Phân tích hồi quy sẽ xác định mối quan hệ giữa biến phụ thuộc với các biến độc lập. Mô hình phân tích hồi quy sẽ mô tả hình thức của mối quan hệ và qua đó giúp ta dự đoán đƣợc mức độ của biến phụ thuộc khi biết trƣớc giá trị của các biến độc lập.
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), khi chạy hồi quy cần quan tâm đến các thông số sau:
Hệ số Beta: hệ số hồi quy chuẩn hóa cho phép so sánh trực tiếp giữa các hệ số dựa trên mối quan hệ giải thích của chúng với biến phụ thuộc.
Hệ số R2: đánh giá phần biến động của biến phụ thuộc đƣợc giải thích bởi các biến dự báo hay biến độc lập. Hệ số này có thể thay đ i từ 0 đến 1
Kiểm định Anova: để kiểm tra tính phù hợp của mô hình với tập dữ liệu gốc. Nếu mức ý nghĩa của kiểm định < 0.05 thì ta có thể kết luận mô hình hồi quy phù hợp với tập dữ liệu.
Căn cứ vào mô hình đã đƣợc hiệu chỉnh sau khi phân tích nhân tố khám phá, ta có mô hình hồi quy tuyến tính bội nhƣ sau:
Y = β0 + β1 * QM + β2 * TĐ + β3 * CN + ε Trong đó:
- Biến phụ thuộc: Vận dụng KTQT chi phí trong các DN lĩnh vực CNTT khu vực Tp.HCM (Y)
- Biến độc lập: Quy mô DN (QM); Trình độ chuyên môn (TĐ); Công nghệ sản xuất tiên tiến (CN)
Bảng 4.: Các thông số thống kê cùa từng biến trong phƣơng trình
Hệ số hồi quy chƣa chuẩn hóa
Hệ số hồi quy chuẩn
hóa t Sig VIF
B Sai số chuẩn Beta Hằng số QM TĐ CN -469 .313 .178 .261 .259 .056 .065 .061 .309 .137 .232 -2.002 3.127 2.320 3.132 .021 .000 .012 .000 1.549 1.455 1.687
Dựa vào bảng trên ta thấy:
- Chỉ tiêu nhân tử phóng đại phƣơng sai (VIF) của tất cả các biến độc lập đều nhỏ hơn 10 nên hiện tƣợng đa cộng tuyến trong mô hình đƣợc đánh giá là không nghiêm trọng.
Phƣơng trình hồi quy:
Y = 0.309 * QM + 0.137 * TĐ + 0.232 * CN
Kết quả phân tích hồi quy cho thấy mức độ tác động của các biến theo thứ tự nhƣ sau (dựa vào hệ số Beta):
[1] Quy mô doanh nghiệp (QM) [2] Công nghệ sản xuất tiên tiến (CN) [3] Trình độ chuyên môn (TĐ)
Đánh giá mức độ giải thích bởi các biến độc lập trong mô hình:
Hệ số R2 (R Square) = 0.684 điều này có ý nghĩa là 68.4% sự biến động của biến phụ thuộc sẽ đƣợc giải thích bởi các yếu tố là các biến độc lập đã đƣợc chọn đƣa vào mô hình.
Kiểm định độ phù hợp của mô hình:
Kết quả kiểm định ANOVA với mức ý nghĩa = 0.000 cho thấy mô hình hồi quy tuyến tính bội đã xây dựng phù hợp với tập dữ liệu và sử dụng đƣợc.