Mô hình hồi quy tuyến tính bằng phương pháp OSL được thực hiện với một số giảđịnh 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, việc dò tìm sự vi phạm các giảđịnh là cần thiết.
` 73
• Giả định thứ nhất cần kiểm tra là giả định liên hệ tuyến tính. Phương pháp được sử dụng là biểu đồ phân tán Scatterplot với giá trị phần dư chuẩn hóa (Standarized residual) trên trục tung và giá trị dự đoán chuẩn hóa (Standarized predicted value) trên trục hoành. Nếu giảđịnh liên hệ tuyến tính và phương sai bằng nhau được thỏa mãn thì ta sẽ không nhận thấy có liên hệ gì giữa các giá trị dự đoán và phần dư, chúng sẽ phân tán rất ngẫu nhiên (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008). Quan sát hình 4.1, ta thấy các phần dư phân tán ngẫu nhiên trong một vùng quanh đường đi qua tung độ 0 chứ không tạo thành một hình dạng nào. Điều này có nghĩa là giả thuyết về liên hệ tuyến tính không bị vi phạm.
Hình 5.1: Đồ thị phân bố ngẫu nhiên của phần dư chuẩn hóa
(Nguồn: Tác giả, 2015)
• Giảđịnh thứ hai là giả định về phân phối chuẩn của phần dư được kiểm tra qua biểu đồ Histogram và đồ thị P-P Plot (xem phụ lục 8 trang 137) . Nhìn vào biểu đồ Histogram ta thấy phần dư có dạng gần với phân phối chuẩn, giá trị trung bình gần bằng 0 và độ lệch chuẩn gần bằng 1 (cụ thể là Std.Dev = 0.989). Đồ thị P-P Plot biểu diễn các điểm quan sát thực tế tập
` 74
trung khá sát đường chéo những giá trị kỳ vọng, có nghĩa là giả thuyết phân phối chuẩn của phần dư không bị vi phạm.
• Giả định thứ ba là giả định về tính độc lập của sai số (không có tương quan giữa các phần dư). Ta dùng đại lượng thống kê Durbin – Waston (d) để kiểm định. Đại lượng d có giá trị biến thiên trong khoảng từ 1 đến 3. Theo kết quả từ bảng 5.7, giá trị d = 1.888 < 2 có nghĩa là giá trị d được rơi vào miền chấp nhận giả thuyết không có tương quan chuỗi bậc nhất với nhau. Do đó, ta có thể kết luận không có tương quan giữa các phần dư trong mô hình. • Thứtư là kiểm tra vấn đề đa cộng tuyến: như đã đề cập ở phần phân tích tương quan, giữa các biến độc lập có tương quan với nhau, điều này sẽ tạo ra khảnăng đa cộng tuyến của mô hình. Vì vậy ta sẽ kiểm tra thêm hệ số phóng đại phương sai (Variance inflation factor – VIF). Kết quả phân tích cũng cho thấy hệ số phóng đại phương sai VIF của các biến là tương đối nhỏ (tất cả đều nhỏ hơn 2). Do đó hiện tượng đa cộng tuyến giữa các biến độc lập trong mô hình này là nhỏ, không ảnh hưởng đáng kểđến kết quả hồi quy.