Professional Documents
Culture Documents
Chương 4
Chương 4
luận rằng các biến quan sát trong phân tích nhân tố trên có tương quan với nhau
trong tổng thể. Hệ số KMO bằng 0,895 thoả 0,5 < 0,895 < 1, do đó phân tích nhân
tố thích hợp với dữ liệu nghiên cứu. Tất cả các biến quan sát có hệ số tải nhân tố lớn
hơn 0,5 và được phân thành 6 nhóm nhân tố. Giá trị hệ số Eigenvalues của cả 6
nhân tố đều lớn hơn 1. Tổng phương sai trích bằng 73,986% lớn hơn 50% cho biết
rằng 6 nhân tố trên giải thích được 73,986% sự biến thiên của dữ liệu.
Bảng 4.3. Kết quả phân tích nhân tố EFA cho các biến độc lập
1 2 3 4 5 6
IM4 .905
EM1 .900
IM2 .900
IM5 .886
EM2 .881
EM3 .875
IM6 .853
EM4 .840
EM7 .824
IM3 .817
EM6 .795
EM5 .792
IM1 .758
XL2 .874
XL8 .872
XL3 .859
XL5 .856
XL4 .833
XL1 .825
CB6 .876
CB5 .875
CB4 .863
CB3 .851
CB2 .821
CB1 .767
XJ6 .897
XJ2 .800
XJ3 .800
XJ1 .793
XJ4 .788
XS4 .918
XS2 .876
XS3 .857
XC3 .829
XC2 .797
XC1 .766
Nguồn: Tổng hợp dựa trên kết quả từ SPSS
Từ 36 biến quan sát độc lập và phụ thuộc thu được sau khi thực hiện kiểm định Cronbach’s
Alpha, tác giả tiếp tục thực hiện phân tích nhân tố khám phá EFA cho các biến độc lập thì thu
được kết quả 36 biến quan sát hình thành 6 nhân tố bao gồm:
Nhân tố thứ nhất gồm các biến IM4, EM1, IM2, IM5, EM2, EM3, IM6,
EM4, EM7, IM3, EM6, EM5, IM1 thuộc 2 thang đo động lực bên trong và động lực
bên ngoài hội tụ về một nhân tố. Như vậy nhóm nhân tố này có tên chung là “Động
lực học tập”.
Nhân tố thứ hai gồm các biến XL2, XL8, XL3, XL5, XL4, XL1 thuộc thang
đo Học tập AI hội tụ về một nhân tố. Như vậy nhóm nhân tố này vẫn giữ tên là
“Học tập AI”.
Nhân tố thứ ba gồm các biến CB6, CB5, CB4, CB3, CB2, CB1 thuộc thang
đo Hành vi nghề nghiệp hội tụ về một nhân tố. Như vậy nhóm nhân tố này vẫn giữ
tên là “Hành vi nghề nghiệp”.
Nhân tố thứ tư gồm các biến XJ6, XJ2, XJ3, XJ1, XJ4 thuộc thang đo Sự
thay thế công việc hội tụ về một nhân tố. Như vậy nhóm nhân tố này vẫn giữa tên là
“Sự thay thế công việc”.
Nhân tố thứ năm gồm các biến XS4, XS2, XS3 thuộc thang đo Mù kỹ thuật
xã hội hội tụ về một nhân tố. Như vậy nhóm nhân tố này vẫn giữ tên là “Mù kỹ
thuật xã hội”.
4.3.2. Phân tích nhấn tố khám phá EFA với biến phụ thuộc
Bảng 4.4. Kết quả phân tích nhân tố EFA đối với biến phụ thuộc
Eigenvalues
Yếu tố
Tổng Phương sai trích (%) Tổng phương sai trích
1 3.181 79.513 79.513
2 .361 9.025 88.538
3 .294 7.338 95.876
4 .165 4.124 100.000
Hệ số KMO 0,831
Sig. 0,000
Nguồn: Tổng hợp dựa trên kết quả từ SPSS
Kết quả phân tích cho thấy: Kiểm định Barlett với mức ý nghĩa Sig.= 0,000 <
0,05 nên có thể kết luận rằng dữ liệu dùng để phân tích nhân tố hoàn toàn phù hợp.
