7. Kết cấu của đề tài
3.3.2 Đánh giá mức độ phù hợp của mô hình hồi quytuyến tính bội
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), hệ số xác định R2 được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mô hình, càng đưa thêm biến độc lập vào mô hình thì R2 càng tăng. Tuy nhiên, điều này cũng được chứng minh rằng không phải phương trình càng có nhiều biến sẽ phù hợp hơn với dữ liệu. Trong trường hợp này, hệ số xác định R2 điều chỉnh được sử dụng để phản ánh chính xác hơn mức độ phù hợp của mô hình hồi quy tuyến tính bội. R2 điều chỉnh không nhất thiết tăng lên khi nhiều biến độc lập được đưa thêm vào phương trình, nó là thước đo sự phù hợp được sử dụng cho tình huống hồi quy tuyến tính bội vì nó không phụ thuộc vào độ phóng đại của R2.
Bảng 3.13: Đánh giá mức độ phù hợp của mô hình hồi qui tuyến tính bội
Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Change Statistics Durbin- Watson R Square Change F Change df1 df2 Sig. F Change 1 .768a .589 .573 .14232 .589 35.603 6 149 .000 2.022 a. Predictors: (Constant), TDKT, MTDN, VPHD, TCBN, MVN, THUE
Bảng 3.13 cho thấy, giá trị hệ số R2 là 0.589> 0.5, do vậy, đây là mô hình thích hợp để sử dụng đánh giá mối quan hệ giữa biến phụ thuộc và các biến độc lập.
Mặt khác, giá trị hệ số xác định R2 hiệu chỉnh là 0.573, nghĩa là mô hình hồi quy tuyến tính đã xây dựng phù hợp với dữ liệu 57,3%. Hay 57,3% sự thay đổi Lựa chọn chính sách kế toán ở các DNNVV tỉnh Bình Định là do sự thay đổi của các biến độc lập là Sự tin cậy của các đối tượng bên ngoài doanh nghiệp, mức vay nợ, khả năng vi phạm hợp đồng vay nợ, thuế, mục tiêu của doanh nghiệp, trình độ người làm kế toán.