CHƯƠNG 1 TỔNG QUAN VỀ VẤN ĐỀ NGHIÊN CỨU
2.3. Sự ảnh hưởng của văn hóa doanh nghiệp đến lòng trung thành của cán bộ
2.3.4.2. Phân tích hồi quy tuyến tính
Kết quả kiểm định hệ số tương quan cho thấy 6 khía cạnh văn hóa doanh nghiệp (X1, X2, X4, X5, X6, X7) đều có mối tương quan tuyến tính với lịng trung thành (Y). Vì vậy, các biến được đưa vào phân tích hồi quy là phù hợp.
Giá trị của 6 khía cạnh văn hóa doanh nghiệp được tính trung bình dựa trên các biến quan sát thành phần của các khía cạnh đó. Giá trị của biến phụ thuộc là giá trị trung bình của các biến quan sát về sự trung thành của cán bộ nhân viên.
Phân tích được thực hiện bằng phương pháp Enter. Các biến được đưa vào cùng một lúc để chọn lọc dựa trên tiêu chí chọn những biến có mức ý nghĩa < 0.05. Kết quả phân tích hồi quy như sau:
Bảng 2.11. Đánh giá độ phù hợp của mơ hình hồi quy
Mơ hình R R2 R2 điều chỉnh Sai số chuẩn của ước lượng 1 .815a .664 .646 .23777
Hệ số R2 điều chỉnh = 0.646 cho biết khoảng 64.6% sự thay đổi của biến phụ thuộc (lòng trung thành) do sự biến thiên của 6 biến độc lập ( giao tiếp trong tổ chức, phần thưởng và sự công nhận, cơ hội đào tạo và thăng tiến, định hướng về kế hoạch tương lai, niềm tự hào thương hiệu, hoạt động cộng đồng nội bộ công ty). Vậy, mơ hình hồi quy đưa ra là phù hợp với dữ liệu nghiên cứu ở mức ý nghĩa 5%.
Bảng 2.12. Kiểm định độ phù hợp của mơ hình
Model Sum of Squares Df Mean Square F Sig. 1 Regression 12.828 6 2.138 37.817 .000a
Residual 6.502 115 .057 Total 19.330 121
Kiểm định F được sử dụng để kiểm định giả thuyết về độ phù hợp của mơ hình hồi quy tuyến tính tổng thể. Mục đích xem xét biến phụ thuộc có liên hệ tuyến tính với tồn bộ tập hợp các biến độc lập hay không. Giả thuyết Ho là β1 = β2 = β4 = β5 = β6 = β7
= 0, nếu giả thuyết Ho bị bác bỏ có thể kết luận rằng kết hợp của các biến hiện có trong mơ hình có thể giải thích được thay đổi của Y. Từ bảng kết quả trên cho thấy, trị số thống kê F được tính từ giá trị R2 của mơ hình đầy đủ (37.817), giá trị Sig < 0.05 nên đủ cơ sở để bác bỏ giả thuyết Ho. Vậy, mơ hình hồi quy tuyến tính bội ở trên phù hợp với tập dữ liệu và có thể sử dụng được.
