5. Cấu trúc nghiên cứu
3.8 Phân tích hồi qui tuyến tính bội
Trong phần này chúng ta sẽ tiến hành phân tích hồi qui tuyến tính bội với 4 biến tác động: yếu tố cấp trên hỏi ý kiến và hỗ trợ trong cơng việc, thăng tiến và cơng bằng, phúc lợi và cơ hội phát triển cá nhân, mơi trường làm việc và đồng nghiệp và 1 biến phụ thuộc: kết quả thực hiện cơng việc (theo KPI)
Nguyên tắc phân tích hồi qui tuyến tính bội:
- Phương pháp đưa biến vào phân tích hội qui tuyến tính bội là phương pháp đưa biến vào mơ hình một lượt (phương pháp Enter).
- Kiểm tra hệ số xác định đã được hiểu chỉnh (Adjusted R Square) để xét mức độ phù hợp của mơ hình hội qui tuyến tính bội
- Kiểm định thống kê F để xem mối quan hệ tuyến tính giữa các biến tác động và biến nghiên cứu trong mơ hình hồi qui tuyến tính tổng thể, xem xét mức độ phù hợp của mơ hình hồi qui tổng thể.
- Kiểm định thống kê T để xem xét ý nghĩa của hệ số hồi qui
- Đo lường mức độ đa cơng tuyến của mơ hình thơng qua phân tích hệ số
phĩng đại của phương sai (Variance inflation factor – VIF)
- Đánh giá mức độ tác động (mạnh hay yếu) giữa các biến tác động thơng qua
hệ số Beta
- Mức ý nghĩa được xác lập cho các kiểm định và phân tích là 5% (độ tin cậy 95%)
Kết quả phân tích hổi qui được trình bày qua các bảng sau đây: Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .645a .416 .405 .30583 1.879
a. Predictors: (Constant), Lanh dao, Phuc loi va co hoi phat trien ca nhan, Moi truong lam viec va dong nghiep, Thang tien va cong bang
b. Dependent Variable: KPI
- Bảng Model Summary cho ta hệ số xác định R2 đã hiệu chỉnh (Adjusted R Square) bằng 0.405 (40.5%), điều này cĩ ý nghĩa là mơ hình hồi qui là phù hợp và mơ hình hồi qui giải thích được 40.5% sự biến thiên của biến kết quả thực hiện cơng việc của nhân viên theo các yếu tố lãnh đạo, thăng tiến, phúc lợi.
Phân tích ANOVAb
Model Sum of Squares df Mean Square F Sig.
Regression 14.249 4 3.562 38.087 .000a
Residual 20.016 214 .094 1
Total 34.265 218
a. Predictors: (Constant), F6, F4, F5
b. Dependent Variable: KPI
- Bảng Anova cho thấy thống kê F hồn tồn cĩ ý nghĩa thống kê (giá trị p – value = 0.000 < 5%), như vậy mơ hình hồi qui là hồn tồn phù hợp xét trong phạm vi tổng thể.
Phân tích các hệ số hồi qui (Coefficientsa )
Unstandardized Coefficients
Standardized
Coefficients Collinearity Statistics Model B Std. Error Beta t Sig. Tolerance VIF
(Constant) 2.450 .146 16.744 .000
Phuc loi .119 .022 .358 5.462 .000 .636 1.572 Moi truong lam
viec va dong nghiep .112 .031 .220 3.556 .000 .710 1.409 1 Thang tien va cong bang .062 .022 .189 2.817 .005 .608 1.645 Cap tren hoi y
kien & ho tro trong cong viec
.032 .023 .082 1.350 .178 .747 1.339
a. Dependent Variable: KPI
- Từ bảng Coefficients chúng ta thấy trong 4 biến tác động đưa vào mơ hình phân tích hồi qui chỉ cĩ 3 biến tác động cĩ mối quan hệ tuyến tính với biến kết quả thực hiện cơng việc của nhân viên. Đĩ là các biến: phúc lợi của cơng ty với Sig = 0.000 (<5%), biến mơi trường làm việc và đồng nghiệp với Sig = 0.000 (<5%), biến cơ hội thăng tiến và cơng bằng = 0.000 (<5%). Các quan hệ tuyến tính này đều là quan hệ tuyến tính dương.
