Trong đó :
+ Ykqi : biểu hiện giá trị của biến kết quả thực hiện công việc tại quan sát thứ i.
+ βo : hằng số hồi quy
+ β1 : hệ số hồi quy.
+ Xi : biểu hiện giá trị của biến sự thỏa mãn công việc tại quan sát thứ i.
+ ei : sai số hồi quy
4.4.1. Phân tích tương quan
Trước khi tiến hành phân tích hồi quy tác giả cần xem xét các mối tương quan tuyến tính giữa tất cả các biến (thơng qua trị tuyệt đối của hệ số tương quan Pearson - ký hiệu là r) như :
− Biến phụ thuộc và từng biến độc lập nhằm cho biết mức độ chặt chẽ của mối liên hệ tương quan tuyến tính để xác định phân tích hồi quy tuyến tính là thích hợp.
− Giữa các biến độc lập với nhau nhằm xem giữa các biến này có tương quan chặt chẽ với nhau và như vậy có thể ảnh hưởng lớn đến kết quả phân tích hồi quy. Ví dụ như gây ra hiện tượng đa cộng tuyến.
4.4.1.1. Kiểm định sự tương quan giữa các nhân tố ảnh hưởng vào sự
thỏa mãn cơng việc
Dựa theo Hồng Trọng và Chu Nguyễn Mộng Ngọc (2005)35điều kiện để kết luận hai biến có liên hệ tương quan tuyến tính khi :
Dấu hiệu Sig. (2-tailed) - kiểm định hai phía phải nhỏ hơn mức ý nghĩa được chọn để kiểm định 0,01.
Phân tích tương quan được thực hiện giữa biến phụ thuộc là sự thỏa mãn công việc và các biến độc lập trong mơ hình như : thu nhập, cơ hội đào tạo và thăng tiến, mối quan hệ cấp trên và đồng nghiệp, bản chất công việc, điều kiện làm việc và phúc lợi công việc.
Kết quả ở phụ lục F. 1. 1 cho thấy tất cả dấu hiệu kiểm định hai phía đều = 0,000 và nhỏ hơn 0,01. Như vậy biến phụ thuộc sự thỏa mãn cơng việc có liên hệ tương quan với từng biến độc lập cụ thể :
+ Tương quan trung bình trên 0,5 với các biến độc lập như : thu nhập, cơ hội đào tạo và thăng tiến, điều kiện làm việc và phúc lợi. Trong đó liên hệ tương quan cao với thu nhập = 0,654.
+ Tương quan thấp dưới 0,5 với các biến độc lập như : mối quan hệ đồng nghiệp và cấp trên, bản chất cơng việc. trong đó liên hệ tương quan thấp nhất với bản chất công việc = 0, 391.
Mối liên hệ tương quan cao giữa những biến độc lập với nhau là thu nhập và phúc lợi với r = 0,618.
Như vậy có sự tương quan giữa tất cả các biến. Do đó phân tích hồi quy là thích hợp cho mơ hình 4.3. Bên cạnh đó các biến có liên hệ tương quan cao tác giả sẽ kiểm tra hiện tượng đa cộng tuyến ở những phần phân tích sau.
