c) Những tìm kiếm từ đề tμ
4.2kết quả mô hình
4.2.1 Kết quả mô hình kinh tế l−ợng ứng dụng
Với số liệu cho bởi bảng 3.2, phụ lục D trang 94. ứng dụng công cụ hồi quy của SPSS với ph−ơng pháp Stepwise; kết quả thu đ−ợc từ bảng 4.14 đến bảng 4.18, phụ lục G trang 106. Số liệu bảng 4.14, 4.15, 4.16 cho các thông tin cần thiết trong việc kết hợp các biến độc lập với giá trị của thống kê t vμ F sao cho kết quả hồi quy tốt nhất căn cứ vμo hệ số R2 vμ R2điều chỉnh (R2vμ R2điều chỉnh có khuynh h−ớng lμm thế nμo để mô hình phù hợp với tổng thể). Kết quả h−ớng dẫn mô hình lựa chọn của chúng ta lμ:
y= 0.736 + 0.164 x42.1 + 0.157 x44.1 + 0.154 x47.1 + 0.167 x47.2 + 0.117 x52.1 + 0.136 x52.2 + 0.252 d2 (1)
Để đánh giá mô hình (1), cần xem xét các mặt sau:
Dấu của hệ số hồi quy −ớc l−ợng có phù hợp với lý thuyết hoặc tiên nghiệm hay không? mô hình có thỏa điều kiện về thống kê t vμ F? vμ mô hình giải thích ảnh h−ởng của các nhân tố đến mức độ nμo? Thật vậy, trong lập luận của chúng ta (đoạn 3.2.2a) về dấu của các biến, kết quả cho thấy không có sự mâu thuẫn giữa mô hình lý thuyết vμ thực tế. Các hệ số hồi quy (bảng 4.17, trang 108) thỏa điều kiện thống kê t, với ⏐t⏐>2 vμ mức ý nghĩa < 0.05 cho phép chọn mô hình (1) lμ mô hình kết quả của đề tμi vμ cho phép khẳng định về mối quan hệ tuyến tính giữa biến độc lập vμ biến phụ thuộc. Thống kê F (bảng 4.16, trang 107) với mức ý nghĩa <0.05 cμng thể hiện biến độc lập lμm tốt công việc giải thích sự thay đổi của biến phụ thuộc.
Mặt khác, lý thuyết kinh tế l−ợng chỉ ra rằng R2 lμ tỷ lệ thay đổi trong biến phụ thuộc do các biến độc lập giải thích vμ theo đề nghị của Theil.H (1971) về việc sử dụng R2điều chỉnh để lựa chọn mô hình; với kết quả R2= 0.954 vμ R2điều chỉnh bằng 0.952 cho thấy mô hình giải thích ảnh h−ởng của các nhân tố lμ rất cao.
Kết quả mô hình (1), tầm quan trọng của các nhân tố ảnh h−ởng đến mức chất l−ợng đ−ợc xếp hạng theo thứ tự −u tiên các nhân tố nh− sau (căn cứ hệ số Beta – Standardized Coefficients, bảng 4.17): Thứ nhất, Những lỗ hổng trong kiến thức hệ số 0.332; Thứ hai, Sự thμnh thục về tay nghề hệ số 0.263; Thứ ba, Sự hiểu biết về chuyên môn hệ số 0.256; Thứ t−, Tiếp cận tay nghề hệ số 0.232; Thứ năm, Hội
nhập văn hóa của tổ chức hệ số 0.223 vμ Sau cùng lμ nhân tố Sự cần thiết huấn
luyện thêm hệ số 0.176. Đối với các biến giả, chỉ duy nhất d2 lμ có ý nghĩa thống kê, nghĩa lμ có sự khác biệt trong đánh giá về chất l−ợng đμo tạo của PC2 với các đơn vị còn lại; kết luận nμy rất phù hợp với nhận định khi phân tích bằng công cụ thống kê mô tả ở đoạn 4.1.1 trang 53 khi phân tổ theo nhóm khách hμng.
Hơn nữa,thống kê Tolerance (tỷ lệ sự thay đổi của biến không tính đến trên các biến độc lập khác trong mô hình) vμ hệ số phóng đại ph−ơng sai (VIF) t−ơng ứng các biến độc lập lμ rất gần 1 vμ nhỏ hơn 10 (bảng 4.17, trang 108) cho nhận định không vi phạm hiện t−ợng cộng tuyến (quy tắc kinh nghiệm nếu VIF v−ợt quá 10, điều nμy xảy ra khi R2 >0.9 thì biến nμy đ−ợc cho lμ có cộng tuyến cao). Có thể xem xét kết hợp với bảng 3.4, phụ lục E trang 101; theo đó, hệ số xác định của ma trận t−ơng quan lμ 0.375 lớn hơn giá trị cần thiết lμ 0.00001, vì vậy cộng tuyến không lμ vấn đề trong bộ dữ liệu nμy. T−ơng tự, kết quả ở bảng 4.18 trang 109 cũng cho phép dự đoán về sự đúng sai trong mô hình qua việc kiểm tra phần d−; mô hình thích hợp với dữ liệu khi phần d− phân phối chuẩn (giá trị dự đoán chuẩn hóa có trung bình bằng 0 vμ độ lệch tiêu chuẩn bằng 1; phần d− chuẩn có trung bình bằng 0 vμ độ lệch tiêu chuẩn lμ 0.977).