4.3 Kiểm định mô hình đo lƣờ ng
4.3.2.2 Thang đo kết quả công việc
Kết quả phân tích nhân tố đối với thang đo kết quả cơng việc cho thấy có 1 nhân tố được rút trích ra và khơng có biến quan sát nào bị loại. Với hệ số KMO = 0,754, kiểm định Chi-Square = 728.608, mức ý nghĩa Sig = 0. Hệ số tải nhân tố của các biến đều đạt trên 0,7; phương sai trích là 80,416%. Như vậy tất cả các biến quan sát của thang đo kết quả công việc đều đạt yêu cầu.
4.3.2.3 Mơ hình nghiên cứu điều chỉnh
Sau khi thực hiện kiểm định EFA với thang đo chất lượng sống trong công việc và rút trích được 5 nhân tố mới, tác giả đã tiến hành đặt tên lại cho các nhân tố và kiểm định lại Cronbach „s Alpha đối với các nhân tố mới. Các biến quan sát của thang đo kết quả công việc đều đạt u cầu. Mơ hình nghiên cứu điều chỉnh gồm có 5 giả thuyết như sau:
H1: Thỏa mãn nhu cầu thể hiện của nhân viên du học sinh Việt Nam làm tăng kết quả công việc của họ
H2: Thỏa mãn nhu cầu thành viên trong cộng đồng của nhân viên du học sinh Việt Nam làm tăng kết quả công việc của họ
H3: Thỏa mãn nhu cầu sức khỏe của nhân viên du học sinh Việt Nam làm tăng kết quả công việc của họ
H4: Thỏa mãn nhu cầu kinh tế của nhân viên du học sinh Việt Nam làm tăng kết quả công việc của họ
H5: Thỏa mãn nhu cầu gia đình và giải trí của nhân viên du học sinh Việt Nam làm tăng kết quả công việc của họ
Thỏa mãn nhu cầu thể hiện Thỏa mãn nhu cầu
thành viên trong cộng đồng
H1
H2
Kết
Thỏa mãn nhu cầu
sức khỏe H3
quả công
Thỏa mãn nhu cầu
kinh tế H4
việc
H5 Thỏa mãn nhu cầu
gia đình và giải trí
Hình 4.1: Mơ hình nghiên cứu điều chỉnh
4.4. Phân tích hồi quy
Hồi quy tuyến tính bội thường được dùng để kiểm định và giải thích lý thuyết nhân quả. Mơ hình 4.1 có một khái niệm phụ thuộc là kết quả công việc và 5 khái niệm độc lập là: thỏa mãn nhu cầu thể hiện, thỏa mãn nhu cầu thành viên trong cộng đồng; thỏa mãn nhu cầu sức khỏe, thỏa mãn nhu cầu kinh tế, thỏa mãn nhu cầu gia đình và giải trí.
4.4.1. Phân tích tƣơng quan
Trước khi tiến hành phân tích hồi quy, ta sẽ xem xét 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 tương 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 như vậy phân tích hồi quy có thể phù hợp. Mặt
khác, nếu giữa các biến độc lập có mối tương quan lớn với nhau thì điều này lại có nghĩa là có thể xảy ra hiện tượng đa cộng tuyến trong mơ hình hồi quy.
Hệ số tương quan Pearson được sử dụng để xem xét mối quan hệ tương quan tuyến tính giữa biến phụ thuộc với 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 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.