Hệ số KMO bằng 0,831 thoả 0,5 < 0,831 < 1, phù hợp trong việc sử dụng phân tích
nhân tố. Có 1 nhân tố duy nhất được trích ra từ phân tích EFA. Giá trị Eigenvalues
lớn hơn 1 nên nhân tố được trích ra thoả mãn điều kiện. Tổng phương sai trích bằng
79,513% lớn hơn 50% cho biết nhân tố trên giải thích được 79,513% sự biến thiên
của dữ liệu. Tất cả các biến quan sát đều có hệ số tải nhân tố đạt yêu cầu lớn hơn
0,5.
Phân tích EFA hoàn tất, 7 nhân tố đề xuất được đưa vào kiểm định.
4.4. Phân tích hồi quy tuyến tính bội
4.4.1. Kiểm tra hệ số tương quan giữa các biến
Bảng 4.5. Ma trận hệ số tương quan giữa các biến
LT XL XC XS XJ IM_EM CB
HSTQ 1 .449** .410** .313** .359** .108* .497**
LT
Sig. .000 .000 .000 .000 .043 .000
HSTQ .449** 1 .235** .130* .214** .163** .250**
XL
Sig. .000 .000 .015 .000 .002 .000
HSTQ .410** .235** 1 .219** .082 .050 .199**
XC
Sig. .000 .000 .000 .126 .354 .000
HSTQ .313** .130* .219** 1 .012 .130* .127*
XS
Sig. .000 .015 .000 .818 .015 .018
HSTQ .359** .214** .082 .012 1 -.022 .184**
XJ
Sig. .000 .000 .126 .818 .687 .001
HSTQ .108* .163** .050 .130* -.022 1 .028
IM_EM Sig. .043 .002 .354 .015 .687 .600
- βi (i=1🡪6): Hệ số hồi quy lần lượt của các biến XL, XC, XS, XJ, IM_EM
và CB; có ý nghĩa là khi các biến độc lập thay đổi 1 đơn vị với điều kiện các yếu tố
khác không đổi thì biến phụ thuộc thay đổi βi đơn vị.
- ε: phần dư ngẫu nhiên có phân phối chuẩn với trung bình là 0 và phương
sai bằng σ, thể hiện các yếu tố khác chưa đưa vào mô hình
Phân tích hồi quy bội được thực hiện với 6 biến độc lập và biến phụ thuộc Ý
định học tập và làm việc (LT). Nghiên cứu thực hiện hồi quy đa biến bằng phương
pháp đồng thời (Enter), theo đó các biến được đưa vào một lượt để phân tích.
4.4.3. Xác định tầm quan trọng của các biến trong mô hình
Đây là bước phân tích hồi quy của mô hình, nhằm kiểm định xem các hệ số
hồi quy của từng biến độc lập ảnh hưởng lên biến phụ thuộc có ý nghĩa thống kê
hay không. Hệ số hồi quy βi như trong phương trình hồi quy bội thể hiện trung bình
lượng thay đổi của biến Xi khi một đơn vị biến phụ thuộc Y không thay đổi trong
điều kiện các yếu tố khác không thay đổi.
Trong kết quả phân tích, hệ số hồi quy chuẩn hoá (ký hiệu Beta trong SPSS)
được dùng để so sánh mức độ tác động của các biến độc lập vào biến phụ thuộc.
Nghiên cứu sử dụng mức ý nghĩa 5% - mức ý nghĩa thông thường trong các nghiên
cứu kinh tế được dùng để kiểm định các giả thuyết trong phân tích và hồi quy.
