Biến quan sát
Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại biến
Tương quan biến tổng
Cronbach's Alpha nếu loại biến
Đào tạo thăng tiến - Cronbach Alpha = 0.647
DKTT.1 12.77 4.821 0.432 0.578
DKTT.2 11.91 4.756 0.472 0.558
DKTT.3 12.87 5.105 0.371 0.608
DKTT.4 11.89 5 0.414 0.587
DKTT.5 12.83 5.487 0.309 0.634
Đặc điểm công việc - Cronbach Alpha = 0.606
DDCV.1 6.3 2.131 0.34 0.623
DDCV.2 6.19 2.032 0.478 0.414
DDCV.3 5.79 2.178 0.435 0.479
Môi trường làm việc- Cronbach Alpha = 0.652
MTLV.1 8.47 4.251 0.21 0.729
MTLV.2 8.92 3.645 0.439 0.579
MTLV.3 8.96 3.636 0.495 0.543
MTLV.4 8.99 3.027 0.624 0.434
Triển vọng công ty - Cronbach Alpha = 0.633
TVCT.1 6.89 2.418 0.3 0.736
TVCT.2 6.69 2.16 0.561 0.379
TVCT.3 6.77 2.096 0.492 0.462
Thu nhập - Cronbach Alpha = 0.623
TN.1 8.99 3.416 0.444 0.523
TN.2 9.57 3.495 0.397 0.558
TN.3 9.06 3.48 0.39 0.563
Dựa vào kết quả trên, chúng ta thấy 5 yếu tố đều thỏa mãn độ tin cậy, hệ số Cronbach’s alpha lớn hơn 0.6. Tuy nhiên, trong yếu tố Mơi trường làm việc có một biến quan sát có hệ số tương quan biến tổng nhỏ hơn 0.3 là “Thời gian bắt đầu và kết thúc làm việc của tôi là phù hợp” nên tác giả loại khỏi nghiên cứu để đám bảo độ chính xác.
2.2.2.2.4. Phân tích hồi quy
Thơng qua phương pháp hồi quy tuyến tính sẽ cho biết được mức độ ảnh hưởng của các biên độc lập lên các biến phụ thuộc mà cụ thể ở đây là các yếu tố đặc điểm công việc, môi trường làm việc, điều kiện thăng tiến phát triển, thu nhập và triển vọng cơng ty có tác động như thế nào đến hoạt động duy trì nguồn nhân lực của cơng ty.
Điều kiện để phân tích hồi qui là mẫu phải có phân bố chuẩn. Tức là, mẫu có giá trị trung bình bằng 0 và độ lệnh chuẩn bằng 1. Như vậy, theo Hình 2.3. thì mẫu chúng ta thỏa mãn điều kiện để có thể phân tích hồi qui.
Phương trình hồi quy tuyến tính có dạng như sau:
(4.1)
Trong đó: : Vai trị của người bán hàng ở quan sát thứ i : Giá trị của biến độc lập thứ I tại quan sát thứ i : Hệ số hồi quy riêng phần
: Phần dư, biến độc lập ngẫu nhiên có phân phối chuẩn
Từ bảng 2.11, ta nhâ ̣n thấy rằng R Square ln lớn hơn Adjusted R Square , ngồi ra Adjusted R Square lớn hơn 0,5, giá trị sig rất nhỏ chứng tỏ mô hình được kiểm đi ̣nh là phù hợp và đáng tin câ ̣y.
Bảng 2.13: Kiểm định F Model Summaryb