4.4.1.2. Kiểm định sự tương quan giữa sự thỏa mãn công việc ảnh
hưởng vào kết quả thực hiện công việc
Tương tự điều kiện kết luận hai biến có sự tương quan như trong phần kiểm định sự tương quan giữa các nhân tố ảnh hưởng vào sự thỏa mãn công việc. Kết quả
35 Hoàng Trọng - Chu Nguyễn Mộng Ngọc (2005), Phân Tích Dữ Liệu Nghiên Cứu Với SPSS, Nhà Xuất
ở phần phụ lục F. 1. 2 cho thấy mức ý nghĩa quan sát thỏa điều kiện đặt ra, biến phụ thuộc kết quả thực hiện cơng việc và biến độc lập có sự tương quan với nhau với r = 0,554. Như vậy phân tích hồi quy là thích hợp cho mơ hình 4.4
4.4.2. Phân tích hồi quy và kiểm định giả thuyết
Dựa vào kết luận ở phần phân tích hệ số tương quan. Tác giả cho tiến hành phân tích mơ hình hồi quy bội bằng cách đưa các biến độc lập trong mơ hình hồi quy theo phương pháp đưa vào cùng một lúc (phương pháp Enter). Để đưa ra mơ hình hồi quy ban đầu, tác giả dựa theo gợi ý của Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2005)36như sau :
Điều kiện đối với mơ hình hồi quy tuyến tính bội ban đầu:
Sử dụng R2 điều chỉnh (Ajusted R square) để đánh giá độ phù hợp của mơ hình. R2 điều chỉnh với điều kiện càng tiến gần 1 thì mơ hình đã xây dựng càng thích hợp, mơ R2 điều chỉnh càng gần 0 mơ hình càng kém phù hợp với tập dữ liệu mẫu.
Sử dụng đại lượng F với điều kiện mức ý nghĩa quan sát (sig.) nhỏ hơn mức ý nghĩa được chọn để kiểm định (0,01) để kiểm định giả thuyết về độ phù hợp của mơ hình nhằm đưa ra kết luận R2 điều chỉnh khác 0 vì vậy mơ hình hồi quy tuyến tính xây dựng được phù hợp với tổng thể.
Trị thống kê t với điều kiện mức ý nghĩa quan sát (sig.) nhỏ hơn mức ý nghĩa được chọn để kiểm định (0,05) để kiểm định giả thiết về ý nghĩa hệ số hồi quy riêng phần (βk) nhằm đưa ra kết luận hệ số hồi quy riêng phần khác 0 vì vậy các biến độc lập có ảnh hưởng đến biến phụ thuộc.
Dựa vào hệ số tương quan từng phần (Part correlation) và hệ số tương quan riêng phần (Partial correlation) để xác định tầm quan trọng của các biến độc lập.
Điều kiện đối với mơ hình hồi quy tuyến tính đơn ban đầu :
Tương tự như điều kiện R2 điều chỉnh trong mơ hình tuyến tính bội nhưng đối với mơ hình này R2 (R square) được sử dụng.
36 Hồng Trọng - Chu Nguyễn Mộng Ngọc (2005), Phân Tích Dữ Liệu Nghiên Cứu Với SPSS, Nhà Xuất
Trị thống kê t với điều kiện mức ý nghĩa quan sát (sig.) nhỏ hơn mức ý nghĩa được chọn để kiểm định (0,05) để kiểm định giả thiết về ý nghĩa hệ số hồi quy (β1) nhằm đưa ra kết luận hệ số hồi quy khác 0 vì vậy các biến độc lập có ảnh hưởng đến biến phụ thuộc.
4.4.2.1. Mơ hình sự thỏa mãn cơng việc
Kết hợp phụ lục F. 2. 1 (được phân tích từ chương trình Spss) và điều kiện để đưa ra mơ hình hồi quy ban đầu cho sự thỏa mãn cơng việc tác giả có những kết luận như sau :
Với R2 điều chỉnh = 0,557 Từ bảng Model Summary cho thấy mơ hình trên được xây dựng phù hợp, hay 55,7 % sự thỏa mãn cơng việc được giải thích bởi sáu biến độc lập trên.
Trong bảng Anova, mức ý nghĩa quan sát = 0,000 từ kiểm định F nhỏ hơn 0,01 do đó R2 điều chỉnh khác 0 vì vậy mơ hình hồi quy sự thỏa mãn cơng việc được xây dựng phù hợp với tập dữ liệu và có thể sử dụng được.
