1.1.1.1 .Định nghĩa vềnguồn nhân lực
2.2. Kết quảnghiên cứu
2.2.4.3. Đánh giá độ phù hợp của mơ hình
Mơ hình thường khơng phù hợp với dữ liệu thực tế như giá trị R2 thể hiện. Trong tình huống này R2 điều chỉnh từ R2 được sử dụng để phản ánh sát hơn mức độ phù hợp của mơ hình hồi quy tuyến tính bội (Theo Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Như vậy, để đánh giá độ phù hợp của mơ hình ta dùng hệ số xác định R 2 điều chỉnh.
Bảng 16: Mứcđộ phù hợp của mơ hình Mơ hình Hệ số tương quan Hệ số xác định R2 Hệ số xác định R2 điều chỉnh Sai số chuẩnước lượng Durbin- Watson 1 0,808a 0,654 0,639 0,39600 1,628 ( Nguồn xử lý số liệu SPSS, phụ lục 4-2 )
Kết quả từ bảng trên, so sánh giá trị R2 và R2 hiệu chỉnh, ta thấy R2 hiệu chỉnh đạt 0,639 nhỏ hơn R2 (R2 =0,654), dùng tiêu chuẩn nàyđể đánh giá độ phù hợp của mơ hình sẽ an tồn hơn và nó khơng thổi phồng mức độ phù hợp với mơ hình. Hệ số R 2
hiệu chỉnh = 0,639 nghĩa là mơ hình hồi quy tuyến tínhđã xây dựng phù hợp với tập dữ liệu đến 63,9%. Con số này thể hiện bảy biến độc lập trong mơ hình giải thích được 63,9% sự biến thiên của biến phụ thuộc sự hài lịng cơng việc của nhân viên tại Nhà Máy May XK Phong Phú - Quảng Trị và gần 36,1% còn lại là doảnh hưởng của những nguyên nhân khác. Bởi vì mơ hình hồi quy mà đề tài này xây dựng vẫn còn bỏ qua những nhân tố khác có tác động đến sự hài lịng cơng việc của nhân viên tại Nhà Máy như thâm niên cơng tác, trìnhđộ học vấn, thu nhập...
2.2.4.4. Kiểm định độ phù hợp của mơ hình
Tiếp tục sửdụng Phân tích Anova đểchúng ta biết được sựphù hợp của mơ hình hồi quy.Để có thể suy diễn mơ hình này thành mơ hình nghiên cứu của tổng thể, ta cần phải tiến hành kiểm định F thơng qua phân tích phương sai. Kiểm định F là một phép kiểm định giả thuyết về độ phù hợp của mơ hình hồi quy tuyến tính tổng thể.
Giả thuyết H0 được đặt ra là ß1 = ß2 = ß3 = ß4= ß5 = ß6 = ß7 = 0. Nếu giả thuyết này bị bác bỏ thì chúng ta có thể kết luận rằng kết hợp của các biến hiện có trong mơ hình có thể giải thích được sự thay đổi của HLCđiều này nghĩa là mơ hình xây dựng được phù hợp với tập dữ liệu.
Bảng 17: Kiểm định độ phù hợp của mơ hình ANOVAb Mơ hình Tổng độ lệch bình phương DfĐộ lệch bình bình quân Phương sai F Mức ý nghĩa Sig. 1 Hồi quy 50,887 7 7,270 46,356 0,000 Số dư 26,973 172 0,157 Tổng 77,859 179 (Nguồn xửlý sốliệu SPSS, phụlục 4-3)
Dựa vào bảng trên ta thấy giá trịSig.= 0.000 rất nhỏcho thấy sẽan toàn khi bác bỏgiảthiết H 0 cho rằng tất cảhệsốhồi quy bằng 0 (ngoại trừhằng số). Như vậy mơ
hình hồi quy tuyến tính phù hợp với tập dữliệu và có thểsửdụng được.
