4.4.1. Phân tích tương quan
Bước đầu tiên khi phân tích hồi quy tuyến tính là sử dụng hệ số tương quan Pearson để xem xét các mối quan hệ tương quan tuyến tính giữa biến phụ thuộc và từng biến độc lập, cũng như giữa các biến độc lập với nhau.
Hệ số này luôn nằm trong khoảng từ -1 đến +1, lấy giá trị tuyệt đối, nếu lớn hơn 0,6 thì 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 cho biết mối quan hệ là lỏng.
Kết quả trong bảng hệ số tương quan (xem phụ lục 8) cho thấy biến phụ thuộc có mối quan hệ tương quan tuyến tính với cả năm biến độc lập, trong đó hệ số tương quan giữa sự thỏa mãn công việc (JS) và sự sử dụng tri thức (KU) là cao nhất đạt 0,452; hệ số tương quan giữa sự thỏa mãn cơng việc (JS) và sự tích lũy tri thức (KA) là thấp nhất đạt 0,325.
4.4.2. Phân tích hồi quy
Bảng 4.4 Đánh giá độ phù hợp của mơ hình
Mơ hình R R2 R2 hiệu chỉnh Độ lệch chuẩn
của ước lượng
1 0,580a 0,337 0,326 0,49719
a. Predictors: (Constant), KI, KC, KA, KU, KS
Nguồn: Kết quả xử lý SPSS
Năm nhân tố của thang đo quản lý tri thức được đưa vào xem xét mức độ ảnh hưởng đến sự thỏa mãn cơng việc của người lao động có trình độ đại học bằng phương pháp Enter. Kết quả hồi quy R2 hiệu chỉnh là 0,326, nghĩa là mơ hình giải thích được 32,6% sự thay đổi của biến sự thỏa mãn cơng việc.
Mơ hình phù hợp với dữ liệu ở độ tin cậy 95% vì mức ý nghĩa của thống kê F trong kiểm định ANOVA rất nhỏ (Sig = 0,000 < 0,05)
Bảng 4.5 Kết quả các thơng số hồi qui
Chưa chuẩn hóa Chuẩn
hóa Thống kê đa cộng tuyến Mơ hình B Độ lệch chuẩn Beta t Sig. Độ chấp nhận VIF Hằng số 0,813 0,268 3,037 0,003 KC 0,136 0,053 0,144 2,573 0,011 0,717 1,394 KA 0,125 0,057 0,114 2,167 0,031 0,808 1,237 KS 0,191 0,056 0,197 3,437 0,001 0,684 1,461 KU 0,177 0,044 0,231 4,039 0,000 0,689 1,452 1 KI 0,137 0,058 0,133 2,382 0,018 0,726 1,377 Nguồn: Kết quả xử lý SPSS
Tất cả 5 nhân tố của thang đo quản lý tri thức đều thực sự có ảnh hưởng đến sự thỏa mãn công việc của người lao động có trình độ đại học. Các biến này đều có ảnh hưởng dương đến sự thỏa mãn công việc (do hệ số Beta đều dương). Điều này có nghĩa là khi sự sáng tạo tri thức tăng, hay sự tích lũy tri thức tăng, hay sự chia sẻ tri thức tăng, hay sự sử dụng tri thức tăng, hay sự tiếp thu tri thức tăng thì đều khiến cho sự thỏa mãn công việc của người lao động có trình độ đại học tăng lên và ngược lại.
Phương trình hồi quy đối với các biến đã chuẩn hóa có dạng như sau:
Để xác định mức độ ảnh hưởng của các nhân tố KC, KA, KS, KU, KI đến JS chúng ta căn cứ vào hệ số Beta. Nếu trị số tuyệt đối Beta của nhân tố nào càng lớn thì mức độ ảnh hưởng đến JS càng cao và ngược lại. Như vậy, trong phương trình trên, nhân tố sự sử dụng tri thức (KU) ảnh hưởng mạnh nhất đến sự thỏa mãn công việc (Beta = 0,231), tiếp đến là sự chia sẻ tri thức (Beta = 0,197), sự sáng tạo tri thức (Beta = 0,144), sự tiếp thu tri thức (Beta = 0,135) và cuối cùng là sự tích lũy tri thức (Beta = 0,114).
Hình 4.1 Kết quả hồi quy
Sự sáng tạo tri thức (KC) Sự chia sẻ tri thức (KS) Sự tích lũy tri thức (KA) Sự tiếp thu tri thức (KI) Sự sử dụng tri thức (KU) Sự thỏa mãn công việc (JS) Beta = 0,144 Sig = 0,011 Beta = 0,114 Sig = 0,031 Beta = 0,197 Sig = 0,001 Beta = 0,231 Sig = 0,000 Beta = 0,133 Sig = 0,018
4.4.3. Dị tìm sự vi phạm các giả định cần thiết
Giả định về liên hệ tuyến tính và phương sai thay đổi. Kiểm tra giả định này bằng cách vẽ đồ thị phân tán Scatterplot với giá trị phần dư chuẩn hóa trên trục tung và giá trị dự đốn chuẩn hóa trên trục hồnh. Nếu giả định liên hệ tuyến tính và phương sai bằng nhau được thỏa mãn thì sẽ khơng nhận thấy có liên hệ gì giữa các giá trị dự đoán với phần dư, chúng sẽ phân tán ngẫu nhiên. Đồ thị phân tán Scatterplot (xem phụ lục 8) cho thấy phần dư phân tán ngẫu nhiên trong một vùng xung quanh đường đi qua tung độ 0 chứ không tạo thành một hình dạng nào. Như vậy giá trị dự đốn và phần dư độc lập nhau và phương sai của phần dư không thay đổi. Như vậy mơ hình hồi quy phù hợp.
Giả định về phân phối chuẩn của phần dư. Phần dư có thể khơng tn theo phân phối chuẩn vì những lý do như: sử dụng sai mơ hình, phương sai không phải là hằng số, số lượng các phần dư không đủ nhiều để phân tích… Vì vậy chúng ta nên thử nhiều cách khảo sát khác nhau. Một cách khảo sát đơn giản nhất là xây dựng biểu đồ tần số Histogram của các phần dư. Biểu đồ tần số Histogram (xem phụ lục 8) cho thấy phần dư có phân phối chuẩn với giá trị trung bình gần bằng 0 và độ lệch chuẩn của nó là 0,992 (gần bằng 1). Do đó, có thể kết luận rằng giả định phân phối chuẩn không bị vi phạm.
Giả định khơng có mối tương quan giữa các biến độc lập (đo lường đa cộng tuyến). Để kiểm tra hiện tượng đa cộng tuyến, chỉ số thường dùng là hệ số phóng đại phương sai VIF (Variance Inflation Factor). Theo Nguyễn Đình Thọ (2011): “Thơng thường nếu VIF của một biến độc lập nào đó >10 thì biến này hầu như khơng có giá trị giải thích biến thiên của Y trong mơ hình hồi quy bội. Tuy nhiên, trong thực tế, nếu VIF >2, chúng ta cần cẩn thận trong diễn giải các trọng số hồi quy”. Bảng 4.5 cho thấy hệ số phóng đại
phương sai VIF của các biến độc lập đều nhỏ hơn 2 nên khơng có hiện tượng đa cộng tuyến xảy ra.
Như vậy, mơ hình hồi quy tuyến tính trong nghiên cứu khơng vi phạm các giả định cần thiết trong hồi quy tuyến tính.