Đánh giá sự phù hợp của mô hình đối với dữ liệu thu thập nghiên cứu: Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), để đánh giá sự phù hợp của mô hình hồi quy đa biến với dữ liệu mẫu, sử dụng hệ số R Square hiệu chỉnh, hệ số này càng tiến đến giá trị gần 1.00 càng chứng tỏ sự phù hợp của mô hình.
Hệ số R2 cho biết mức độ phù hợp của phương trình hồi quy, R2 có giá trị từ 0 đến 1, R2
càng lớn thì mô hình có khả năng giải thích càng mạnh.
Ý nghĩa của R2 thể hiện đặc trưng cho % biến thiên của biến phụ thuộc được giải thích do sự biến thiên của biến độc lập. Khi hệ số biến độc lập đưa vào mô hình tăng lên thì hệ số R2 cũngtăng lên. Hệ số R2 điều chỉnh là hệ số đã hiệu chỉnh có kể đến số lượng các biến độc lập đưa vào mô hình. Như vậy R2 điều chỉnh phản ánh sát hơn mức độ phù hợp của mô hình hồi quy. R2 điều chỉnh không nhất thiết tăng lên khi đưa thêm biến độc lập vào mô hình, sử dụng nó để đánh giá độ phù hợp của mô hình sẽ an toàn hơn vì nó không làm gia tăng mức độ phù hợp của mô hình. Mức ý nghĩa của R2 hiệu chỉnh được kiểm định bằng phương pháp F-test.
Thực hiện các kiểm định xem mức độ phù hợp của mô hình:
Kiểm định F – test: là phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể. Mục đích của kiểm định này là về mối quan hệ tuyến tính giữa biến phụ thuộc và các biến độc lập. Đặt giả thuyết H0: R2=0 có nghĩa là β1 =β2 =...=βk =...=βp=0 và khi giả thuyết H0 bị bác bỏ, điều này cũng có nghĩa là mô hình ta xây dựng phù hợp với dữ liệu.
Kiểm định T- test: để kiểm định mức ý nghĩa của hệ số β đây là thông số Sig trong bảng Coefficients, thông thường các nghiên cứu sẽ mặc định chọn mức ý nghĩa 95% tức là các hệ số β có Sig <0,05 thì mới có ý nghĩa về mặt thống kê.
Kiểm định quan hệ tuyến tính bằng đồ thị Scatterplot: Nếu các điểm phần dư phân tán ngẫu nhiên trong vùng xung quanh đường tung độ bằng 0 và thay đổi không theo trật tự nào (không theo hình dáng nào) giả định tuyến tính được thỏa mãn.
Kiểm định phần dư có phân phối chuẩn: xây dựng biểu đồ phân tán của phần dư. xem xét biểu đồ Norman Probability Plot của phần dư.
Kiểm định phương sai đồng nhất: đo lường mức độ phân tán của phần dư (e) xung quanh giá trị trung bình 0, phương sai của độ sai số không đổi có nghĩa mức độ
phân tán như nhau cho tất cả quan sát. Nếu phương sai của độ sai số thay đổi ảnh hưởng đến tính hiệu quả của ước lượng.
Tóm tắt chƣơng 3
Chương 3 đã trình bày mô hình nghiên cứu, kỳ vọng dấu và giải thích ý nghĩa của từng biến. Bên cạnh đó, tác giả trình bày cách lấy mẫu, xử lý và quy trình nghiên cứu. Chương 4 tiếp theo sẽ trình bày kết quả nghiên cứu phân tích từng thông tin thống kê của các số liệu thu thập được.
CHƢƠNG 4
KẾT QUẢ NGHIÊN CỨU
Nội dung chính của chương 4 tr nh bày về kết quả nghiên cứu. Trình tự trình bày từ thống kê mô tả đến kết quả hồi quy tuyến t nh. Đồng th i, chương 4 cũng tr nh bày các kiể đ nh về độ phù hợp của mô hình, hiện tượng đa cộng tuyến, ph n dư của mô hình.