6. Tổng quan tài liệu nghiên cứ u
3.5.3. Kiểm định mô hình
Hệ số R2điều chỉnh (Ajusted R square) = 0.316 (bảng 3.15). Chỉ số R2 là thước đo đánh giá độ phù hợp mô hình đã được xây dựng trên dữ liệu mẫu phù hợp đến mức nào với so với dữ liệu. Nhưng sự phù hợp này chỉ mới thể
hiện giữa mô hình xây dựng được với tập dữ liệu mẫu, rất có thể mô hình hồi quy này với các hệ số ước lượng bằng phương pháp OLS không có giá trị gì khi áp dụng cho mô hình thực của tổng thể. Để kiểm định độ phù hợp của mô hình hồi quy tổng thể, tác giả đặt giả thuyết:
H0 : R2 của tổng thể = 0 (mô hình xây dựng hồi quy không phù hợp với tổng thể)
Đại lượng F được sử dụng để kiểm định điều này, F (bảng 3.14) = 30.789 tương ứng với mức ý nghĩa sig = 0.000, bác bỏ H0, do đó có thể kết luận mô hình hồi quy xây dựng được phù hợp với tổng thể.
Bảng 3.14. Bảng kiểm định phần dư
ANOVAe
Model Sum of Squares df Mean Square F Sig.
Regression 13.693 1 13.693 72.878 .000a Residual 48.288 254 .188 1 Total 61.981 255 Regression 17.814 2 8.907 51.627 .000b Residual 44.167 253 .173 2 Total 61.98 255 Regression 19.321 3 6.440 38.496 .000c Residual 42.661 252 .167 3 Total 61.981 255 Regression 20.243 4 5.061 30.798 .000d Residual 41.738 251 .164 4 Total 61.981 255
a. Predictors: (Constant), Tin cay cua PMKT Misa (TC)
b. Predictors: (Constant), Tin cay cua PMKT Misa (TC), Thiet ke he thong PMKT Misa (TK)
c. Predictors: (Constant), Tin cay cua PMKT Misa (TC), Thiet ke he thong PMKT Misa (TK), Bao tri PMKT Misa (BT)
d. Predictors: (Constant), Tin cay cua PMKT Misa (TC), Thiet ke he thong PMKT Misa (TK), Bao tri PMKT Misa (BT), Chuc nang cua PMKT Misa (CN)
Kiểm tra giả thuyết về ý nghĩa hệ số hồi quy
Mô hình hồi quy mẫu xây dựng được hệ sốđộ dốc β # 0, nhưng ta chưa thể chắc chắn hệ sốđộ dốc của mô hình tổng thể β # 0, vì vậy phải kiểm định
β tổng thể. Đặt giả thuyết H0 : β = 0 (biến phụ thuộc và biến độc lập không
ảnh hưởng đến nhau)
Trị thống kê t dùng để kiểm định giả thuyết này. Căn cứ vào bảng hệ số
mô hình hồi quy (bảng 3.13), có thể thấy các mức ý nghĩa quan sát được đối với hệ số độ dốc của mô hình đều sig. < 0.05, chứng tỏ giả thuyết H0 bị bác bỏ với độ tin cậy 95%, nghĩa là biến phụ thuộc và các biến độc lập có mối quan hệảnh hưởng lẫn nhau.
Kiểm định phương sai của sai số không đổi
Hiện tượng phương sai số thay đổi là hiện tượng độ lớn của phần dư
tăng hoặc giảm cùng với các giá trị dự đoán hay giá trị của biến độc lập mà ta nghi ngờ gây ra hiện tượng phương sai của sai số thay đổi. Tiêu chuẩn ước lượng của phương pháp OLS là dựa trên tổng bình phương các phần dư đạt cực tiểu.
Kiểm định đồ thị phân tán giữa phần dư chuẩn hóa (Standardized residual) và giá trị dựa đóan chuẩn hóa (Standardized predicted value) cho thấy phần dư phân tán ngẫu nhiên quanh trục 0 (tức quanh giá trị trung bình của phần dư) trong một phạm vi không đổi, không tạo ra một hình dạng nào cụ thể. Điều này có nghĩa là phương sai của phần dư không đổi.
Kiểm định phân phối chuẩn của phần dư
Kiểm tra biểu đồ tần số của phần dư cho thấy phân phối phần dư xấp xỉ
chuẩn (độ lệch chuẩn Std. Dev = 0.988 tức gần bằng 1) (phụ lục 3.6.4) . Điều này có nghĩa là giả định phân phối chuẩn của phần dư không bị vi phạm.
Kiểm tra tính độc lập của sai số (không có tương quan giữa các phần dư)
Durbin-Waston (bảng 3.15) là 2.026 chấp nhận được nên không có hiện tượng tự tương quan chuỗi giữa các phần dư.
Bảng 3.15. Hệ số xác định và kiểm định Durbin-Wston
Model Summarye
Model R R Square Adjusted R Square
Std. Error of the Estimate Durbin-Watson 1 .470a .221 .218 .43346 2 .536b .287 .282 .41536 3 .558c .312 .304 .40902 4 .571d .327 .316 .40537 2.026
a. Predictors: (Constant), Tin cay cua PMKT Misa (TC)
b. Predictors: (Constant), Tin cay cua PMKT Misa (TC), Thiet ke he thong PMKT Misa (TK)
c. Predictors: (Constant), Tin cay cua PMKT Misa (TC), Thiet ke he thong PMKT Misa (TK), Bao tri PMKT Misa (BT)
d. Predictors: (Constant), Tin cay cua PMKT Misa (TC), Thiet ke he thong PMKT Misa (TK), Bao tri PMKT Misa (BT), Chuc nang cua PMKT Misa (CN)
e. Dependent Variable: Su hai long cua nguoi su dung PMKT Misa(HL)
Kiểm định không có mối tương quan giữa các biến độc lập (không có hiện tương đa cộng tuyến)
Trong hồi quy đa biến, nhất là hồi quy theo chuỗi thời gian, thường có hiện tượng các biến độc lập có mối quan hệ nào đó với nhau, hiện tượng này còn gọi là hiện tượng đa cộng tuyến.
Hầu hết các nhà nghiên cứu kinh tế lượng cho rằng khi hệ số tương quan >0.9 thì đó là dấu hiệu quan trọng xảy ra hiện tượng đa cộng tuyến. Quan sát bảng 3.12 thì hệ số tương quan giữa các biến của mô hình không có hệ số nào >0.9.
Còn theo hệ số phóng đại phương sai VIF (bảng 3.13) của các biến trong mô hình đầu rất thấp, từ 1 – 1.528 nhỏ hơn 5 nên không có hiện tượng
đa cộng tuyến.