Các bước thực hiện mô hình hồi quy tuyến tính

X: Nghề nghiệp; với X1, X2, X3 là thang đo của X

Y: Áp lực; với Y1, Y2, Y3 là thang đo của Y
M: NSLĐ; với M1, M2, M3 là thang đo của M
Bước 1: Thống kê mô tả

Giới tính
Frequenc Valid Cumulative
y Percent Percent Percent
Valid Nam 58 55.8 55.8 55.8
Nữ 46 44.2 44.2 100.0
Total 104 100.0 100.0

Độ tuổi
Frequenc Valid Cumulative
y Percent Percent Percent
Valid 18-25 36 34.6 34.6 34.6
25-30 19 18.3 18.3 52.9
30-35 20 19.2 19.2 72.1
35-40 12 11.5 11.5 83.7
trên 40 17 16.3 16.3 100.0
Total 104 100.0 100.0

Trình độ học vấn

Frequenc Valid Cumulative
y Percent Percent Percent
Valid Phổ thông 6 5.8 5.8 5.8
Trung cấp 10 9.6 9.6 15.4
Cao đẳng 16 15.4 15.4 30.8
Đại học 52 50.0 50.0 80.8
Sau đại 20 19.2 19.2 100.0
học
Total 104 100.0 100.0
 Nơi làm việc hiện tại
Frequenc Valid Cumulative
y Percent Percent Percent
Valid TP Hồ Chí 77 74.0 74.0 74.0
Minh
Nơi khác 27 26.0 26.0 100.0
Total 104 100.0 100.0

Bước 2: Đánh giá độ tin cậy Crobach’s Alpha

+ Nhân tố X:

Reliability Statistics
Cronbach's
Alpha Based
on
Cronbach's Standardized N of
Alpha Items Items
.623 .625 3

Ta có hệ số crobach’s alpha là 0,623> 0,6 (Đủ điều kiện)

Item-Total Statistics
Scale Mean Scale Corrected Squared Cronbach's
if Item Variance if Item-Total Multiple Alpha if
Deleted Item Deleted Correlation Correlation Item Deleted
X1 7.89 1.882 .484 .241 .456
X2 8.18 2.442 .464 .223 .484
X3 7.37 2.797 .370 .137 .607

Ta có Corrected Item-Total Correlation ( hệ số tương quan biến tổng ) của X1, X2, X3
đều lớn hơn 0,3 nên sẽ không loại biến nào.
+ Nhân tố Y:

Reliability Statistics
Cronbach's
Alpha Based
on
Cronbach's Standardized N of
Alpha Items Items
.655 .661 3

Ta có hệ số crobach’s alpha là 0,655> 0,6 ( Đủ điều kiện)

Item-Total Statistics
Scale Mean Scale Corrected Squared Cronbach's
if Item Variance if Item-Total Multiple Alpha if
Deleted Item Deleted Correlation Correlation Item Deleted
Y1 7.33 2.999 .457 .221 .570
Y2 7.33 2.572 .442 .199 .604
Y3 7.50 2.951 .510 .262 .507

Ta có Corrected Item-Total Correlation ( hệ số tương quan biến tổng ) của

Y1, Y2, Y3 đều lớn hơn 0,3 nên sẽ không loại biến nào
+ Nhân tố M:

Reliability Statistics
Cronbach's
Alpha Based
on
Cronbach's Standardized N of
Alpha Items Items
.749 .757 3

Ta có hệ số crobach’s alpha là 0.749> 0,6 ( đủ điều kiện)

Item-Total Statistics
 Scale Mean Scale Corrected Squared Cronbach's
if Item Variance if Item-Total Multiple Alpha if
Deleted Item Deleted Correlation Correlation Item Deleted
M1 7.43 2.442 .646 .447 .594
M2 7.93 2.355 .497 .250 .772
M3 7.77 2.451 .605 .417 .636

Ta có Corrected Item-Total Correlation ( hệ số tương quan biến tổng ) của

M1, M2, M3 đều lớn hơn 0,3 nên không loại biến nào
Bước 3: Phân tích nhân tố khám phá EFA
Note: Những biến nào đã bị loại ở bước đánh giá độ tin cậy sẽ k cho vào phân tích EFA
+ Phân tích EFA đối với những biến độc lập

