- Giả định phân phối chuẩn của phần dƣ
Biểu đồ 4.1 Biểu đồ tần số Histogram
(Nguồn: Kết quả xử lý số liệu trên phần mềm SPSS)
Biểu đồ tần số Histogram cho thấy đƣờng cong phân phối chuẩn đặt chồng lên biểu đồ, giá trị trung bình rất nhỏ gần bằng 0 (mean= 7.90E-15) và độ lệch chuẩn gần bằng 1 (Std.Dev = 0.985), điều này cho thấy phân phối của phần dƣ xấp xỉ chuẩn.
Biểu đồ 4.2: Biểu đồ P-P plot.
(Nguồn: Kết quả xử lý số liệu trên phần mềm SPSS)
đều nằm gần trên đƣờng chéo chứng tỏ phần dƣ chuẩn hóa có phân phối chuẩn. Kiểm định bằng Biểu đồ P- P Plot thể hiện những giá trị của các điểm phân vị của phân phối của biến theo các phân vị của phân phối chuẩn. Quan sát mức độ các điểm thực tế, tập trung sát đƣờng thẳng kỳ vọng, cho thấy tập dữ liệu nghiên cứu là tốt, phần dƣ chuẩn hóa có phân phối gần sát phân phối chuẩn.
- Giả định liên hệ tuyến tính
Biểu đồ 4.3: Biểu đồ phân tán
(Nguồn: Kết quả xử lý số liệu trên phần mềm SPSS)
Xem xét mối quan hệ giữa phần dƣ chuẩn hóa và giá trị dự đoán thông qua biểu đồ phân tán, nếu giả định liên hệ tuyến tính và phƣơng sai bằng nhau đƣợc thỏa mãn thì sẽ không có liên hệ giữa giá trị dự đoán và phần dƣ chuẩn hóa, chúng sẽ phân tán ngẫu nhiên xung quanh một đƣờng đi qua trục tung độ 0 và không tạo thành một hình cụ thể.
Kết quả từ biểu đồ cho thấy, các điểm phân vị dao động khá đồng đều trên dƣới trục tung độ 0. Các điểm phân vị hầu nhƣ nằm trong đoạn -2 đến 2 dọc theo tung độ 0. Do đó giả định liên hệ tuyến tính trong mô hình bị bác bỏ.
- Giả định tính độc lập của sai số
Đại lƣợng Durbin – Watson đƣợc dùng để kiểm định tƣơng quan của các sai số kề nhau. Giả thuyết khi tiến hành kiểm định này là:
H0: hệ số tƣơng quan tổng thể của các phần dƣ 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 1.890 (Bảng 4.7). Theo điều kiện hồi quy, giá trị Durbin – Watson phải nằm trong khoảng 1< d <3.
Giá trị d tính đƣợc rơi vào miền chấp nhận giả thuyết không có tự tƣơng quan. Nhƣ vậy mô hình không vi phạm giả định về hiện tƣợng tự tƣơng quan.
- Giả định không có hiện tƣợng đa cộng tuyến
Bảng 4.10: Kiểm định hiện tƣợng đa cộng tuyến
Mô hình
Đo lƣờng đa cộng tuyến
Độ chấp nhận Hệ số phóng đại phƣơng sai
(Hằng số) NV .944 1.059 STT .744 1.344 LISP .880 1.137 VBN .685 1.460 DT .771 1.297 ATBM .794 1.259
(Nguồn: Kết quả xử lý số liệu trên phần mềm SPSS)
Nếu hệ số phóng đại phƣơng sai VIF (variance inflation factor) > 2 thì có dấu hiệu đa cộng tuyến nhƣng nếu VIF > 10 thì chắc chắn có đa cộng tuyến. Còn nếu VIF <2 thì hiện tƣợng đa cộng tuyến không xảy ra.
Nhƣ vậy, với kết quả phân tích đƣợc trình bày trong bảng 4.11 thì mô hình có độ chấp nhận (Tolerance) lớn và hệ số phóng đại phƣơng sai (Variance Inflation Factor - VIF) lớn nhất chỉ là 1.460 < 2 nên có thể kết luận rằng không có hiện tƣợng đa cộng tuyến trong mô hình.