Ở kết quả hồi quy với tất cả các biến độc lập được đưa vào mô hình đều có
giá trị Sig. thoả mãn điều kiện nhỏ hơn 0,05.
Bảng 4.6. Kết quả phân tích hồi quy
Hệ số chưa Hệ số
Độ phóng đại
Biến độc chuẩn hoá chuẩn hoá Thống kê
Sig. phương sai
lập Sai số t
B Beta (VIF)
chuẩn
Hệ số chặn -.328 .239 -1.372 .171
XL .186 .033 .235 5.709 .000 1.177
XC .229 .040 .229 5.704 .000 1.121
XS .151 .032 .184 4.670 .000 1.077
XJ .211 .036 .228 5.791 .000 1.073
IM_EM .024 .031 .030 .775 .439 1.044
CB .255 .031 .326 8.127 .000 1.118
Nguồn: Tổng hợp dựa trên kết quả từ SPSS
Kết quả cho thấy mức ý nghĩa Sig. của tất cả các biến độc lập ngoại trừ biến
“Động lực học tập” đều bé hơn 0,05 nên ta có thể an toàn bác bỏ giả thuyết “Hệ số
hồi quy của các biến này bằng 0”. Tức là các biến độc lập XL, XC, XS, XJ, CB
trong mô hình đều có ý nghĩa và đều giải thích được biến phụ thuộc Ý định học tập
và làm việc (LT).
Kết luận, phương trình hồi quy tuyến tính đã chuẩn hoá của mô hình sau khi
đã phân tích hồi quy như sau:
LT = 0,235.XL + 0,229.XC + 0,184.XS + 0,228.XJ + 0,326.CB+ ε
4.4.4. Đánh giá và kiểm định độ phù hợp của mô hình
Bảng 4.7. Tổng hợp các yếu tố cần đánh giá trong phân tích hồi quy
Sai số chuẩn Durbin -
R R2 hiệu chỉnh
R2 của ước lượng Watson
0,710 0,505 0,496 0,41537 1,626
Nguồn: Tổng hợp dựa trên kết qua từ SPSS (Tham khảo
Hệ số xác định R2 giúp xem xét bao nhiêu phần trăm sự biến thiên của biến
phụ thuộc được giải thích bởi các biến độc lập (Nguyễn Đình Thọ, 2012). Kết quả
hồi quy OLS cho ra hệ số R2 = 0,496. R2 hiệu chỉnh phản ánh sát hơn mức độ phù
hợp của mô hình hồi quy tuyến tính bội vì R 2 hiệu chỉnh không phụ thuộc vào độ
lệch phóng đại của R2. Kết quả R2 hiệu chỉnh = 0,496 có ý nghĩa là 5 nhân tố độc
lập đã giải thích được 49,6% sự biến thiên của biến phụ thuộc, còn 50,4% còn lại là
sự biến thiên của Ý định học tập và làm việc do sai số gây ra, bao gồm sai số đo
lường và các nhân tố khác chưa biết hoặc chưa đưa vào mô hình hồi quy.
Bảng 4.8. Kiểm định F đối với phân tích hồi quy
Tổng các Bình phương
df F Sig.
bình phương trung bình
Hồi quy 60.295 6 10.049 58.246 .000
Số dư 59.178 343 .173
Tổng 119.473 349
Nguồn: Tổng hợp dựa trên kết quả từ SPSS
Kiểm định F là phép kiểm định giả thuyết về độ phù hợp của mô hình hồi
quy tuyến tính tổng thể, nhằm kiểm tra xem hệ số R 2 có ý nghĩa thống kê hay
không, hay biến phụ thuộc có được giải thích bởi các biến độc lập trong mô hình
bằng mối quan hệ tuyến tính, xét về mặt thống kê hay không (Hoàng Trọng và Chu
Nguyễn Mộng Ngọc, 2008).
