Với kết quả hồi quy của mô hình, tác giả thu được sai số (Residuals), trên cơ sở đó với sự trợ giúp của phần mềm SPSS, tác giả đã tiến hành kiểm định xem sai số có theo phân phối chuẩn hay không ?
- Đặt giả thuyết:
+ Ho: Sai số có phân phối chuẩn + H1: Sai số không có phân phối chuẩn
Hình 4 3: Đồ thị Histogram
Nguồn: Tác giả khảo sát và xử lý số liệu từ SPSS (2021)
Hình 4 3 về giả thuyết phân phối chuẩn của phần dư với biểu đồ Histogram cho thấy phần dư có phân phối chuẩn với giá trị trung bình gần bằng 0 và độ lệnh chuẩn gần bằng 1
Hình 4 4: Đồ thị P-P plot
Hình 4 4 với biểu đồ P-P plot cho thấy các điểm quan sát không phân tán quá xa đường thẳng kỳ vọng, nên ta có thể kết luận là giả thuyết phân phối chuẩn không bị vi phạm
Giả định tiếp theo về tính độc lập của phần dư cũng cần được kiểm định Đại lượng thống kê Durbin – Watson với số mẫu quan sát bằng 175 và số biến độc lập là 05, đại lượng d = 1,926 rơi vào miền chấp nhận giả thuyết không có tương quan chuỗi bậc nhất (Bảng 4 18) Như vậy, có thể kết luận các phần dư là độc lập với nhau
Tóm lại, qua các kiểm định nêu trên, mô hình hồi quy tuyến tính được xây dựng theo phương trình hồi quy không vi phạm các giả định cần thiết nên có thể kết luận mô hình hồi quy tốt và không có các khuyết tật Từ đó, các kết luận có được từ mô hình này đảm bảo độ tin cậy cần thiết cho việc kiểm định các giả thuyết nghiên cứu và sử dụng làm căn cứ để đề xuất các hàm ý quản trị