CHƯƠNG 4 KẾT QUẢ NGHIÊN CỨU
4.3 Kiểm định giả thuyết nghiên cứu bằng hồi qui tuyến tính bội
Mô hình 1:
H1a: Thời gian dành cho công việc có quan hệ cùng chiều với WIF H1b: Quá tải công việc có quan hệ cùng chiều với WIF
H1c: Chai lỳ cảm xúc có quan hệ cùng chiều với WIF Mô hình 2:
H2a: Thời gian dành cho gia đình có quan hệ cùng chiều với FIW H2b: Căng thẳng quan hệ gia đình có quan hệ cùng chiều với FIW H2c: Số con có quan hệ cùng chiều với FIW.
Hồi qui tuyến tính bội thường được dùng để kiểm định và giải thích lý thuyết nhân quả. Mô hình 1 có một biến phụ thuộc là Xung đột công việc – gia đình (WIF) và 3 biến độc lập là Thời gian dành cho công việc (TW), Quá tải công việc (WL) và Chai lỳ cảm xúc (EE). Mô hình 2 có một biến phụ thuộc là Xung đột gia đình – công việc (FIW) và 3 biến độc lập là Thời gian dành cho gia đình (TF), Căng thẳng quan hệ gia đình (TR) và Số con (Con).
Những điều kiện cần quan tâm trong mô hình hồi qui tuyến tính bội:
Thứ nhất, trước khi thực hiện hồi qui cần xem xét mối quan hệ tương quan tuyến tính giữa các biến để thấy đƣợc mức độ chặt chẽ giữa các biến.
Thứ hai, kiểm định sự phù hợp của mô hình hồi qui với tập dữ liệu bằng hệ số xác định điều chỉnh (R2 điều chỉnh),
Thứ ba, kiểm định sự phù hợp của mô hình tổng thể bằng thống kê F.
Thứ tƣ, kiểm định mức ý nghĩa của các hệ số riêng phần bằng thống kê t.
Thứ năm, kiểm định việc vi phạm các giả định.
4.3.1 Hồi qui tuyến tính bội với mô hình 1 – Các yếu tố khía cạnh công việc tác động đến WIF
Xét mối tương quan giữa các biến trong bảng 4.8 cho thấy có sự tồn tại tương quan giữa các biến độc lập TW, WL, EE với biến phụ thuộc WIF và các hệ số tương quan dao động từ 0.202 đến 0.517 với mức ý nghĩa 0.01. Trong đó, WL và EE có tương quan mạnh với WIF với hệ số tương quan là 0.517 và 0.510. Điều này chứng tỏ các biến độc lập này có thể đƣa vào mô hình hồi qui để giải thích cho biến phụ thuộc WIF. Đồng thời kết quả cũng cho thấy có mối tương quan mạnh giữa biến độc lập WL với biến độc lập EE với hệ số tương quan là 0.620 và có tương quan giữa WL và TW với hệ số tương quan là 0.153 (mức ý nghĩa 0.05). Do đó việc xem xét ảnh hưởng đa cộng tuyến là rất quan trọng.
Bảng 4.8. Ma trận hệ số tương quan giữa các biến trong mô hình 1
WIF WL EE TW
WIF
Pearson
Correlation 1 .517** .510** .202**
Sig. (2-tailed) .000 .000 .003
N 221 221 221 221
WL
Pearson
Correlation 1 .620** .153*
Sig. (2-tailed) .000 .023
N 221 221 221
EE
Pearson
Correlation 1 .128
Sig. (2-tailed) .058
N 221 221
TW
Pearson
Correlation 1
Sig. (2-tailed)
N 221
** tương quan có mức ý nghĩa 0.01 (2 đuôi)
* tương quan có mức ý nghĩa 0.05 (2 đuôi)
(Nguồn: phân tích tương quan mô hình 1 bằng phần mềm SPSS – phụ lục 9)
Phân tích hồi qui tuyến tính mô hình 1 (bảng 4.9) cho kết quả R2 điều chỉnh 0.329, điều này có nghĩa là mô hình hồi qui tuyến tính đã xây dựng phù hợp với tập dữ liệu đến mức 32.9%. Kiểm định F sử dụng trong phân tích phương sai dùng để kiểm định độ phù hợp của mô hình hồi qui tuyến tính tổng thể. Trong bảng 4.9, F=
36.945 với mức ý nghĩa Sig.=0.000 cho thấy mô hình hồi qui tuyến tính đƣa ra là phù hợp với dữ liệu và có thể sử dụng đƣợc.