Bảng 2.13. Kết quả hồi quy sử dụng phương pháp Enter
Mơ hình
Hệ số chưa
chuẩn hóa chuẩn hóaHệ số
T ý nghĩaMức
Thống kê đa cộng tuyến B Độ lệch
chuẩn Beta Tolerance VIF
1 (Hằng số) -.375 .300 -1.252 .213 X1 .312 .073 .278 4.294 .000 .696 1.437 X2 .216 .055 .241 3.911 .000 .772 1.295 X4 .046 .043 .067 1.052 .295 .724 1.381 X5 .039 .047 .055 .836 .405 .669 1.494 X6 .099 .055 .118 1.788 .076 .669 1.494 X7 .383 .061 .403 6.254 .000 .706 1.417 a. Biến phụ thuộc: Y
Mơ hình hồi quy là phù hợp. Tuy nhiên, kết quả phân tích hồi quy chỉ ra rằng, chỉ có 3 yếu tố: X1(giao tiếp trong tổ chức), X2 (phần thưởng và sự công nhận), X7 (hoạt động cộng đồng nội bộ cơng ty) có ý nghĩa thống kê với mức ý nghĩa p < 0.05 (độ tin cậy 95%). Ba yếu tố cịn lại khơng có ý nghĩa thống kê trong mơ hình phân tích (Sig > 0.05). Vậy, ba yếu tố khơng có ý nghĩa thống kê được loại ra khỏi mơ hình và mơ hình được tiến hành phân tích lại theo phương pháp Enter với 3 biến độc lập X1, X2, X7 và biến phụ thuộc Y. Kết quả phân tích lại:
Bảng 2.14. Đánh giá độ phù hợp của mơ hình hồi quy sau khi loại biến
Mơ hình R R2 R2 điều chỉnh Sai số chuẩn của ước lượng 1 .801a .642 .633 .24204
Mơ hình thường khơng phù hợp với dữ liệu thực tế như giá trị R2 thể hiện. Trong tình huống này R2 điều chỉnh từ R2 được sử dụng để phản ánh sát hơn mức độ phù hợp của mơ hình hồi qui tuyến tính đa biến (Hồng Trọng & Chu Nguyễn Mộng Ngọc, 2008). Như vậy, để đánh giá độ phù hợp của mơ hình ta dùng hệ số xác định R2 điều chỉnh. Hệ số R2 điều chỉnh = 0.633 cho biết khoảng 63.3% sự thay đổi của biến phụ thuộc (lòng trung thành) do sự biến thiên của 3 biến độc lập ( giao tiếp trong tổ chức, phần thưởng và sự công nhận, hoạt động cộng đồng nội bộ cơng ty) . Vậy, mơ hình hồi quy đưa ra là phù hợp với dữ liệu nghiên cứu ở mức ý nghĩa 5%.
Bảng 2.15. Kiểm định độ phù hợp của mơ hình
Model Sum of Squares df Mean Square F Sig.
1 Regression 12.417 3 4.139 70.650 .000a
Residual 6.913 118 .059 Total 19.330 121
Từ bảng kết quả trên cho thấy, trị số thống kê F được tính từ giá trị R2 của mơ hình đầy đủ (70.650), giá trị Sig < 0.05 nên đủ cơ sở để bác bỏ giả thuyết Ho. Vậy, kết hợp giữa 3 biến độc lập hiện có trong mơ có thể giải thích được sự thay đổi của biến phụ thuộc lịng trung thành. Mơ hình hồi quy tuyến tính bội ở trên phù hợp với dữ liệu nghiên cứu.
Bảng 2.16. Kết quả hồi quy sử dụng phương pháp Enter sau khi loại biến
Mơ hình Hệ số chưa chuẩn hóa Hệ số chuẩn hóa T Mức ý nghĩa Thống kê đa cộng tuyến B Độ lệch
chuẩn Beta Tolerance VIF 1 (Hằng số) -.158 .292 -.540 .591
X1 .377 .069 .337 5.495 .000 .808 1.238
X2 .221 .056 .246 3.962 .000 .787 1.270
X7 .447 .057 .469 7.790 .000 .835 1.198
a. Biến phụ thuộc: Y
Mức ý nghĩa của các biến X1, X2, X7 đều nhỏ hơn 0.05 nên cả ba biến này có ý nghĩa thống kê để giải thích trong mơ hình.
Theo quy tắc, khi Hệ số phóng đại phương sai VIF (Variance Inflation Factor – VIF) vượt quá 10, đó là dấu hiệu của Đa cộng tuyến (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005). Từ bảng kết quả trên cho biết, hệ số VIF của mơ hình có giá trị từ 1.198 đến 1.238 đều nhỏ hơn 10, điều này cho thấy giữa các biến độc lập khơng có quan hệ chặt chẽ với nhau nên khơng có hiện tượng đa cộng tuyến xảy ra. Do đó, mối quan hệ giữa các biến độc lập này khơng ảnh hưởng đáng kể đến kết quả giải thích mơ hình hồi quy.
Hệ số tương quan riêng phần β cho biết sự ảnh hưởng của từng biến độc lập đến biến phụ thuộc, là cơ sở để xây dựng mơ hình hồi quy và kiểm định các giả thuyết cho mơ hình hồi quy.
Mơ hình hồi quy được xây dựng:
Y = -0.158 + 0.337X1 + 0.221X2 + 0.447X7
Thông qua các hệ số hồi quy cho biết mức độ ảnh hưởng của từng biến độc lập đến giá trị trung bình của biến phụ thuộc, sự thay đổi của biến phụ thuộc khi biến độc lập tăng lên 1 đơn vị.