a. Xem xét ma trận hệ số tương quan
Kết quả phân tích cho thấy, giữa các thang đo đo lường sự thỏa mãn của người lao động không có mối quann hệ tương quan tuyến tính với nhau (Phụ lục số
06). Như vậy, sẽ không xuất hiện đa cộng tuyến trong phân tích hồi quy.
Bên cạnh đó, kết quả phân tích cũng cho thấy có mức độ tương quan tuyến tính giữa từng thang đo trên với sự thỏa mãn của người lao động, trong đó mối quan hệ tương quan cao nhất là giữa thang đo “Mối quan hệ với cấp trên” với “Sự thỏa mãn của người lao động” có r = 0,528.
b. Xây dựng phương trình hồi quy tuyến tính
Để tiến hành phân tích hồi quy tuyến tính bội, các biến được đưa vào mô hình bằng phương pháp Enter (phương pháp đưa vào cùng một lúc). Tiêu chuẩn kiểm định là tiêu chuẩn được xậy dựng dựa vào phương pháp kiểm định giá trị
thống kê F và xác định xác suất tương ứng của giá trị thống kê F, kiểm định mức
độ phù hợp của mô hình qua hệ số xác định R2.
Bảng 4.15: Bảng Model Summary
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 1 .923a .853 .848 .39009420 2.004
a. Predictors: (Constant), Daotao, , Thunhap, Thangtien, Moitruong b. Dependent Variable: Thoaman
Bảng 4.16: Bảng ANOVA ANOVAb Model Sum of Squares df Mean Square F Sig. 1 Regression 164.544 6 27.424 180.215 .000a Residual 28.456 187 .152 Total 193.000 193
a. Predictors: (Constant), Daotao, , Thunhap, Thangtien, Captren, Moitruong b. Dependent Variable: Thoaman
Bảng 4.17: Hệ số hồi quy chuẩn hóa của phương trình Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Toleranc
e VIF (Constant) -2.415E-18 .028 .000 1.000 Moitruong .468 .028 .468 16.683 .000 1.000 1.000 Captren .528 .028 .528 18.821 .000 1.000 1.000 Thangtien .378 .028 .378 13.450 .000 1.000 1.000 Thunhap .273 .028 .273 9.731 .000 1.000 1.000 Trienvong .283 .028 .283 10.082 .000 1.000 1.000 Daotao .237 .028 .237 8.456 .000 1.000 1.000 a. Dependent Variable: Thoaman
Phần mềm xử lý số liệu cho ra mô hình hổi quy tuyến tính như sau:
Thoaman=0,468*Moitruong+0,528*Captren+0,378*Thangtien+0,273*T rienvong +0,283*Thunhap+0,237*Daotao + ei
Cụ thể: Sự thỏa mãn của người lao động = 0,468* “Môi trường, điều kiện làm việc và công việc” + 0,528* (Mối quan hệ với cấp trên) + 0,378* “Cơ hội thăng tiến” + 0,273* “Triển vọng và sự phát triển của Công ty” + 0,283* “Tiền lương và các chếđộ chính sách” + 0,237* “Cơ hội đào tạo” + Sai sốước lượng.
c. Đánh giá độ phù hợp của mô hình và kiểm định các giả thuyết
So sánh 2 giá trị R Square và Adjusted R Square thì có thể thấy Adjusted R Square nhỏ hơn, dùng nó để đánh giá độ phù hợp của mô hình sẽ an toàn hơn vì nó không thổi phồng mức độ phù hợp của mô hình.
Kết quả cho thấy, hệ số xác đinh hiệu chỉnh Adjusted R Square của mô hình là 0,848. Thể hiện sáu biến độc lập trong mô hình giải thích được 84,8% biến thiên của biến phụ thuộc sự thỏa mãn của người lao động. Với giá trị này thì mức độ phù hợp của mô hình là khá cao.
Tiếp theo là cần kiểm định giả thuyết mô hình của tổng thể. Kiểm định F là một phép kiểm định giả thuyết vềđộ phù hợp của mô hình hồi quy tổng thể. Theo kết quả phân tích, ta thấy kết quả kiểm định F có giá trị là 180,215 với sig.= 0,000 chứng tỏ mô hình hồi quy tuyến tính bội là phù hợp với tập dữ liệu và có thể sử
dụng được.
