KQ1 KQ2 KQ3 DL1 DL2 DL3 DL4 KQ1 Hệ số Pearson 1 .477 .406 .415 .234 .117 .146 Sig. . .000 .000 .000 .001 .097 .038 KQ2 Hệ số Pearson .477 1 .365 .567 .388 .190 .245 Sig. .000 . .000 .000 .000 .007 .000 KQ3 Hệ số Pearson .406 .365 1 .519 .309 .221 .096 Sig. .000 .000 . .000 .000 .002 .176 DL1 Hệ số Pearson .415 .567 .519 1 .508 .302 .365 Sig. .000 .000 .000 . .000 .000 .000 DL2 Hệ số Pearson .234 .388 .309 .508 1 .401 .392 Sig. .001 .000 .000 .000 . .000 .000 DL3 Hệ số Pearson .117 .190 .221 .302 .401 1 .249 Sig. .097 .007 .002 .000 .000 . .000 DL4 Hệ số Pearson .146 .245 .096 .365 .392 .249 1 Sig. .038 .000 .176 .000 .000 .000 .
Trên cơ sở những mối tƣơng quan khá chặt chẽ đó, ta xem xét tác động của các biến thành phần trong OCB đối với các biến thành phần Kết quả làm việc cá nhân nhƣ sau:
(1) Mơ hình thứ 1: Đánh giá tác động của biến Lƣơng tâm (DL1), Tận tình (DL2), Làm việc đồng đội (DL3), Đúng mực (DL4) đến biến Năng suất – Chất lƣợng (KQ1)
KQ1= e1 + a1*DL1+b1*DL2+c1*DL3+d1*DL4
(2) Mơ hình thứ 2: Đánh giá tác động của biến Lƣơng tâm (DL1), Tận tình (DL2), Làm việc đồng đội (DL3), Đúng mực (DL4) đến biến Phát triển bản thân (KQ2).
KQ2= e2 + a2*DL1+b2*DL2+c2*DL3+d2*DL4
(3) Mơ hình thứ 3: Đánh giá tác động của biến Lƣơng tâm (DL1), Tận tình (DL2), Làm việc đồng đội (DL3), Đúng mực (DL4) đến biến Mục tiêu cá nhân và sự
đóng góp vào hoạt động của tổ chức (KQ3). KQ3= e3 + a3*DL1+b3*DL2+c3*DL3+d4*DL4
4.1.1 Kiểm định các giả định hồi quy tuyến tính
Việc phân tích kết quả ở 3 mơ hình tuyến tính khơng chỉ dừng ở các doanh nghiệp Nhật Bản đƣợc khảo sát mà tác giả còn cần phải xem xét mối quan hệ giữa OCB và kết quả làm việc cá nhân đối với khối doanh nghiệp Nhật Bản ở khu vực kinh tế trọng điểm phía Nam. Để đảm bảo độ chính xác của các kết quả ƣớc lƣợng, vẫn cần thiết phải kiểm tra xem các giả định có bị vi phạm khơng. Các giả định của mơ hình cần đƣợc kiểm định nhƣ sau:
Khơng có hiện tƣợng đa cộng tuyến
Phƣơng sai của phần dƣ không đổi
Các phần dƣ có phân phối chuẩn
Khơng có hiện tƣợng tƣơng quan giữa các phần dƣ
Thứ nhất, giả định khơng có hiện tượng đa cộng tuyến:
Ở phần trên, ta đã thấy giữa các biến độc lập tồn tại mối quan hệ tƣơng quan rất chặt chẽ. Vì vậy cần thiết phải kiểm định xem có xảy ra hiện tƣơng đa cộng tuyến hay khơng. Trong cả 3 mơ hình, hệ số phóng đại phƣơng sai (VIF) với giá trị <10, chứng tỏ khơng có dấu hiệu xảy ra hiện tƣợng đa cộng tuyến (Phụ lục 9, 10, 11). Vậy, giả định thứ nhất khơng bị vi phạm đối với 3 mơ hình hồi quy tuyến tính.