Bảng 4.9. Bảng tóm tắt hồi qui tuyến tính mô hình 1
Mô
hình Hê ̣ số R R2
R2 điều chỉnh
Sai số chuẩn của ƣớc
lươ ̣ng
Thống kê thay đổi
Hê ̣ số
Durbin- Watson R2 thay
đổi F thay đổi df1 df2
Mƣ́c ý
nghĩa F thay đổi
1 .581a .338 .329 1.16915 .338 36.945 3 217 .000 1.706
(Nguồn: Phân tích hồi qui mô hình 1 bằng phần mềm SPSS – Phụ lục 10) Bảng 4.10. Bảng thông số của mô hình hồi qui 1
Mô hình
Thông số chƣa chuẩn hóa
Thông số đã chuẩn hóa
T Sig.
Thống kê đa cô ̣ng tuyến
B Std. Error Beta Tolerance VIF
1
(Hằng số) .431 .488 .883 .378
WL .359 .081 .312 4.418 .000 .610 1.638
EE .347 .081 .301 4.276 .000 .615 1.627
TW .020 .010 .115 2.059 .041 .975 1.026
(Nguồn: Phân tích hồi qui mô hình 1 bằng phần mềm SPSS – Phụ lục 10) Mô hình hồi qui 1: WIF = β0 + β1TW + β2WL + β3EE
Hệ số hồi qui riêng phần trong mô hình cho biết ảnh hưởng “thuần” của một biến khi thay đổi 1 đơn vị của biến đó đến giá trị trung bình của biến phụ thuộc với điều kiện loại trừ ảnh hưởng của các biến độc lập khác. Bảng thông số của mô hình hồi qui (bảng 4.10) cho thấy các hệ số trong mô hình đều có mức ý nghĩa < 0.05 chứng tỏ các hệ số đều có giá trị thống kê. Riêng mức sig của β0 quá lớn (0.378>0.05) nên hệ số này không có ý nghĩa giá trị thống kê.
Nhƣ vậy, có thể viết lại mô hình hồi qui thứ 1 nhƣ sau:
WIF = 0.02TW + 0.359WL + 0.347EE Và mô hình hồi qui 1 đã chuẩn hóa nhƣ sau:
WIF = 0.115TW + 0.312WL + 0.301EE
Mô hình hồi qui tuyến tính đã chuẩn hóa chỉ ra rằng Quá tải công việc và Chai lỳ cảm xúc ảnh hưởng đến Xung đột công việc – gia đình mạnh (theo thứ tự), cuối cùng là Thời gian làm việc cũng có ảnh hưởng đến Xung đột công việc – gia đình với mức độ yếu nhất.
Kiểm định các giả thuyết nghiên cứu cho kết quả chấp nhận cả 3 giả thuyết trong mô hình 1.
