TT LQ HP HQCV HV
TT Tương quan Pearson 1 0,474** 0,449** 0,656** 0,470**
Sig. (2-tailed) 0 0 0 0
N 319 319 319 319
LQ Tương quan Pearson 1 0,430** 0,306** 0,316**
Sig. (2-tailed) 0 0 0
N 319 319 319
HP Tương quan Pearson 1 0,499** 0,334**
Sig. (2-tailed) 0 0
N 319 319
HQCV Tương quan Pearson 1 0,301**
Sig. (2-tailed) 0
N 319
HV Tương quan Pearson 1
Sig. (2-tailed)
N
**. Tương quan chặt chẽ tại mức 0.01 (2 đuôi).
Đối với mối quan hệ tương quan giữa các biến TT, LQ, HP, HV và biến HQCV, dễ dàng nhận thấy hệ số tương quan tuyến tính của các biến khá cao, nằm trong khoảng từ 0,301 đến 0,656. Tương quan này có thể xem là rất chặt chẽ. Kiểm định bằng hệ số tương quan Pearson với tất các các giá trị sig đều < 0,05 cho thấy các tương quan chặt chẽ này
phản ánh một hiệp biến thiên thật sự trong tổng thể chứ khơng phải là sự tình cờ ngẫu nhiên trong mẫu, do vậy chúng đều có ý nghĩa về mặt thống kê. Nhìn sơ bộ, có thể kết luận các biến độc lập cấu thành nên thang đo năng lực tâm lý (HV, LQ, TT, HP) có thể đưa vào mơ hình để giải thích cho biến phụ thuộc hiệu quả công việc (HQCV).
4.4.2. Mơ hình hồi quy tuyến t nh bội
Giả sử các yếu tố năng lực tâm lý tác động đến hiệu quả cơng việc theo mơ hình 4.1 đều có quan hệ tuyến tính với hiệu quả cơng việc. Phân tích hồi quy tuyến tính sẽ giúp biết được cường độ ảnh hưởng của các biến độc lập năng lực tâm lý (Hy vọng, lạc quan, tự tin, hồi phục) lên biến phụ thuộc (Hiệu quả công việc). Do vậy, mơ hình hồi quy tuyến tính bội được phát triển như sau:
Hiệu quả công việc = β0 + β1 * Hy vọng + β2 * Lạc quan + β3 * Tự tin + β4 * Hồi phục + ei
Hay
HQCV = β0 + β1 * HV + β2 * LQ + β3 * TT + β4 * HP + 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 nghĩa đáng kể về mặt thống kê (p < 0,05), giả thuyết thuần của mối quan hệ khơng tuyến tính bị bác bỏ.
Hệ số β là hệ số hồi quy chuẩn hoá cho phép so sánh trực tiếp giữa các hệ số xem như là khả năng giải thích biến phụ thuộc. Trị tuyệt đối của một hệ số β chuẩn hóa càng lớn thì tầm quan trọng tương đối của nó trong dự báo biến phụ thuộc càng cao.