GK CB KT DT TC CT GK Hệ số tương quan 1 .539** .434** .258** .658** .176* Sig. (2 chiều) .000 .000 .001 .000 .031 CB Hệ số tương quan .539** 1 .184* .124 .293** .149 Sig. (2 chiều) .000 .024 .128 .000 .068 KT Hệ số tương quan .434** .184* 1 .235** .370** .005 Sig. (2 chiều) .000 .024 .004 .000 .948 DT Hệ số tương quan .258** .124 .235** 1 .194* .171* Sig. (2 chiều) .001 .128 .004 .017 .036 TC Hệ số tương quan .658** .293** .370** .194* 1 .012 Sig. (2 chiều) .000 .000 .000 .017 .888 CT Hệ số tương quan .176* .149 .005 .171* .012 1 Sig. (2 chiều) .031 .068 .948 .036 .888 **. Tương quan ở mức ý nghĩa 0.01 (2-tailed)
*. Tương quan ở mức ý nghĩa 0.05 (2-tailed
(Nguồn: Xử lý dữ liệu trên SPSS)
Mối quan hệ tương quan tuyến tính giữa biến phụ thuộc và từng biến độc lập thông qua ma trận tương quan với giá trị kiểm định là hệ số tương quan Pearson. Nếu giá trị sig. < 0.05 nghĩa là hệ số tương quan giữa hai biến có ý nghĩa thống kê.
Từ kết quả phân tích tương quan tại Bảng 4.7, có thể thấy mối tương quan giữa biến phụ thuộc Gắn kết của công chức với tổ chức với các biến độc lập Công bằng trong tổ chức, Khen thưởng và ghi nhận, Đào tạo và phát triển, Sự hỗ trợ của tổ chức, Sự hỗ trợ của cấp trên là quan hệ cùng chiều vì cùng mang dấu dương và các giá trị sig. < 0.05. Như vậy hệ số tương quan tuyến tính giữa các biến độc lập và biến phụ thuộc đều có ý nghĩa thống kê, do đó có thể đưa các biến độc lập vào mơ hình hồi quy để giải thích cho sự thay đổi của biến phụ thuộc. Kết quả cũng cho thấy
46
giữa các biến độc lập có mối tương quan với nhau nên cần kiểm tra hiện tượng đa cộng tuyến ở các phân tích tiếp theo.
4.4.2. Phân tích hồi quy
Dựa vào mơ hình nghiên cứu đề xuất, phân tích hồi quy tuyến tính bội với phương pháp đưa các biến vào một lượt để kiểm định sự phù hợp giữa biến phụ thuộc Gắn kết nhân viên (GK) với các biến độc lập gồm: Công bằng trong tổ chức (CB), Khen thưởng và ghi nhận (KT), Đào tạo và phát triển (DT), Hỗ trợ của tổ chức (TC), Hỗ trợ của cấp trên (CT).
Mơ hình của phân tích hồi quy là:
GK = β0 + β1*CB + β2*KT + β3*DT + β4*TC + β5CT Trong đó:
* Biến phụ thuộc: GK
* Các biến độc lập: CB, KT, DT, TC, CT * βk: Hệ số hồi quy đã chuẩn hóa (k = 0…5)
4.4.2.1. Đánh giá sự phù hợp của mơ hình
Để đánh giá sự phù hợp của mơ hình hồi quy bội ta dựa vào hệ số xác định điều chỉnh R2 điều chỉnh (Adjusted R Square). R2adj cho biết mức độ phù hợp của
mơ hình nghiên cứu với ý nghĩa là các biến độc lập giải thích bao nhiêu phần trăm (%) biến thiên của biến phụ thuộc (Nguyễn Đình Thọ, 2013).