Thứ 2, giả định Phương sai của phần dư không đổi:
Phƣơng sai của phần dƣ đƣợc thể hiện trên đồ thị của phần dƣ chuẩn hóa theo giá trị dự báo của biến phụ thuộc KQ1, KQ2, KQ3 đã đƣợc chuẩn hóa. Theo quan sát, các phần dƣ phân tán ngẫu nhiên quanh trục 0 (tức là quanh giá trị trung bình của phần dƣ) trong một phạm vi không đổi (Phụ lục 12). Điều này có nghĩa là
phƣơng sai của phần dƣ khơng đổi ở cả 3 mơ hình.
Thứ 3, giả định Phần dư có phân phối chuẩn:
Biểu đồ tần số Histogram trong Phụ lục 14 cho thấy trong cả 3 mơ hình đều có kết quả độ lệch chuẩn = 0.99 và phân phối chuẩn phần dƣ (Mean) =0. Vì vậy, cả 3 mơ hình đều khơng vi phạm giả định này.
Thứ 4, giả định khơng có sự tương quan giữa các phần dư:
Kết quả hồi quy của 3 mơ hình (Phụ lục 9, 10, 11) cho biết đại lƣợng thống kê Durbin – Watson nhƣ sau:
Mơ hình hồi quy 1: 1.771 Mơ hình hồi quy 2: 1,901 Mơ hình hồi quy 3: 1,680
Vì giá trị của đại lƣợng Durbin – Watson trong 3 mơ hình đều gần bằng 2 nên có thể kết luận các phần dƣ đều khơng có tƣơng quan với nhau. Giả định 4 không bị vi phạm ở cả 3 mơ hình.
4.1.2 Đánh giá mức độ phù hợp của 3 mô hình hồi quy đối với mẫu nghiên cứu
Mơ hình hồi quy đƣợc xây dựng trên dữ liệu mẫu là 202 nhân viên tại 10 doanh nghiệp có vốn đầu tƣ Nhật Bản. Vì cả 3 mơ hình hồi quy đều có nhiều hơn 1 biến giải thích nên cần phải sử dụng hệ số R2 điều chỉnh để đo lƣờng sự phù hợp của từng mơ hình đối với dữ liệu. Kết quả cho thấy hệ số R2 điều chỉnh ở mơ hình 1 là 0.157, mơ hình 2 là 0.335 và mơ hình 3 là 0.276 (Phụ lục 9, 10, 11). Điều này giải thích mức độ phù hợp của 3 mơ hình đã xây dựng đối với tập dữ liệu lần lƣợt là 15.7%, 33.5%, 0.276%.
4.1.3 Kiểm định độ phù hợp của 3 mơ hình đối với tổng thể
Để kiểm định độ phù hợp của 3 mơ hình đối với tổng thể, ta phải sử dụng kiểm định F trong bảng phƣơng sai ANOVA (Phụ lục 9, 10, 11). Đối với mỗi mơ hình, ta đặt giả thuyết H0 cho rằng các hệ số hồi quy bằng 0. Kết quả kiểm định trong 3 mơ hình đã bác bỏ giả thuyết H0 thông qua giá trị sig. của kiểm định F = 0,000. Do vậy, kết quả phân tích của 3 mơ hình hồi quy đều phù hợp để suy rộng ra đối với các doanh nghiệp có vốn đầu tƣ Nhật Bản khu vực kinh tế trọng điểm phía Nam.
4.1.4 Kết quả phân tích hồi quy
Các kiểm định ở trên cho thấy các giả định của các 3 hàm hồi quy tuyến tính khơng bị vi phạm và các mơ hình hồi quy đã xây dựng là phù hợp với tổng thể. Bƣớc tiếp theo cần xem xét ảnh hƣởng của các biến độc lập đối với biến phụ thuộc trong từng mơ hình hồi quy.
a) Phân tích ảnh hƣởng của các thành phần OCB đối với Năng suất-Chất lƣợng làm việc cá nhân
Phân tích hồi quy cho ta phƣơng trình hồi quy tuyến tính thứ nhất sau: KQ1= 2.223 + 0.414*DL1