Với điều kiện quy định giá trị quan sát của kiểm định t phải nhỏ hơn 0,05. Từ bảng Coefficients tác giả có kết luận :
− Các nhân tố bị loại vì khơng có ý nghĩa trong mơ hình : mối quan hệ cấp trên và đồng nghiệp với sig. = 0,102; bản chất công việc với sig. = 0,976.
− Các nhân tố được chọn trong mơ với sig. nhỏ hơn 0,05 hình như : thu nhập, cơ hội đào tạo và thăng tiến, điều kiện làm việc, phúc lợi.
Từ 3 kết luận trên tác giả có mơ hình hồi quy sự thỏa mãn cơng việc ban đầu như sau :
Ytm = - 0,421 + 0,324 X1 + 0,181 X2 + 0,255 X5 + 0,194 X6 + e
Phương Trình 4.3 : Sự Thỏa Mãn Cơng Việc Ban Đầu
Trong đó :
+ Ytm : sự thỏa mãn công việc của nhân viên.
+ X1 : sự thỏa mãn đối với thu nhập.
+ X2 : sự thỏa mãn với cơ hội đào tạo và thăng tiến.
+ X6 : sự thỏa mãn với phúc lợi.
+ e : sai số hồi quy.
Từ phương trình 4.3 tác giả có nhận xét rằng khi thu nhập tăng 1 đơn vị dẫn đến sự thỏa mãn công việc tăng 0,324. Tương tự đối với cơ hội đào tạo và thăng tiến, điều kiện làm việc, và phúc lợi sự thỏa mãn công việc lần lượt tăng thêm là 0,181; 0,255 và 0,194.
Như vậy từ kiểm định t, thơng qua mơ hình hồi quy sự thỏa mãn cơng việc ban đầu các giả thuyết H’1; H’2; H’5; H’6 được chấp thuận. Còn các giả thuyết H’3 và H’4 bị loại bỏ vì khơng có ý nghĩa trong mơ hình hồi quy trên.
Dựa vào hệ số beta chuẩn hóa và được kiểm chứng lại qua hệ số tương quan từng phần (Part correlation) và hệ số tương quan riêng phần (Partial correlation) trong bảng Coefficients tác giả có kết luận theo mức độ ảnh hưởng từ cao đến thấp của các biến độc lập như sau : Thu Nhập, Điều Kiện Làm Việc, Phúc Lợi, và Cơ Hội Đào Tạo và Thăng Tiến.
4.4.2.2. Mơ hình kết quả cơng việc
Do mơ hình hồi quy kết quả thực hiện cơng việc chỉ có một biến độc lập trong mơ hình thì giả thiết R2 tổng thể bằng 0 đồng nghĩa với giả thiết độ dốc tổng thể bằng không. Nên với mơ hình hồi quy đơn chỉ có một biến giải thích thì kiểm định F khơng cần thiết mà chỉ cần tiến hành kiểm định ý nghĩa của hệ số độ dốc là đủ. Tức tác giả chỉ cần kiểm định t.
Kết hợp phụ lục F. 2. 2 (được phân tích từ chương trình Spss) và điều kiện để đưa ra mơ hình hồi quy ban đầu cho kết quả thực hiện cơng việc tác giả có những kết luận như sau :
Với R2 = 0,307 Từ bảng Model Summary cho thấy mơ hình trên được xây dựng phù hợp, hay 30,7 % kết quả thực hiện cơng việc được giải thích bởi sự thỏa mãn cơng việc.
Từ bảng Coefficients, mức ý nghĩa quan quan sát được đối với độ dốc kết quả thực hiện công việc (sig.) = 0,000 của kiểm định t nhỏ hơn 0,05. Chứng tỏ rằng hệ số hồi quy khác 0. Như vậy sự thỏa mãn cơng việc giải thích cho kết quả thực hiện công việc.
