6. Kết cấu của đề tài
3.2.4.2. Phân tích hồi quy đa biến
Kiểm định độ phù hợp của mô hình:
Khi xem xét mức độ phù hợp của mô hình, các nhà nghiên cứu thường dùng hệ số xác định R2 (R-Square), hệ số R2 được chứng minh là hàm không giảm theo biến số độc lập đưa vào mô hình. Như vậy, R2 có khuynh hướng là một ước lượng lạc quan của thước đo sự phù hợp của mô hìnhđối với dữ liệu có hơn một biến được giải thích trong
mô hình. Kết quả hồi quy tuyến tính bội (bảng 3.16) cho thấy: R2 (R-Square) = 0.537,
điều này chứng tỏ các biến độc lập đưa vào mô hình là phù hợp , tương quan khá chặt
chẽ vì 0.5 ≤ R2≤ 0.8 và R2 hiệu chỉnh (Adjusted R-Square) = 0.534 cho thấy mức độ
phù hợp của mô hình là 53.4% hay nói cách khác mô hình giải thích được 53.4% sự
Bảng 3.16 Các thông số của mô hình hồi quy
Mô hình R R2 R
2
Hiệu chỉnh
Sai số chuẩn của ước lượng
Hệ số Durbin-Watson
1 0.733a 0.537 0.534 0.52887 1.954
Dò tìm các vi phạm giả định cần thiết:
- Giả định liên hệ tuyến tính: Mô hình hồi quy bội giả định rằng biến phụ thuộc
có phân phối chuẩn đối với bất kỳ kết hợp nào của biến độc lập trong mô hình. Kết
quả đồ thị phân tán giữa giá trị dự đoán chuẩn hóa (Standardized Predicted Value) và phần dư chuẩn hóa (Standardized Residual) cho thấy chúng phân tán ngẫu nhiên trong một vùng xung quanh đường đi qua tung độ 0 (phụ lục 8). Điều này chứng tỏ giả định
tuyến tính thỏa mãn.
- Giả định về phân phối chuẩn của phần dư: Biểu đồ tần số phần dư chuẩn hóa
(phụ lục 8) và kết quả hồi quy cho thấy phần dư có giá trị trung bình Mean = 1.04E - 15 ≈ 0 và độ lệch chuẩn Std.Dev = 0.996 ≈ 1. Mặt khác, biểu đổ P-Plot cho thấy các
chấm điểm phân tán sát với đường chéo, phân phối chuẩn có phần dư có thể xem như
chuẩn. Điều này chứng tỏ giả định phân phối chuẩn của phần dư không bị vi phạm.
- Giả định về tính độc lập của sai số (không có tương quan giữa các phần dư):
Thực hiện thống kê Durbin – Watson để kiểm định tương quan giữa các sai số kề nhau (tương quan chuỗi bậc nhất). Giả thuyết H0 được đặt ra là hệ số tương quan tổng
thể các phần dư = 0. Kết quả ở bảng 3.16 cho thấy hệ số Durbin – Watson = 1.954 nằm trong miền chấp nhận (1 < Durbin – Watson < 3). Như vậy, chấp nhận giả thuyết
H0nghĩa là không xảy ra hiện tượng tương quan chuỗi bậc nhất giữa các phần dư.
- Giả định không có mối tương quan giữa các biến độc lập (đo lường đa cộng tuyến): Hệ số phóng đại phương sai VIF (Variance Inflation Factor) nếu có giá trị >
10 là dấu hiệu của hiện tượng đa cộng tuyến (Hoàng Trọng và Chu Nguyễn Mộng
Ngọc, 2008). Tuy nhiên, kết quả VIF (bảng 3.17) của các biến độc lập đều không vượt quá 10 nên không xảy ra hiện tượng đa cộng tuyến.