Cuối cùng, để đảm bảo các biến độc lập đều thực sự có ảnh hưởng đến biến phụ thuộc, ta tiến hành kiểm định t. Với giả thuyết Ho là hệ số hồi quy của các biến
độc lậpβk = 0. Ta kỳ vọng giả thuyết này sẽ bị bác bỏ, vì nếu giả thuyết này không bị bác bỏ nghĩa là các biến độc lập chẳng ảnh hưởng gì đến biến phụ thuộc trong tổng thể. Chúng ta có thể thấy giá trị sig. của tất cả các hệ số hồi quy đều = 0,000 chứng tỏ giả thuyết Ho: βk = 0 có thể bị bác bỏ. Điều này có nghĩa là các nhân tố
trong phương trình đều ảnh hưởng đến sự thỏa mãn của người lao động.
d. Giải thích tầm quan trọng của các biến trong mô hình
Phương trình hồi quy tuyến tính trên giúp ta kết luận từ mẫu nghiên cứu rằng sự thỏa mãn của người lao động đối với Công ty Cổ phần Tư vấn Xây dựng Điện 4 phụ thuộc vào sáu nhân tố chính, đó là (1) Môi trường, điều kiện làm việc và công việc; (2) Mối quan hệ với cấp trên; (3) Cơ hội thăng tiến; (4) Triển vọng và sự phát triển của Công ty; (5) Tiền lương và các chếđộ chính sách; (6) Cơ hội đào tạo. Nhìn vào giá trị của các hệ số hồi quy đã chuẩn hóa (Beta) ở trên, có thể thấy được tầm quan trọng của từng nhân tố đối với sự thỏa mãn của người lao động. So sánh độ
lớn của Beta cho thấy: (adsbygoogle = window.adsbygoogle || []).push({});
Mối quan hệ với cấp trên có tác động lớn nhất đến sự thỏa mãn của người lao
động (Beta = 0,528). Mỗi đơn vị thay đổi thay đổi trong mối quan hệ với cấp trên sẽ
làm cho sự thỏa mãn của người lao động thay đổi trung bình 0,528 đơn vị khi giữ
nguyên các biến độc lập còn lại không đổi.
Tiếp đến là môi trường, điều kiện làm việc và công việc (Beta = 0,468). Mỗi
đơn vị thay đổi thay đổi ở môi trường, điều kiện làm việc và tính chất công việc sẽ
làm cho sự thỏa mãn của người lao động thay đổi trung bình 0,468 đơn vị khi giữ
Tiếp đến là cơ hội thăng tiến (Beta = 0,378). Mỗi đơn vị thay đổi thay đổi trong cơ hội thăng tiến sẽ làm cho sự thỏa mãn của người lao động thay đổi trung bình 0,378 đơn vị khi giữ nguyên các biến độc lập còn lại không đổi.
Tiếp đến là tiền lương và các chế độ chính sách (Beta = 0,283). Mỗi đơn vị
thay đổi thay đổi trong tiền lương và các chếđộ chính sách sẽ làm cho sự thỏa mãn của người lao động thay đổi trung bình 0,283 đơn vị khi giữ nguyên các biến độc lập còn lại không đổi.
Tiếp đến là triển vọng và sự phát triển của Công ty (Beta = 0,273). Mỗi đơn vị thay đổi thay đổi ở triển vọng và sự phát triển của Công ty sẽ làm cho sự thỏa mãn của người lao động thay đổi trung bình 0,273 đơn vị khi giữ nguyên các biến
độc lập còn lại không đổi.