Bảng 4.11. Kết quả kiểm định các giả thuyết nghiên cứu trong mô hình 1 Các giả
thuyết
Phát biểu Trị thống
kê (p value)
Kết quả kiểm định
H1a Thời gian dành cho công việc có quan hệ
cùng chiều với WIF .000< 0.05 Chấp nhận
H1b Quá tải công việc có quan hệ cùng chiều
với WIF .000< 0.05 Chấp nhận
H1c Chai lỳ cảm xúc có quan hệ cùng chiều với
WIF .041< 0.05 Chấp nhận
(Nguồn: Phân tích hồi qui mô hình 1 bằng phần mềm SPSS – Phụ lục 10) Kiểm định vi phạm các giả định: thống kê Tolerance lớn và VIF thấp (Tolerance từ 0.610 đến 0.975, VIF từ 1.026 đến 1.638) chứng tỏ không có hiện tƣợng đa cộng tuyến giữa các biến độc lập trong mô hình. Đồ thị phân tán Scatter cho thấy các phần dư phân tán ngẫu nhiên quanh trục 0 (hình 4.1) nên phương sai của phần dƣ không đổi và không vi phạm giả định liên hệ tuyến tính. Biểu đồ tần số Histogram cho thấy phân phối của phần dƣ xấp xỉ chuẩn: Mean=0, Std. Dev=0.993 (hình 4.2), P-P Plot cho thấy các điểm quan sát phân tán xung quanh đường kỳ vọng (hình 4.3) nên các phần dƣ có phân phối chuẩn. Nhƣ vậy mô hình không vi phạm các giả định.
(Nguồn: Đồ thị phân tán Scatterplot – phụ lục 13) Hình 4.1. Đồ thị phân tán Scatterplot của mô hình 1
(Nguồn: Biểu đồ Histogram của phần dư chuẩn hóa mô hình 1 – phụ lục 11) Hình 4.2. Biểu đồ tần số Histogram của mô hình 1
Biến phụ thuộc WIF
Biến phụ thuộc WIF
(Nguồn: Biểu đồ P-P Plot của phần dư chuẩn hóa mô hình 1– phụ lục 12) Hình 4.3. Biểu đồ P-Plot của phần dƣ chuẩn hóa mô hình 1
4.3.2 Hồi qui tuyến tính bội với mô hình 2 – Các yếu tố khía cạnh gia đình tác động đến FIW
Xét mối tương quan giữa các biến (bảng 4.12) cho thấy có sự tồn tại tương quan giữa biến độc lập TR với biến phụ thuộc FIW, hệ số tương quan 0.380 với mức ý nghĩa 0.01. Đồng thời cũng có mối tương quan giữa biến độc lập TF với biến độc lập Con.
Hồi qui tuyến tính bội trong SPSS 16.0 cho mô hình 2 (bảng 4.13) cho kết quả R2 điều chỉnh 0.138, điều này có nghĩa là mô hình hồi qui tuyến tính đã xây dựng phù hợp với tập dữ liệu đến mức 13.8%. Kiểm định F sử dụng trong phân tích phương sai dùng để kiểm định độ phù hợp của mô hình hồi qui tuyến tính tổng thể.
Trong bảng 4.13, F= 12.028 với mức ý nghĩa Sig.=0.000 cho thấy mô hình hồi qui tuyến tính đƣa ra là phù hợp với dữ liệu và có thể sử dụng đƣợc.
Biến phụ thuộc WIF
Bảng 4.12. Ma trận hệ số tương quan giữa các biến trong mô hình 2
FIW TF Con TR
FIW
Pearson
Correlation 1 -.043 -.058 .380**
Sig. (2-tailed) .529 .390 .000
N 221 221 221 221
TF
Pearson
Correlation 1 .240** -.006
Sig. (2-tailed) .000 .931
N 221 221 221
Con
Pearson
Correlation 1 .021
Sig. (2-tailed) .766
N 221 221
TR
Pearson
Correlation 1
Sig. (2-tailed)