Bảng 4.5: Phân tích hệ số tƣơng quan Pearson
The_hien Thanh_vien Suc_khoe Kinh_te Giadinh_Giaitri Ket_qua The_hien Pearson Correlation
Sig. (2-tailed) N 1 .697** .449** .445** .390** .639** .000 .000 .000 .000 .000 214 214 214 214 214 214
Thanh_vien Pearson Correlation Sig. (2-tailed) N
.697** 1 .412** .473** .398** .668**
.000 .000 .000 .000 .000
214 214 214 214 214 214
Suc_khoe Pearson Correlation Sig. (2-tailed) N
.449** .412** 1 .435** .285** .341**
.000 .000 .000 .000 .000
214 214 214 214 214 214
Kinh_te Pearson Correlation Sig. (2-tailed) N
.445** .473** .435** 1 .302** .411**
.000 .000 .000 .000 .000
214 214 214 214 214 214
Giadinh Pearson Correlation _Giaitri Sig. (2-tailed)
N
.390** .398** .285** .302** 1 .434**
.000 .000 .000 .000 .000
214 214 214 214 214 214
Ket_qua Pearson Correlation Sig. (2-tailed) N
.639** .668** .341** .411** .434** 1
.000 .000 .000 .000 .000
Kết quả phân tích cho thấy có mối quan hệ tương quan giữa Ket_qua với các biến độc lập The_hien, Thanh_vien, mối quan hệ này là tương đối chặt chẽ. Trong đó, nhân tố Thanh_vien có tương quan mạnh nhất với biến Ket_qua (hệ số tương quan Pearson là 0,668). Nhân tố Suc_khoe, Kinh_te; Giadinh_Giaitri có mức tương quan nằm trong khoảng 0.34 – 0.44, trong đó nhân tố Suc_khoe có tương quan yếu nhất (hệ số tương quan Pearson là 0,341).
Kết quả phân tích cho thấy giữa các biến độc lập cũng có mối tương quan với nhau. Tuy nhiên, ta không cần quá bận tâm với vấn đề này vì kiểm định đa cộng tuyến bên dưới sẽ giúp xác định được giữa các biến được giữ lại khi phân tích hồi quy có xảy ra hiện tượng đa cộng tuyến hay khơng.
4.4.2.Phân tích hồi quy
Giả sử các yếu tố chất lượng sống trong công việc tác động đến kết quả cơng việc theo mơ hình 4.1 đều có quan hệ tuyến tính với kết quả cơng việc. Phân tích hồi quy tuyến sẽ giúp biết được cường độ ảnh hưởng của The_hien, Thanh_vien, Suc_khoe, Kinh_te, Giadinh_Giaitri lên biến phụ thuộc Ket_qua. Do vậy, mơ hình hồi quy tuyến tính bội được phát triển như sau:
Ket_qua = β0 + β1 * The_hien + β2 * Thanh_vien + β3 * Suc_khoe + β4 * Kinh tế + β5 * Giadinh_Giaitri + ei
Trong đó, βk là hệ số của phương trình hồi quy tuyến tính bội và ei là phần dư.
Lệnh hồi quy tuyến tính trong chương trình SPSS 16.0 được sử dụng để chạy phân tích phần mềm hồi quy.
Hệ số xác định (R2) đo lường tỷ lệ tổng biến thiên của biến phụ thuộc được giải thích bởi các biến độc lập trong mơ hình.
Giá trị R2 càng cao thì khả năng giải thích của mơ hình hồi quy tuyến tính bội càng cao và việc dự đốn biến phụ thuộc càng chính xác.
Phép phân tích phương sai (Anova) được tiến hành. Nếu giá trị F có ý nghĩ đáng kể về mặt thống kê (p<0,05), giả thuyết thuần của mỗi quan hệ khơng tuyến tính bị bác bỏ.
