- Đánh giá mức độ phù hợp của mô hình hồi quy
Để biết mức độ phù hợp với dữ liệu của mô hình hồi quy tuyến tính được xây dựng trên các mẫu dữ liệu, ta cần biết được hệ số phù hợp của nó. Theo Green (1991), biện pháp được sử dụng phổ biến là xác định hệ số R2 (đối với mô hình hồi quy đơn biến) hoặc R2 hiệu chỉnh (đối với mô hình hồi quy đa biến). Giá trị R2 và R2 hiệu chỉnh
giao động từ 0 đến 1. Hai giá trị càng gần 1 thì mô hình đã xây dựng phù hợp với bộ dữ liệu dùng chạy hồi quy hay mô hình hồi quy giải thích tốt sự thay đổi của biến phụ thuộc.
Ngược lại, nếu R2 và R2 hiệu chỉnh càng gần 0 thì mô hình đã xây dựng không phù hợp với bộ dữ liệu dùng chạy hồi quy hay mô hình hồi quy không giải thích tốt sự thay đổi của biến phụ thuộc.
- Kiểm định độ phù hợp của mô hình
Để kiểm định độ phù hợp của mô hình hồi quy sử dụng phân tích phương sai ANOVA (Analysis of variance) với kiểm định F và kiểm định T (Green, 1991). Mục
hồi quy tuyến tính có phù hợp với dữ liệu thực tiễn không. Biến độc lập có tương quan tuyến tính với biến phụ thuộc trong tổng thể.
Sau khi đánh giá sự phù hợp của mô hình thông qua giá trị R2 hiệu chỉnh. Kết quả này chỉ nói rằng mô hình có phù hợp hay không đối với dữ liệu đã thu thập được. Để kiểm tra độ phù hợp của mô hình hồi quy tổng thể, tiến hành kiểm định giả thuyết H0 : R2 = 0. Nếu kết quả thử nghiệm có đủ cơ sở để bác bỏ giả thuyết H0 : R2 = 0, thì đây là bước đầu thành công của mô hình.
Phân tích ANOVA với kiểm định F được sử dụng cho thử nghiệm này. Nếu giá trị F có p-value < 0,1, xác xuất giả thuyết R2 = 0 bị bác bỏ, mô hình là phù hợp với dữ liệu thu thập được.
- Kiểm tra đa cộng tuyến tính và tự tương quan
Kiểm định thêm đa cộng tuyết tính và tự tương quan của các biến trong mô hình để đảm bảo mô hình có ý nghĩa.
Căn cứ vào độ chấp nhận của biến Tolenrance = 1/VIF (hệ số này > 0,5 thì không
có hiện tượng đa cộng tuyến tính) và hệ số này phóng đại phương sai Variance Infation factor (VIF), để kiểm định hiện tượng đa cộng tuyến tính (Marquardt, 1970).
■ Nếu VIF > 2 thì có dấu hiệu đa cộng tuyến
■ Nếu VIF > 10 thì chắc chắn có đa cộng tuyến
■ Nếu VIF < 2 thì không bị đa cộng tuyến
Để kiểm tra tương tự tương quan, sử dụng quy tắc kiểm định Durbin - Waston. Theo Formby và ctg (1984):
■ Nếu giá trị hệ số từ 0 đến 1 : mô hình có tự tương quan dương
Tiêu chí Tân số Tỷ lệ (%) Giới tính Nam“Nữ 98 45,8 116 54,2 Nhóm tuổi 16 - 20 33 174 21 - 25 81 37,9 26 - 35 55 25,7 36 - 45 30 14,0 Trên 45 tuổi 15 7,0 Thu nhập Dưới 5 triệu 66 30,8 5 - 9 triệu 68 31,8 10 - 20 triệu 55 25,7 Trên 20 triệu 25 177 Thời gian sử dụng internet Dưới 2 tiếng 25 11,7 2 - 4 tiếng 83 38,8 4 - 6 tiếng 67 31,3
Giả thuyết phương sai không thay đổi rất quan trọng khi sử dụng mô hình hồi quy
tuyến tính đa biến. Nếu xảy ra hiện tượng này, kết quả của phương trình hồi quy sẽ không
chính xác, làm sai lệch kết quả so với thực tế, từ đó khiến người nghiên cứu đánh giá nhầm chất lượng của phương trình hồi quy tuyến tính. Sử dụng ma trận tương quan Spearman để thực hiện kiểm định phương sai thay đổi. Theo Zhigang và ctg (2014):
■ Nếu giá trị p-value (Sig.) tương quan Spearman giữa phần dư chuẩn hoá (ABSRES) với các biến độc lập đều lớn hơn 0,05 ta có thể kết luận rằng không có hiện tượng phương sai thay đổi xảy ra.
■ Nếu có ít nhất một giá trị p-value (Sig.) nhỏ hơn 0,05 khi đó mô hình hồi quy đã vi phạm giả định phương sai không đổi.