4.5.4.1.Giả định liên hệ tuyến tính
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) thì để đánh giá mức độ đường thẳng phù hợp với dữ liệu khảo sát thì phương pháp khá thông dụng được dùng là vẽ đồ thị phân tán giữa các phần dư và giá trị dự đoán mà mô hình hồi quy tuyến tính cho ra. Người ta hay vẽ biểu đồ phân tán giữa 2 giá trị này đã được chuẩn hóa (standardized) với phần dư trên trục tung và giá trị dự đoán trên trục hoành. Nếu giả định liên hệ tuyến tính và phương sai bằng nhau được thỏa mãn, thì ta sẽ không nhận thấy có liên hệ gì giữa các giá trị dự đoán với phần dư, chúng sẽ phân tán rất ngẫu nhiên.
Tác giả thực hiện vẽ biểu đồ phân tán bằng cách sao lưu giá trị dự đoán chuẩn hóa và phần dư chuẩn hóa trong quá trình phân tích hồi quy và sử dụng lệnh sẽ biểu đồ phân tán bằng phần mềm SPSS 16.0. Cơ sở vật chất Mức độ tin cậy Khả năng đáp ứng Năng lực đội ngũ giảng viên Giá cả dịch vụ Mức độ hài lòng của học sinh, sinh
Kết quả từ hình 4.5 cho thấy, phần dư phân tán ngẫu nhiên trong một vùng xung quanh đường đi qua tung độ 0 chứ không tạo thành một hình dạng nào. Như vậy giả định tuyến tính được thỏa mãn.
Hình 4.5: Biểu đồ phân tán giữa các phần dư và giá trị dự đoán đã được chuẩn hóa
(Nguồn: Tính toán t dữ liệu điều tra)
4.5.4.2.Giả định phương sai của sai số không đổi
Giả định phương sai thay đổi nếu bị vi phạm sẽ gây ra khá nhiều hậu quả tai hại đối với mô hình được ước lượng bằng phương pháp OLS. Nó làm cho các ước lượng của các hệ số hồi quy không chệnh nhưng không hiệu quả, ước lượng của các phương sai bị chệch làm kiểm định các giả thuyết mất hiệu lực và khiến ta đánh giá nhầm về chất lượng của mô hình hồi quy tuyến tính.
Với cỡ mẫu trong luận văn, tác giả sử dụng một loại kiểm định khá đơn giản là kiểm định tương quan hạng Spearman. Giả thuyết đặt ra cho kiểm định là Phương
sai của sai số thay đổi, nếu giả thuyết này đúng thì hệ số tương quan hạng tổng thể giữa phần dư và biến độc lập sẽ khác không.
Với biến mới được xây dựng là ABScuare sau khi sử dụng phần mềm SPSS 16.0 tác giả cũng thu được kết quả như sau:
Bảng 4.10: Kết quả kiểm định Spearman’s
Correlations
ABScuare MDHL Spearman's rho ABScuare Correlation Coefficient 1,000 0,067
Sig. (2-tailed) 0,0 0,296
N 245 245
MDHL Correlation Coefficient 0,067 1,000
Sig. (2-tailed) 0,296 0,0
N 245 246
(Nguồn: Tính toán t dữ liệu điều tra)
Kết quả kiểm định cho thấy chúng ta không thể bác bỏ giả thuyết Ho: hệ số tương quan hạng của tổng thể bằng không, như vậy giả thuyết phương sai của sai số thay đổi bị bác bỏ.
4.5.4.3.Giả định về phân phối chuẩn của phần dư
Phần dư có thể không tuân theo phân phối chuẩn vì những lý do như: sử dụng sai mô hình, phương sai không phải là hằng số, số lượng các phần dư không đủ nhiều để phân tích,… Vì vậy chúng ta nên thử nhiều cách khảo sát khác nhau. Một cách khảo sát đơn giản nhất là xây dựng biểu đồ tần số của các phần dư.
Hình 4.6: Biểu đồ tần số của các phần dư
(Nguồn: Tính toán t dữ liệu điều tra)
Từ hình cho ta một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số. Ở đây ta kỳ vọng phần dư quan sát có phân phối xấp xỉ chuẩn. Vì theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) cho rằng: “Thật không hợp lý khi chúng ta kỳ vọng rằng các phần dư quan sát có phân phối hoàn toàn chuẩn vì luôn luôn có những chênh lệch do lấy mẫu. Ngay cả khi các sai số có phân phối chuẩn trong tổng thể đi nữa thì phần dư trong quan sát mẫu cũng chỉ xấp xỉ chuẩn mà thôi”. Như vậy, trong bài nghiên cứu này dựa vào biểu đồ tần số Histogram có thể nói phân phối phần dư xấp xỉ chuẩn (trung bình Mean 0 và độ lệch chuẩn Std. Dev. = 0,984 tức là gần bằng 1).
Từ kết quả biểu đồ Q-Q plot cũng cho ta kết quả để khảo sát phân phối của phần dư. Nhìn từ biểu đồ ta thấy những giá trị của các điểm phân vị của phân phối của biến theo các phân vị của phân phối chuẩn. Những giá trị kỳ vọng này tạo thành một đường chéo. Các điểm quan sát thực tế tập trung khá sát đường chéo. Nên ta có thể kết luận: phân phối phần dư có thể xem như chuẩn.
Hình 4.7: Biểu đồ phân phối chuẩn của phần dư
(Nguồn: Tính toán t dữ liệu điều tra)