Chương 4 KẾT QUẢ NGHIÊN CỨU
4.2 Phân tích thành phần thang đo các nhân tố ảnh hưởng đến sự hài lòng trong công việc và nhân tố Sự hài lòng
4.2.2 Phân tích nhân tố EFA
4.2.3.2 Phân tích hồi quy tuyến tính bội
Trong mô hình hồi quy có một giả thiết quan trọng là không có biến độc lập nào có thể được biểu thị dưới dạng tổ hợp tuyến tính với các biến còn lại. Nếu tồn tại trường hợp như trên thì hiện tượng đa cộng tuyến sẽ xảy ra. Độ chấp nhận của biến (Tolerance) và hệ số phóng đại phương sai (Variance Inflation Factor – VIF) là hai hệ số thống kê dùng để phát hiện hiện tượng trên. Nếu VIF vượt quá 10, đó là dấu hiệu của đa cộng tuyến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Phân tích hồi quy tuyến tính bội xem xét sự tác động của 05 biến độc lập (ta đã loại 01 biến độc lập MT do hệ số Sig. > 0.05) đến sự hài lòng trong công việc của CBCC cấp phường – tp.HCM.
Biến phụ thuộc và biến độc lập được đưa vào mô hình hồi quy có biểu hiện như sau:
Y = β0 + β1CV+ β2DT+ β3LD+ β4DN+β5TN + ε
Trong đó: Y: Sự hài lòng trong công việc của CBCC (biến phụ thuộc) β0: Hằng số
β1,β2, β3,β4, β5,β6: Các hệ số hồi quy X1: Công việc
X2: Cơ hội đào tạo, thăng tiến X3: Lãnh đạo
X4: Đồng nghiệp X5: Thu nhập
ε: Sai số
Kết quả phân tích hồi quy với 05 nhân tố độc lập bao gồm: công việc, cơ hội đào tạo thăng tiến, lãnh đạo, đồng nghiệp và thu nhập với biến phụ thuộc là sự hài lòng trong công việc bằng phương pháp Enter. Phương pháp Enter là phương pháp đưa tất cả các biến độc lập vào phương trình hồi quy đồng thời trong một bước duy nhất (xem chi tiết tại phụ lục 8).
Bảng 4.23. Tóm tắt mô hình
Model Summaryb Mô hình R R2 Hệ số R2 hiệu
chỉnh
Sai số chuẩn của ước lượng
Durbin- Watson
1 .742a .550 .538 .73709 1.593
a. Predictors: (Constant), TN, CV, DN, LD, DT b. Dependent Variable: HL
Nguồn: Số liệu khảo sát của tác giả, 2019
Đánh giá độ phù hợp của mô hình tại kết quả tại bảng 4.23:
- Hệ số R2 hiệu chỉnh (Adjusted R Square) là 0.538. Nghĩa là 53.8% biến thiên của biến phụ thuộc Hài lòng được giải thích bởi 5 biến độc lập (CV, DT, LD, DN, TN). Điều này giải thích rằng mô hình hồi quy tuyến tính này phù hợp với tập dữ liệu của mẫu nghiên cứu tại mức 53.8%, nghĩa là 05 biến độc lập (CV, DT, LD, DN, TN) đưa vào ảnh hưởng 53.8% sự thay đổi của biến phụ thuộc Hài lòng. Còn lại 46.2% là do các biến ngoài mô hình và sai số ngẫu nhiên. Mô hình hồi quy này chỉ phù hợp với tập dữ liệu là mẫu nghiên cứu trong đề tài này
- Hệ số Durbin – Watson (d) dùng để kiểm định sự tự tương quan bậc nhất.
Giá trị này có giá trị dao động trong khoảng từ 0 đến 4. Nếu giá trị d gần bằng 2 cho thấy rằng không tồn tại tự tương quan bậc nhất, bất kể là đồng biến hay nghịch biến.
Các khoảng giá trị d:
0 < d < 1: mô hình có tự tương quan dương
1 < d < 3: mô hình không có tự tương quan
3 < d < 4: mô hình có tự tương quan âm
Kết quả hệ số Durbin – Watson = 1.593, gần bằng 2: không có tự tương quan bậc nhất trong mô hình.
Kiểm định độ phù hợp của mô hình qua phân tích ANOVA: mục đích khi ta sử dụng giá trị F trong bảng phân tích ANOVA là để kiểm định độ phù hợp của mô hình hồi quy tuyến tính bội.
Bảng 4.24. Kết quả phân tích ANOVA
ANOVAa
Mô hình Tổng bình
phương
df Bình phương trung bình
F Sig.
