CHƯƠNG 3. KẾT QUẢ NGHIÊN CỨU
3.4. KIỂM ĐỊNH HỒI QUY BỘI
Dựa vào kết quả phân tích nhân tố khám phá, thực hiện tính toán các nhân tố bằng giá trị bình quân của các Item. Sử dụng kỹ thuật ước lượng phương pháp Stepwise được thực hiện với 09 nhân tố độc lập và 01 nhân tố phụ thuộc “Sự hài lòng trong công việc của điện thoại viên”. Các kết quả thu được như sau: (Phụ lục 6)
Với 09 nhân tố độc lập có 03 nhân tố bị loại ra khỏi mô hình là: Giao tiếp thông tin, phúc lợi và thăng tiến. Như vậy 06 nhân tố với 28 biến phụ thuộc ảnh hưởng sự hài lòng điện thoại viên đó là: Yêu thích công việc, Lãnh đạo, Tiền lương, Đồng nghiệp, Đào tạo hỗ trợ công việc, Điều kiện làm việc
Trị thống kê F được tính từ R square của mô hình với mức ý nghĩa quan sát rất nhỏ (sig = 0.000) cho thấy mô hình hồi quy tuyến tính bội phù hợp với tập dữ liệu và có thể sử dụng được hay nói cách khác các biến độc lập trong mô hình đều có quan hệ nhân quả với biến phụ thuộc là sự hài lòng nhân viên Hệ số xác định R2 trong mô hình này là 0.697. Giá trị này chứng tỏ mô hình khá phù hợp. Điều này nói lên được độ tương thích của mô hình là 69.7%
hay nói cách khác là có khoảng 69.7% phương sai sự hài lòng được giải thích bởi phương sai của 06 nhân tố độc lập .
Như vậy, phương trình hồi quy thể hiện mối quan hệ giữa sự hài lòng của nhân viên với 06 nhân tố tương ứng với 28 biến quan sát độc lập được trình bày như sau:
Sự hài lòng = - 0.17 +0.346 Yêu thích công việc + 0.225 Tiền lương +0.143 Lãnh đạo+ 0.130 Đồng nghiệp + 0.089 Đào tạo và hỗ trợ công việc + 0.080 Điều kiện làm việc
Vậy, phương trình hồi quy được phương pháp stepwise ước lượng cho thấy sự hài lòng trong công việc điện thoại viên về 06 nhân tố: Yêu thích công việc, tiền lương, lãnh đạo, đồng nghiệp, điều kiện làm việc, đào tạo hỗ trợ công việc có tác động tỷ lệ thuận với sự hài lòng công việc của điện thoại viên. Trong đó kết quả hồi quy cho thấy thành phần “ yêu thích công việc” có ý nghĩa quan trọng nhất đối với sự hài lòng của nhân viên (có hệ số lớn nhất) tiếp đến lần lượt là “tiền lương”; “lãnh đạo”; “đồng nghiệp”; “ đào tạo và hỗ trợ trong công việc” và cuối cùng có tác động yếu nhất đến sự hài lòng trong công việc của điện thoại viên là “điều kiện làm việc”
3.4.2. Đánh giá và kiểm định sự phù hợp của mô hình
Dựa vào kết quả phân tích hồi quy (Phụ lục 6) ta thấy hệ số R2 hiệu chỉnh của mô hình là 0.691. Tức 69.1% sự biến thiên của mức độ hài lòng nhân viên được giải thích bởi mối liên hệ tuyến tính của các biến độc lập.
chứng tỏ mô hình đã xây dựng khá phù hợp với dữ liệu mẫu.
Dựa vào bảng Anova (Phụ lục 6) ta thấy giá trị Sig của mô hình rất nhỏ 0.000<5%. Vậy mức độ phù hợp của mô hình tương đối cao và có thể suy rộng cho toàn tổng thể .
3.4.3. Kiểm định vi phạm giả thiết của mô hình a. Kiểm tra hiện tượng tự tương quan
Để kiểm tra hiện tượng tự tương quan, tác giả dùng kiểm định d Durbin- Watson để kiểm định hiện tượng tự tương quan bậc nhất
Bảng 3.10. Kết quả kiểm định hiện tượng tự tương quan Model Summaryg
Mode
l R R Square Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
1 .646a .417 .415 .42800
2 .765b .586 .583 .36146
3 .801c .642 .639 .33645
4 .821d .674 .670 .32168
5 .831e .690 .685 .31428
6 .835f .697 .691 .31120 1.841
a. Predictors: (Constant), Yêu thích công việc
b. Predictors: (Constant), Yêu thích công việc, Lãnh đạo
c. Predictors: (Constant), Yêu thích công việc, Lãnh đạo, Tiền lương
d. Predictors: (Constant), Yêu thích công việc, Lãnh đạo, Tiền lương, Đồng nghiệp
e. Predictors: (Constant), Yêu thích công việc, Lãnh đạo, Tiền lương, Đồng nghiệp, Đào tạo hỗ trợ
f. Predictors: (Constant), Yêu thích công việc, Lãnh đạo, Tiền lương, Đồng nghiệp, Đào tạo hỗ trợ, Điều kiện làm việc
g. Dependent Variable: Sự hài lòng Kiểm định tự tương quan.