Theo Hồng Trọng và Chu Nguyễn Mộng Ngọc (2008), nếu mức ý nghĩa của kiểm định F bé hơn 0,05 thì bác bỏ giả thuyết H0, chấp nhận giảthuyết H 1. Từ kết quả phân tích hệ số tương quan cho thấy rằng, kết quả kiểm định tất cả các nhân tố đều cho kết quả mức ý nghĩa Sig.< 0,05, điều này chứng tỏ có đủ bằng chứng thống kê để bác bỏ giảthuyết H 0 đối với các nhân tố này, hay các giả thuyết H1, H2, H3, H4, H5, H6, H7 được chấp nhận.
Ngoài ra để đảm bảo mơ hình có ý nghĩa, cần tiến hành kiểm tra thêm về đa cộng tuyến và tựtương quan. Điều kiện đểvận dụng được mơ hình chính là trong mơ hình khơng xảy ra hiện tượng đa cộng tuyến và hiện tượng tựtương quan.
.Kiểm định hiện tượng đa cộng tuyến
Đểkiểm tra mơ hình trên có hiện tượng đa cộng tuyến hay khơng, ta dựa vào hai công cụ: độchấp nhận của biến (Tolerance) và hệsốphóng đại phương sai (variance inflation factor- VIF).
Độchấp nhận của biến Tolerance của một biến nhỏ, thì nó gần như một kết hợp tuyến tính của các biến độc lập khác, và đó là dấu hiệu của đa cộng tuyến.
Hệsốphóng đại VIF thực tếlà nghịch đảo của độchấp nhận. Quy tắc là khi VIF vượt q 10 thìđó là dấu hiệu của đa cộng tuyến( Hồng Trọng- Chu Nguyễn Mộng Ngọc, Phân tích dữliệu nghiên cứu với SPSS, 252).Đểkiểm tra biến có hiện tượng đa
cộng tuyến hay khơng ta có thểkiểm tra hệsốVIF. Khi hệsốVIF <10 tức là các biến khơng bị đa cộng tuyến.
Ta có kết quảkiểm định sau:
Bảng 18: Kiểm định hiện tượng đa cộng tuyếnMơ hìnhĐộchấp nhận của biến Mơ hìnhĐộchấp nhận của biến
( Tolerance)
Hệsốphóng đại phương sai ( VIF) Hằng số
Điều kiện làm việc( X1) 0,581 1,721
Lương thưởng (X2) 0,684 1,462
Cơ hội đào tạo - thăng tiến (X3) 0,523 1,911
Đồng nghiệp (X4) 0,617 1,620
Lãnhđạo (X5) 0,569 1,759
Bản chất công việc (X6) 0,649 1,541
Phúc lợi (X7) 0,653 1,532
(Nguồn xửlý sốliệu SPSS, phụlục 4-4)
Dựa vào bảng kết quảtrên ta có được tiêu chuẩn chấp nhận (Tolerance) của các biến đưa vào mơ hìnhđều có giá trịkhá cao, đều gần bằng 1 và giá trịVIF nhỏchưa tới 10 nên hiện tượng đa cộng tuyến giữa các biến độc lập khó xảy ra. Như vậy mơ hình hồi quy có thểchấp nhận được.
Kiểm tra hiện tượng tựtương quan
Để kiểm tra hiện tượng tự tương quan ta căn cứ và giá trị Durbin-Watson(bảng
17, mức độ phù hợp của mơ hình). Điều kiện để khơng xảy ra hiện tượng tự tương
quan là giá trị Durbin-Watson phải nằm trong khoảng (du, 4 – du). Tra bảng thống kê Durbin-Waston với mức ý nghĩa 5% , với n=180, k = 7. Trong đó n là mẫu điều tra, k là số biến độc lập, ta thu được kết quảkiểm định Durbin Watson có giá trị d= 1,628 nằm trong [ 1, 5; 2,5] ([du; 4 - du]). Tức là giá trị tính được rơi vào miền chấp nhận giả thuyết khơng có tự tương quan nên ta nói rằng khơng có hiện tượng tự tương quan giữa các biến trong mơ hình nghiên cứu.