Mô hình hồi quy đa biến đề xuất trong nghiên cứu nhƣ sau:
QDi = �0 + �1.TAXi + �2.POLi + �3.ECONi + �4.INVi + �5.CULi +�6.MKETi +
�7.OPPi + µI
Bảng 4.11: Kết quả hồi quy tuyến tính mô hình nghiên cứu
Chỉ tiêu Hệ số hồi quy chƣa chuẩn hóa
Hệ số hồi quy chuẩn hóa
t Sig. Kiểm định đa cộng tuyến
Giá trị C -1.930E-017 .038 ,000 1.000 ECON 0,276 0,038 0,276 7,279 0,000 1,000 1,000 TAX 0,136 0,038 0,136 3,575 0,000 1,000 1,000 MKET 0,158 0,038 0,158 4,157 0,000 1,000 1,000 OPP 0,477 0,038 0,477 12,573 0,000 1,000 1,000 CUL 0,294 0,038 0,294 7,759 0,000 1,000 1,000 INV 0,177 0,038 0,177 4,657 0,000 1,000 1,000 POL 0,212 0,038 0,212 5,601 0,000 1,000 1.000 Nguồn: Trích xuất từ SPSS 20.0
Kết quả hồi quy đa biến trên phần mềm SPSS 20.0 đƣợc trình bày trong bảng 4.11. Từ kết quả đƣợc trình bày trong bảng 4.11 cho thấy hệ số hồi quy các nhân tố độc lập đều mang dấu dƣơng và đều có ý nghĩa ở mức 1%. Trong đó, hệ số hồi quy chuẩn hóa của nhân tố OPP cao nhất là 0,477 và hệ số hồi quy chuẩn hóa TAX là thấp nhất 0,136. Kết quả này cho thấy các nhân tố trong mô hình đều có ảnh hƣởng thuận chiều đến quyết định đầu tƣ BĐS của nhà đầu tƣ cá nhân. Nói cách khác, các giả thuyết nghiên cứu đều đƣợc chấp nhận.
Giá trị VIF của các nhân tố đều đạt 1 nhỏ hơn 10, cho thấy không tồn tại hiện tƣợng đa cộng tuyến giữa các nhân tố trong mô hình.Các chỉ tiêu đánh giá mô hình đƣợc trình bày tổng hợp trong bảng 4.12
Bảng 4.12: Các chỉ tiêu kiểm định mô hình hồi quy đa biến Chỉ tiêu
Nguồn: Trích xuất từ phần mềm SPSS 20.0
Giá trị F của mô hình đạt 50,626 với P-value tƣơng ứng là 0,000 nhỏ hơn 0,05, vì vậy, giả thuyết H0: không có biến độc lập tác động đến biến phụ thuộc bị bác bỏ. Điều này đồng nghĩa với việc phƣơng pháp hồi quy tuyến tính đƣợc sử dụng là phù hợp để giải thích mối quan hệ giữa các nhân tố độc lập với biến phụ thuộc trong nghiên cứu. Bên cạnh đó, tại mức ý nghĩa 1%, giá trị Durbin Watson đạt 1,835lớn hơn dU = 1,793 cho thấy không tồn tại hiện tƣợng tự tƣơng quan bậc 1.
Giá trị R2 hiệu chỉnh đạt mức 50,0%, nghĩa là với 7 nhân tố độc lập trong mô hình nghiên cứu giải thích đƣợc 50,0% sự biến thiên của quyết định đầu tƣ BĐS của nhà đầu tƣ cá nhân tại Long Thành, Đồng Nai. Nhƣ vậy, mô hình là phù hợp để xác định các nhân tố và mức độ ảnh hƣởng của các nhân tố đến biến phụ thuộc.
Kiểm tra phần dƣ chuẩn hóa và giả định liên hệ tuyến tính
Hình 4.1 cho thấy biểu đồ hình phân phối chuẩn dạng hình chuông. Giá trị trung bình mean gần bằng 0 và độ lệch chuẩn Std.Dev là 0,990 gần bằng 1. Nhƣ vậy có thể kết luận, phân phối của phần dƣ là xấp xỉ chuẩn, đảm bảo không vi phạm giả định về liên hệ tuyến tính trong hồi quy đa biến.
Durbin Watson 1,835
R2 0,510
R2 hiệu chỉnh 0,500
Giá trị F 50,626
Hình 4.1: Biểu đồ tần số Histogram
Nguồn: Kết quả xử lý số liệu Tiếp đến, hình 4.2 biểu đồ phân tán Scatter Plot giữa các phần dƣ chuẩn hóa và giá trị dự đoán chuẩn hóa, giúp đánh giá dữ liệu có bị vi phạm giả định liên hệ tuyến tính hay không. Nói cách khác, phân tích biểu đồ phân tán Scatter plot giúp đánh giá liệu có mối quan hệ giữa biến phụ thuộc và phần dƣ hay không. Nếu giữa biến phụ thuộc và phần dƣ có mối quan hệ thì sẽ vi phạm giả định liên hệ tuyến tính.Hình 4.2 cho thấy các điểm phân bố của phần dƣ chuẩn hóa không thay đổi theo một trật tự nào đối với giá trị dự đoán chuẩn hóa. Điều này đảm bảo giả định về liên hệ tuyến tính trong mô hình hồi quy đa biến không bị vi phạm.
Hình 4.2: Biểu đồ Scatter Plot
Nguồn: Trích xuất từ SPSS 20.0 Phƣơng trình hồi quy đã đƣợc chuẩn hóa nhƣ sau:
QDi = 0,276ECONi + 0,136.TAXi + 0,158.MKETi +0,477.OPPi + 0,294.CULi + 0,177 INVi+ 0,212POL+µi