Giả thiết:
H0 : Hệ số tương quan tổng thể của các phần dư bằng 0 H1 : hệ số tương quan tổng thể của các phần dư khác 0
Dựa vào kết quả kiểm định d, Durbin-Watson cho thấy d = 1.841
Với số quan sát là 289 và k’=6, tra bảng được dL=1.707 và du = 1.831 vậy du
< d = 1.841 < 4- du
Vậy, mô hình trên không có hiện tượng Tự tương quan với mức ý nghĩa 5%.
b. Kiểm tra hiện tượng đa cộng tuyến
Bảng 3.11. Kết quả kiểm tra hiện tượng đa công tuyến Coefficientsa
Unstandar dized Coefficients
S tandar dized Coeffi cients
Collinearity Statistics Model
B
St d. Error
B eta
t S
ig.
To lerance
VI F (Constant) 1.433 .139 10.323 .000
1
Yêu thích công
việc .559 .039 .646 14.335 .000 1.000 1.000 (Constant) .759 .133 5.720 .000
Yêu thích công
việc .447 .035 .516 12.940 .000 .909 1.100
2
Lãnh đạo .324 .030 .431 10.788 .000 .909 1.100 (Constant) .411 .134 3.066 .002
Yêu thích công
việc .448 .032 .517 13.930 .000 .909 1.100
Lãnh đạo .238 .031 .316 7.724 .000 .751 1.332 3
Tiền lương .221 .033 .264 6.716 .000 .812 1.231 (Constant) .154 .137 1.122 .263
Yêu thích công
việc .371 .034 .428 10.886 .000 .741 1.349
Lãnh đạo .170 .032 .226 5.289 .000 .630 1.587 Tiền lương .243 .032 .291 7.670 .000 .797 1.254 4
Đồng nghiệp .186 .035 .225 5.270 .000 .627 1.594
(Constant) .033 .138 .243 .808 Yêu thích công
việc .344 .034 .397 10.115 .000 .710 1.409
Lãnh đạo .154 .032 .205 4.864 .000 .619 1.615 Tiền lương .238 .031 .285 7.671 .000 .796 1.257 Đồng nghiệp .151 .036 .183 4.223 .000 .585 1.709 5
Đào tạo hỗ trợ .110 .029 .148 3.813 .000 .725 1.380 (Constant) -.017 .138 -.123 .902
Yêu thích công
việc .346 .034 .400 10.279 .000 .709 1.410
Lãnh đạo .143 .032 .189 4.503 .000 .607 1.648 Tiền lương .225 .031 .269 7.241 .000 .776 1.289 Đồng nghiệp .130 .036 .158 3.587 .000 .556 1.797 Đào tạo hỗ trợ .089 .030 .120 3.011 .003 .672 1.489 6
Điều kiện làm
việc .080 .031 .103 2.576 .011 .674 1.483
a. Dependent Variable: Sự hài lòng
Từ kết quả phân tích ta thấy nhân tử phóng đại phương sai nhỏ hơn 05(VIF < 05) cho thấy các biến độc lập này không có quan hệ chặt chẽ với nhau nên không có hiện tượng đa cộng tuyến xảy ra. Do đó, mối quan hệ giữa các biến độc lập không ảnh hưởng đáng kể tới kết quả giải thích của mô hình hồi quy
c. Dò tìm hiện tượng phương sai sai số thay đổi
Để dò tìm hiện tượng phương sai sai số thay đổi tác giả sử dụng kiểm định dựa vào biến phụ thuộc
Kiểm định sự tồn tại của mô hình hồi quy Res2 (Bình phương của phần dư) theo Pre2 (Bình phương ước lượng của HaiLong). Nếu mô hình này là không tồn tại thì mô hình hồi quy ban đầu không có hiện tượng phương sai sai số thay đổi, và ngược lại.
Bảng 3.12. Kết quả hiện tượng phương sai sai số thay đổi ANOVAb
Model Sum of
Squares df Mean
Square F Sig.
Regression 0 1 0 0.008 .928a
Residual 4.531 287 0.016
1
Total 4.532 288
a. Predictors: (Constant), Pre2
b. Dependent Variable: Res2
Kết quả thu được Sig = .928 > 0.05 (bảng 3.12), nên mô hình hồi quy Res2 (Bình phương của phần dư) theo Pre2 là không tồn tại.
Như vậy, mô hình không tồn tại hiện tượng phương sai sai số thay đổi hay nói khác mô hình không vi phạm giả thiết về phương sai sai số thay đổi.