4.4.1. Kiểm định hệ số hồi quy
Qua phân tích hồi quy thể hiện trong bảng hệ số Coefficients, có 3 hệ số hồi quy có giá trị sig = 0,000 nhỏ hơn rất nhiều so với ngay cả α=0,05, một hệ số hối quy của Lương có sig = 0,021<0,05 và 2 hệ số của Cơng đồn và Hiểu biết của người lao động có giá trị lần lượt là sig = 0,882 > 0,05 và sig=0,786 > 0,05. Do đó, có 4 hệ số hồi quy của Quy định và pháp luật, Cơ hội thăng tiến, Đồng nghiệp và Lương có ý nghĩa thống kê, 4 giả thuyết được chúng minh hay nói cách khác là cả 4 yếu tố đều ảnh hưởng đến kết quả hoạt động của công ty và 2 hệ số của Cơng đồn và Hiểu biết của người lao động khơng có ý nghĩa hay khơng ảnh hưởng đến kết quả hoạt động của công ty.
Bảng hệ số Coefficients cũng cho có 3 hệ số hồi quy của Quy định và pháp luật, Cơ hội thăng tiến và Đồng nghiệp mang dấu dương, thể hiện 3 thành phần trong mô hình hồi quy tuyến tính trên ảnh hưởng theo chiều hướng tỷ lệ thuận với Mức độ hài lòng trong quan hệ lao động và một hệ số của Lương mang dấu âm nên có ảnh hưởng theo chiều hướng tỷ lệ nghịch với Mức độ hài lòng trong quan hệ lao động. Trong đó, thành phần yếu tố Cơ hội thăng tiến có tác động mạnh nhất.
4.4.2. Kiểm định độ phù hợp chung của mơ hình
Kết quả kiểm định độ phù hợp chung của mơ hình được thể hiện trong bảng ANOVA cho thấy sig = 0,000 nhỏ hơn rất nhiều so với mức ý nghĩa α=5%. Do đó, có thể kết luận các giả thuyết đưa ra được chấp nhận, chứng minh mơ hình có ý nghĩa thống kê.
Bảng 4.26 Bảng kiểm định độ phù hợp chung của mơ hình
ANOVAb Mơ hình Tổng các bình phương Df Trung bình bình phương F Sig. 1 Hồi quy 46.212 6 7.702 59.707 .000a Phần dư 28.379 220 .129 Tổng 74.592 226
Nguồn : Kết quả phân tích dữ liệu
4.4.3. Kiểm định đa cộng tuyến
Kết quả kiểm tra hiện tượng đa cộng tuyến thơng qua hệ số phóng đại phương sai VIF thể hiện trọng bảng hệ số Coefficients cho thấy, tất cả các thành phần yếu tố trong mơ hình cho hệ số VIF rất nhỏ ( nhỏ hơn 2 ), nhỏ hơn rất nhiều so với chuẩn 10 theo Hoàng Trọng & Mộng Ngọc (2008, 252), chứng tỏ các yếu tố độc lập khơng có quan hệ chặt chẽ với nhau nên không xảy ra hiện tượng đa cộng tuyến.
4.4.4. Kiểm định hiện tượng tự tương quan
Đại lượng thống kê Durbin-Watson được dùng để kiểm định tương quan của các sai số kề nhau ( tương quan chuỗi bậc nhất) hay còn gọi là kiểm định tự tương quan. Trong bảng Model Summary, kết quả thống kê Durbin-Watson bằng 2,023 > 2 nên không xảy ra hiện tượng tự tương quan.
4.4.5. Kiểm định hiện tương phương sai của sai số thay đổi
Kết quả kiểm định tương quan hạng giữa giá trị tuyệt đối phần dư hồi quy được chuẩn hóa (ABSRE) với các yếu tố độc lập thể hiện ở bảng sau:
Bảng 4.27 Bảng kiểm định hiện tương phương sai của sai số thay đổi
ABSRESID Quy định và pháp luật Cơ hội thăng tiến Đồng nghiệp Cơng đồn Lương Hiểu biết của người lao động ABSRESIDHệ số tương quan 1.000 .733 ** .779** .693** .415** -.037 .245** Sig. (2-tailed) . .000 .000 .000 .000 .584 .000 N 227 227 227 227 227 227 227
Nguồn : Kết quả phân tích dữ liệu
Giá trị sig của tương quan hạng Lương lớn hơn mức ý nghĩa 5% vậy không xảy ra hiện tượng tương quan hạng tổng thể giữa phần dư và nhân tố độc lập, hay không xảy ra hiện tượng phương sai của sai số thay đổi.
Giá trị sig của các tương quan hạng đều nhỏ hơn mức ý nghĩa 5%, nên hệ số tương quan hạng tổng thể giữa phần dư và các nhân tố độc lập sẽ khác 0. Điều này có nghĩa là xảy ra hiện tượng tương quan hạng tổng thể giữa phần dư và các nhân tố không độc lập, hay xảy ra hiện tượng phương sai của sai số thay đổi.
4.4.6. Kiểm định các phần dư phân phối chuẩn
“Phần dư có thể khơng tn theo phân phối chuẩn vì những lý do: sử dụng mơ hình không đúng, phương sai không phải là hằng số, số lượng các phần dư không đủ nhiều để phân tích… Vì vậy, chúng ta nên thực hiện nhiều cách khảo sát khác nhau. Một cách đơn giản nhất là xây dựng biểu đồ tần số của phần dư” Hoàng Trọng & Mộng
Ngọc (2008, 228). Trong bài này sử dụng biểu đồ tần số Histogram và biểu đồ phân phối tích lũy P-P Plot và Scatterplot.
Hình 4.3 Biểu đồ tần số
Giá trị trung bình rất nhỏ gần bằng 0 (Mean= 4,19E-15) và độ lệch chuẩn xấp xỉ bằng 1 (Std. Dev = 0,987) nên giả thiết phân phối chuẩn không bị vi phạm.
Hình 4.4Biểu đồ P-P Plot Hình 4.5 Biểu đồ Scatterplot
Các điểm quan sát không phân tán quá xa Các điểm quan sát xoay quanh trục 0 và trong đường thẳng kỳ vọng nên giả khoảng từ -1 đến 1 nên giả thiết phân thiết phân phối chuẩn không bị vi phạm phối chuẩn không bị vi phạm