BC CH LD DN TL SC BC Hệ số tương quan Pearson 1 0,264 ** 0,093 0,230* 0,293** 0,583** Sig. (2 đầu) 0,004 0,310 0,011 0,001 0,000 CH Hệ số tương quan Pearson 0,264** 1 0,402** 0,166 0,219* 0,437** Sig. (2 đầu) 0,004 0,000 0,070 0,016 0,000 LD Hệ số tương quan Pearson 0,093 0,402 ** 1 0,009 0,029 0,186* Sig. (2 đầu) 0,310 0,000 0,920 0,753 0,042 DN Hệ số tương quan Pearson 0,230* 0,166 0,009 1 0,236** 0,454** Sig. (2 đầu) 0,011 0,070 0,920 0,009 0,000 TL Hệ số tương quan Pearson 0,293** 0,219* 0,029* 0,236** 1 0,595** Sig. (2 đầu) 0,001 0,016 0,753 0,009 0,000 SC Hệ số tương quan Pearson 0,583** 0,437** 0,186* 0,454** 0,595** 1 Sig. (2 đầu) 0,000 0,000 0,042 0,000 0,000
** Nếu chọn mức ý nghĩa 1% thì giá trị Sig. phải nhỏ hơn 0,01 * Nếu chọn mứa ý nghĩa 5% thì giá trị Sig. phải nhỏ hơn 0,05
SốliệuởBảng 16 cho thấy:
- Hệ số tương quan Pearson của các biến độc lập BC, CH, DN, TL với biến phụ
thuộc SC lần lượt là 0,583**; 0,437**; 0,454**; 0,595**đồng nghĩa với mức ý nghĩa 1% thì giá trị Sig. phải nhỏ hơn 0,01. Mặt khác giá trị Sig. của các biến độc lập BC, CH, LD, DN, TL với biến phụ thuộc SC đều bé hơn mức ý nghĩa 0,01 nên bác bỏ giả thuyết H0, hay các biến độc lập đều có mối tương quan tuyến tính với biến phụthuộc.
- Đối với biến độc lập LD có hệsố tương quan Pearson là 0,186*; đồng nghĩa với
mức ý nghĩa 5% thì giá trị Sig. phải nhỏ hơn 0,05. Mặt khác giá trị Sig. của biến độc lập LD với biến phụthuộc SC bé hơn mức ý nghĩa 0,05 nên bác bỏ giảthuyết H0, hay các biến độc lập đều có mối tương quan tuyến tính với biến phụthuộc.
- Trong đó hệ số tương quan Pearson của biến phụthuộc với biến độc lập TL (Tiền
lương) là lớn nhất (0,595) và biến phụ thuộc với biến độc lập LD (Lãnh đạo) là thấp
nhất (0,186).
Bên cạnh đó, giữa các biến độc lập lại có mối quan hệ tương quan với nhau nên khi phân tích hồi quy cần chú ý đến hiện tượng đa cộng tuyến bằng cách kiểm tra hệsố
phóng đại phương sai. Do đó kiểm định về hiện tượng đa cộng tuyến trong phần phân tích tiếp theo sẽ quyết định có nên giữlại các biến độc lập này trong mơ hình hồi quy hay khơng.
2.2.6. Phân tích hồi quy
Phân tích hồi quy là một phân tích thống kê để xác định xem các biến độc lập (biến thuyết minh) quy định các biến phụthuộc (biến được thuyết minh) như thế nào. Mơ hình phân tích hồi quy sẽmơ tảhình thức của mối liên hệ và qua đó giúp dự đốn
được giá trịcủa biến phụthuộc khi biết trước giá trịcủa biến độc lập.
Phương trình hồi quy chuẩn hóa sựcam kết gắn bó với tổchức có dạng như sau:
SC =α + β1*BC +β2*CH +β3*LD +β4*DN +β5*TL
Trong đó:
SC: biến phụthuộc Sựcam kết gắn bó với tổchức;
BC: biến độc lập Bản chất cơng việc;
LD: biến độc lập Lãnhđạo;
DN: biến độc lậpĐồng nghiệp;
TL: biến độc lập Tiền lương;
αlà hằng số vàβk là hệsốhồi quy riêng phần. Các giảthuyết:
H0: Các yếu tốchính khơng có mối tương quan với “Sựcam kết gắn bó với tổchức”.
H1: Yếu tố “BC” có tương quan với “Sựcam kết gắn bó với tổchức”.
H2: Yếu tố “CH” có tương quan với “Sựcam kết gắn bó với tổchức”.
H3: Yếu tố “LD” có tương quan với “Sựcam kết gắn bó với tổchức”.
H4: Yếu tố “DN” có tương quan với “Sựcam kết gắn bó với tổchức”.
H5: Yếu tố “TL” có tương quan với“Sựcam kết gắn bó với tổchức”.
Áp dụng phân tích hồi quy vào mơ hình, tiến hành phân tích hồi quy đa biến với 5 yếu tố đã được kiểm định tương quan và biến phụ thuộc. Phương pháp phân tích
được chọn là phương pháp đưa vào một lượt Enter. Bảng tổng hợp kết quả phân tích hồi quy như sau, kết quả phân tích cụ thể được thể hiện rõ từ Bảng 19 đến Bảng 21
(Mục 5 - Phụlục kết quảxửlý SPSS).