Mô hình hồi quy đa biến là một trong những mô hình thống kê đƣợc sử dụng phổ biến trong kiểm định lý thuyết khoa học (kiểm định mô hình nghiên cứu và các giả thuyết nghiên cứu). Khi sử dụng mô hình hồi quy đa biến cần chú ý đến sự phù hợp của mô hình và kiểm tra các giả định của nó.
- Giá trị Sig của kiểm định F đƣợc sử dụng để kiểm định độ phù hợp của mô hình hồi quy, xem xét biến phụ thuộc có liên hệ tuyến tính với toàn bộ tập hợp các biến độc lập hay không
Giả thiết nghiên cứu:
H0: Không có mối quan hệ giữa các biến độc lập và biến phụ thuộc H1: Tồn tại mối quan hệ giữa các biến độc lập và biến phụ thuộc
Với mức ý nghĩa kiểm định là 5%:
Sig. ≤ 0,05: Bác bỏ H0
Sig. > 0,05: Chấp nhận H0
- Giá trị R Square (R2) là một con số thống kê tổng hợp khả năng giải thích của một phƣơng trình. Nó biểu thị tỷ lệ biến thiên của biến phụ thuộc do tổng mức biến thiên của các biến giải thích, R2 biến thiên giữa 0 và 1 (0 < R2 < 1). Khi R2 càng gần 0, khả năng giải thích càng kém và điều ngƣợc lại sẽ đúng khi các giá trị của nó tiến gần đến 1.
- Trị số Durbin – Watson (DW) nhằm kiểm tra hiện tƣợng tự tƣơng quan của các sai số kề nhau. Giá trị của DW nằm trong khoảng từ 1 đến 3 (1 < DW
< 3) sẽ không xảy ra hiện tƣợng tự tƣơng quan.
- Giá trị Sig của kiểm định t đƣợc sử dụng để kiểm định ý nghĩa của hệ số hồi quy. Nếu Sig < 0,05, ta kết luận biến độc lập đó có tác động đến biến phụ thuộc.
- Hệ số phóng đại phƣơng sai VIF để kiểm tra hiện tƣợng đa cộng tuyến, nếu VIF của biến độc lập lớn hơn 10 thì đa cộng tuyến đang xảy ra với biến độc lập đó. Biến đó sẽ không có giá trị giải thích biến thiên của biến phụ thuộc trong mô hình hồi quy. Ngƣợc lại, nếu hệ số VIF của các biến độc lập nhỏ hơn 10 (VIF < 10) thì không có hiện tƣợng đa cộng tuyến.
- Kiểm tra các giả định hồi quy,
+ Phần dƣ chuẩn hóa: phần dƣ có thể không tuân theo phân phối chuẩn. vì vậy, cần thực hiện thêm hai khảo sát khác là căn cứ theo biểu đồ Histogram và Normal P-P Plot. Biểu đồ Histogram, nếu giá trị trung bình Mean gần
bằng 0 độ lệch chuẩn gần bằng 1, ta có thể khẳng định phân phối là xấp xỉ chuẩn. Biểu đồ Normal P-P Plot, các điểm phân vị trong phân phối của phần dƣ tập trung thành một đƣờng chéo, nhƣ vậy, giả định phân phối chuẩn của phần dƣ không bị vi phạm.
+ Kiểm tra vi phạm giả định liên hệ tuyến tính: biểu đồ phân tán Scatter Plot giữa các phần dƣ chuẩn hóa và giá trị dự đoán chuẩn hóa giúp chúng ta dò tìm xem. Dữ liệu hiện tại có vi phạm giả định liên hệ tuyến tính hay không. Nếu phần dƣ chuẩn hóa phân bổ tập trung xung quanh đƣờng hoành độ 0 thì kết luận giả định quan hệ tuyến tính không bị vi phạm
Từ kết quả phân tích hồi quy sẽ xác định mức độ tác động của từng yếu tố đến ý định sử dụng.