Để kiểm định mối quan hệ thỏa mãn đối với công việc và dự định nghỉ việc của giảng viên trong mô hình nghiên cứu, sử dụng phương pháp tương quan với hệ số tương quan Pearson (r). Nếu r > 0 thể hiện tương quan đồng biến, ngược lại, r < 0 thể hiện tương quan nghịch biến. Giá trị r = 0 chỉ ra rằng hai biến không có mối liên hệ tuyến tính.
│r│ 1: quan hệ giữa hai biến càng chặt │r│ 0: quan hệ giữa hai biến càng yếu Mức ý nghĩa “sig” của hệ số tương quan như sau:
- < 5 % : mối tương quan khá chặt chẽ - < 1 % : mối tương quan rất chặt chẽ - >5 % : có tương quan ít
- > 10 %: không có mối tương quan.
Sau khi kiểm định mối tương quan, đề tài tiếp tục sử dụng phương pháp hồi quy bội để dự đoán cường độ tác động của sự thỏa mãn trong công việc đến dự định nghỉ việc của giảng viên. Mô hình dự đoán có thể là:
Yi = β0 + β1X1i + β2X2i + β3X3i + … + βkXki + i
Yi: biến phụ thuộc Xk: các biến độc lập β0: hằng số
βk: các hệ số hồi quy
i: thành phần ngẫu nhiên hay yếu tố nhiễu Các điều kiện phân tích hồi quy tuyến tính bội :
- Hệ số R2 và R2 điều chỉnh để đánh giá độ phù hợp của mô hình. Chấp nhận giá trị: R2 ≥ 0,5 (mô hình hồi quy tuyến tính đã xây dựng phù hợp với tập dữ liệu đến mức ≥ 50%).
- Kiểm định độ phù hợp của mô hình hồi quy ở mức ý nghĩa 5% :
o Giả thuyết Ho : β1 = β2 = β3 = β4 = 0
o Phát biểu Ho : tất cả các hệ số hồi quy của các biến độc lập đều bằng không (ngoại trừ hằng số).
o Trị thống kê F có mức ý nghĩa ≤ 0,05, có thể bác bỏ giả thuyết Ho
một cách an toàn, nghĩa là các hệ số hồi quy khác không, mô hình hồi quy tuyến tính bội phù hợp với tập dữ liệu và có thể được sử dụng.
- Ý nghĩa của hệ số hồi quy riêng từng phần: βk đo lường sự thay đổi giá trị trung bình Y khi Xk thay đổi một đơn vị, các biến độc lập còn lại không thay đổi.
- Hiện tượng đa cộng tuyến : sử dụng công cụ Variance inflation factor – VIF để kiểm tra hiện tượng đa cộng tuyến. Điều kiện VIF <10 : không có hiện tượng đa cộng tuyến.