Model R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 1 0,751a 0,564 0,542 0,67640879 1,996
(Nguồn: Kết quả xử lý của tác giả năm 2019) R2 hiệu chỉnh của mô hình số 6 là 0,542 -> 54,2% sự biến thiên của quyết định lựa chọn sử dụng dịch vụ giải thích bởi mối liên hệ tuyến tính của các biến độc lập.
Mức độ phù hợp của mô hình tương đối ổn. Tuy nhiên sự phù hợp này chỉ đúng với dữ liệu mẫu. Để kiểm định xem có thể suy diễn mô hình cho tổng thể thực hay không ta phải kiểm định độ phù hợp của mô hình.
Xem xét hiện tượng tự tương quan phần dư bằng Durbin-Watson:
Đại lượng Durbin-Watson được dùng để kiểm định tương quan của các sai số kề nhau. Giả thuyết khi tiến hành kiểm định này là: H0: hệ số tương quan tổng thể của các phần dư bằng 0. Thực hiện hồi quy cho ta kết quả về trị kiểm định d của DurbinWatson trong bảng tóm tắt mô hình d = 1,996
Ta tiến hành tra bảng thống kê Durbin – Watson, với số quan sát là 150, k’ = 9 do có 9 biến bên vế phải của mô hình hồi quy không bao gồm hằng số, mức ý nghĩa là 0,05 (95%) trong bảng Durbin– Watson. Ta tra được dL(trị số thống kê dưới) =1,608 dU (trị số thống kê trên) = 1,862
Theo điều kiện hồi quy, giá trị Durbin-Watson phải nằm trong khoảng dU (1,862) đến 4–dU(2,138).Ta có: dU = 1,862< d = 1,996< 4-dU = 2,138
Kết luận: Không có sự tương quan giữa các phần dư trong mô hình.
Giả định phân phối chuẩn của phần dư:
Sử dụng công cụ biểu đồ Histogram ta quan sát được phân phối của phần dư có Mean = 0 và độ lệch chuẩn gần bằng 1 (Std.dev = 0,976) nên có thể khẳng định phần dư có phân phối chuẩn
Hình 11: Phân phối chuẩn phân dư
(Nguồn: Kết quả xử lý của tác giả năm 2019)
Kiểm định độ phù hợp của mô hình:
Giả thuyết H0: β1 = β2 = β3 = β4 = β5 = β6 = β7 = α1 =α2 =0.
Để kiểm định độ phù hợp của mô hình hồi quy tuyến tính đa bội ta dùng giá trị F ở bảng phân tích ANOVA sau
Bảng 19 : Bảng ANOVA kiểm định độ phù hợp của mô hìnhMô hình Tổng bình