- Phương trình hồi qui tuyến tính được viết như sau:
KQ cơng việc (KPI) = 2.450 + 0.119 * Phúc lợi của cơng ty + 0.112 * Mơi trường làm việc và đồng nghiệp + 0.062 * Cơ hội thăng tiến và cơng bằng.
- Khi các điều kiện khác khơng thay đổi thì khi các yếu tố về phúc lợi, mơi trường làm việc, cơ hội thăng tiến tăng thêm 1 đơn vị sẽ làm cho kết quả thực hiện cơng việc của nhân viên tăng thêm tương ứng là 2.450 đơn vị, 0.119 đơn vị, 0.112 đơn vị và 0.062 đơn vị.
- Hệ số Beta của các biến tác động lần lượt là 0.358, 0.220 và 0.189. Như vậy nếu so sánh mức độ tác động thì yếu tố phúc lợi cơng ty tác động mạnh nhất đến kết quả thực hiện cơng việc của nhân viên.
- Hệ số phĩng đại của phương sai (VIF) đều cĩ giá trị nhỏ hơn 10, như vậy mơ hình hồi qui hồn tồn khơng bị đa cộng tuyến (Hồng Trọng & Chu Nguyễn Mộng Ngọc, 2005, 218)
- Vậy chúng ta kết luận các giả thuyết H1, H2, H3 được chấp nhận. Giả thuyết H4 hiện tại chưa cĩ ý nghĩa thống kê khi xem xét trong mối quan hệ của phương trình hồi qui.
- Cũng cĩ nhiều nghiên cứu khác lại tìm thấy cĩ mối quan hệ thay đổi khác biệt giữa hai yếu tố này. Như một bài nghiên cứu Tây Ban Nha (Llorente và Macias, 2003) đã kết luận rằng cĩ ít hoặc khơng cĩ sự tương quan giữa sự hài lịng của cơng việc và chất lượng cơng việc. Thứ nhất, bằng cách sử dụng ISSP năm 1997, các tác giả khám phá ra rằng khơng sự khác biệt giữa các quốc gia về sự hài lịng của cơng việc cĩ thể được giải thích bởi chất lượng cơng việc liên quan đến các biến, chẳng hạn như thời gian làm việc, tiền lương, cấp trên … Thứ hai, sử dụng SQLW năm 2000 như một nghiên cứu trường hợp, các tác giả nghiên cứu mối quan hệ giữa chất lượng cơng việc và sự hài lịng của cơng việc. Trong cả hai trường hợp, “việc làm hài lịng khơng cĩ mối quan hệ rõ ràng cĩ liên quan đến các chỉ số mục tiêu khác về chất lượng cơng việc”. Để giải thích nghịch lý này, tác giả đưa ra hai cơ chế phản ứng: việc đầu tiên sẽ là quá trình mà qua đĩ những cơng nhân khơng hài lịng với cơng việc hay cấp trên của họ cĩ xu hướng rời khỏi nĩ và tìm một cơng việc tốt hơn. Quá trình này sẽ lên đến trong những người lao động tìm việc làm phù hợp hơn, và do đĩ nâng cao mức độ hài lịng của cơng việc. Cơ chế thứ hai những cơng nhân khơng thể tìm thấy một cơng việc phù hợp hơn và phải thay đổi và thích ứng với sự mong đợi cơng việc của họ hoặc với cấp trên của mình. Điều này q trình thích ứng cĩ thể dẫn đến tăng mức độ khai báo của họ về sự hài lịng của cơng việc.
- Hoặc theo chương trình khảo sát quốc tế xã hội năm 1997 của nước Tây Ban Nha xem sự khác biệt giữa các quốc gia trong việc làm hài lịng người lao
lượng cơng việc, như giờ làm việc, tiền lương … kết quả khơng hỗ trợ việc sử dụng sự hài lịng của cơng việc như là một thước đo chất lượng cơng việc.