Thực hiện hồi quy bội lần đầu bằng phương pháp Enter có kết quả như sau (Xem phụ lục 10)
Bảng 4.6: Tóm tắt mơ hình hồi quy bội lần đầu
Mơ hình R R bình phƣơng R bình phƣơng hiệu chỉnh Độ lệch chuẩn của ƣớc lƣợng Durbin-Watson 1 0.727 0.528 0.517 0.704 2.181
a. Các dự báo : (Hằng số), The_hien, Thanh_ vien,Giadinh_ Giaitri,Suc_khoe Kinh_te b. Biến phụ thuộc : Ket_qua
Bảng 4.7: Đánh giá độ phù hợp của mơ hình hồi quy bội lần đầu
ANOVAb Mơ hình Tổng bình phƣơng df Bình phƣơng trung bình F Mức ý nghĩa 1 Hồi quy 115.37 5 23.074 46.587 0.000 Phần dƣ 103.02 208 0.495 Tổng 218.39 213
a. Các dự báo: (Hằng số), Kinh_te, Giadinh_Giaitri, Suc_khoe, The_hien, Thanh_ vien b. Biến phụ thuộc: Ket_qua
Bảng 4.8: Thơng số của mơ hình hồi quy tuyến tính bội lần đầu
Mơ hình
Hệ số chƣa chuẩn
hóa chuẩnHệ số t Sig.
Thống kê đa cộng tuyến
1 B Sai sốchuẩn Beta Độ chấpnhận VIF
Hằng số 0.867 0.361 2.401 0.017 The_hien 0.243 0.057 0.295 4.244 0.000 0.468 1.783 Thanh_ vien 0.478 0.088 0.380 5.451 0.000 0.467 1.756 Suc_khoe -0.013 0.037 -0.019 -0.346 0.730 0.719 1.391 Kinh_te 0.040 0.037 0.062 1.075 0.284 0.692 1.446 Giadinh_Giaitri 0.103 0.036 0.155 2.906 0.004 0.801 1.248
a.Biến phụ thuộc : Ket_qua
Bảng 4:9: Kết quả kiểm định các giả thuyết nghiên cứu Giả
thuyết Phát biểu
Trị thống
kê Kết quả
H1 Thỏa mãn nhu cầu thể hiện làm
tăng kết quả công việc 0.000<0.05 Chấp nhận
H2 Thỏa mãn nhu cầu thành viên
làm tăng kết quả công việc 0.000<0.05 Chấp nhận
H3 Thỏa mãn nhu cầu sức khỏe làm
tăng kết quả công việc 0.730>0.05 Bác bỏ
H4 Thỏa mãn nhu cầu kinh tế làm
tăng kết quả công việc 0.284>0.05 Bác bỏ
H5 Thỏa mãn nhu cầu gia đình & giải
Kết quả kiểm định các giả thuyết nghiên cứu cho thấy có 3 nhân tố của thang đo chất lượng sống trong công việc thực sự có ảnh hưởng đến kết quả cơng việc (do Sig của 3 trọng số hồi quy đều đạt mức ý nghĩa). Các biến này đều có ảnh hưởng dương đến kết quả công việc (do hệ số Beta đều dương). Điều này có nghĩa là khi Thỏa mãn nhu cầu thể hiện tăng hay Thỏa mãn nhu cầu thành viên trong cộng đồng tăng, hay Thỏa mãn nhu cầu Gia đình và Giải trí tăng, thì đều khiến cho Kết quả cơng việc tăng lên và ngược lại.
Hai nhân tố Suc_khoe và Kinh_te khơng có ảnh hưởng đến kết quả công việc (sig > 0.05). Tức là Thỏa mãn nhu cầu sức khỏe và Thỏa mãn nhu cầu kinh tế không ảnh hưởng đến Kết quả cơng việc.
