố được đưa vào để kiểm định mơ hình. Phân tích tương quan Pearson được sử dụng để xem xét sự phù hợp khi đưa các thành phần vào mơ hình hồi quy. Sử dụng kết quả phân tích hồi quy đa biến để kiểm định các giả thuyết của mơ hình.
4.7.1 Kiểm định hệ số tương quan Pearson
Kiểm định hệ số tương quan Pearson dùng để kiểm tra mối liên hệ tuyến tính giữa các biến độc lập và biến phụ thuộc.
Ma trận tương quan giữa các biến:
Bảng 4.14 Ma trận tương quan giữa các biến
IC II IM IS JP IC Pearson Correlation 1 Sig. (2-tailed) Pearson Correlation 0.363 ** 1
II Sig. (2-tailed) 0.000 IM Pearson Correlation 0.230 * 0.263** 1 Sig. (2-tailed) 0.016 0.005 IS Pearson Correlation 0.302 ** 0.340** 0.297** 1 Sig. (2-tailed) 0.001 0.000 0.002 JP Pearson Correlation 0.517 ** 0.559** 0.465** 0.537** 1 Sig. (2-tailed) 0.000 0.000 0.000 0.000
**. Correlation is significant at the 0.01 level (2-tailed).
Các biến độc lập IC, II, IM, IS có tương quan với JP nên sẽ được đưa vào mơ hình để giải thích cho hiệu quả cơng việc (JP).
Kết quả phân tích tương quan Pearson cho thấy các biến độc lập có sự tương quan với nhau do đó khi phân tích hồi quy cần chú ý đến vấn đề đa cộng tuyến.
4.7.2 Kiểm định giả thuyết
Phân tích hồi quy được thực hiện với 04 biến độc lập IC, II, IM, IS và 01 biến phụ thuộc JP. Kết quả hồi quy như sau:
Bảng 4.15 Kết quả kiểm định giả thuyết Biến đã nhập /Biến loại bỏa Biến đã nhập /Biến loại bỏa
Mơ hình Biến đã nhập Biến loại bỏ Phương pháp
1 IS, IM, IC, IIb . Enter
a. Dependent Variable: JP
b. All requested variables entered.
Model Summary Mode l R R Square Adjusted R Square Std. Error of the Estimate 1 0.755a 0.570 0.554 0.54693
ANOVAa Model Sum of Squares df Mean Square F Sig. Regression 41.675 4 10.419 34.830 0.000b Residual 31.409 105 0.299 Total 73.084 109 a. Dependent Variable: JP
b. Predictors: (Constant), IS, IM, IC, II
Bảng 4.16 Tóm tắt các hệ số hồi quy Hệ sốa Hệ sốa Hệ số chưa chuẩn hóa Hệ số đã chuẩn hóa t Sig. (P_value) Thống kê Collinearity B Std. Error
Beta Tolerance VIF
1 Constant - 0.157 0.314 -0.500 0.618 IC 0.234 0.062 0.267 3.783 0.000 0.823 1.216 II 0.213 0.050 0.303 4.218 0.000 0.794 1.260 IM 0.248 0.071 0.240 3.503 0.001 0.872 1.147 IS 0.330 0.083 0.282 3.974 0.000 0.812 1.231 a. Dependent Variable: JP
Từ bảng tóm tắt các hệ số hồi quy ta thấy có 4 yếu tố có ý nghĩa về mặt thống kê. Đó là yếu tố Quan tâm cá nhân (IC) (P_value = 0%), Ảnh hưởng lý tưởng (II) (P_value = 0%), Động lực thúc đẩy (IM) (P_value = 0,1%), Sự khích lệ tinh thần (IS) (P_value = 0%).
Từ mơ hình phân tích hồi quy, chấp nhận các giả thuyết thống kê với mức ý nghĩa 5%. Tổng hợp kiểm định các giả thuyết thống kê như sau:
Giả thuyết
Nội dung Beta Sig (P_value)
Kết luận (Mức ý nghĩa
5%)
H1a “Quan tâm cá nhân” tác động cùng
chiều (+) với “Hiệu quả công việc” 0.267 0.000
Chấp nhận
H1b “Ảnh hưởng lý tưởng” tác động cùng
chiều (+) với “Hiệu quả công việc” 0.303 0.000
Chấp nhận
H1c “Động lực thúc đẩy” tác động cùng
chiều (+) với “Hiệu quả công việc” 0.240 0.001
Chấp nhận
H1d “Sự khích lệ tinh thần” tác động cùng
chiều (+) với “Hiệu quả công việc” 0.282 0.000
Chấp nhận
Từ kết quả hồi quy ta thấy:
- Adjusted R2 = 0,554: mơ hình β hồi quy tuyến tính này phù hợp với tập dữ liệu của mẫu ở mức 55,4% tức là các biến độc lập IC, II, IM, IS giải thích được 55,4% sự thay đổi của biến phụ thuộc hiệu quả công việc (JP).
- Với giả thuyết Ho: R2 tổng thể = 0, trị số F = 34.830 và Sig = 0.000b đáp ứng u cầu P_value nhỏ hơn 0,05: mơ hình hồi quy tuyến tính xây dựng là phù hợp với tổng thể.
- Hệ số phóng đại phương sai VIF của các biến độc lập đều nhỏ hơn 3 ( lớn nhất là 1,260), chứng tỏ giữa các biến độc lập và các biến phụ thuộc khơng có hiện tượng đa cộng tuyến, do đó khơng có ảnh hưởng đến kết quả hồi quy.
- Phương trình hồi quy tuyến tính của mơ hình tác động phong cách lãnh đạo chuyển dạng đối với hiệu quả công việc của lực lượng kiểm lâm như sau:
Các hệ số hồi quy riêng phần βi đo lường sự thay đổi giá trị trung bình của biến JP khi biến Xi thay đổi 1 đơn vị với điều kiện các biến độc lập cịn lại khơng thay đổi. Theo phương trình hồi quy tuyến tính có hệ số chặn β0 = -0,157; hệ số hồi quy riêng phần giữa biến IC và biến JP là 0,234; hệ số hồi quy riêng phần giữa biến II và biến JP là 0,213; hệ số hồi quy riêng phần giữa biến IM và biến JP là 0,248; hệ số hồi quy riêng phần giữa biến IS và biến JP là 0,330. Phương trình hồi quy tuyến tính cho ta thấy vai trị ảnh hưởng của các biến độc lập lên biến phụ thuộc thông qua hệ số hồi quy đã được chuẩn hóa Beta. Biến độc lập IS có vai trị ảnh hưởng lớn nhất đến biến phụ thuộc JP, sau đó lần lượt đến các biến IM, biến IC và cuối cùng biến II là có vai trị ảnh hưởng thấp nhất đến biến phụ thuộc JP.