Bảng 4 34 Phân tích ANOVA động lực phụng sự công và thâm niên công tác
Bảng 4. 35 Ma trận tương quan giữa các biến
NV QH TD LD DD PSM NV Pearson Correlation 1 .368 ** .300** .336** .351** .558** QH Pearson Correlation 1 .311 ** .406** .479** .508** TD Pearson Correlation 1 .235 ** .155* .345** LD Pearson Correlation 1 .350 ** .410** DD Pearson Correlation 1 .420 ** PSM Pearson Correlation 1 N=197 *: Mức ý nghĩa 5% vì Sig. < 0,05 **: Mức ý nghĩa 1% vì Sig. < 0,01 ***: Mức ý nghĩa 0,1% vì Sig < 0,001
Kết quả từ bảng Ma trận tương quan giữa các biến ở bảng 4.35 cho thấy các hệ số tương quan các biến lãnh đạo hướng nhiệm vụ, lãnh đạo hướng quan hệ, lãnh đạo hướng thay đổi, lãnh đạo hướng đa dạng hóa lực lượng lao động, lãnh đạo hướng đạo đức và biến động lực phụng sự cơng, đều có ý nghĩa thống kê và hệ số tương quan không quá lớn đảm bảo sự khác biệt hợp lý giữa các biến.
Mối quan hệ tuyến tính giữa biến PSM và các biến lãnh đạo hướng nhiệm vụ là 0,558; Lãnh đạo hướng quan hệ là 0,508; Lãnh đạo hướng thay đổi là 0,345; Lãnh đạo hướng đa dạng lực lượng lao động là 0,410; Lãnh đạo hướng đạo đức là
0,420; Trong đó mối tương quan cao nhất là thang đo lãnh đạo hướng nhiệm vụ với r = 0,558. Vậy, việc sử dụng phân tích hồi quy tuyến tính là phù hợp.
4.5. Phân tích hồi quy
Mơ hình hồi quy có dạng: Y = β0 + β1*X1 + β2*X2 + β3*X3 + β4*X4+
β5*X5 Trong đó: Biến phụ thuộc:
Y: Động lực phụng sự công Biến độc lập:
X1: Lãnh đạo hướng nhiệm vụ; X2: Lãnh đạo hướng quan hệ; X3: Lãnh đạo hướng thay đổi;
X4: Lãnh đạo hướng đa dạng lực lượng lao động; X5: Lãnh đạo hướng đạo đức;
Để tiến hành phân tích hồi quy tuyến tính, các biến được đưa vào mơ hình theo phương pháp Enter, kiểm định mức độ phù hợp giữa mẫu và tổng thể thông qua hệ số xác định R2 điều chỉnh.
Bảng 4. 36 Kết quả phân tích hồi quy giữa các biến Lãnh đạo hướng nhiệm vụ, lãnh đạo hướng quan hệ, lãnh đạo hướng thay đổi, lãnh đạo hướng đa dạng lực
lượng lao động, lãnh đạo hướng đạo đức với biến động lực phụng sự công
Biến Mơ hình 1 - 1 Mơ hình 1 -2 Hệ số B Beta Mức ý nghĩa (Sig.) Hệ số B Beta Mức ý nghĩa (Sig.) Hằng số 3.465 0.000 0.661 0.009 Giới tính 0.138 0.125 0.105 0.048 0.044 0.442 Độ tuổi 0.099 0.135 0.080 0.067 0.092 0.109 Học vấn 0.059 0.071 0.348 0.004 0.005 0.935 Thâm niên -0.062 -0.11 0.148 0.013 0.024 0.672
X1 0.271 0.341 0.000 X2 0.203 0.231 0.000 X3 0.064 0.106 0.062 X4 0.094 0.128 0.030 X5 0.128 0.180 0.003 F 2.702 21.394 Sig. 0.032 0.000 R2 hiệu chỉnh 0.034 0.484 R2 hiệu chỉnh 0.450