Giả thuyết kiểm định độ phù hợp của mô hình:
H 0: β 1 = β 2 = β 3 = β 4 = β 5 = β 6 = 0
H1: tn ti ít nht 1 i 0 (i = 1 🡪 6)
Để kiểm định giả thuyết H0, ta dùng đại lượng F. Nếu sig. của trị F < 0,05 thì
giả thuyết H0 bị bác bỏ. Giá trị F được lấy từ bảng phân tích phương sai ANOVA
trong kết quả hồi quy bội SPSS và được thể hiện tại Bảng 4.9. Kết quả kiểm định
cho ra giá trị thống kê F = 58,246 với giá trị Sig. = 0,000 < 0,05 nên ta bác bỏ giả
thuyết H0. Như vậy, mô hình hồi quy tuyến tính bội xây dựng được phù hợp với tập
dữ liệu, các biến độc lập trong mô hình có tác động đến biến phụ thuộc. Như vậy, ta
có thể kết luận mô hình phù hợp.
4.4.5. Dò tìm các vi phạm giả định cần thiết
4.4.5.1. Giả định không có tự tương quan
Đại lượng thống kê Durbin – Watson (d) được sử dụng để kiểm định tương
quan của các phần dư. Giả thuyết như sau:
Giả thuyết H0: hệ số tương quan tổng thể của các phần dư bằng 0 (không có
tự tương quan chuỗi bậc nhất).
Giả thuyết H1 : h s tng quan tng th ca các phn d 0.
Kết quả phân tích tại Bảng 4.8 cho thấy Durbin – Watson (d) = 1,626 nằm
trong khoảng từ 1 đến 3. Vậy các phần dư không có tương quan chuỗi bậc nhất với
nhau. Ta chấp nhận giả thuyết H0: hệ số tương quan tổng thể của các phần dư bằng
0 (không có tự tương quan chuỗi bậc nhất).
4.4.5.2. Giả định không có đa cộng tuyến
Hệ số phóng đại phương sai VIF được sử dụng để kiểm tra đa cộng tuyến.
Mô hình có dấu hiệu đa cộng tuyến khi VIF vượt quá 10. Kết quả phân tích tại Bảng
4.7 cho thấy VIF của tất cả các biến độc lập đều nằm trong khoảng 1,073 đến 1,177
nên ta có thể kết luận không có hiện tượng đa cộng tuyến.
PA
4.4.5.3. Giả định liên hệ tuyến tính
Giả định này được kiểm tra bằng biểu đồ phân tán giữa giá trị phần dư chuẩn
hóa (Regression Standardized Residual) và giá trị dự đoán chuẩn hóa (Regression
Standardized Predicted Value). Biểu đồ phân tán phần dư chuẩn hóa tại Phụ lục
13.4 thể hiện kết quả phân tán phần dư chuẩn hóa cho thấy phần dư phân tán ngẫu
nhiên trong một vùng xung quanh đường đi qua tung độ 0, không tạo thành một
hình dạng nào cụ thể. Như vậy, có thể kết luận rằng giả định liên hệ tuyến tính và
phương sai bằng nhau không bị vi phạm, mô hình hồi quy hoàn toàn phù hợp.
4.4.5.4. Giả định phân phối chuẩn của phần dư
Để kiểm tra giả định về phân phối chuẩn của phần dư, tác giả xây dựng biểu
đồ tần số của phần dư. Trong nghiên cứu này, tác giả sử dụng biểu đồ tần số
Histogram để kiểm tra. Biểu đồ tần số Histogram được trình bày tại Phụ lục 13.5
cho thấy giá trị trung bình rất nhỏ gần bằng 0 (mean = -4,19E - 16) và độ lệch chuẩn
xấp xỉ bằng 1 (Std. Dev = 0,991) nên giả thuyết phân phối chuẩn có thể xem là
không bị vi phạm.
4.4.6. Thảo luận về kết quả phân tích (tự viết)