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling .764
Adequacy.
Bartlett's Test of Approx. Chi-Square 107.817
Sphericity df 15
Sig. .000

Ta thấy chỉ số KMO (Kaiser-Meyer-Olkin Measure) (Kaiser-Meyer-Olkin (KMO)

measure là một chỉ số sử dụng để đánh giá tính hợp lý của dữ liệu cho phân tích yếu tố
(factor analysis) hoặc phân tích cấu trúc. KMO measure đo lường mức độ trùng lặp giữa
các biến trong mô hình và cho biết liệu dữ liệu có phù hợp để thực hiện phân tích yếu tố
hay không) là 0.764> 0.5 nên kết quả phân tích EFA đạt yêu cầu và hệ số Sig < 5%

Hệ số sig là xác suất để một giả thuyết không chính xác được chấp nhận trong bối cảnh
giả thuyết nhiều nhất. Trong kiểm định giả thuyết, hai giả thuyết được đưa ra: giả thuyết
không chính xác (H0) và giả thuyết chính xác (H1). Hệ số sig được sử dụng để đánh giá
xem liệu dữ liệu thực tế mà chúng ta thu thập có đủ bằng chứng để bác bỏ giả thuyết
không chính xác H0 hay không.
Total Variance Explained
 Rotation
Initial Eigenvalues Extraction Sums of Squared Loadings Squared L
% of Cumulative % of Cumulativ
Component Total Variance % Total Variance e% Total
1 2.516 41.930 41.930 2.516 41.930 41.930 1.856
2 1.085 18.091 60.021 1.085 18.091 60.021 1.745
3 .721 12.018 72.040
4 .624 10.399 82.439
5 .540 8.993 91.432
6 .514 8.568 100.000

- Ta thấy dữ liệu phân tích dừng ở dòng thứ 2 tương ứng với 2 nhân tố độc lập mà ta đề ra
và dừng lại giá trị Total( gtri riêng) 1.058 >1
- Cumulative ( Tổng phương sai trích) 60,021% > 50% mức độ biến thiên và mức độ giải
thích của sự biến động cũng như biến thiên của mô hình này là trên 50%. Do đó, ta có thể
sử dụng được kết quả phân tích nhân tố EFA.

Rotated Component
Matrixa
Component
1 2
X1 .809
X2 .804
X3 .545
Y2 .806
Y3 .798
Y1 .579
Bảng phía trên là 2 nhóm nhân tố mà phần mềm đã phân tích và sắp xếp theo từng nhóm
nhân tố
+ Phân tích EFA đối với biến phụ thuộc:

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling .662
Adequacy.
Bartlett's Test of Approx. Chi-Square 80.172
Sphericity df 3
Sig. .000

Ta thấy hệ số KMO= 0.662 > 0,5 và hệ số Sig=0 < 5 nên kết quả phân tích EFA đạt yêu
cầu

Total Variance Explained

Extraction Sums of Squared
Initial Eigenvalues Loadings
Componen % of Cumulative % of Cumulative
t Total Variance % Total Variance %
1 2.024 67.450 67.450 2.024 67.450 67.450
2 .609 20.310 87.760
3 .367 12.240 100.000
Extraction Method: Principal Component Analysis.

Ta thấy dữ liệu dừng ở dòng thứ 1 tương ứng với 1 biến phụ thuộc mình đề ra với Total=
2.024>1 và Cumulative= 67.45%> 50% mức độ biến thiên và mức độ giải thích của sự
biến động cũng như biến thiên của mô hình này là trên 50%. Do đó, ta có thể sử dụng
được kết quả phân tích nhân tố EFA.

Component
Matrixa
Componen
t
1
M1 .865
M3 .844
M2 .750
Và ta thấy các hệ số Component đều lớn hơn 0.5 nên k loại biến nào trong nhân tố phụ
thuộc

Bước 4: Phân tích tương quan giữa biến độc lập và phụ thuộc
- Để trước khi phân tích tương quan mình sẽ tính giá trị trung bình của từng nhân tố X, Y,
M ( đối với những biến của nhân tố nào đã bị loại thì khi tính giá trị trung bình ta không
đưa vào để tính)
 - Khi tính GTTB ta sẽ đi phân tích tương quan của các nhân tố:

