7. Kết cấu của luận văn
3.4.1 Kiểm định các giả thiết cần thiết trong mô hình phân tích hồ
Tác giả sẽ tiến hành kiểm định các giả thiết cần thiết trong mô hình phân tích hồi quy, cụ thể là ma trận tƣơng quan, kiểm định tính độc lập của phần dƣ, tính phân phối chuẩn của phần dƣ, kiểm định giả định phƣơng của sai số (phần dƣ) không đổi.
Ma trận tƣơng quan cho biết mối tƣơng quan của từng biến độc lập với biến phụ thuộc và giữa các biến độc lập với nhau. Thƣờng thì các biến có giá trị Sig.(2-tailed) <0.05 theo hàng biến phụ thuộc đƣợc chọn làm các biến độc lập để chạy hàm hồi quy đa biến. Kết quả có 7 biến có giá trị Sig. (2-tailed) <0.05 nên đƣợc chọn làm các biến độc lập để chạy theo hàm hồi quy đa biến. Từ bảng 3.25 Ma trận tƣơng quan,vì hệ số sig giữa từng biến độc lập với biến phụ thuộc đều nhỏ hơn 0.05, nên không loại nhân tố nào. Nhƣ vậy tất cả các biến độc lập đều có quan hệ tƣơng quan tuyến tính với biến phụ thuộc.
Bảng 3.25 Ma trận tƣơng quan Correlations F_QD F_CM F_GT F_GP F_CN F_DU F_NV F_HA F_QD Pearson Correlation 1 .577** .522** .538** .441** .484** .434** .367** Sig. (2-tailed) .000 .000 .000 .000 .000 .000 .000 N 197 197 197 197 197 197 197 197 F_C M Pearson Correlation .577** 1 .274** .257** .123 .298** .289** .104 Sig. (2-tailed) .000 .000 .000 .085 .000 .000 .145 N 197 197 197 197 197 197 197 197 F_GT Pearson Correlation .522** .274** 1 .152* .114 .169* .594** .156* Sig. (2-tailed) .000 .000 .033 .111 .018 .000 .029 N 197 197 197 197 197 197 197 197 F_GP Pearson Correlation .538** .257** .152* 1 .388** .387** .069 .284** Sig. (2-tailed) .000 .000 .033 .000 .000 .335 .000 N 197 197 197 197 197 197 197 197 F_CN Pearson Correlation .441** .123 .114 .388** 1 .313** .021 .332**
65 Sig. (2-tailed) .000 .085 .111 .000 .000 .772 .000 N 197 197 197 197 197 197 197 197 F_DU Pearson Correlation .484** .298** .169* .387** .313** 1 .252** .270** Sig. (2-tailed) .000 .000 .018 .000 .000 .000 .000 N 197 197 197 197 197 197 197 197 F_NV Pearson Correlation .434** .289** .594** .069 .021 .252** 1 .116 Sig. (2-tailed) .000 .000 .000 .335 .772 .000 .106 N 197 197 197 197 197 197 197 197 F_HA Pearson Correlation .367** .104 .156* .284** .332** .270** .116 1 Sig. (2-tailed) .000 .145 .029 .000 .000 .000 .106 N 197 197 197 197 197 197 197 197
(Nguồn: Kết quả phân tích SPSS)
Phần dƣ có thể không tuân theo phân phối chuẩn vì những lý do nhƣ sử dụng sai mô hình, phƣơng sai không phải hằng số, số lƣợng các phần dƣ không đủ nhiều để phân tích (Hoàng Trọng – Mộng Ngọc, 2008). Biểu đồ tần số (Histogram. Q – Q plot. P – P Plot) của các phần dƣ (đã đƣợc chuẩn hoá) đƣợc sử dụng để kiểm tra định này.
Hình 3.1. Đồ thị phân bố phần dƣ hàm hồi quy
66
Các điểm phân vị trong phân phối của phần dƣ tập trung thành 1 đƣờng chéo, nhƣ vậy, giả định phân phối chuẩn của phần dƣ không bị vi phạm.
Hình 3.2 Biểu đồ tần số của phần dƣ chuẩn hoá của mô hình
(Nguồn: Kết quả phân tích SPSS)
Phân phối của phần dƣ: Quan sát hình 3.2 ta thấy biểu đồ tần số của phần dƣ chuẩn hoá của mô hình có dạng tiệm cận với đƣờng cong phân phối chuẩn. Ngoài ra, mô hình có giá trị trung bình Mean = 0. Và độ lệch chuẩn Stđ. Dev = 0.982, gần bằng 1. Do đó, ta có thể kết luận rằng: giả thiết phần dƣ có phân phối chuẩn không bị vi phạm.
67
Hình 3.3. Đồ thị phân tán giữa giá trị dự đoán và phần dƣ từ hồi quy
(Nguồn: Kết quả phân tích SPSS)
Đồ thị trên cho thấy các phần dƣ phân tán ngẫu nhiên quanh trục O (quanh giá trị trung bình của phần dƣ) trong một phạm vi không đổi. Điều này có nghĩa là phƣơng sai của phần dƣ không thay đổi.