Kiểm Định Giả Định Phương Sai Của Sai Số (Phần Ư) Không Đổi

H3: Đặc điểm tổ chức có tác động cùng chiều đến động lực làm việc của người lao động nhà hàng Le Champa - Resort & Spa Le Belhamy.

H4: Môi trường bên ngoài có tác động cùng chiều đến động lực làm việc của người lao động nhà hàng Le Champa - Resort & Spa Le Belhamy.

2.10 Phân tích mô hình hồi quy tuyến tính đa biến

2.10.1 Kiểm tra các giả định mô hình hồi quy

Kiểm tra các giả định sau:

- Phương sai của sai số (phần ư) không đổi.

- Các phần ư có phân phối chuẩn.

- Không có mối tương quan giữa các biến độc lập.

Nếu các giả định này bị vi phạm thì các ước lượng không đáng tin cậy nữa (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).

2.10.1.1 Kiểm định giả định phương sai của sai số (phần ư) không đổi

Giả định liên hệ tuyến tính và phương sai của sai số không đổi: Nếu giả định liên hệ tuyến tính và phương sai bằng nhau được thỏa mãn thì không nhận thấy có liên hệ gì giữa các giá trị dự đoán và phần ư. Do đó chúng sẽ phân tán rất ngẫu nhiên. Nếu giả định tuyến tính được thỏa mãn (đúng) thì phần ư phải phân tán ngẫu nhiên trong một vùng xung quanh đường đi qua tung độ 0 của đồ thị phân tán của phần ư chuẩn hóa (Standardized Residual) và giá trị dự đoán chuẩn hóa (Standardized predicted value). Và nếu phương sai không đổi thì các phần ư phải phân tán ngẫu nhiên quanh trục 0 (tức quanh giá trị trung bình của phần ư) trong một phạm vi không đổi (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008, 228).

Sơ đồ 2.10: Đồ thị phân tán giữa giá trị phần dư đã được chuẩn hóa và giá trị dự báo đã được chuẩn hóa

(Nguồn: Phân tích dữ liệu từ điều tra của tác giả) Dựa vào đồ thị phân tán phần ư chuẩn hóa sơ đồ 2.10, ta thấy các giá trị dự đoán chuẩn hóa và phần ư phân tán chuẩn hóa phân tán ngẫu nhiên trong một vùng xung quanh đường đi qua tung độ 0. Điều này có nghĩa là phương sai của phần ư

không đổi.

2.10.1.2 Kiểm tra giả định các phân ư có phân phối chuẩn

Phần ư có thể không tuân theo phân phối chuẩn vì những lý o như sử dụng sai mô hình, phương sai không phải là hằng số, số lượng các phần ư không đủ nhiều để phân tích (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Biểu đồ tần số Histogram của các phần ư đã được chuẩn hóa và biểu đồ P-P plot được sử dụng để kiểm tra giả định này.

Sơ đồ 2.11: Đồ thị phân phối tần số của phần đã chuẩn hóa

(Nguồn: Phân tích dữ liệu từ điều tra của tác giả) Nhận xét: Dựa vào biểu đồ tần số của các phần ư Histogram ta thấy, phần ư phân phối xấp xỉ chuẩn (trung bình Mean = -1.51E-1 và độ lệch chuẩn Std. Dev = 0.988, tức gần bằng 1). Do đó, có thể kết luận rằng giả thuyết phân phối chuẩn của

phần ư không bị vi phạm (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008, 229).

Sơ đồ 2.12: Đồ thị P-P plot của phần dư đã chuẩn hóa‌

(Nguồn: Phân tích dữ liệu từ điều tra của tác giả) Kết quả từ biều đồ tần số P-P plot cho thấy các điểm phân tán xung quanh được kỳ vọng ( ao động gần sát với đường thẳng). Cũng cho thấy giả định phân

phối chuẩn của phần sư không bị vi phạm.

2.10.1.3 Ma trận tương quan

Bước đầu tiên khi tiến hành phân tích hồi quy tuyến tính bội là xem xét các mối tương quan tuyến tính giữa các biến độc lập với từng biến phụ thuộc và chính giữa các biến độc lập với nhau. Vì nếu có bất cứ liên hệ tương quan qua lại chặt chẽ nào giữa các biến độc lập có thể ảnh hưởng lớn đến kết quả của phân tích hồi quy bội.

Bảng 2.2 : Ma trận hệ số tương quan

Y (DLLV)	CNNLD	DDCV	DDTC	MTBN
Y (DLLV)	1	.139	.447**	.774**	.106
CNNLD	.139	1	-.171*	-.004	.205**
DDCV	.447**	-.171*	1	.402**	-.121
DDTC	.774**	-.004	.402**	1	-.067
MTBN	.106	.205**	-.121	-.067	1
**. Tương quan ở mức ý nghĩa 0.01 (2 - đuôi).
*. Tương quan ở mức ý nghĩa 0.0 (2 - đuôi).

