Dò tìm sự vi phạm các giả định cần thiết trong hồi quy tuyến tính

Một phần của tài liệu Luận văn thạc sĩ đo lường mức độ hài lòng của doanh nghiệp về chất lượng dịch vụ kê khai thuế qua mạng IHTKK tại cục thuế tỉnh kiên giang (Trang 62)

Mô hình hồi quy tuyến tính được thực hiện với một số giả định và mô hình chỉ

thực sựcó ý nghĩa khi các giảđịnh này được đảm bảo. Do vậy, đểđảm bảo cho độ tin cậy của mô hình, ta cần phải thực hiện các dò tìm sự vi phạm các giả định cần thiết trong hồi quy tuyến tính.

* Giảđịnh lên hệ tuyến tính

Phương pháp này sử dụng biểu đồ phân tán giữa hai biến giá trị dự đoán chuẩn hóa (Standardized Predicted Value) và phần dư chuẩn hóa (Standardized Residual).

Hình 4.2: Biểu đồ phân tán

Nhìn vào biểu đồ phân tán ta thấy phần dư phân tán ngẫu nhiên. Vì vậy, giảđịnh liên hệ tuyến tính không bị vi phạm.

52

* Giảđịnh về phân phối chuẩn của phần dư

Để thực hiện kiểm định này, ta sử dụng biểu đồ tần số của phần dư chuẩn hóa và biểu đồ P-P Plot.

Hình 4.3: Biểu đồ tần số của phần dư chuẩn hóa

Biểu đồ tần số của phần dư chuẩn hóa cho thấy một đường cong phân phối chuẩn

được đặt chồng lên biểu đồ tần số. Do đó, có thể nói phân phối phần dư xấp xỉ chuẩn (trung bình Mean = -9.97E-18 gần tiến về 0 và độ lệch chuẩn Std.Dev = 0.988 gần bằng 1). Vì vây, có thể kết luận rằng giả thuyết phân phối chuẩn không bị vi phạm.

53

* Biểu đồ P-P Plot

Hình 4.4: Biểu đồ P-P Plot

Biểu đồ P-P Plot cho thấy các điểm quan sát không phân tán quá xa đường thẳng kỳ vọng, nên ta có thể kết luận là giả thuyết phân phối chuẩn không bị vi phạm.

* Giảđịnh vềtính độc lập của phần dư

Ta dùng đại lượng thống kê Durbin-Watson (d) để kiểm định. Đại lượng d có giá trị biến thiên trong khoảng từ 0 đến 4. Nếu giá trị d gần bằng 2 thì kết luận các phần

dư không có tương quan với nhau; nếu giá trị d thấp (và nhỏ hơn 2) thì các phần dư

gần nhau có tương quan thuận; ếu giá trị d lớn hơn 2 (và gần 4) thì các phần dư có tương quan nghịch (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008).

Từ kết quả ở bảng 4.10 ta có d = 1.694 (gần bằng 2) như vậy ta có thể kết luận các phần dư không có tương quan với nhau.

54

* Đo lường đa cộng tuyến

Ta dùng hệ số phóng đại phương sai (Variance inflation factor - VIF) để đánh giá, khi VIF vượt quá 10 là dấu hiệu của đa cộng tuyến.

Kết quả ở bảng 4.12 cho thấy hệ số phóng đại phương sai của các biến độc lập

trong mô hình đều rất nhỏ (bằng 1), như vậy hiện tượng đa cộng tuyến không xảy ra,

điều này chứng tỏ rằng các biến độc lập không có quan hệ chặt chẽ với nhau.

Một phần của tài liệu Luận văn thạc sĩ đo lường mức độ hài lòng của doanh nghiệp về chất lượng dịch vụ kê khai thuế qua mạng IHTKK tại cục thuế tỉnh kiên giang (Trang 62)