CHƢƠNG 4 : KẾT QUẢ NGHIÊN CỨU
4.4 Kiểm định các giả thiết cần thiết trong mô hình phân tích hồi quy
Có 7 nhân tố đƣợc đề xuất trong mô hình, và có 5 nhân tố có mối quan hệ tuyến tính với quyết định lựa chọn dịch vụ kế toán. Vì vậy, cần thiết phải kiểm định giả thuyết về ý nghĩa của các hệ số hồi quy này để đi đến kết luận mối quan hệ và mức độ tác động của các nhân tố trên.
Giả thuyết:
H0: β1= β2 = β3= β4= β5 = 0; H1: β1= β2 = β3= β4= β5≠ 0.
Với mức ý nghĩa α = 5%
Kiểm định giảthuyết về ý nghĩa các hệ số hồi quy, trong Bảng 4.17, các giá trị t tƣơng ứng với sig < 0.05. Vì vậy, bác bỏ giả thuyết H0và kết luận rằng các biến độc lập LI (lợi ích), TĐCM (trình độ chuyên môn), GP (giá phí), TH (thƣơng hiệu), ĐTC (Độ tin cậy), có quan hệ tuyến tính với biến phụ thuộc Y (sự lựa chọn dịch vụ kế toán).
4.4.2 Kiểm định giả thuyết về phƣơng sai của sai số không đổi
Có 5 nhân tố tƣơng ứng với 5 biến độc lập có tƣơng quan với biến phụ thuộc Y, tuy nhiên, để kiểm tra xem ƣớc lƣợng của các hệ số hồi quy có đạt hiệu quả không, kiểm định tƣơng quan hạng Spearman đƣợc lựa chọn sử dụng với giả thuyết sau:
Giả thuyết: H0: Hệ số tƣơng quan hạng của các biến LI = TĐCM = GP = TH = ĐTC = 0
Kiểm định Spearman cho mối tƣơng quan giữa hai biến gồm 1 biến độc lập lần lƣợt là LI, TĐCM, GP, TH, ĐTC với phần dƣ (ký hiệu biến "phandu”). Kết quả kiểm định cho thấy không thể bác bỏ đƣợc giả thuyết H0 do hệ số tƣơng quan hạng của các biến LI, TĐCM, GP, TH, ĐTC lần lƣợt là 0.464, 0.441, 0.801, 0.541, 0.586. Đều có mức ý nghĩa lớn hơn 0.05. Điều này cho thấy phƣơng sai của phần dƣ không thay đổi (Bảng 4.18).
Bảng 4.18: Kết quả phân tích tương quan Spearman giữa các biến độc lập và biến phụ thuộc LCDVKT LI TĐCM GP TH ĐTC LCDVKT Correlation Coefficient 1.000 .464 ** .441** .801** .541** .586** Sig. (2-tailed) . .000 .000 .000 .000 .000 N 251 251 251 251 251 251 LI Correlation Coefficient .464 ** 1.000 .275** .450** .285** .268** Sig. (2-tailed) .000 . .000 .000 .000 .000 N 251 251 251 251 251 251 TĐCM Correlation Coefficient .441 ** .275** 1.000 .364** .207** .326** Sig. (2-tailed) .000 .000 . .000 .001 .000 N 251 251 251 251 251 251 GP Correlation Coefficient .801 ** .450** .364** 1.000 .446** .512** Sig. (2-tailed) .000 .000 .000 . .000 .000 N 251 251 251 251 251 251 TH Correlation Coefficient .541 ** .285** .207** .446** 1.000 .376** Sig. (2-tailed) .000 .000 .001 .000 . .000 N 251 251 251 251 251 251 ĐTC Correlation Coefficient .586 ** .268** .326** .512** .376** 1.000 Sig. (2-tailed) .000 .000 .000 .000 .000 . N 251 251 251 251 251 251
(Nguồn: tính toán từ chương trình SPSS)
4.4.3 Kiểm định hiện tƣợng đa cộng tuyến
Cộng tuyến và trạng thái trong đó các biến độc lập có tƣơng quan chặt chẽ với nhau. Vấn đề của hiện tƣợng đa cộng tuyến là chúng cung cấp cho mô hình những thông tin giống nhau rất khó tách rời ảnh hƣởng của từng biến độc lập đến biến phụ thuộc. Nó làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm giá trị thống kê t của kiểm định ý nghĩa của chúng nên các hệ số có khuynh hƣớng kém ý nghĩa hơn khi không có đa cộng tuyến. Để dò tìm hiện tƣợng đa cộng tuyến ta phải tính độ chấp nhận của biến (Tolerance) và hệ số phóng đại phƣơng sai VIF (Variance inflation factor- VIF).
Kết quả đo lƣờng ta thấy độ chấp nhận của biến khá cao, tuy nhiên hệ số phóng đại phƣơng sai VIF rất thấp (<2), điều này chứng tỏ hiện tƣợng đa cộng tuyến không xảy ra với các biến độc lập (phụ lục).
4.4.4 Kiểm định về phân phối chuẩn của phần dƣ
Mô hình hồi quy tuyến tính chỉ thực sự phù hợp với các dữ liệu quan sát khi phần dƣ có phân phối chuẩn với trung bình bằng 0 và phƣơng sai không đổi. Cách này thực hiện bằng cách xây dựng biểu đồ Histogram và biểu đồ P– P Plot.
Kết quả trong biểu đồ tần số Histogram cho thấy một đƣơng cong phân phối chuẩn đặt chồng lên biểu đồ tần số. Với độ lệch chuẩn Std.Dev = 0,988 và Mean = 0 (phụ lục), ta có thể kết luận rằng, giả thiết phân phối chuẩn có phần dƣ không bị vi phạm. Để củng cố cho kết luận này, chúng ta xem thêm biểu đồ P-P Plot của phần dƣ chuẩn hóa, các điểm quan sát không phân tán xa đƣờng chéo kỳ vọng, nên ta có thể kết luận giả thuyết phân phối chuẩn của phần dƣ không bị vi phạm.
4.4.5 Kiểm định về tính độc lập của phần dƣ
Đại lƣợng thống kê Durbin- Waston (d) có thể dùng để kiểm định tƣơng quan của các sai số liên quan.
Đại lƣợng d có giá trị biến thiên từ 0 đến 4. Nếu các phần dƣ không có tƣơng quan chuỗi bậc nhất với nhau, giá trị d sẽ gần bằng 2. Kết quả cho thấy d đƣợc chọn rơi vào miền chấp nhận giả thuyết không có tƣơng quan chuỗi bậc nhất (d = 1,967gần bằng 2) (bảng 4.19). Do vậy, giả định về tính độc lập của sai số không bị vi phạm.
Bảng 4.19: Kết quả chạy Durbin-Watson
Mô hình Hệ sốR Hệ sốR2 Hệ số R 2 - hiệu chỉnh Sai số chuẩn của ƣớc lƣợng Durbin-Watson 1 .886a .785 .780 .265 1.967
(Nguồn: tính toán từ chương trình SPSS)
a. Predictors: (Constant), ĐTC, TĐ, LI, TĐCM, TH, GP b. Dependent Variable: LCDVKT
