CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
4.6. Phân tích hồi quy bội
Bảng 4.23: Tóm tắt mô hình Tóm tắt mô hình
Mô
hình R
R- Bình phương
R – bình phương
hiệu chính Độ lệch chuẩn Durbin-Watson
1 .804a .647 .636 .48658 1.952
Dựa vào kết quả thực hiện phân tích hồi quy ở bảng trên cho thấy:
❖ Hệ số R2 = 0,647 là tương đối cao, do đó có thể kết luận được rằng mô hình nghiên cứu có mức độ phù hợp tương đối cao.
❖ Hệ số R2 hiệu chỉnh = 0,636 (tương đương 63.6%) cũng cho thấy mô hình hồi quy tuyến tính đã xây dựng phù hợp với tập dữ liệu đến mức 63.6%
(hay nói cách khác là 63.6% sự biến thiên biến phụ thuộc được giải thích bởi các biến độc lập).
Bảng 4.24: Bảng ANOVA ANOVAa
Mô hình
Tổng bình
phương df
Bình quân
bình phương F Sig.
1 Hồi quy 70.159 5 14.032 59.265 .000b
Số dư 38.355 162 .237
Tổng 108.514 167
Kiểm định độ phù hợp của mô hình: Mục đích để kiểm định xem có thể suy diễn mô hình cho tổng thể như thế nào, tác giả đã tiến hành đánh giá sự phù hợp của mô hình. Tiến hành bước kiểm định này tác giả đã đưa ra giả thuyết và cơ sở để kiểm định các giả thuyết:
❖ Giả thuyết: H0: β1 = β2 = β3 = β4 = β5 = 0.
❖ Giả thuyết H1: Có ít nhất một βkhác không
54
Giả thuyết H0 theo đó có mối liên hệ tuyến tính giữa yếu tố phụ thuộc và ít nhất một trong các yếu tố độc lập, bị bác bỏ nếu mức ý nghĩa = 5%; Nếu Sig 5%, chúng tôi chấp nhận giả thuyết khống, trong đó nêu rõ các biến phụ thuộc và biến độc lập không có mối quan hệ tuyến tính.
Bằng chứng là kết quả của bảng ANOVA: Cho rằng Sig = 0,000 0,05, có thể nói rằng sự phụ thuộc và các biến độc lập có mối liên hệ a tuyến tính, như được biểu thị bằng phương trình. Các yếu tố không liên quan trong mô hình nghiên cứu được kết nối với các yếu tố phụ thuộc hoặc hồi quy được cung cấp phù hợp cho cả nhóm người nghiên cứu, do đó mô hình này có thể được sử dụng để tiến hành nghiên cứu hồi quy
Bảng 4.25: Hệ số hồi quy Hệ số hồi quy
Mô hình
Hệ số hồi quy chưa chuẩn hóa
Hệ số hồi quy chuẩn hóa
t Sig.
Thống kê cộng tác B
Độ lệch
chuẩn Beta
Sức chịu
đựng VIF 1 Hệ số cố
định
-1.149 .317 -3.484 .001
TNPL .313 .049 .004 .097 .923 .971 1.030
DTPT .170 .061 .204 3.850 .000 .728 1.375
LD .251 .050 .207 4.139 .000 .817 1.224
DDCV .309 .060 .208 3.670 .000 .640 1.562 MTLV .243 .066 .280 5.139 .000 .691 1.447 Mô hình hồi quy: GK = -1.149 + 0.313 * TNPL + 0.170 * DTPT + 0.251
* LD + 0.309 * DDCV + 0.243 * MTLV
Theo kết quả đánh giá hồi quy đa biến ở bảng trên, mô phỏng được nghiên cứu không vi phạm lý thuyết đa cộng tuyến vì chênh lệch phóng đại của các yếu tố độc lập (VIF) và giá trị đồng ý (tương ứng là Tolerance và VIF) đều nhỏ hơn hai và nhỏ hơn tương ứng hơn mười.
Nghiên cứu phát hiện giá trị hồi quy cũng cho thấy: Tất cả các yếu tố độc
55
lập đều có giá trị Sig nhỏ hơn 0,05 và hệ số hồi quy dương (Beta và beta chuẩn hóa), cho thấy có thể khẳng định rằng mỗi yếu tố độc lập đều ảnh hưởng đến thành phần phụ thuộc ở một số khía cạnh nhất định. đường. Ngoài ra, người ta có thể rút ra kết luận rằng mỗi biến độc lập nói trên đều đóng góp đáng kể vào mô hình hồi quy và có tác động tương tự như biến phụ thuộc.
Biểu đồ 4.1: Biểu đồ tần số phần dư chuẩn hóa Histogram
Kết quả phân tích chứng minh rằng biểu đồ có đường cong phân phối chuẩn được phủ lên trên đó. Cho rằng đường cong này có dạng parabol, có thể giả định rằng nó phù hợp với đồ thị phân phối chuẩn. Phân phối còn lại gần như bình thường vì giá trị trung bình gần bằng 0 và độ lệch chuẩn là 0,985 (gần 1)..
Biểu đồ 4.2: Biểu đồ phần dư chuẩn hóa Normal P – P Plot
56
Biểu đồ có tâm chéo hiển thị phần trăm trong dân số còn lại. Kết quả là, có thể nói rằng tiền đề chuẩn tắc của phân phối phần dư là hợp lệ.
Kết quả nghiên cứu cho thấy các yếu tố có ảnh hưởng đến sự gắn kết của nhân viên với tổ chức đối với nghiên cứu này cũng phù hợp với các nghiên cứu đã thực hiện trước đây của Saks (2006); Phạm Thế Anh và Nguyễn Thị Hồng Đào (2013) ; Hassan Jafri (2013); Anitha. (2014); Đỗ Xuân Khánh, Lê Kim Long (2015) ; Nguyễn Thị Hồng Hà (2016).