Từ kết quả bảng 4.36, cho thấy hệ số đều khác 0 và mức ý nghĩa Sig. < 0,05 chứng tỏ các thành phần Lãnh đạo hướng nhiệm vụ; Lãnh đạo hướng quan hệ; Lãnh đạo hướng đa dạng lực lượng lao động; Lãnh đạo hướng đạo đức có tác động tích cực, cùng chiều đến Động lực phụng sự cơng, tuy nhiên vẫn cịn thành phần Lãnh đạo hướng thay đổi chưa kết luận được do Sig. > 0,05. Dựa vào giá trị của hệ số cho thấy tất cả đều > 0 nghĩa là 5 nhân tố đều tác động cùng chiều lên Động lực phụng sự công, với sự tác động mạnh nhất thuộc về nhân tố X1 – lãnh đạo hướng nhiệm vụ với hệ số 5 = 0, 341, tiếp theo X2 – lãnh đạo hướng quan hệ với
hệ số 1 = 0,231, tiếp theo là nhân tố X5 – lãnh đạo hướng đạo đức với hệ số 4 =
0,128, cuối cùng là nhân tố X4 – Lãnh đạo hướng đa dạng lực lượng lao động với hệ số 2 = 0,04
Sig. của kiểm định F = 0.000 < 0,005, như vậy mơ hình hồi quy tuyến tính phù hợp và có thể sử dụng được.
Hệ số R2
hiệu chỉnh tại mơ hình 1-1 là 0,034 nghĩa là mơ hình 1 - 1 chỉ có 0,34% Kết quả hoạt động tích cực được mong đợi được giải thích bởi các biến định tính. Tuy nhiên, trong mơ hình 1 – 2, ta tiến hành hồi quy tất cả các biến vào mô
hình thì ta được hệ số R2 = 0,484 nghĩa là mơ hình hồi quy đạt 48.4% Kết quả hoạt
động tích cực được mong đợi. Với mức tăng R2 = 0,450. Như vậy với mức tăng R2
như vậy, có thể kết luận mơ hình hồi quy phù hợp
Kiểm tra đa cộng tuyến:
Đa cộng tuyến là trạng thái các biến độc lập trong mơ hình có tương quan chặt chẽ với nhau. Trong tình huống này các biến có tương quan tuyến tính chặt chẽ với nhau khơng cung cấp được thơng tin gì mới và cũng không thể xác định được ảnh hưởng riêng biệt của từng biến độc lập lên biến phụ thuộc. Một trong những yêu cầu của mơ hình hồi quy tuyến tính là các biến độc lập khơng có tương quan chặt với nhau, nếu yêu cầu này không được thỏa mãn, người ta bảo rằng đã xảy ra hiện tượng đa cộng tuyến trong mơ hình hồi quy. Hệ số phóng đại phương sai VIF và Tolerance là hai đại lượng để chuẩn đoán hiện tượng đa cộng tuyến.
Để kiểm tra hiện tượng đa cộng tuyến, ta có thể sử dụng nhân tố phóng đại phương sai VIF có cơng thức như sau với mơ hình hồi quy có k biến giải thích
VIFj=
1−1R2j
Trong đó R2 là giá trị hệ số xác định trong hàm hồi quy của biến giải thích thứ j theo (k - 1) biến giải thích cịn lại, nếu có cộng tuyến của Xj với các biến giải thích khác thì R2j sẽ lớn, giá trị VIFj càng lớn thì biến Xj càng cộng tuyến cao. Như một quy tắc kinh nghiệm nếu VIFj bằng hoặc vượt quá 5 (khi đó R2j > 0,8) thì xem như có đa cộng tuyến giữa Xj với các biến độc lập kia. Cũng chú ý rằng có thể trong một số sách thống kê người ta cho rằng nếu VIFj bằng hoặc vượt quá 10 (khi đó R2j>0,9) thì xem như có đa cộng tuyến giữa các biến độc lập, khác biệt này đơn giản xuất phát từ quan điểm khác nhau của các nhà thống kê về mức độ tuyến tính thế nào là chặt (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).