Nguồn: Kết quả xử lý dữ liệu của tác giả (2016)
H2 (+) H3 (+) H1(+)
Sự gắn kết của nhân viên với
tổ chức Làm việc nhóm H4 (+) H5 (+) Phần thưởng và sự công nhận Ra quyết định và chấp nhận rủi ro Chính sách quản trị và trao đổi thông tin Đào tạo, phát triển và định hướng kế hoạch
4.5. Kết quả phân tích hồi quy
Trước khi tiến hành phân tích hồi quy, tác giả thực hiện phân tích mối tương quan tuyến tính giữa biến phụ thuộc với từng biến độc lập để chứng tỏ chúng có mối quan hệ với nhau.
Bảng 4.8: Kết quả phân tích hệ số tương quan Pearson
F1 F2 F3 F4 F5 Y
F1 Hệ số tương quan Pearson 1 Sig. (2 đuôi)
F2 Hệ số tương quan Pearson 0,231 1 Sig. (2 đuôi) 0,000
F3 Hệ số tương quan Pearson 0,253 0,332 1 Sig. (2 đuôi) 0,004 0,006
F4 Hệ số tương quan Pearson 0,226 0,237 0,301 1 Sig. (2 đuôi) 0,000 0,000 0,000
F5 Hệ số tương quan Pearson 0,423 0,487 0,464 0,521 1 Sig. (2 đuôi) 0,000 0,000 0,000 0,000
Y Hệ số tương quan Pearson 0,141 0,123 0,049 0,541 0,289 1 Sig. (2 đuôi) 0,019 0,041 0,014 0,000 0,000
Nguồn: Kết quả xử lý dữ liệu của tác giả (2016)
Mối tương quan tuyến tính giữa biến phụ thuộc (Y) và từng biến độc lập (F1, F2, F3, F4, F5) thông qua ma trận tương quan với giá trị kiểm định là hệ số tương quan Pearson. Giả thuyết H0 của kiểm định này cho rằng khơng có sự tương quan giữa hai biến. Nếu Sig. < 0,05 thì đủ cơ sở bác bỏ H0, nghĩa là hệ số tương quan giữa hai biến có ý nghĩa thống kê. Trái lại, nếu Sig. > 0,05 thì chấp nhận giả thuyết H0, nghĩa là hệ số tương quan giữa hai biến khơng có ý nghĩa thống kê.
Bảng 4.8 cho thấy yếu tố Sự gắn kết của nhân viên với tổ chức (Y) có tương quan tuyến tính với các biến độc lập F1, F2, F3, F4, F5 vì có Sig. < 0,05. Giữa các biến độc lập có hệ số tương quan xấp xỉ bằng 0 (tương ứng với Sig. gần bằng 1) nên giữa các biến độc lập khơng có tương quan tuyến tính, tức là khơng xảy ra hiện tượng đa cộng tuyến giữa các biến độc lập.
4.6. Kiểm định mơ hình nghiên cứu
Mơ hình nghiên cứu và các giả thuyết sẽ được kiểm định thơng qua phân tích hồi quy. Phương trình hồi quy bội giúp xác định tác động của các yếu tố độc lập lên Sự gắn kết của nhân viên với tổ chức (biến phụ thuộc).
Kết quả hồi quy tại bảng 4.9 cho thấy giá trị R2 hiệu chỉnh = 0,593 = 59,3%, có nghĩa là mơ hình này giải thích được 59,3% sự biến thiên của biến phụ thuộc “Sự gắn kết nhân viên với tổ chức”.
Giá trị thống kê F = 38,111 tại mức ý nghĩa (Sig.) = 0,00 < 0,05 nên có thể kết luận rằng mơ hình đưa ra phù hợp với dữ liệu thực tế.
Bảng 4.9: Chỉ tiêu đánh giá độ phù hợp của mơ hình
R R2 R2
hiệu chỉnh
Độ lệch chuẩn
ước lượng R2 thay đổi F thay đổi
Sig. F thay đổi
0,774 0,599 0,593 0,773 0,599 38,111 0,000
Nguồn: Kết quả xử lý dữ liệu của tác giả (2016)
Kết quả hồi quy tại bảng 4.10 cho thấy cả 5 biến độc lập F1, F2, F3, F4, F5 có mức ý nghĩa (Sig.) nhỏ hơn 0,01. Như vậy, các biến độc lập F1, F2, F3, F4, F5 tương quan có ý nghĩa thống kê với biến phụ thuộc Y với mức ý nghĩa 5%. Độ phóng đại phương sai (VIF) của các biến độc lập đều nhỏ hơn 2, chứng tỏ khơng có hiện tượng đa cộng tuyến.
Bảng 4.10: Các thơng số mơ hình hồi quy bội
Biến
Hệ số hồi quy chưa chuẩn hóa
Hệ số hồi quy chuẩn hóa Giá trị kiểm định Sig. Đa cộng tuyến B Sai số chuẩn Beta Dung sai VIF Hằng số 0,000 0,046 0,000 0,000 1,000 F1 0,141 0,047 0,182 3,023 0,003 0,636 1,573 F2 0,123 0,047 0,154 2,642 0,009 0,578 1,730 F3 0,049 0,047 0,064 3,059 0,002 0,628 1,593 F4 0,541 0,047 0,687 11,612 0,000 0,538 1,859 F5 0,289 0,047 0,355 6,202 0,000 0,529 1,889
Mơ hình hồi quy tuyến tính bằng phương pháp bình phương bé nhất (OLS) 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, việc dị tìm sự vi phạm các giả định là cần thiết.
Về giả định liên hệ tuyến tính, phương pháp được sử dụng là biểu đồ phân tán Scatterplot. Nhìn vào biểu đồ ta thấy, phần dư không thay đổi theo một trật tự nào đối với giá trị dự đốn. Do đó, giả thiết về liên hệ tuyến tính khơng bị vi phạm. Giả định phân phối chuẩn của phần dư được kiểm tra qua biểu đồ Histogram và đồ thị P-P plot.
Nhìn vào biểu đồ Histogram ta thấy, phần dư có dạng gần với phân phối chuẩn, giá trị trung bình gần bằng 0 và độ lệch chuẩn gần bằng 1. Đồ thị P-P plot biểu diễn các điểm quan sát thực tế tập trung khá sát đường chéo những giá trị kỳ vọng, có nghĩa là phần dư có phân phối chuẩn.
Kiểm tra vấn đề đa cộng tuyến: như đã đề cập ở phần phân tích tương quan, giữa các biến độc lập có tương quan với nhau, điều này sẽ tạo ra khả năng đa cộng tuyến của mơ hình. Vì vậy ta sẽ kiểm tra thêm hệ số phóng đại phương sai (Variance inflation factor - VIF). Kết quả phân tích cũng cho thấy hệ số phóng đại phương sai VIF của các biến là tương đối nhỏ (tất cả đều nhỏ hơn 10). Do đó, khơng có hiện tượng đa cộng tuyến trong mơ hình nghiên cứu.
Do đó, mơ hình hồi quy tuyến tính được xây dựng theo phương trình trên không vi phạm các giả định cần thiết trong hồi quy tuyến tính.
Kiểm định lý thuyết về phân phối chuẩn
Kiểm tra giả định về phân phối chuẩn phần dư cho thấy: Độ lệch chuẩn 0,991 gần bằng 1 và Mean xấp xỉ bằng 0 (hình 4.3), do đó giả thuyết phân phối chuẩn của phần dư khi xây dựng mơ hình khơng vi phạm.