5. Kết cấu của luận văn
4.7.2. Kiểm định sự phù hợp của mô hình
Để kiểm định sự phù hợp của mô hình hồi qui tuyến tính tổng thể thì chúng ta sử dụng kết quả kiểm định F. Kiểm định F trong phân tích phương sai xem xét có
hay không mối liên hệ tuyến tính giữa biến phụ thuộc với toàn bộ tập hợp của các biến độc lập.
Giả thuyết Ho : β1 = β2 = β3 = β4 = β5 = 0
Nhìn vào bảng 4.9 và 4.10 bên dưới, ta thấy rằng trị thống kê F = 48,735 được tính từ giá trị R2 khi có mặt 5 biến, giá trị sig. = 0,000 rất nhỏ cho thấy mô hình sử dụng là phù hợp.
Như vậy, mô hình hồi quy bội thỏa các điều kiện đánh giá và kiểm định độ phù hợp cho việc rút ra các kết quả nghiên cứu.
Bảng 4.9: Kết quả phân tích phương sai của mô hình
ANOVAf
Model Sum of
Squares
df Mean Square F Sig.
5 Regression 65,018 5 13,004 48,735 0,000e
Residual 51,230 192 0,267
Total 116,249 197
e, Mô hình dự đoán: (Constant), HTNH, HTDN, THQ, DBM, SSHT f, Biến phụ thuộc: SHL
(Nguồn: Kết quả khảo sát của tác giả) Bảng 4.10: Kết quả phân tích hồi qui bội
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error
Beta Tolerance VIF
5 (Constant) -1,179 0,360 -3,273 0,001 HTNH 0,558 0,058 0,498 9,668 0,000 0,865 1,156 HTDN 0,295 0,063 0,240 4,704 0,000 0,879 1,137 THQ 0,218 0,053 0,203 4,078 0,000 0,927 1,079 DBM 0,134 0,047 0,139 2,833 0,005 0,952 1,051 SSHT 0,103 0,051 0,097 2,009 0,046 0,984 1,016 a. Dependent Variable: SHL
Kiểm định các giả thuyết về ý ngh a của hệ số hồi qui Ho : βi = 0.
Kết quả thể hiện trên bảng 4.10 cũng cho ta thấy: giá trị sig. (p value) của các hệ số hồi qui β1, β2, β3, β4, β5 đều nhỏ hơn 0,05 tức là với mức ý nghĩa là 5% nên ta bác bỏ giả thuyết Ho hay nói cách khách với tập dữ liệu mẫu và mô hình được mô tả thì không đủ bằng chứng có ý nghĩa thống kê cho thấy βi = 0.