6. Kết cấu nghiên cứu
3.2.1 Kiểm định sự phù hợp các giả định trong hồi quy tuyến tính
Sau khi đã kết luận 03 biến độc lập có mối quan hệ tương quan tuyến tính với biến phụ thuộc thông qua các phép kiểm định và xác định hướng của mối quan hệ nhân quả giữa chúng, tiếp đến là tiến hành mô hình hóa mối quan hệ nhân quả giữa các biến bằng mô hình hồi quy tuyến tính (Hoàng & Chu, 2008).
Kiểm tra sự phù hợp giữa mô hình và biến
Trong nghiên cứu này nhóm tác giả sử dụng mô hình hội quy bội để đánh giá các yếu tố ảnh hưởng đến hành vi học tiếng Anh của sinh viên trên địa bàn Thành phố Hồ Chí Minh. Và để sử dụng mô hình hồi quy bội, mô hình phải có một biến phụ thuộc định lượng và nhiều biến độc lập có thể là định lượng hay định tính. Trong mô hình nghiên cứu này, biến phụ thuộc là biến định lượng, các biến độc lập cũng là 03 biến định lượng (NANGLUC, THAIDO, NOILO . Điều này thể hiện sự phụ thuộc giữa mô hình mà nhóm đã lựa chọn phân tích (mô hình hồi quy bội) với các biến.
Kiểm tra kích thước mẫu
Nghiên cứu đã thu thập được 170 mẫu đạt yêu cầu sử dụng, vì vậy điều kiện về kích thước mẫu đã được thoả mãn.
Kiểm tra giả định về phân phối chuẩn phần dư
Một trong những điều kiện cần thỏa mãn khi sử dụng Mô hình hồi quy tuyến tính là phần dư phải tuân theo phân phối chuẩn. Một phương pháp khảo sát đơn giản nhất là xây dựng Biểu đồ tần suất của các phần dư ho c Biểu đồ tần suất PP – Plot (Hoàng & Chu, 2008).
Hình 3.3 Kiểm tra giả định về phân phối chuẩn phần dƣ
Biểu đồ PP – Plot cho thấy mức độ các điểm thực tế phân tán xung quanh đường thẳng kì vọng và không có điểm nào lệch quá xa khoảng kỳ vọng, vì vậy nhóm kết luận là giả thuyết phân phối chuẩn không bị vi phạm.
Kiểm tra giả định về tính độc lập của sai số
Giả định về sai số thực yêu cầu giữa các phần dư không có mối quan hệ tương quan (Hoàng & Chu 2008 và đại lượng thống kê Durbin – Watson (giá trị d được xem là thích hợp cho phép kiểm định này. Nếu các phần dư không có tương quan chuỗi bậc nhất với nhau, giá trị d sẽ gần bằng 2. Bảng sau trình bày kết quả kiểm định DurbinWatson.
Bảng 3.2.1: Kết quả kiểm định tính độc lập của sai số
Model R R Square Adjusted R Square Std. Error of the Estimate Durbin– Watson
1 0.574a 0.329 0.317 0.591 1.860
a. Predictors: (Constant), NANGLUC, THAIDO, NOILO b. Dependent Variable: HANHVI
Kết quả kiểm định Durbin – Watson cho thấy giá trị d = 1.860 (gần bằng 2 . Như vậy, giả định về tính độc lập của sai số được thỏa mãn.
Kiểm tra giả định đa cộng tuyến
Đa cộng tuyến là trạng thái trong đó các biến độc lập có tương quan ch t chẽ với nhau. Đối với các biến độc lập định lượng, giả thuyết này được kiểm định thông qua kiểm tra hiện tượng đa cộng tuyến với hệ số phóng đại phương sai VIF. Theo Hair và cộng sự, 2006; cho rằng VIF không nên > 10 và đối với nghiên cứu d ng thang đo Likert, VIF < 2.
Bảng 3.2.2: Kết quả kiểm định đa cộng tuyến Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Eror Tole – rance VIF (Constant) 1.474 0.453 - 3.251 0.001 - - THAIDO 0.728 0.088 0.540 8.295 0.000 0.954 1.049 NOILO -0.108 0 -0.139 -2.100 0.037 0.918 1.089 NANGLUC 0.012 052 0.014 0.202 0.840 0.884 1.131 Bảng trên cho thấy VIF của các biến độc lập là biến định lượng đều rất thấp (tất cả các chỉ số VIF đều nhỏ hơn 2 , v vậy trong giới hạn nghiên cứu của nhóm tác giả, chưa xuất hiện hiện tượng đa cộng tuyến giữa các biến này.