7. Bố cục của đề tài
3.4.3. Kiểm định mô hình hồi quy
Kiểm định sự phù hợp của mô hình
Bảng 3.8. Kết quả phân tích ANOVA
Mô hình Tổng bình phƣơng df Trung bình bình phƣơng F Sig. 1 Hồi quy 21.606 9 2.401 40.249 .000b Phần dƣ 14.315 240 .060 Tổng 35.920 249
Ta kiểm định giả thuyết:
H0: Tập hợp các biến độc lập không có mối liên hệ với biến phụ thuộc (βi = 0)
H1: Tập hợp các biến độc lập có mối liên hệ với biến phụ thuộc (βi ≠ 0) Kết quả phân tích ANOVA thể hiện trong bảng 3.8 cho thấy giá trị kiểm định F = 40.249 có ý nghĩa thống kê vì Sig = 0,000 < 0,05. Do đó, ta bác bỏ giả thuyết H0 nghĩa là các biến độc lập có liên hệ với biến phụ thuộc. Vì thế, mô hình hồi quy là phù hợp với dữ liệu nghiên cứu.
Hiện tƣợng đa cộng tuyến
Đa cộng tuyến là hiện tƣợng có sự tƣơng quan phụ thuộc lẫn nhau giữa các biến độc lập. Khi xảy ra hiện tƣợng này sẽ dẫn đến các hệ số không ổn định khi thêm biến vào mô hình hồi quy.
Để phát hiện hiện tƣợng đa cộng tuyến, tác giả dựa vào hệ số phóng đại phƣơng sai VIF. Theo kết quả ta thấy hệ số phóng đại phƣơng sai VIF (Variance Inflation Factor - VIF) rất nhỏ (nhỏ hơn 10) cho thấy các biến độc lập này khôngcó quan hệ chặt chẽ với nhau nên không có hiện tƣợng đa cộng tuyến xảy ra. Do đó mối quan hệ giữa các biến độc lập không ảnh hƣởng đáng kể đến kết quả giải thích của mô hình hồi quy.
Mức độ giải thích của mô hình
Bảng 3.9. Mức độ giải thích của mô hình
Mode R R bình phƣơng R bình phƣơng hiệu chỉnh Sai số chuẩn Durbin- Watson 1 .776a .601 .587 .24422 1.745
Từ bảng 3.9 ta có hệ số R bình phƣơng hiệu chỉnh bằng 0.587 nghĩa là mô hình hồi quy tuyến tính bội đã xây dựng phù hợp với tập dữ liệu là 58.7%. Nói cách khác 58.7% Mức độ hài lòng có thể đƣợc giải thích bởi sự tác động của 9 nhân tố: MQH, BC, ĐN, ĐKLV, ĐĐ, TL, LĐ, PL, CHĐT.
Kiểm định phần dƣ của mô hình
Kiểm tra phần dƣ cho thấy phân phối phần dƣ xấp xỉ chuẩn với trung bình Mean = 0 và độ lệch chuẩn Std. Deviation = 0.982 (xấp xỉ bằng 1) do đó có thể kết luận rằng giả thiết phân phối chuẩn không bị vi phạm khi sử dụng phƣơng pháp hồi quy bội.
Bảng 3.10. Bảng thống kê giá trị phần dư
Nhỏ nhất Lớn nhất Trung Bình Độ lệch chuẩn N Predicted Value 3.9349 5.3229 4.7693 .29457 250 Residual -.54782 .52834 .00000 .23977 250 Std. Predicted Value -2.833 1.879 .000 1.000 250 Std. Residual -2.243 2.163 .000 .982 250 a. Dependent Variable: Mức độ hài lòng
Biểu đồ 3.1. Đồ thị phân phối phần dư của mô hình hồi quy
Mặt khác, bằng hình ảnh trực quan ta thấy phần dƣ của mô hình có dạng đồ thị hình chuông úp xuống khá cân đối, nên có thể kết luận phần dƣ của mô hình có phân phối chuẩn.
Ngoài ra, theo biểu đồ P-P plots (Biểu đồ 3.2), các điểm quan sát không phân tán quá xa đƣờng thẳng kỳ vọng nên có thể kết luận giả thuyết về phân phối chuẩn của phần dƣ không bị vi phạm.
Kiểm định giả thuyết các sai số ngẫu nhiên của mô hình có phƣơng sai không đổi
Theo biểu đồ Scatterplot (Biểu đồ 3.3), các sai số hồi quy phân bố tƣơng đối đều ở cả hai phía của đƣờng trung bình (trung bình của các sai số bằng 0) và không theo một quy luật rõ ràng nào. Điều đó cho thấy giả thiết sai số của mô hình hồi quy không đổi là phù hợp.
