Phân tích hồi quy tuyến tính sẽ giúp ta biết cường độ ảnh hưởng của các biến độc lập lên biến phụ thuộc. Phương pháp hồi quy được sử dụng ở đây là phương pháp bình phương bé nhất thông thường OLS với biến phụ thuộc là sự thỏa mãn cơng việc cịn biến độc lập là các biến thể hiện ở mơ hình đã điều chỉnh.
4.3.1. Ma trận hệ số tương quan giữa các biến
Bước đầu tiên khi phân tích hồi quy tuyến tính ta sẽ xem xét các mối quan hệ tương quan tuyến tính giữa biến phụ thuộc và từng biến độc lập, cũng như giữa các
Đặc điểm công việc Cơ hội phát triển
Thu nhập Phúc lợi của công ty
Cấp trên Đồng nghiệp
Sự thỏa mãn công việc
lập lớn chứng tỏ giữa chúng có quan hệ với nhau và phân tích hồi quy tuyến tính có thể phù hợp. Mặc khác nếu giữa các biến độc lập cũng có tương quan lớn với nhau thì đó cũng là dấu hiệu cho biết giữa chúng có thể xảy ra hiện tượng đa cộng tuyến trong mơ hình hồi quy tuyến tính ta đang xét.
Bảng 4. 4. Ma trận hệ số tương quan giữa các biến
Đặc điểm
công việc phát triển Cơ hội Thu nhập Phúc lợi trên Cấp nghiệp Đồng Thỏa mãn
Hệ số tương quan Pearson 1 .318(**) .380(**) .176(*) .004 .137 .296(**)
Đặc điểm
công việc Mức ý nghĩa .000 .000 .020 .953 .071 .000
Hệ số tương quan Pearson .318(**) 1 .486(**) .142 .313(**) .307(**) .712(**)
Cơ hội
phát triển Mức ý nghĩa .000 .000 .060 .000 .000 .000
Hệ số tương quan Pearson .380(**) .486(**) 1 .367(**) .433(**) .071 .644(**)
Thu nhập
Mức ý nghĩa .000 .000 .000 .000 .352 .000
Hệ số tương quan Pearson .176(*) .142 .367(**) 1 .568(**) .063 .523(**)
Phúc lợi
của công ty Mức ý nghĩa .020 .060 .000 .000 .404 .000
Hệ số tương quan Pearson .004 .313(**) .433(**) .568(**) 1 .039 .514(**)
Cấp trên
Mức ý nghĩa .953 .000 .000 .000 .609 .000
Hệ số tương quan Pearson .137 .307(**) .071 .063 .039 1 .314(**)
Đồng
nghiệp Mức ý nghĩa .071 .000 .352 .404 .609 .000
Hệ số tương quan Pearson .296(**) .712(**) .644(**) .523(**) .514(**) .314(**) 1
Thỏa mãn
Mức ý nghĩa .000 .000 .000 .000 .000 .000
(*) hệ số tương quan có ý nghĩa ở mức 0.05 (kiểm định 2 phía). (**) hệ số tương quan có ý nghĩa ở mức 0.01 (kiểm định 2 phía)
Kết quả Bảng 4.4 cho thấy biến phụ thuộc là sự thỏa mãn cơng việc đều có mối tương quan tuyến tính với cả sáu biến độc lập, trong đó hệ số tương quan giữa sự thỏa mãn công việc và sự thỏa mãn với cơ hội phát triển là lớn nhất, đạt 0.712; hệ số tương quan giữa biến phụ thuộc với sự thỏa mãn đối với đặc điểm công việc là thấp nhất, chỉ đạt 0.296.
4.3.2. Kiểm định mơ hình hồi qui tuyến tính
Bước tiếp theo ta tiến hành kiểm định mơ hình hồi quy tuyến tính. Dựa vào cơ sở lý thuyết và kết quả phân tích hệ số tương quan Pearson ở trên, ta sẽ đưa tất cả
các biến độc lập trong mô hình hồi quy đã điều chỉnh bằng phương pháp Enter (các biến được đưa vào cùng một lượt).