Correlations
Xtb Ytb Mtb
Xtb Pearson 1 .418** .568**
Correlation
Sig. (2-tailed) .000 .000
N 104 104 104
Ytb Pearson .418** 1 .487**
Correlation
Sig. (2-tailed) .000 .000
N 104 104 104
Mtb Pearson .568** .487** 1
Correlation
Sig. (2-tailed) .000 .000
N 104 104 104

Ở dòng ngang của Mtb với hệ số Sig của nhân tố nào so với Mtb mà <5% sẽ có ý nghĩa tương quan với
nhân tố M, còn nếu >5% sẽ loại nhân tố đó đi.
Ở đây cả nhân tố X và Y đều có hệ số Sig đều bé hơn 5% nên nó có mối tương quan với nhân tố M. Ngoài
ra hệ số Pearson Correlation của X và Y so với M đều lớn hơn 0 nên mối tương quan này là cùng chiều.

Bước 5: Thực hiện mô hình hồi quy tuyến tính

Descriptive Statistics
Mean Std. Deviation N
Mtb 3.8558 .73260 104
Xtb 3.9071 .70666 104
Ytb 3.6923 .77820 104

Đây là bảng thông kế những biến trung bình đại diện, từ mean( GTTB) có thể kết luận
NSLĐ khá cao (3.8558), NN ảnh hưởng nhiều đến NSLĐ (3.9071), AL ảnh hưởng khá
nhiều đến NSLĐ ( 3.6923)
 Model Summaryb
Durbin-
Change Statistics Watson
R Adjusted R Std. Error of R Square F Sig. F
Model R Square Square the Estimate Change Change df1 df2 Change
a
1 .631 .398 .386 .57408 .398 33.369 2 101 .000 1.936
a. Predictors: (Constant), Ytb, Xtb
b. Dependent Variable: Mtb

Note: R square (R^2), còn được gọi là hệ số xác định, là một độ đo sử dụng trong hồi quy tuyến
tính để đánh giá mức độ phù hợp giữa mô hình hồi quy và dữ liệu thực tế. Nó cho biết tỷ lệ
phương sai của biến phụ thuộc được giải thích bởi mô hình hồi quy.
- Ta có R square= 0,398%= 39,8% tức là mức độ tin cậy của mô hình là 39,8%
- Ta có 5< Durbin-Watson=1,936<1, do đó mô hình k xảy ra tự tương quan

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 21.995 2 10.997 33.369 .000b
Residual 33.286 101 .330
Total 55.281 103
a. Dependent Variable: Mtb
b. Predictors: (Constant), Ytb, Xtb

Ta thấy giá trị Sig của kiểm định F là 0 < 5%, vậy mô hình sẽ có ít nhất 1 biến độc lập tác
động lên biến phụ thuộc. Do đó, ta có thể tin cậy mô hình được.

Coefficientsa
Unstandardized Standardized
Coefficients Coefficients Correlations Collinearity Statistics
Model B Std. Error Beta t Sig. Zero-order Partial Part Tolerance VIF
1 (Constant) 1.017 .352 2.889 .005
Xtb .457 .088 .441 5.189 .000 .568 .459 .401 .825 1.212
Ytb .285 .080 .303 3.560 .001 .487 .334 .275 .825 1.212
a. Dependent Variable: Mtb

-
- Ta thấy hệ số VIF của Xtb và Ytb đều nhỏ hơn 10, do đó không xảy ra hiện tượng đa
cộng tuyến.
- Hệ số Sig của Xtb và Ytb đều nhỏ hơn 5%, do đó X và Y đều có những thống kê tác
động lên nhân tố M.
PT hồi quy đã chuẩn hóa: Mtb = 0,441Xtb + 0,303Ytb + ei

Ta thấy đồ thị Histogram có 1 đường cong rất đều từ đó ta có thể thấy dữ liệu của mô hình là dữ
liệu phân phối chuẩn.

Ta thấy những vết mực bám sát đường thẳng từ trái qua phải từ dưới lên trên cho thấy mô hình
chạy phù hợp đạt yêu cầu.
Ta thấy những hình tròn nhỏ trải dài từ trên xuống dưới, từ trái qua phải theo 1 đường thẳng. Do
đó ta có kể kết luận mô hình đang chạy là mô hình hồi quy tuyến tính