4.4.1. Phân tích tƣơng quan
Trƣớc khi tiến hành phân tích hồi quy, ta sẽ xem xét mối quan hệ tƣơng quan tuyến tính giữa biến phụ thuộc và từng biến độc lập, cũng nhƣ giữa các biến độc lập với nhau. Hệ số tƣơng quan giữa biến phụ thuộc và các biến độc lập càng lớn chứng tỏ mối quan hệ giữa biến phụ thuộc và các biến độc lập càng cao, và nhƣ vậy phân tích hồi quy có thể phù hợp. Mặt khác, nếu giữa các biến độc lập có mối tƣơng quan lớn với nhau thì điều này lại có nghĩa là có thể xảy ra hiện tƣợng đa cộng tuyến trong mơ hình hồi quy.
Hệ số tƣơng quan Person đƣợc sử dụng để xem xét mối quan hệ tƣơng quan tuyến tính giữa biến phụ thuộc với từng biến độc lập, cũng nhƣ giữa các biến độc lập với nhau. Hệ số này luôn này trong khoảng từ -1 đến 1, lấy giá trị tuyệt đối, nếu lớn hơn 0.6 thì ta có thể kết luận mối quan hệ là chặt chẽ, và càng gần 1 thì mối quan hệ càng chặt, nếu nhỏ hơn 0.3 thì có biết mối quan hệ là lỏng.
Kết quả phân tích cho thấy có mối quan hệ tƣơng quan giữa Kết quả công việc với các biến độc lập Tự tin, Lạc quan, Hy vọng và Thích nghi và mối quan hệ này là tƣơng đối chặt chẽ. Trong đó, nhân tố Tự tin có tƣơng quan mạnh nhất (hệ số tƣơng quan Person là 0,711), nhân tố Lạc quan có tƣơng quan yếu nhất (hệ số tƣơng quan Person là 0,533).
Kết quả phân tích cho thấy giữa các biến độc lập cũng có mối tƣơng quan với nhau. Tuy nhiên, ta không cần quá bận tâm với vấn đề này vì kiểm định đa cộng tuyến bên dƣới sẽ giúp xác định đƣợc giữa các biến đƣợc giữ lại khi phân tích hồi quy có xảy ra hiện tƣợng đa cộng tuyến hay khơng.
4.4.2. Phân tích hồi quy
Các nhân tố của thang đo năng lực tâm lý đƣợc đƣa vào xem xét mức độ ảnh hƣởng đến kết quả công việc của nhân viên ngân hàng và nhân viên công ty thƣơng mại- dịch vụ bằng phƣơng pháp Enter. Kết quả hồi quy R2
hiệu chỉnh là 0,638, nghĩa là mơ hình giải thích đƣợc 63,8% sự thay đổi của biến kết quả cơng việc và mơ hình phù hợp với dữ liệu ở độ tin cậy 95% (Xem Phụ lục 6)
Bảng 4.5. Đánh giá độ phù hợp của mơ hình
Mơ
hình R R
2
R2 hiệu chỉnh Độ lệch chuẩn của ƣớc lƣợng
1 0,802a 0,643 0,638 0,58631
Nguồn: tác giả Với mức ý nghĩa của thống kê F trong kiểm định ANOVA rất nhỏ (Sig = 0,000), mơ hình phù hợp với dữ liệu ở độ tin cậy 95%.
Bảng 4.6. Kết quả các thông số hồi quy
Mô hình Hệ số chƣa chuẩn hóa Hệ số chuẩn hóa t Sig. Thống kê đa cộng tuyến B Std. Error Beta Độ chấp nhận VIF 1 Hằng số 0,419 0,227 1,850 0,065 TT 0,365 0,044 0,386 8,321 0,000 0,561 1,783 LQ 0,128 0,040 0,135 3,205 0,001 0,684 1,463 HV 0,237 0,039 0,278 6,104 0,000 0,584 1,712 TN 0,193 0,044 0,192 4,400 0,000 0,634 1,577 Biến phụ thuộc: KQ Nguồn: tác giả
Kết quả phân tích hồi quy cho thấy tất cả 4 nhân tố của thang đo năng lực tâm lý đều thực sự có ảnh hƣởng đến kết quả công việc (do Sig của các trọng số hồi quy đều đạt mức ý nghĩa). Các biến này đều có ảnh hƣởng dƣơng đến kết quả cơng việc (do hệ số Beta đều dƣơng). Điều này có nghĩa là khi Tự tin tăng, hay Lạc quan tăng, hay Hy vọng tăng, hay Thích nghi tăng thì đều khiến cho Kết quả cơng việc tăng lên và ngƣợc lại.
