Có sự phụ thuộc tuyến tính cao giữa các biến giải thích gọi là đa cộng tuyến. Theo Damodar N.Gujarati, 2003, trang 359, khi hệ số tương quan giữa các biến
độc lập đều nhỏ hơn 0,8 thì có thể mô hình không bị ảnh hưởng của hiện tượng đa cộng tuyến.
Dựa vào bảng ma trận hệ số tương quan giữa các biến đã trình bày ở mục 3.2.2 ở
trên, ta thấy hệ số tương quan giữa các biến độc lập đều nhỏ hơn 0,8 nên theo quy tắc kinh nghiệm, kỳ vọng mô hình không bịảnh hưởng của hiện tượng đa cộng tuyến.
Thế nhưng, để đảm bảo mô hình có bị đa cộng tuyến hay không chúng ta đánh giá qua nhân tử phóng đại phương sai (VIF: Variance inflation factor) của các mô hình phụ bằng cách lần lượt cho các biến độc lập trong mô hình chính thành biến phụ thuộc trong các mô hình phụđể xem xét tương quan giữa các biến độc lập với nhau. Thông thường, nếu VIF > 10 thì mô hình bị đa cộng tuyến. VIF được tính theo công thức dưới đây: ) 1 ( 1 2 j j R VIF
Áp dụng công thức trên, ta tính VIF của các mô hình phụ như bảng sau:
Bảng 4.6. Kết quảđánh giá đa cộng tuyến: Biến phụ thuộc
của mô hình phụ Hệ số R2 Hệ số VIF Kết luận
Lg(-1) 0,6696 3,0265 Không có đa cộng tuyến
Lg(-2) 0,5872 2,4225 Không có đa cộng tuyến
Lig 0,7746 4,4359 Không có đa cộng tuyến
Lig(-1) 0,6959 3,2886 Không có đa cộng tuyến
Lip 0,6422 2,7945 Không có đa cộng tuyến
Lif 0,7290 3,6897 Không có đa cộng tuyến
LL 0,3581 1,5579 Không có đa cộng tuyến
Nguồn: Tác giả tự tính toán trên phần mềm Microfit for Windows 4.1
Kết quả tính toán các các hệ số VIF của các mô hình phụ cho thấy tất cả các chỉ
số này đều nhỏ hơn 10, đồng thời hệ số R2 của các mô hình phụ đều nhỏ hơn R2 của mô hình chính. Vì thế không có hiện tượng đa cộng tuyến giữa các biến.