N 221
**. Correlation is significant at the 0.01 level (2- tailed).
(Nguồn: Phân tích tương quan mô hình 2 bằng phần mềm SPSS – Phụ lục 14) Bảng 4.13. Bảng tóm tắt hồi qui tuyến tính mô hình 2
Mô
hình Hê ̣ số R R2
R2 điều chỉnh
Sai số chuẩn của ƣớc
lươ ̣ng
Thống kê thay đổi
Hê ̣ số
Durbin- Watson R2 thay
đổi
F thay
đổi df1 df2
Mƣ́c ý
nghĩa F thay đổi
2 .388a .151 .138 1.18184 .151 12.028 3 203 .000 2.247
a. Predictors: (Constant), TR, TF, Con b. Dependent Variable: FIW
(Nguồn: Phân tích hồi qui mô hình 2 bằng phần mềm SPSS – Phụ lục 15) Mô hình hồi qui 2: FIW = β0 + β1TF + β2TR + β3Con
Bảng 4.14. Bảng thông số của mô hình hồi qui 2
Mô hình
Thông số chƣa chuẩn hóa
Thông số đã chuẩn hóa
T Sig.
Thống kê đa cô ̣ng tuyến
B
Std.
Error Beta Tolerance VIF
2
(Hằng số) 2.542 .316 8.033 .000
TF -.006 .007 -.057 -.861 .390 .941 1.062
Con -.073 .112 -.043 -.649 .517 .941 1.063
TR .440 .075 .381 5.886 .000 .999 1.001
a. Dependent Variable: FIW
(Nguồn: Phân tích hồi qui mô hình 2bằng phần mềm SPSS – Phụ lục 15) Bảng 4.14 cho thấy các hệ số trong mô hình 2 chỉ có Hằng số và TR có mức ý nghĩa < 0.05 chứng tỏ có ý nghĩa giá trị thống kê. Riêng mức ý nghĩa của TF và Con quá lớn (> 0.05) nên các hệ số này không có ý nghĩa giá trị thống kê.
Nhƣ vậy, có thể viết lại mô hình hồi qui thứ 2 nhƣ sau:
FIW = 2.542 + 0.440TR
Và mô hình hồi qui 2 đã điều chỉnh nhƣ sau:
FIW = 2.542 + 0.381TR
Mô hình hồi qui tuyến tính đã điều chỉnh chỉ ra rằng chỉ có Căng thẳng quan hệ gia đình ảnh hưởng đến Xung đột gia đình – công việc.
Bảng 4.15. Kết quả kiểm định các giả thuyết nghiên cứu trong mô hình 2 Các giả
thuyết
Phát biểu Trị thống
kê (p value)
Kết quả kiểm định
H2a Thời gian dành cho gia đình có quan hệ
cùng chiều với FIW .390> 0.05 Từ chối
H2b Căng thẳng quan hệ gia đình có quan hệ
cùng chiều với FIW .000< 0.05 Chấp nhận
H2c Số con có quan hệ cùng chiều với FIW. .517> 0.05 Từ chối (Nguồn: Phân tích hồi qui mô hình 2 bằng phần mềm SPSS – Phụ lục 15)
Kiểm định các giả thuyết nghiên cứu cho kết quả chấp nhận 1 giả thuyết và từ chối 2 giả thuyết trong mô hình 2 (xem bảng 4.15).
Kiểm định vi phạm các giả định: thống kê Tolerance lớn (từ 0.941 đến 0.999) và VIF thấp (1.001 đến 1.063) chứng tỏ không có hiện tƣợng đa cộng tuyến giữa các biến độc lập trong mô hình (bảng 4.14). Đồ thị phân tán Scatter cho thấy các phần dƣ phân tán ngẫu nhiên quanh trục 0 (Phụ lục 18 – Đồ thị phân tán Scatterplot) nên phương sai của phần dư không đổi và không vi phạm giả định liên hệ tuyến tính. Biểu đồ tần số Histogram cho thấy phân phối của phần dƣ xấp xỉ chuẩn: Mean=0, Std. Dev=.0993 (Phụ lục 16 – Biểu đồ tần số Histogram của phần dư chuẩn hóa), P-P Plot cho thấy các điểm quan sát phân tán xung quanh đường kỳ vọng (Phụ lục 17 – Biểu đồ P-P Plot của phần dƣ chuẩn hóa) nên các phần dƣ có phân phối chuẩn.