Bảng 4.10: Tóm tắt mơ hình hồi quy bội lần cuối
Mơ hình R R bình phƣơng R bình phƣơng hiệu chỉnh Độ lệch chuẩn của ƣớc lƣợng Durbin-Watson 1 0.725 0.526 0.519 0.702 2.186
a. Các dự báo : (Hằng số), The_hien, Thanh_ vien,Giadinh_ Giaitri b. Biến phụ thuộc : Ket_qua
Kết quả hồi quy bội lần cuối R2 hiệu chỉnh là 0,519 nghĩa là mơ hình giải thích được 51,9% sự thay đổi của biến kết quả công việc và mơ hình phù hợp với dữ liệu ở độ tin cậy 95% (Xem Phụ lục 11)
Bảng 4.11 Đánh giá độ phù hợp của mơ hình hồi quy bội lần cuối ANOVAb Mơ hình Tổng bình phƣơng df Bình phƣơng trung bình F Mức ý nghĩa 1 Hồi quy 114.796 3 38.265 77.568 0.000 Phần dƣ 103.596 210 0.493 Tổng 218.393 213
a. Các dự báo: (Hằng số), The_hien, Thanh_ vien,Giadinh_ Giaitri b. Biến phụ thuộc: Ket_qua
Bảng 4.12: Thơng số của mơ hình hồi quy tuyến tính bội lần cuối
Mơ hình Hệ số chƣa chuẩn hóa Hệ số chuẩn t Sig. Thống kê đa cộng tuyến 1 B Sai số chuẩn Beta Độ chấp nhận VIF Hằng số 0.833 0.359 2.321 0.021 The_hien 0.248 0.055 0.302 4.491 0.000 0.500 1.853 Thanh_ vien 0.496 0.085 0.395 5.847 0.000 0.496 1.875 Giadinh_Giaitri 0.107 0.035 0.159 3.028 0.003 0.817 1.224
a.Biến phụ thuộc : Ket_qua
Phương trình hồi quy đối với các biến đã chuẩn hóa có dạng như sau:
Ket_qua = 0.302 The_hien + 0.395 Thanh_vien + 0.159 Giadinh_Giaitri
50
Để xác định mức độ ảnh hưởng của các nhân tố The_hien, Thanh_vien, Giadinh_Giaitri đến Ket_qua chúng ta căn cứ vào hệ số Beta. Nếu Beta càng lớn thì mức độ ảnh hưởng đến Ket_qua càng cao và ngược lại. Như vậy, trong phương trình trên, yếu tố Thanh_vien ảnh hưởng mạnh nhất đến Kết quả công việc (Beta = 0.395), tiếp đến là The_hien (Beta = 0.302), và Giadinh_Giaitri (Beta = 0.159). (Xem thêm hình 4.3)
Hình 4.2: Kết quả hồi quy
4.4.3.Dị tìm các vi phạm giả định cần thiết trong phân tích hồi quy
Giả định đầu tiên là liên hệ tuyến tính giữa biến phụ thuộc và các biến độc lập cũng như hiện tượng phương sai thay đổi. Ta kiểm tra giả định này bằng cách vẽ biểu đồ phân tán giữa các phần dư và giá trị dự đốn mà mơ hình cho ra. Người ta hay vẽ biểu đồ phân tán giữa 2 giá trị này đã được chuẩn hóa (standardized) với phần dư trên trục tung và giá trị dự đốn trên trục hồnh. Nếu giả định liên hệ tuyến tính và phương sai bằng nhau được thỏa mãn, thì ta sẽ khơng nhận thấy có liên hệ gì giữa các giá trị dự đoán
51
với phần dư, chúng sẽ phân tán ngẫu nhiên trong một phạm vi không đổi quanh trục 0.
Biểu đồ 4.1 : Đồ thị phân tán
Nhìn vào đồ thị Scatter, ta thấy đồ thị phân tán ngẫu nhiên trong một vùng xung quanh đường đi qua tung độ 0 chứ khơng tạo thành một hình dạng cụ thể nào. Như vậy, giả thiết về liên hệ tuyến tính cũng như hiện tượng phương sai thay đổi không bị vi phạm.
Giả định tiếp theo là giả định về phân phối chuẩn của phần dư. Để thực hiện kiểm định này, ta sử dụng Biểu đồ 4.2 và Biểu đồ 4.3.
Nhìn vào Biểu đồ 4.2 ta thấy phần dư 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.
Biểu đồ 4.2 :Biểu đồ tần số của phần dƣ chuẩn hóa
Từ Biểu đồ 4.3, các điểm quan sát không phân tán quá xa đường thẳng kỳ vọng mà phân tán dọc theo, sát đường kỳ vọng nên có thể chấp nhận giả thuyết cho rằng phân phối của phần dư là phân phối chuẩn. Từ các kết quả kiểm định trên, có thể kết luận giả định phân phối chuẩn không bị vi phạm.