Từ 2 kết luận trên tác giả có mơ hình hồi quy kết quả thực hiện công việc ban đầu như sau :
Ykq = 2,198 + 0,465 X7 + e
Phương Trình 4.4 : Kết Quả Thực Hiện Công Việc Ban Đầu
Trong đó :
+ Ykq : kết quả thực hiện công việc của nhân viên.
+ X7 : sự thỏa mãn công việc của nhân viên = Ytm.
+ e : sai số hồi quy.
Từ phương trình 4.4 tác giả có nhận xét rằng khi sự thỏa mãn tăng lên 1 đơn vị dẫn đến kết quả thực hiện công việc tăng 0,465.
Như vậy từ kiểm định t, thông qua mơ hình hồi quy kết quả thực hiện công việc ban đầu các giả thuyết H’7 được chấp thuận.
4.4.3. Kiểm định các giả định trong hồi quy tuyến tính
Mơ hình hồi quy tuyến tính bằng phương pháp OSL được thực hiện với một số giả định và mơ hình chỉ thực sự có ý nghĩa khi các giả định này được đảm bảo. Do vậy, để đảm bảo cho độ tin cậy của mơ hình, và đưa ra mơ hình chính thức. Tác giả cịn phải thực hiện một loạt các dị tìm sự vi phạm các giả định cần thiết trong hồi quy tuyến tính.
4.4.3.1. Giả định liên hệ tuyến tính và phương sai của sai số không
đổi
Phương pháp được sử dụng là xem xét biểu đồ phân tán Scatterplot với giá trị phần dư chuẩn hóa trên trục tung và giá trị dự đốn chuẩn hóa trên trục hồnh.
Đối với cả hai mơ hình hồi quy, nhìn vào biểu đồ Scatterplot (phụ lục F. 3. 1) tác giả nhận thấy phần dư phân tán ngẫu nhiên xung quanh đường đi qua tung độ 0. Vậy giả định về liên hệ tuyến tính và phương sai của sai số không đổi không bị vi phạm.
4.4.3.2. Giả định về phân phối chuẩn của phần dư
Sử dụng biểu đồ Histogram và đồ thị P – PPlot để dị tìm sự vi phạm giả định phân phối chuẩn của phần dư. Dựa vào phụ lục F. 3. 2 tác giả có kết luận mơ hình
thỏa mãn cơng việc và mơ hình kết quả thực hiện cơng việc đều có dữ liệu phần dư theo phân phối chuẩn vì :
− Đối với mơ hình sự thỏa mãn công việc, biểu đồ Histogram cho thấy phần dư có phân phối chuẩn với giá trị trung bình gần bằng 0 (- 2,08 *10-15) và độ lệch chuẩn gần bằng 1 (0.986). Hơn nữa trên đồ thị P - P Plot biểu diễn các điểm quan sát của phần dư tập trung khá sát với đường kỳ vọng.
− Đối với mơ hình kết quả thực hiện cơng việc, biểu đồ Histogram cho thấy phần dư có phân phối chuẩn với giá trị trung bình gần bằng 0 (9,75 * 10-16) và độ lệch chuẩn gần bằng 1 (0.998). Hơn nữa trên đồ thị P – P Plot biểu diễn các điểm quan sát của phần dư tập trung khá sát với đường kỳ vọng.
4.4.3.3. Giả định về tính độc lập của phần dư
Nhằm tránh những tác động sai lệch nghiêm trọng đến mơ hình hồi quy tuyến tính như hiện tượng phương sai thay đổi do hiện tượng tương quan chuỗi trong phần dư. Do đó tác giả dùng đại lượng thống kê Durbin - Watson (d) để kiểm định tính độc lập của phần dư nhằm xác định hệ số tương quan tổng thể của các phần dư bằng 0.
Để xác định việc trên đại lượng thống kê d phải thuộc miền (du;4 - du). Đại lương du được tra từ bảng Durbin - Watson với mẫu trên 200, với mơ hình 6 biến độc lập du = 1,831 vậy miền xác định trong khoản (1,831;2,169) - với mơ hình một biến độc lập du = 1,779 vậy miền xác định trong khoản (1,779;2,221) .