Phƣơng trình hồi quy đối với các biến đã chuẩn hóa có dạng nhƣ sau:
KQ = 0,386TT + 0,278HV + 0,192TN + 0,135LQ
Để xác định mức độ ảnh hƣởng của các nhân tố TT, HV, TN, LQ đến KQ chúng ta căn cứ vào hệ số Beta. Nếu Beta càng lớn thì mức độ ảnh hƣởng đến KQ càng cao và ngƣợc lại. Nhƣ vậy, trong phƣơng trình trên, yếu tố Tự tin ảnh hƣởng mạnh nhất đến Kết quả công việc (Beta = 0.386), tiếp đến là Hy vọng (Beta = 0.278), Thích nghi (Beta = 0.192) và Lạc quan (Beta = 0.135).
Hình 4.1. Kết quả hồi quy
Nguồn: tác giả
Kết quả công việc Tự tin Lạc quan Hy vọng Thích nghi men 0.386 (sig=0,000) 0.135 (sig=0,001) 0.278 (sig=0,000) 0.192 (sig=0,000)
4.4.3. Dị tìm các vi phạm giả định cần thiết trong phân tích hồi quy quy
Giả định đầu tiên là liên hệ tuyến tính giữa biến phụ thuộc và các biến độc lập cũng nhƣ hiện tƣợng phƣơng sai thay đổi. Ta kiểm tra giả định này bằng cách vẽ biểu đồ phân tán giữa các phần dƣ và giá trị dự đốn mà mơ hình cho ra. Ngƣời ta hay vẽ biểu đồ phân tán giữa 2 giá trị này đã đƣợc chuẩn hóa (standardized) với phần dƣ trên trục tung và giá trị dự đoán trên trục hoành. Nếu giả định liên hệ tuyến tính và phƣơng sai bằng nhau đƣợc thỏa mãn, thì ta sẽ khơng nhận thấy có liên hệ gì giữa các giá trị dự đoán với phần dƣ, chúng sẽ phân tán ngẫu nhiên trong một phạm vi khơng đổi quanh trục 0.
Nhìn vào đồ thị Scatter, ta thấy đồ thị phân tán ngẫu nhiên trong một vùng xung quanh đƣờng đi qua tung độ 0 chứ không tạo thành một hình dạng cụ thể nào. Nhƣ vậy, giả thiết về liên hệ tuyến tính cũng nhƣ hiện tƣợng phƣơng sai thay đổi không bị vi phạm.
Giả định tiếp theo là giả định về phân phối chuẩn của phần dƣ. Để thực hiện kiểm định này, ta sử dụng biểu đồ Histogram. Nhìn vào biểu đồ ta thấy phần dƣ có phân phối chuẩn với giá trị trung bình gần bằng 0 và độ lệch chuẩn gần bằng 1. Do đó, ta có thể kết luận rằng giả thiết phân phối chuẩn không bị vi phạm.
Cuối cùng, ta tiến hành xem xét sự vi phạm đa cộng tuyến của mơ hình. Hệ số phóng đại phƣơng sai VIF của các biến độc lập đều nhỏ hơn 2 nên khơng có hiện tƣợng đa cộng tuyến xảy ra. Theo Nguyễn Đình Thọ (2011, trang 497): “Thông thƣờng nếu VIF của một biến độc lập nào đó >10 thì biến này hầu nhƣ khơng có giá trị giải thích biến thiên của Y trong mơ hình MLR (Hair & ctg 2006). Tuy nhiên, trong thực tế, nếu VIF >2, chúng ta cần cẩn thận trong diễn giải các trọng số hồi quy”.