1
Hồi quy 115.760 5 23.152 42.614 .000b
Dư 94.534 174 .543
Toàn bộ 210.294 179
a. Dependent Variable: HL
b. Predictors: (Constant), TN, CV, DN, LD, DT
Nguồn: Số liệu khảo sát của tác giả, 2019 Bảng 4.24 cho thấy: mô hình được chọn có giá trị F = 42.614 với hệ số Sig.=
0.000 < 0.05. Điều này chứng tỏ giả thuyết H0 là tập hợp các biến độc lập không có mối liên hệ với biến phụ thuộc bị bác bỏ. Đồng nghĩa với việc mô hình hồi quy tuyến tính xây dựng được là phù hợp với tổng thể.
Phương trình hồi quy dạng chuẩn hóa: sử dụng phương pháp Enter thể hiện trong bảng 4.25.
- Các hệ số hồi quy chuẩn hóa Beta của 05 biến độc lập đều có ý nghĩa thống kê với giá trị Sig. < 0.05. Biến TN có giá trị Sig. = 0.008 là giá trị lớn nhất. Vậy, chỉ có 05 hệ số hồi quyphần riêng này có ý nghĩa thống kê trong mô hình hồi quy tuyến tính bội và đều có ý nghĩa thống kê giải thích cho biến phụ thuộc.
- Giá trị hệ số phóng đại phương sai VIF của 05 biến độc lập đều nhỏ hơn 2.
Biến TN có giá trị VIF lớn nhất, = 1.339 < 2. Vì vậy, có thể kết luận không có hiện tượng đa cộng tuyến giữa các biến độc lập được xây dựng trong mô hình.
Bảng 4.25. Thông số các biến trong mô hình hồi quy
Coefficientsa
Mô hình Hệ số chưa chuẩn hóa Hệ số chuẩn
hóa
t Sig. Thống kê cộng tác
B Std. Error Beta Tolerance VIF
1
(Constant) -.558 .354 -1.578 .116
CV .321 .047 .357 6.803 .000 .940 1.064
DT .319 .052 .353 6.148 .000 .785 1.273
LD .285 .056 .291 5.112 .000 .798 1.254
DN .168 .052 .183 3.232 .001 .805 1.242
TN .149 .055 .159 2.697 .008 .747 1.339
a. Dependent Variable: HL
Nguồn: Số liệu khảo sát của tác giả, 2019 Vậy, mô hình hồi quy bội là:
HL = .357 * CV + .353 * DT + .291 * LD + .183 * DN + .159 * TN Hay có thể diễn giải lại phương trình như sau:
Sự hài lòng trong công việc = .357 * Công việc + .353 * Cơ hội đào tạo, thăng tiến + .291 * Lãnh đạo + .183 * Đồng nghiệp + .159 * Thu nhập.
Ý nghĩa của các hệ số hồi quy chuẩn hóa Beta trong mô hình: đo lường mức độ tác động của các biến độc lập (CV, DT, LD, DN và TN) đối với biến phụ thuộc HL (trong điều kiện các nhân tố khác không đổi). Cụ thể như sau:
- Biến Công việc là nhân tố có ảnh hưởng mạnh nhất đến sự hài lòng trong công việc của CBCC cấp phường – tp.HCM. Biến Công việc được đánh giá tăng lên 01 đơn vị thì sự hài lòng trong công việc của CBCC sẽ tăng 0.357 đơn vị.
- Tiếp theo là biến Cơ hội đào tạo, thăng tiến. Đây là nhân tố có ảnh hưởng mạnh thứ hai đến sự hài lòng trong công việc của CBCC cấp phường – tp.HCM.
Biến Cơ hội đào tạo, thăng tiến được đánh giá tăng lên 01 đơn vị thì sự hài lòng trong công việc của CBCC sẽ tăng 0.353 đơn vị.
- Ảnh hưởng mạnh thứ ba là biến Lãnh đạo. Biến Lãnh đạo được đánh giá tăng lên 01 đơn vị thì sự hài lòng trong công việc của CBCC sẽ tăng 0.291 đơn vị.
- Thứ tư là biến Đồng nghiệp. Biến Đồng nghiệp được đánh giá tăng lên 01 đơn vị thì sự hài lòng trong công việc của CBCC sẽ tăng 0.183 đơn vị.
- Cuối cùng là biến Thu nhập. Nhân tố này có ảnh hưởng ít nhất đến sự hài lòng trong công việc của CBCC cấp phường – tp.HCM. Biến Thu nhập được đánh giá tăng lên 01 đơn vị thì sự hài lòng trong công việc của CBCC sẽ tăng 0.159 đơn vị.
Vậy tóm lại, phương trình hồi quy tuyến tính bội sử dụng phương pháp Enter cho thấy: công việc, cơ hội đào tạo thăng tiến, lãnh đạo, đồng nghiệp và thu nhập có tác động tỷ lệ thuận đến sự hài lòng trong công việc của CBCC cấp phường – Khảo sát tại quận Bình Thạnh, tp.HCM. Trong đó, công việc có tác động mạnh nhất và thu nhập là có tác động yếu nhất.