CHƯƠNG I: TỔNG QUAN VỀ ĐỀ TÀI NGHIÊN CỨU
2.3. Ảnh hưởng của thù lao lao động đến sự cam kết gắn bó của nhân viên với Công ty cổ phần
2.3.5. Phân tích mô hình hồi quy
đến 32,5%, nguyên nhân có thể do một số máy móc, thiết bị làm việc đã cũ chưa kịp thời sữa chữa, thay mới.
2.3.5. Phân tích mô hình hồi quy
Bảng 2.19. Hệ số tương quan Pearson
Nhân tố Tương quan Pearson Sig.(2-tailed)
Tiền lương, tiền công 0,354** 0,000
Phụ cấp lương 0,569** 0,000
Chế độ phúc lợi 0,131 0,170
Bản chất công việc 0,343** 0,000
Điều kiện làm việc 0,587** 0,000
(Nguồn: Xửlí sốliệu trên SPSS)
Yếu tố cần quan tâm ở đây là giá trị sig. Giá trị sig. nhỏ hơn 0,05 thì hệ số tương quan mới có ý nghĩa thống kê, khi đó hệ số tương quan càng tiến về 1 hoặc -1 thì tương quan càng mạnh, càng tiến về 0 thì càng yếu. Giá trị sig. lớn hơn 0,05 thì không có tương quan giữa hai biến này. Như vậy, từ bảng 2.19 ta thấy giá trị sig. của nhân tố chế độ phúc lợi lớn hơn 0,05 nên biến này bị loại ra khỏi mô hình hồi quy.
2.3.5.3. Đánh giá độ phù hợp của mô hình
Bảng 2.20. Đánh giá độ phù hợp của mô hình
Model R R Square
R2 hiệu chỉnh
Ước lượng độ lệch
chuẩn Durbin-Watson
1 0,766a 0,587 0,572 0,46372 2,042
(Nguồn: Xửlí sốliệu trên SPSS) Hệ số xác định R2 càng gần 1 thì mô hình càng có ý nghĩa, càng gần 0 thì mô hình càng ít có ý nghĩa. Để dánh giá mức độ thích hợp của mô hình hồi quy, ghĩa là xem mô hình hồi quy giải thích được bao nhiêu % sự thay đổi của biến phụ thuộc ta dùng hệ số xác định R2.
Nhìn vào bảng trên, ta có hệ số R bình phương hiệu chỉnh (Adjusted R Square) là 0,572, nghĩa là 57,2% biến thiên của biến phụ thuộc Sự gắn bó được giải thích bởi 4 nhân tố độc lập, còn lại 42,8% là do các biến ngoài mô hình và sai số ngẫu nhiên. Điều
Trường Đại học Kinh tế Huế
này cho thấy mô hình hồi quy tuyến tính này phù hợp với tập dữ liệu của mẫu ở mức 57,2%.
2.3.5.4. Kiểm định sự phù hợp của mô hình
Bảng 2.21. Kiểm định ANOVA
Mô hình
Tổng bình
phương df
Trung bình
bình phương F Sig.
1 Hồi quy 32,451 4 8,113 37,728 ,000b
Số dư 22,794 106 0,215
Tổng 55,244 110
(Nguồn: Xửlí sốliệu trên SPSS) Để kiệm định sự phù hợp của mô hình, tiến hành thực hiện kiểm định F để xem xét biến phụ thuộc có mối quan hệ tuyến tính với các biến độc lập hay không. Giả thuyết đưa ra: H0: R2 = 0 (Mô hình không phù hợp)
H1: R2# 0 (Mô hình phù hợp)
Cụ thể, giá trị sig là 0,000 < 0,05, như vậy, bác bỏ giả thiết H0, chấp nhận giả thiết H1: Chứng tỏ R bình phương của tổng thể khác 0. Đồng nghĩa với việc mô hình hồi quy tuyến tính xây dựng là phù hợp với tổng thể.
2.3.5.5. Kiểm định hiện tượng tự tương quan và đa cộng tuyến
Durbin-Watson dùng để kiểm định tự tương quan của các sai số kề nhau có giá trị biến thiên trong khoảng từ 0-4. Với n=111 và k’= 4, giá trị Durbin-Watson = 2,042 thuộc khoảng từ 1,6- 2,4, do đó, mô hình không có hiện tượng tự tương quan.
