- Kiểm định phân phối chuẩn của phần dư
Hình 4.1: Biểu đồ P – P plot của hồi quy phần dư chuẩn hóa
Nguồn: Kết quả xử lý số liệu trên phần mềm SPSS
Phương sai của phần dư được thể hiện trên đồ thị của phần dư chuẩn hóa theo giá trị dự báo của biến phụ thuộc kết quả đã được chuẩn hóa. Theo quan sát trên biểu đồ trên, thấy các phần dư phân tán ngẫu nhiên quanh trục 0 (tức quanh giá trị trung bình của phần dư) trong 1 phạm vi không đổi. Điều này có nghĩa là phương sai của phần dư là không đổi.
Phần dư có phân phối chuẩn:
Hình 4.2 Biểu đồ tần số của phần dư chuẩn
Biểu đồ Histrogram trong hình 4.2 cho ta thấy trong mô hình hồi quy có kết quả độ lệch chuẩn = 0,984 và phân phối chuẩn của phần dư (mean) = 0. Vì vậy, xác định phần dư có phân phối chuẩn được chấp nhận.
Giả định tính độc lập của sai số
Đại lượng Durbin – Watson được dùng để kiểm định tương quan của các sai số kề nhau. Giả thuyết khi tiến hành kiểm định này là:
H0: hệ số tương quan tổng thể của các phần dư bằng 0.
Thực hiện hồi quy cho ta kết quả về trị kiểm định d của Durbin – Watson trong bảng tóm tắt mô hình bằng 1.753. Theo điều kiện hồi quy, giá trị Durbin – Watson phải nằm trong khoảng 1 đến 3. (Hoàng Trọng & Chu Nguyễn Mộng Ngọc 2008)
Giá trị d tính được rơi vào miền chấp nhận giả thuyết không có tự tương quan. Như vậy mô hình không vi phạm giả định về hiện tượng tự tương quan.
Giả định không có hiện tượng đa cộng tuyến
Bảng 4.8: Kiểm định hiện tượng đa cộng tuyến
Mô hình
Đo lường đa cộng tuyến
Độ chấp nhận Hệ số phóng đại phương sai (VIF) (Hằng số) UTTH 0.892 1.121 CSVC 0.904 1.106 NTK 0.703 1.422 TT 0.926 1.080 SPDV 0.767 1.304 CLPV 0.600 1.666 LS 0.834 1.198 AT 0.677 1.478
Nguồn: Kết quả xử lý số liệu trên phần mềm SPSS
Với độ chấp nhận (Tolerance) lớn và hệ số phóng đại phương sai (Variance Inflation Factor - VIF) của các biến nhỏ, mô hình hồi quy không vi phạm hiện tượng
đa cộng tuyến. Hồi quy vi phạm hiện tượng đa cộng tuyến khi có giá trị VIF lớn hơn hay bằng 10.