Có thể bạn quan tâm!

Xem toàn bộ 129 trang tài liệu này.

(Nguồn: Phân tích dữ liệu từ điều tra của tác giả) Bảng ma trận tương quan cho thấy hệ số tương quan giữa các biến độc lập CNNLD, DDCV, DDTC, MTBN với biến phụ thuộc Y: DLLV khá cao và tương

quan cùng chiều.

Hệ số tương quan của biến phụ thuộc với từng biến độc lập ao động từ 0.106 đến 0.774 (mối tương quan từ thấp đến cao). Trên thực tế, với mức ý nghĩa 1%, giả thuyết hệ số tương quan của tổng thể bằng 0 bị bác bỏ. Điều này có nghĩa là trong tổng thể, tồn tại mối tương quan tuyến tính giữa biến phụ thuộc động lực làm việc của người lao động tại nhà hàng Le Champa - Resort & Spa Le Belhamy (Y) với các biến độc lập: cá nhân người lao động (CNNLD), đặc điểm công việc (DDCV), đặc điểm tổ chức (DDTC), môi trường bên ngoài (MTBN).

Xét mối tương quan giữa các biến độc lập, hệ số ao động từ -0.171 đến 0.402 nên trong tổng thể với mức ý nghĩa 1% thì có tồn tại mối tương quan từ mức tương quan quá thấp đến mức tương quan trung bình giữa các biến độc lập. Vấn đề này sẽ được xem xét kỹ lưỡng vai trò của các biến độc lập trong mô hình hồi quy tuyến tính đa biến (xem bảng 2.24).

2.10.2 Kiểm tra mô hình hồi quy tuyến tính đa biến

2.10.2. Đánh giá mức độ phù hợp của mô hình hồi quy tuyến t nh đa biến

Sử dụng R2 hiệu chỉnh để đánh giá mức độ phù hợp của mô hình nghiên cứu. Độ phù hợp của mô hình được kiểm định bằng trị số thống kê F được tính từ R2 của mô hình tương ứng với mức ý nghĩa Sig., với giá trị Sig. càng nhỏ thì càng an toàn khi bác bỏ giả thuyết H0 là hệ số trước các biến độc lập đều bằng nhau và bằng 0

(trừ hằng số). Mô hình hồi quy tuyến tính đưa ra là phù hợp với dữ liệu và có thể sử dụng được.

Bảng 2.25: Thông số mô hình hồi quy

Mô hình

R	Hệ số R	Hệ số R2	Hệ số R2 – hiệu chỉnh	Sai số chuẩn của ước lượng	Thống kê thay đổi
					Hệ số F khi đổi	Bậc tự do 1	Bậc tự do 2	Hệ số Sig. F sau khi đổi	Hệ số Durbin Watson
1	.819a	.671	.663	.39048	.671	84.23 3	4	165	.000	1.813
Biến độc lập: CNNLD, DDCV, DDTC, MTBN
Biến phụ thuộc: Y

(Nguồn: Phân tích dữ liệu từ điều tra của tác giả) Bảng 2.25 cho thấy, giá trị hệ số tương quan là 0.900 > 0.7. Đây là mô hình thích hợp để sử dụng đánh giá mối quan hệ giữa biến phụ thuộc và các biến độc lập. Từ kết quả phân tích cho thấy: Trị thống kê F của mô hình với mức ý nghĩa thống kê rất nhỏ (Sig. = 0.000) cho thấy mô hình hồi quy tuyến tính phù hợp với dữ liệu và có thể sử dụng được. Giá trị hệ số R2 = 0.663, điều đó có nghĩa là mô hình hồi

quy tuyến tính đã xây ựng phù hợp với dữ liệu là 66.3%. Nói cách khác, 66.3% động lực làm việc của người lao động tại nhà hàng Le Champa - Resort & Spa Le Belhamy là do mô hình hồi quy giải thích. Các phần còn lại là do sai số và các nhân tố khác.

2.10.2.2 Kiểm định độ phù hợp của mô hình hồi quy tuyến t nh đa biến

Kiểm định F về tính phù hợp của mô hình hồi quy tuyến tính tổng thể. Điều này cho chúng ta biết biến phụ thuộc có tương quan tuyến tính với toàn bộ biến độc lập hay không. Đặt giả thuyết H0 là: β0= β1= β2= β3= β4= β5= 0.

Kiểm định F và giá trị của Sig.

