4
3.3.1.4. Đánh giá về kiểm định phương trình hồi quy tuyến tính
a) Đánh giá độ phù hợp của phương trình
Trong phần mềm SPSS, hệ số R2 (R Square) và Adjusted R Square được tính trong bảng phân tích Model Summary.
Model Summary
Model R R Square Adjusted R
Square Std. Error of the Estimate
1 0.957a 0.915 0.914 1.21952
a. Predictors: (Constant), Ve, Cđ
So sánh hai giá trị R Square và Adjusted R Square của 36 kích thước thứ cấp, ta thấy R Square > Adjusted R Square phương trình hồi quy xác định kích thước i là an toàn với mức ý nghĩa sig < 0.05 là tốt (độ sai lầm khi chọn phương trình hồi quy tuyến tính bội).
b) Kiểm định sự phù hợp của phương trình hồi quy tuyến tính
Dùng phép phân tích phương sai ANOVA trong phần mềm SPSS để kiểm định sự phù hợp của phương trình với tổng mẫu.
Bảng 3.14. phân tích phƣơng sai ANOVA
Model Sum of Squares df Mean Square F Sig.
1 Regression 4272.843 2 2136.421 1436.522 .000b
Residual 397.087 267 1.487
Total 4669.930 269
a. Dependent Variable: Ce; Predictors: (Constant), Vb, Cđ
Kết quả tính toán F trong bảng phân tích phương sai ANOVA của 36 kích thước thứ cấp cho thấy giả thiết Ho đều bị bác bỏ, nếu kết quả kiểm định có mức ý nghĩa quan sát nhỏ hơn 0.05 ta bác bỏ giả thuyết Ho. Kết quả của việc bác bỏ hay chấp nhận Ho s ảnh hưởng đến việc lựa chọn tiếp thủ tục kiểm định nhằm tìm xem sự khác biệt giữa các nhóm xảy ra ở đâu.
Nhìn vào giá trị Sig trong bảng ANOVA để biết có hay không sự khác biệt các giá trị đo và các giá trị tính toán. ta thấy: 0.0 Sig 0,05 chứng tỏ không có sự khác biệt có ý nghĩa giữa giá trị đo và giá trị tính toán. Như vậy phương trình hồi quy xây dựng để tính toán các kích thước thứ cấp phù hợp với thực tế và có cơ sở tin cậy.
Nguyễn Thị Thanh Thảo 96 Khóa 2013A