Ta có phương trình hồi quy tuyến tính như sau:
Y = βo + β1 X1 + β2 X2 + β3 X3 + β4 X4 + β5 X5 + β6 X6 + e
Trong đó:
Y : sự thỏa mãn cơng việc của người lao động ngành hàng không dân dụng
Βk : hệ số hồi quy riêng từng phần
X1 : sự thỏa mãn đối với cơ hội phát triển X2: sự thỏa mãn đối với cơ hội phát triển. X3 : sự thỏa mãn đối với thu nhập.
X4 : sự thỏa mãn đối với phúc lợi của công ty. X5 : sự thỏa mãn đối với cấp trên
X6 : sự thỏa mãn đối với đồng nghiệp
e : biến độc lập ngẫu nhiên có phân phối chuẩn.
Bảng 4. 5. Mơ hình tóm tắt sử dụng phương pháp Enter
Thống kê thay đổi Mơ hình R R 2 R2 hiệu chỉnh Độ lệch chuẩn của ước lượng R2
thay đổi F thay đổi df1 df2
Mức ý nghĩa F thay đổi Hệ số Durbin- Watson 1 .865a .749 .740 .448 .749 88.430 6 168 .000 2.039 Mơ hình Tổng bình phương df Bình phương trung bình cộng F Mức ý nghĩa Sig.
Hồi quy 100.329 6 16.721 83.430 .000(a)
Phần dư 33.671 168 .200
1
Tổng 134.000 174
a. Dự báo: (hằng số), đồng nghiệp, cấp trên, đặc điểm công việc, cơ hội phát triển, phúc lợi công ty, thu nhập b. Biến phụ thuộc: thỏa mãn
Để đánh giá độ phù hợp của mơ hình hồi quy tuyến tính bội, người ta thường dùng hệ số xác định R2 hiệu chỉnh (Adjusted R2) vì nó khơng thổi phồng mức độ phù hợp của mơ hình như hệ số R2. Bảng 4.5 cho thấy hệ số xác định R2
thích được 74% biến thiên của biến phụ thuộc sự thỏa mãn cơng việc. Với giá trị này thì độ phù hợp của mơ hình là tương đối tốt. Nói cách khác, mơ hình hồi quy tuyến tính xây dựng là phù hợp với mẫu.
Bảng 4. 6. Kết quả hồi qui tuyến tính theo phương pháp Enter
Chưa chuẩn hóa Đã chuẩn hóa Hệ số tương quan Thống kê đa cộng tuyến Mơ
hình B Sai số chuẩn Beta t
Mức ý nghĩa Bậc không Riêng phần Thành phần Hệ số Tolerance VIF (hằng số) -.270 .284 -.951 .343
Đặc điểm công việc (X1) -.043 .053 -.036 -.810 .419 .296 -.062 -.031 .763 1.311
Cơ hội phát triển (X2) .412 .041 .491 10.138 .000 .712 .616 .392 .638 1.568
Thu nhập (X3) .286 .054 .268 5.303 .000 .644 .379 .205 .587 1.705
Phúc lợi (X4) .286 .044 .321 6.542 .000 .523 .451 .253 .623 1.605
Cấp trên (X5) .084 .076 .058 1.107 .270 .514 .085 .043 .552 1.812
1
Đồng nghiệp (X6) .142 .046 .127 3.083 .002 .314 .231 .119 .888 1.127
a. Biến phụ thuộc: sự thỏa mãn
Theo Bảng 4.6, với độ tin cậy 95%, giá trị Sig. của 2 biến “đặc điểm công
việc” và “cấp trên” lại khá cao (mức ý nghĩa sig. lần lượt là 0.419 và 0.270), cho thấy chúng ta khơng có đủ độ tin cậy để khẳng định hai biến trên có ảnh hưởng đến sự thỏa mãn công việc của người lao động ngành hàng không dân dụng Việt Nam.