Bảng 3.17 Kết quả hồi quy
Mô hình Hệ số chưa chuẩn hóa Hệ sô chuẩn hóa t Sig. Thống kê đa cộng tuyến B Độ lệch
chuẩn Beta Tolerance VIF
1 Hằng số 0.318 0.134 2.372 0.018
FDDTT 0.447 0.041 0.397 10.881 0.000 0.619 1.614 FCHTT 0.284 0.038 0.285 7.497 0.000 0.570 1.754 FNLDK 0.023 0.030 0.026 0.752 0.452 0.666 1.501 FCHTL 0.185 0.042 0.173 4.362 0.000 0.524 1.907
Kiểm định mối liên hệ tuyến tính giữa biến phụ thuộc và biến độc lập: kiểm định
F về độ phù hợp của mô hình hồi quy tuyến tính tổng thể để xem biến phụ thuộc có liên hệ tuyến tính với toàn bộ các biến độc lập hay không, giả thuyết cần được kiểm định
H0: β1 = β2 = β3 = 0. Kết quả phân tích phương sai (bảng 3.18) thấy F = 162.845 tại
mức ý nghĩa Sig = 0.000 < 0.05, chứng tỏ giả thuyết H0 bị bác bỏ nghĩa là các biến
trong mô hình có thể giải thích được sự thay đổi của biến phụ thuộc Y – Chọn trường đại học của học sinh, mô hình hồi quy được xây dựng là phù hợp với dữ liệu thu thập
và có thể sử dụng (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Bảng 3.18 Kết quả phân tích phương sai
Mô hình Tổng bình phương Df Bình phương trung bình F Sig. 1 Hồi quy 182.190 4 45.548 162.845 0.000b Phần dư 156.911 561 0.280 Tổng 339.101 565
Dựa vào kết quả hồi quy (bảng 3.17), phương trình hồi quy có hệ số đã chuẩn hóa
có dạng như sau:
Nguồn: Phân tích tổng hợp của tác giả, 2013
Y = 0.397FDDTT + 0.285 FCHTT+ 0.173 FCHTL (*)
Trong đó:
Y: Chọn trường đại học
FDDTT: Đặc điểm và nỗ lực truyền thông của trường đại học
FCHTT: Cơ hội trúng tuyển
FCHTL: Cơ hội tương lai
Từ các phân tích trên cho thấy chỉ có 3 trong 4 nhân tố ảnh hưởng đến quyết định
chọn trường đại học của học sinh và có ý nghĩa trong mô hình do Sig. của biến F4 =
0.452 > 0.05 nên nó không có ý nghĩa trong mô hình vì thế ta loại biến này khổi mô
hình. Để xác định tầm quan trọng của các yếu tố tác động đến quyết định chọn trường đại học của học sinh, căn cứ vào hệ số β chuẩn hóa. Hệ số β càng lớn thì yếu tố đó tác động đến việc chọn trường đại học của học sinh THPT càng cao.
Qua phương trình hồi quy bội (*) trên, ta thấy nhân tố tác động mạnh nhất đến việc
chọn trường đại học của học sinh là đặc điểm và nỗ lực truyền thông của các trường đại
học vì có hệ số β1 = 0.397 cao nhất và Sig. = 0.000 (có ý nghĩa thống kê). Điều này có nghĩa là khi các yếu tố khác không đổi, nếu đặc điểm và nỗ lực truyền thông của trường đại học tăng lên 1 đơn vị thì quyết định chọn trường đại học của học sinh tăng lên 0.397 đơn vị; nhân tố tác động mạnh thứ hai là cơ hội trúng tuyển (β2 = 0.285 và
Sig. = 0.000). Điều này có nghĩa là khi các yếu tố khác không đổi, nếu trường đại học nào có cơ hội trúng tuyển tăng lên 1 đơn vị thì quyết định chọn trường đại học của học sinh tăng lên 0.285 đơn vị; nhân tố tác động mạnh thứ ba là cơ hội tương lai (β3 =
0.173 và Sig. = 0.000). Điều này có nghĩa là khi các yếu tố khác không đổi, nếu trường đại học nào tạo ra cơ hội tương lai tăng lên 1 đơn vị thì quyết định chọn trường đại học
của học sinh tăng lên 0.173 đơn vị.