Giả định về tính độc lập của phần dư.
Khi xảy ra hiện tượng tự tương quan, các ước lượng của mơ hình hồi quy khơng đáng tin cậy. Phương pháp kiểm định có ý nghĩa nhất để phát hiện tự tương quan là kiểm định Dubin-Watson (d). Nếu 1<d<3 thì kết luận mơ hình khơng có tự tương quan, nếu 0<d<1 thì kết luận mơ hình có tự tương quan dương, nếu 3<d<4 thì kết luận mơ hình có tự tương quan âm. Bảng 4.10 thể hiện Durbin - Watson là 2,186 có nghĩa là chấp nhận giả định khơng có tương quan giữa các phần dư.
hình.
Cuối cùng, ta tiến hành xem xét sự vi phạm đa cộng tuyến của mơ
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. Theo Nguyễn Đình Thọ (2011,trang 497): “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 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”.
4.5. Sự khác biệt về giá trị trung bình theo đặc điểm cá nhân tham gia khảosát sát
Trong các phần đã được phân tích ở Chương 4, chúng ta đã phân tích các nhân tố chất lượng sống trong công việc tác động vào kết quả công việc của nhân viên du học sinh Việt Nam.
Trong phần 4.5 này, tác giả tiếp tục đi tìm câu trả lời liệu có sự khác biệt về giá trị trung bình của các nhân tố nêu trên giữa các nhóm nhân viên du học sinh Việt Nam khi họ được chia theo giới tính, nhóm tuổi, tình trạng hơn nhân, nguồn tài chính du học.
Tác giả dùng phân tích T-Test cho ba biến kiểm sốt giới tính và độ tuổi, tình trạng hơn nhân. Phân tích phương sai (Anova) cho biến kiểm sốt là nguồn tài chính du học, đây là sự mở rộng của phép kiểm định t, vì phương pháp này giúp so sánh trị trung bình của 3 nhóm trở lên. Kết hợp với phép kiểm định Benferroni, là thủ tục so sánh bội được dùng để xác định sự khác nhau có nghĩa giữa trị số trung bình của từng cặp nhóm đối tượng với nhau. Phép kiểm định này cho phép linh hoạt điều chỉnh được mức ý nghĩa khi tiến hành so sánh bội dựa trên số lần tiến hành so sánh.
Sau khi tiến hành phân tích T-Test cùng mức ý nghĩa 0,05 kết quả thu được như sau:
- Khơng có sự khác biệt về giá trị trung bình giữa các nhân tố nêu trên trong mẫu nghiên cứu khi được chia theo giới tính của nhân viên du học sinh Việt Nam
- Có sự khác biệt về giá trị trung bình giữa nhân tố The_hien và Thanh_vien trong mẫu nghiên cứu khi được chia theo độ tuổi của du học sinh Việt Nam.
- Có sự khác biệt về giá trị trung bình giữa nhân tố Ket_qua, Giadinh_Giaitri, The_hien và Thanh_vien trong mẫu nghiên cứu khi được chia theo tình trạng hơn nhân của nhân viên du học sinh Việt Nam Sau khi tiến hành phân tích ANOVA với kiểm định Bonferroni cùng mức ý nghĩa 0,05 kết quả thu được như sau:
- Có sự khác biệt về giá trị trung bình giữa nhân tố The_hien, Thanh_vien, Gia dinh_Giatri và Ket_qua trong mẫu nghiên cứu khi được chia theo nguồn tài chính du học của nhân viên du học sinh Việt Nam.
Kết quả kiểm định chi tiết được thể hiện ở Phụ lục 12
Tóm tắt
Chương 4 trình bày kết quả kiểm định các thang đo, mơ hình nghiên cứu,