Giá trị d của mơ hình sự thỏa mãn công việc tại phụ lục F. 2. 1 trong bảng model summary cho thấy dtm = 1,840.
Giá trị d của mơ hình kết quả thực hiện công việc tại phụ lục F. 2. 2 trong bảng model summary cho thấy dkq = 2,135.
Như vậy giá trị d của 2 mơ hình đều nằm trong miền xác định do đó hệ số tương quan tổng thể của phần dư đối với từng mơ hình đều bằng 0, hay tính độc lập của phần dư đối với từng mơ hình thì đảm bảo.
4.4.3.4. Kiểm tra hiện tượng đa cộng tuyến
Hiện tượng đa cộng tuyến chỉ gây ra đối với mơ hình hồi quy bội37. Do đó vấn đề đa cộng tuyến chỉ xét đối với mơ hình sự thỏa mãn cơng việc. Các biến độc lập trong mơ hình hồi quy sự thỏa mãn cơng việc có tương quan với nhau ở mức độ vừa phải. Nhưng tác giả vẫn cho rằng đối với những mức độ tương quan của các biến độc lập này có thể dẫn đến hiện tượng đa cộng tuyến làm cho sự giải thích của những biến này là giống nhau trong mơ hình, và rất khó tách rời ảnh hưởng của từng biến đến biến phụ thuộc sự thỏa mãn cơng việc. Chính vì lý do trên tác giả cho tiến hành chuẩn đoán hiện tượng đa cộng tuyến vời mơ hình sự thỏa mãn cơng việc. Các đại lượng dùng cho việc chuẩn đoán này gồm :
− Độ nhận biết (Tolerance) với nguyên tắc nếu Tolerance của một biến nhỏ, thì nó gần như là một kết hợp tuyến tính của các biến độc lập khá, và có dấu hiệu đa cộng tuyến.
− Hệ số phóng đại phương sai (Variance Inflation factor – VIF). Khi Tolerance nhỏ thì VIF lớn, với VIF vượt quá 10 thì đó là dấu hiệu đa cộng tuyến.
Kết quả từ bảng Coefficients trong phụ lục F. 2. 1 cho thấy Tolerance của các biến dao động từ 0,498 đến 6,18 và VIF cao nhất thuộc về biến phúc lợi với VIF = 2,010 nhỏ hơn 10. Do đó khơng có hiện tượng đa cộng tuyến trong mơ hình sự thỏa mãn công việc.
Từ kết các kết quả kiểm định giả thuyết và những giả định. Tác giả có 2 mơ hình chính được xắp xếp theo tầm ảnh hưởng quan trọng của các nhân tố như sau :
Ytm=- 0,421 + 0,324 X1 + 0,255 X5 + 0,194 X6+ 0,181 X2
Phương Trình 4.5 : Sự Thỏa Mãn Cơng Việc
Và
Ykq=2,198 + 0,465 X7
Phương Trình 4.6 : Kết Quả Thực Hiện Công Việc
37 Hoàng Trọng - Chu Nguyễn Mộng Ngọc (2005), Phân Tích Dữ Liệu Nghiên Cứu Với SPSS, Nhà Xuất
4.5. Kiểm định sự khác biệt giữa các tổng thể
Để kiểm định sự khác biệt về sự thỏa mãn công việc giữa các đặc điểm cá nhân, tác giả sử dụng phương pháp phân tích phương sai một chiều (One-way Anova) với giả thiết đặt ra cho mỗi yếu tố đặc điểm như sau :
Ho : có sự khác biệt về mức độ thỏa mãn của nhân viên đối với công việc theo yếu tố đặc điểm cá nhân.
Với độ tin cậy là 95 %, nếu mức ý nghĩa quan sát sig. < 0,05 thì giả thuyết