Biểu đồ 3.3. Biểu đồ Scatterplot phần dư của mô hình hồi quy
Vậy, với các kết quả kiểm định trên ta thấy mô hình hồi quy là phù hợp và có ý nghĩa thống kê. Ta có mô hình hồi quy với hệ số beta chƣa chuẩn hóa là:
HL = -0.532 + 0.246 ĐĐ + 0.152 LĐ + 0.206 CHĐT + 0.059 BC + 0.156 TL + 0.07 PL + 0.084 ĐKLV + 0.076 ĐN + 0.073 MQH
Ý nghĩa của hệ số hồi quy chƣa chuẩn hóa:
-β1 = 0. 246, tức là với điều kiện các yếu tố khác không đổi khi nhân tố ĐĐ tăng/giảm 1 điểm thì Mức độ hài lòng tăng/giảm 0. 246 điểm (so với thang điểm 6)
-β2 = 0. 152, tức là với điều kiện các yếu tố khác không đổi khi nhân tố LĐ tăng/giảm 1 điểm thì Mức độ hài lòng tăng/giảm 0. 152 điểm (so với thang điểm 6)
-β3 = 0. 206, tức là với điều kiện các yếu tố khác không đổi khi nhân tố CHĐT tăng/giảm 1 điểm thì Mức độ hài lòng tăng/giảm 0. 206 điểm (so với thang điểm 6)
-β 4 = 0. 059, tức là với điều kiện các yếu tố khác không đổi khi nhân tố BC tăng/giảm 1 điểm thì Mức độ hài lòng tăng/giảm 0. 059 điểm (so với thang điểm 6)
-β5 = 0. 156, tức là với điều kiện các yếu tố khác không đổi khi nhân tố TL tăng/giảm 1 điểm thì Mức độ hài lòng tăng/giảm 0. 156điểm (so với thang điểm 6)
-β6 = 0. 070, tức là với điều kiện các yếu tố khác không đổi khi nhân tố PL tăng/giảm 1 điểm thì Mức độ hài lòng tăng/giảm 0. 070 điểm (so với thang điểm 6)
-β7 = 0. 084, tức là với điều kiện các yếu tố khác không đổi khi nhân tố ĐKLV tăng/giảm 1 điểm thì Mức độ hài lòng tăng/giảm 0. 084 điểm (so với thang điểm 6)
-β 8 = 0. 076, tức là với điều kiện các yếu tố khác không đổi khi nhân tố ĐN tăng/giảm 1 điểm thì Mức độ hài lòng tăng/giảm 0. 076 điểm (so với thang điểm 6)
-β 9 = 0. 073, tức là với điều kiện các yếu tố khác không đổi khi nhân tố MQH tăng/giảm 1 điểm thì Mức độ hài lòng tăng/giảm 0. 073 điểm (so với
thang điểm 6)
Tuy nhiên, phƣơng trình hồi quy chƣa chuẩn hóa mang ý nghĩa toán học hơn là ý nghĩa kinh tế vì nó chỉ phản ánh sự thay đổi của biến phụ thuộc khi từng biến độc lập thay đổi trong điều kiện các biến độc lập còn lại phải cố định.
Nhƣ vậy, để xem xét mức độ tác động hay thứ tự ảnh hƣởng của các biến độc lập lên biến phụ thuộc. Dựa vào phƣơng trình hồi quy chuẩn hóa, chúng ta sẽ biết đƣợc biến độc lập nào nào ảnh hƣởng mạnh hay yếu đến biến phụ thuộc căn cứ vào hệ số hồi quy chuẩn hóa, hệ số càng lớn thì tầm quan trọng của biến độc lập đó đối với biến phụ thuộc càng lớn. Ta xét phƣơng trình hồi quy với beta chuẩn hóa:
HL = 0.339 ĐĐ + 0.252 LĐ + 0. 250 CHĐT + 0. 155 BC + 0. 220 TL + 0. 127 PL + 0. 119 ĐKLV + 0.106 ĐN + 0.091 MQH
Ta thấy: β1>β2>β3>β5>β4>β6>β7>β8>β9 do đó các yếu tố tác động đến Mức độ hài lòng lần lƣợt mạnh nhất là ĐĐ> LĐ> CHĐT> TL> BC> PL> ĐKLV> ĐN> MQH