STT Biến quan sát Nhân t 1 1 CS_1 .804 2 CS_3 .769 3 CS_2 .766 4 CS_5 .741 5 CS_6 .732 Eigenvalue 2.910 % Ph ơn i 58.209
V i phép trích nhân t PCA và yêu cầu của chỉ s Eigenvalue 1, có 1 nhân t thỏ điều kiện v i giá trị của chỉ s Eigenvalue là 2,910 và tổn ph ơn i trí h tí h lũ đạt 58,21%. Điều này thể hiện rằng nhân t đ ợc rút ra giải thí h đ ợc 58,21% biến thiên của dữ liệu. Do vậ th n đ rút r đ ợc chấp nhận. Đồng th i các biến q n át đ ợc nhóm vào nhân t có hệ s tải nhân t của từng biến quan sát đều l n hơn 0,5 (hệ s tải nhân t nhỏ nhất của các biến quan sát là 0,732). Các chỉ s này cho thấy các biến quan sát của nhân t trong phân tích đều quan tr ng v i hệ s tải nhân t ó ý n hĩ thực tiễn (xem điểm b mục 2.3 phụ lục D).
Theo kết quả phân tí h đ ợc trình bày trong bảng 4.8, nhân t m i rút trích đ ợc giải thích bởi các biến quan sát củ th n đ hi ẻ tri thức nên nhân t này đ ợc giữ n n t n th n đ l Chia sẻ tri thức v i ký hiệu là CS.
Từ kết quả phân tí h EFA đ i v i các biến độc lập và biến phụ thuộc cho thấy các nhân t rút trí h đ ợc phù hợp v i s l ợng và tên các biến của mơ hình nghiên cứ đề xuất. Do vậy mơ hình và giả thuyết nghiên cứ đ đề xuất ở trên đ ợc giữ nguyên.
4.3. Sự tương quan giữa các biến nghiên cứu
Tr c khi tiến hành phân tích hồi q để xem xét mứ độ tá động giữa các biến độc lập v i biến phụ thuộc trong mơ hình nghiên cứ đề xuất thì việc l ợng hóa tổng quát mứ độ chặt chẽ của m i liên hệ giữa các biến độc lập và biến phụ thuộc ũn nh sự t ơn q n iữa các biến độc lập v i nhau là cần thiết. Vì vậy ma trận t ơn q n đ ợc sử dụn để xem xét m i t ơn q n t ến tính giữa các biến độc lập HT_DN, CH_HH, NT_MTC, KD_SP, SU_CM, HC_HC v i biến phụ thuộc CS (xem mục 3 phụ lục D).
Bảng 4.9 - Ma trận hệ số tương quan giữa các biến trong mơ hình nghiên cứu
HT_DN CH_HH NT_MTC KD_SP SU_CM HC_HC CS HT_DN 1 .398** .346** .147** .314** -.024 .348** CH_HH .398** 1 .237** .185** .287** .105 .358** NT_MTC .346** .237** 1 .161** .133* -.047 .305** KD_SP .147** .185** .161** 1 .472** .346** .381** SU_CM .314** .287** .133* .472** 1 .272** .422** HC_HC -.024 .105 -.047 .346** .272** 1 .271** CS .348** .358** .305** .381** .422** .271** 1
**. T ơn q n Pe r n ó ý n hĩ th ng kê ở mức 0,01 (2 phía) *. T ơn q n Pe r n ó ý n hĩ th ng kê ở mức 0,05 (2 phía)
Theo kết quả phân tích trong bảng ma trận t ơn q n h thấy hệ s t ơn quan giữa các biến độc lập HT_DN, CH_HH, NT_MTC, KD_SP, SU_CM v i biến phụ thuộc CS đều có giá trị l n hơn 0,30 tr n đó biến NT_MTC có hệ s t ơn quan thấp nhất (đạt 0,305) và biến SU_CM có hệ s t ơn q n l n nhất (đạt 0,422) tại mứ ý n hĩ 0,01 (t ơn ứng v i độ tin cậy 99%). Riêng biến độc lập HC_HC có hệ s t ơn q n v i biến phụ thuộc CS hơi thấp hơn mức yêu cầ (đạt 0,271 < 0,30) v i độ tin cậy 99%. h vậy có thể nói các biến độc lập có m i t ơn q n tuyến tính thấp v i biến phụ thuộ nh n đán hú ý l biến độc lập HC_HC có m i t ơn q n t ến tính yếu v i biến phụ thuộc CS.
Ngoài ra, hệ s t ơn q n iữa các biến độc lập v i nhau ũn hôn . Giá trị l n nhất của hệ s t ơn q n l 0,472 th ộc cặp biến KD_SP và SU_CM . Điều này cho thấy khả năn xảy ra hiện t ợn đ ộng tuyến giữa các biến độc lập nêu trên là rất thấp. Hiện t ợng này có xảy ra hay không sẽ đ ợ xá định thêm thơng qua hệ s phón đại ph ơn i (VIF) tr n phân tí h hồi quy. Đến đâ , về ơ bộ có thể kết luận các biến độc lập này có thể đ vào mơ hình phân tích để xem xét mứ độ tá động của chúng lên chia sẻ tri thức của nhân viên làm việc trong các khách sạn. Nói cách khác, các dữ liệu hồn toàn phù hợp để đ v phân tí h hồi quy.
4.4. Kiểm định mơ hình và giả thuyết nghiên cứu bằng phân tích hồi quy
Để đánh iá mứ độ phù hợp củ mơ hình, ph ơn pháp hồi quy tuyến tính bội đ ợc sử dụng trong phân tích dữ liệu của nghiên cứu. Tr n đó, ử dụng ph ơn pháp đ v một l ợt (Enter) các biến độc lập. Kết quả th đ ợc trình bày tại mục 4 phụ lục D
4.4.1. Đánh giá và kiểm định độ phù hợp của mơ hình
Hệ s xá định R2
(R Square)và R2 điều chỉnh (Adjusted R Square) đ ợc sử dụng để đ l n độ thích hợp củ mơ hình đ xâ ựng. Giá trị của R2
n tăn nế n đ th m biến độc lập vào mơ hình trong khi R2 điều chỉnh không nhất thiết tăn l n hi nhiều biến đ ợ th m v ph ơn trình. D đó R2 điều chỉnh là th đ ự phù hợp của mơ hình vì nó khơng phụ thuộ v độ lệ h phón đại của R2 (Hoàng Tr ng và Chu Nguyễn Mộng Ng c, 2008).
Theo kết quả phân tích cho thấy giá trị của hệ s xá định R2 = 0,343 ( 0) và giá trị của R2 điều chỉnh là 0,332. h vậy R2 điều chỉnh < R2 . Giá trị của các hệ s này phản ánh mơ hình hồi quy tuyến tính đ xâ ựng phù hợp v i tập dữ liệu m u ở mức 33,2%. Hay nói cách khác, hơn 33% há biệt của chia sẻ tri thức có thể đ ợc giải thích bởi sự khác biệt về sự hỗ trợ củ đồng nghiệp, á ơ hội h c hỏi, nhận thứ đ ợc mục tiêu chung của tổ chức, sự khoan dung cho những sai phạm, sự cởi mở và những hạn chế của hoàn cảnh.
Bảng 4.10 - Các chỉ tiêu đánh giá độ phù hợp của mơ hình hồi quy bội
Model R Hệ s xác
định R2
R2
điều chỉnh
Ư l ợng
sai s chuẩn Durbin-Watson
1 .586a .343 .332 .41360 1.780
a. Predictors: (Constant), HC_HC, HT_DN, NT_MTC, KD_SP, CH_HH, SU_CM