Bảng 2.22 Kiểm định hiện tượng đa cộng tuyến
Mô hình Collinearity Statistics
Độ chấp nhận VIF
Hằng số
PC 0,796 1,257
CV 0,956 1,046
DK 0,882 1,134
TL 0,892 1,121
(Nguồn: Xửlí sốliệu trên SPSS)
Trường Đại học Kinh tế Huế
Để kiểm định hiện tượng đa cộng tuyến (tương quan giữa các biến độc lập), ta tiến hành thông qua giá trị của hệ số phóng đại phương sai VIF (Variance Inflation Factor): VIF > 10 thì có thể nhận xét có hiện tượng đa cộng tuyến (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005). Thực tế thường so sánh VIF với 2. Trong bài này hệ số phóng đại phương sai VIF đều bé hơn 2, chứng tỏ không có hiện tượng đa cộng tuyến do đó không ảnh hưởng đến kết quả hồi quy.
2.3.5.6. Mô hình hồi quy tuyến tính
Bảng 2.23. Kết quả phân tích mô hình hồi quy Mô hình Hệ số hồi quy chưa chuẩn
hóa
Hệ số hồi quy chuẩn
hóa
t sig
B Std. Error Beta
Hằng số -,0,280 0,367 -0,764 0,448
PC 0,310 0,067 0,323 4,626 0,000
CV 0,210 0,058 0,230 3,608 0,000
DK 0,436 0,065 0,445 6,705 0,000
TL 0,163 0,061 0,177 2,683 0,008
(Nguồn: Xửlí sốliệu trên SPSS) Đầu tiên, ta xem xét giá trị sig của kiểm định t từng biến độc lập, sig. nhỏ hơn hoặc bằng 0,05 nghĩa là biến đó có ý nghĩa trong mô hình, ngược lại, sig lớn hơn 0,05 thì biến độc lập đó cần được loại bỏ. Ta thấy các giá trị sig. trong bảng 2.23 đều nhỏ hơn 0,05 chứng tỏ 4 biến độc lập đều tác động có ý nghĩa thống kê đến biến phụ thuộc.
Tiếp theo là hệ số hồi quy chuẩn hóa Beta, trong tất cả các hệ số hồi quy, biến độc lập nào có hệ số Beta lớn nhất thì biến đó tác động, ảnh hưởng nhiều nhất đến sự thay đổi của biến phụ thuộc.
Như vậy, phương trình hồi quy chuẩn hóa được xác định như sau:
GB = 0,323PC + 0,230CV + 0,445DK + 0,177TL
Dựa vào phương trình trên, có thể thấy rằng khi phụ cấp thay đổi 1 đơn vị thì sự gắn bó thay đổi 0,323 đơn vị, công việc thay đổi 1 đơn vị thì sự gắn bó thay đổi 0,230 đơn vị, khi điều kiện làm việc thay đổi 1 đơn vị thì sự gắn bó thay đổi 0,445 đơn vị và
Trường Đại học Kinh tế Huế
khi tiền lương thay đổi 1 đơn vị thì sự gắn bó thay đổi 0,177 đơn vị. Yếu tố ảnh hưởng nhiều nhất đến sự gắn bó của nhân viên là điều kiện làm việc và thấp nhất là chế độ tiền lương, tiền công.
2.3.5.7. Biểu đồ tần số phần dư chuẩn hóa Histogram
Về mặt lý thuyết, phân phối chuẩn là phân phối có trung bình = 0 và phương sai bằng = 1, Nhìn vào hình bên dưới, ta thấy phần dư chuẩn hóa phân bố theo hình dạng của phân phối chuẩn. Có một đường cong hình chuông trên hình là đường phân phối chuẩn, ta thấy biểu đồ tần số histogram tương ứng với đường cong hình chuông đó.
Thêm nữa, giá trị trung bình mean là -3,98E-16 xấp xỉ = 0, và độ lệch chuẩn bằng 0.982 xấp xỉ = 1 càng khẳng định thêm phần dư chuẩn hóa tuân theo phân phối chuẩn.
Hình 2.2 Biểu đồ tần số phần sư chuẩn hóa Histogram
(Nguồn: Xửlí sốliệu trên SPSS)
Trường Đại học Kinh tế Huế
2.3.6. Phân tích One Way Anova