Cuối cùng là cơ hội đào tạo (Beta = 0,237). Mỗi đơn vị thay đổi thay đổi trong cơ hội đào tạo sẽ làm cho sự thỏa mãn của người lao động thay đổi trung bình 0,237 đơn vị khi giữ nguyên các biến độc lập còn lại không đổi.
e. Dò tìm sự vi phạm các giả đinh cần thiết trong hồi quy tuyến tính
Mô hình hồi quy tuyến tính bằng phương pháp OSL được thực hiện với một số giả định và mô hình chỉ thực sự có ý nghĩa khi các giả định này được đảm bảo. Do vậy, để đảm bảo độ tin cậy cho mô hình, chúng ta cần phải thực hiện một loạt các dò tìm sự vi phạm các giảđinh cần thiết trong hồi quy tuyến tính.
Giả định đầu tiên là giả định liên hệ tuyến tính. Phương pháp được sử dụng là biểu đồ phân tán scatter với giá trị phần dư chuẩn hóa trên trục tung và giá trị dự đoán chuẩn hóa nằm trên trục hoành. Nhìn và biểu đồ ta thấy phần dư không thay
đôi trật tự nào đối với giá trị dựđoán. Vậy giảđịnh về liên hệ tuyến tính không bị vi phạm (Hình 4.6).
Hình 4.6: Đồ thị phân tán của phần dư
Giảđịnh tiếp theo cần xem xét là phương sai của phần dư không đổi. Chúng ta cần kiểm định giả thuyết Ho là: hệ số tương quan hạng tổng thể giữa phần dư và biến độc lập bằng 0. Để thực hiện kiểm định này, chúng ta sẽ tính hệ số tương quan hạng Spearman của giá trị tuyệt đối phần dư và các biến độc lập (Phụ lục số 08). Nếu giá trị sig. của kiểm định lớn hơn mức ý nghĩa 0,05 thì đây là một tin tốt vì chúng ta có thể kết luận phương sai của sai số không thay đổi, ngược lại nếu giá trị
sig. của kiểm định nhỏ hơn mức ý nghĩa 0,05 nghĩa là chúng ta phải chấp nhân giả
thuyết phương sai của sai số thay đổi. Từ kết quả có thể thấy rằng tất cả giá trị sig. của các hệ số tương quan đều lớn hơn 0,05 cho thấy ta không đủ cơ sởđể bác bỏ giả
thuyết Ho. Như vậy, giảđịnh về phương sai của sai số không đổi không bị vi phạm. Giả định tiếp theo là về tính độc lập của phần dư cũng cần được kiểm định. Ta dùng đại lượng thống kê Durbin-Watson (d) để kiểm định. Đại lượng này có giá trị từ 0 đến 4. Theo quy tắc kinh nghiệm thì d nằm trong khoảng từ 1 đến 3 thì có thể kết luận phần dư là độc lập với nhau. Với dữ liệu thống kê ta có được d = 2,004 và như vậy tính độc lập của phần dưđược bảo đảm (Bảng 4.15).
Để dò tìm sự vi phạm giả định phân phối chuẩn của phần dư ta sẽ sử dụng công cụ vẽ của phần mềm SPSS là biểu đồ Histogram. Nhìn vào biểu đồ Histogram
ta thấy phần dư có phân phối xấp xỉ chuẩn với giá trị trung bình gần bằng 0 và độ
lệch chuẩn của nó gần bằng 1. Do đó có thể kết luận rằng giả thiết phân phối chuẩn không bị vi phạm (Hình 4.7).
Hình 4.7: Đồ thị phân phối chuẩn của phần dư
Cuối cùng chúng ta sẽ xem xét sự vi phạm đa cộng tuyến của mô hình. Công cụ chuẩn đoán giúp phát hiện sự tồn tại của cộng tuyến trong dữ liệu được đánh giá mức độ cộng tuyến làm thoái hóa tham số ước lượng là: Hệ số phóng đại phương sai ( Variance inflation factor – VIF) vượt quá 10, đó là dấu hiệu của đa cộng tuyến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008, 252). Từ kết quả trên ta có thấy rằng tất cả các giá trị VIF đều bằng 1 vì vậy mô hình không có dấu hiệu của đa cộng tuyến (bảng 4.17).
Như vậy mô hình hồi quy tuyến tính được xây dựng không vi phạm các giả định cần thiết trong phân tích hồi quy.
(adsbygoogle = window.adsbygoogle || []).push({});