4. CHƯƠNG IV: KẾT QUẢ NGHIÊN CỨU
4.3 Phân tích hồi quy tuyến tính bội
4.3.1 Phân tích tương quan
Trước khi tiến hành phân tích hồi quy, tác giả sử dụng hệ số tương quan Pearson để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lượng. Nếu giữa hai biến có sự tương quan chặt thì phải lưu ý vấn đề đa cộng tuyến khi phân tích hồi quy. Trong phân tích tương quan Pearson, khơng có sự phân biệt giữa các biến độc lập và biến phụ thuộc mà tất cả đều được xem xét như nhau.
Đa cộng tuyến là trạng thái trong đó các biến độc lập có tương quan chặt chẽ với nhau. Vấn đề của hiện tượng cộng tuyến là chúng cung cấp cho mơ hình những thơng tin rất giống nhau và rất khó tách rời ảnh hưởng của từng biến một đến biến phụ thuộc. Hiệu ứng khác của sự tương quan khá chặt giữa các biến độc lập là nó làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm trị thống kê t của kiểm định ý nghĩa của chúng nên các hệ số có khuynh hướng kém ý nghĩa hơn khi khơng có đa cộng tuyến trong khi hệ số xác định R2 vẫn khá cao.
Kết quả phân tích tương quan được được nêu tại bảng 4.20 như sau:
Bảng 4.20: Bảng kết quả phân tích tương quan
Ma trận hệ số tương quan DC KS HD HP CT DC Pearson Correlation 1 KS Pearson Correlation 0,132* 1 HD Pearson Correlation 0,026 0,194** 1 HP Pearson Correlation 0,014 -0,002 0,046 1 CT Pearson Correlation -0,336** -0,455** -0,367** -0,230** 1** Sig. (2-tailed) 0,000 0,000 0,000 0,000 N 291 291 291 291 291
*. Hệ số tương quan tại mức ý nghĩa 0,05 (2 - Đuôi)
Trang 50 Xem xét ma trận hệ số tương quan, hệ số tương quan giữa căng thẳng trong công việc và các biến độc lập tương đối cao. Trong đó nhân tố khả năng tự kiểm sốt tương quan mạnh nhất với căng thẳng trong công việc (-0,455), tiếp theo là tính hịa đồng (-0,367), tính đa cảm (-0,336) và cuối cùng là hạnh phúc (-0,230). Có thể kết luận các biến độc lập này có thể đưa vào mơ hình để giải thích cho biến phụ thuộc căng thẳng trong công việc.