Vậy kết quả kiểm định mơ hình hồi quy tuyến tính cho thấy bốn biến độc lập là “cơ hội phát triển”, “thu nhập”, “phúc lợi của công ty” và “đồng nghiệp” ảnh hưởng đến biến phụ thuộc là “sự thỏa mãn công việc”. Hai biến là “đặc điểm cơng việc” và “cấp trên” khơng có ý nghĩa nên đề tài khơng đưa vào phương trình hồi qui.
Phần mềm xử lý số liệu cho ra phương trình hồi quy tuyến tính như sau:
Y = 0.491X2+ 0.268X3 + 0.321X4 + 0.127X6 (1) Trong đó:
Y : sự thỏa mãn cơng việc của người lao động ngành hàng không dân dụng X2: sự thỏa mãn đối với cơ hội phát triển.
X3 : sự thỏa mãn đối với thu nhập.
X4 : sự thỏa mãn đối với phúc lợi của công ty. X6 : sự thỏa mãn đối với đồng nghiệp.
4.3.3. Giải thích tầm quan trọng của các biến trong mơ hình
Phương trình hồi quy tuyến tính trên giúp ta rút ra kết luận từ mẫu nghiên cứu rằng sự thỏa mãn công việc của người lao động ngành hàng không dân dụng tại TP.HCM phụ thuộc vào bốn nhân tố chính, đó là sự thỏa mãn đối với cơ hội phát triển, thu nhập, phúc lợi của công ty, đồng nghiệp. Do tất cả các biến độc lập đều được đo lường bằng thang đo mức độ Likert (cùng một đơn vị tính) nên từ phương trình hồi quy này ta cũng thấy được tầm quan trọng của từng nhân tố đối với sự thỏa mãn công việc. Trong đó, sự thỏa mãn về cơ hội phát triển có ảnh hưởng mạnh nhất; sự thỏa mãn đối với thu nhập và phúc lợi của cơng ty có mức độ ảnh hưởng ngang nhau. Sự thỏa mãn đối với đồng nghiệp có ảnh hưởng thấp nhất.
Y = 0.491X2+ 0.268X3 + 0.321X4 + 0.127X6
Nếu sự thỏa mãn với cơ hội phát triển tăng lên một bậc sẽ giúp cho sự thỏa mãn công việc tăng lên trung bình 0.491 bậc. Tương tự, sự tăng lên một bậc của sự thỏa mãn đối với thu nhập hoặc phúc lợi của công ty sẽ làm cho sự thỏa mãn công việc tăng lên lần lượt là 0.268 và 0.321; tỉ lệ này đối với sự ảnh hưởng của biến đồng nghiệp là 0.127.
4.3.4. Dị tìm sự vi phạm các giả định cần thiết trong hồi qui tuyến tính
Giả định đầu tiên là giả định liên hệ tuyến tính. Phương pháp được sử dụng là đồ thị phân tán Scatter với giá trị phần dư chuẩn hóa trên trục tung và giá trị dự đốn chuẩn hóa trên trục hồnh. Nhìn vào đồ thị ta thấy phần dư không thay đổi theo một trật tự nào đối với giá trị dự đoán. Vậy giả thuyết về liên hệ tuyến tính khơng bị vi phạm.
Hình 4. 2. Đồ thị phân tán Scatterplot với giá trị phần dư chuẩn hóa trên trục tung và giá trị dự đoán chuẩn hóa trên trục hồnh
Tiếp theo đề tài kiểm định giả định về phân phối chuẩn của phần dư. Biểu đồ tần số của phần dư chuẩn hóa Histogram (Hình 4.3) cho biết phân phối của phần dư xấp xỉ chuẩn.