Theo căn cứ bảng 2.25: Giá trị Sig. rất nhỏ (Sig.= .000 < 0.05) nên bác bỏ giả thuyết H0. Điều này có ý nghĩa là các biến độc lập trong mô hình có tương quan tuyến tính với biến phụ thuộc, tức là sự kết hợp của các biến độc lập có thể giải thích được sự thay đổi của biến phụ thuộc.

Hệ số F = 84.233 # 0 ở mức ý nghĩa P-value = 0.000 < 0.0 . Do đó, có thể bác bỏ giả thuyết H0 hay mô hình hồi quy tuyến tính xây dựng phù hợp với tổng thể.

2.10.3 Phân tích mô hình

2.10.3.1 Mô hình

Căn cứ kết quả ma trận xoay bảng 2.22: Phương trình hồi quy tuyến tính biểu diễn mối quan hệ giữa 4 nhân tố tác động (Gọi là biến độc lập) và động lực làm việc của người lao động tại nhà hàng Le Champa tại Resort & Spa Le Belhamy (Gọi là biến phụ thuộc) có dạng như sau:

Y= β0 + β1(CNNLD) + β2(DDCV) + β3(DDTC) + β4(MTBN)

Trong đó:

Y: động lực làm việc của người lao động tại nhà hàng Le Champa - Resort & Spa Le Belhamy.

CNNLD: Cá nhân người lao động. DDCV: Đặc điểm công việc.

DDTC: Đặc điểm tổ chức. MTBN: Môi trường bên ngoài. β0: Hằng số.

β1, β2, β3, β4, β5: Các hệ số hồi quy (βi >0).

2.10.3.2 Kiểm định độ phù hợp của mô hình hồi quy tuyến t nh đa biến

Nghiên cứu thực hiện chạy hồi quy tuyến tính đa biến với phương pháp đưa vào một lượt (phương pháp Enter), trong đó: Y: Động lực làm việc - Biến phụ thuộc. Thang đo của nhân tố này từ 1 đến (1: Hoàn toàn không đồng ý; 5: Hoàn toàn đồng ý). Biến Y gồm 4 biến quan sát là: DLLV1, DLLV2, DLLV3, DLLV4.

β: Hằng số tự do.

CNNLD, DDCV, DDTC, MTBN là các biến độc lập theo thứ tự sau: cá nhân người lao động, đặc điểm công việc, đặc điểm tổ chức, môi trường bên ngoài.

Bảng 2.26: Các thông số thống kê từng biến độc lập của bảng Coefficients

Mô hình hồi quy của các hệ số Beta

Mô hình	Hệ số chưa chuẩn hóa		Hệ số chuẩn hóa	T	Ý nghĩa	Chuẩn đoán hiện tượng đa cộng tuyến
Mô hình	Hệ số Beta	Sai số chuẩn	Beta	T	Ý nghĩa	Hệ số Tolerance	Hệ số VIF
Hằng số	-.025	.253		-.099	.921
CNNLD	.105	.033	.147	3.167	.002	.931	1.075
DDCV	.202	.048	.208	4.192	.000	.806	1.240
DDTC	.638	.045	.701	14.328	.000	.833	1.200
MTBN	.089	.028	.147	3.216	.002	.949	1.054
Biến phụ thuộc: ĐỘNG LỰC LÀM VIỆC

(Nguồn: Phân tích dữ liệu từ điều tra của tác giả)

Nhận xét:

Qua kết quả trên cho thấy mô hình không bị vi phạm hiện tượng đa cộng tuyến do hệ số phóng đại phương sai các biến độc lập (VIF) đều nhỏ hơn 2 (VIF biến thiên từ 1.054 đến 1.240). Do đó hiện tượng đa cộng tuyến nếu có giữa các biến độc lập là chấp nhận được (Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008, 233, thì khi VIF vượt quá 10 thì đó là ấu hiệu của hiện tượng đa cộng tuyến).

Hệ số Tolerance đều lớn hơn 0. (nhỏ nhất là 0.806) cho thấy không có hiện tượng đa cộng tuyến xảy ra (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008, 233).

Giá trị Sig. từ 0.00 đến 0.043 đều nhỏ hơn 0.05 cho thấy mức ý nghĩa kiểm định hai phía giữa các biến độc lập với biến phụ thuộc đều thỏa điều kiện (Sig. 2- tailed = 0.000 < 0.05).

Ta thấy hệ số hồi quy chuẩn hóa (Beta) của các biến độc lập đều mang dấu

ương, có nghĩa là các biến này có quan hệ cùng chiều với biến phụ thuộc – Động lực làm việc của người lao động tại nhà hàng Le Champa - Resort & Spa Le Belhamy.

2.10.4 Đánh giá mức độ quan trọng của các nhân tố ảnh hưởng đến động lực làm việc của nhân viên nhà hàng Le Champa - Resort & Spa Le Belhamy