Mô hình
Hệ số hồi quy chưa chuẩn hóa Hệ số hồi quy chuẩn hóa T Sig. B Độ lệch chuẩn Beta Hằng số -0.168 0.212 -0.793 0.429 RES 0.269 0.056 0.269 4.804 0.000 TM 0.124 0.053 0.133 2.364 0.019 SF 0.175 0.057 0.182 3.082 0.002 REL 0.199 0.055 0.212 3.642 0.000 SC 0.143 0.056 0.147 2.570 0.011 EMP 0.115 0.038 0.141 3.023 0.003
R2 correction = 0.624; Measurement F and Sig: 0.000
Bảng 4.12 cho thấy, phép thử F đo cho giá trị Sig <0,05, do đó các biến độc lập này đều có ý nghĩa giải thích cho biến phục thuộc, tất cả các biến được chấp nhận có nghĩa là mô hình phù hợp. Ngoài ra, R2 hiệu chỉnhlà 0,624 > 0.5, cho thấy biến độc lập đưa vào chạy hồi quy ảnh hưởng 62.4% sự thay đổi của biến phụ thuộc, còn lại là 37.6% là do các biến ngoài mô hình và sai số ngẫu nhiên.
Hệ số hồi quy của mô hình đều đạt giá trị lớn hơn 0, như vậy các biến độc lập có tác dụng cùng chiều tới biến phục thuộc. Căn cứ độ lớn của hệ số hồi quy chuẩn hóa Beta, tác giả đưa ra thứ tự tác động từ mạnh nhất tới yếu nhất của các biến độc lập với biến phụ thuộc ES như sau:
ES = 0.269RES + 0.133TM + 0.182SF+ 0.212REL + 0.147SC + 0.141EMP 4.2.5. Các giả định trái ngược
Kiểm định phân phối số dư thông thường.
Có thể dùng biểu đồ P-P plot để kiểm tra giả thuyết này. Dựa vào hình vẽ P- P plot (Hình 4.3) cho thấy các điểm vi phân trong phân phối của phần dư tập trung thành 1 đường chéo, không phân tán quá xa đường thẳng kỳ vọng, theo đó ta có thể kết luận là giả thiết phân phối chuẩn không bị vi phạm.
Biểu đồ 4.1. Biểu đồ P-P plot (phương trình hồi quy tuyến tính giữa các biến độc lập lên biến phụ thuộc)
Phương sai của số dư được thể hiện trong biểu đồ của phần dư được chuẩn hóa theo giá trị dự đoán của biến phụ thuộc kết quả được tiêu chuẩn hóa. Biểu đồ trên cho thấy phần dư phân tán ngẫu nhiên quanh gốc tọa độ (giá trị trung bình của phần dư) trong một phạm vi cố định. Điều này có nghĩa là phương sai của phần dư là không đổi.
Để đảm bảo kết quả hồi quy là phù hợp và đảm bảo sự tin vậy trong nghiên cứu, tác giả thực hiện kiểm tra các giả định hồi quy bao gồm 4 yếu tố: Thứ nhất, các biến độc lập là biến số cố định, không có sai sót ngẫu nhiên trong đo lường. Thứ hai, phần dư (trị số quan sát trừ cho trị số ước đoán) phân phối theo luật phân phối chuẩn. Thứ ba, phần dư có giá trị trung bình bằng 0 và phương sai không thay đổi cho mọi trị x. Thứ tư, không có tương quan giữa các phần dư.
Để kiểm tra ta dựa vào biểu đồ Histogram: giá trị trung bình Mean = -9.08E- 16 gần bằng 0, độ lệch chuẩn Std.Dev = 0.985 tức là gần bằng 1. Như vậy có thể kết luận giả thuyết phân phối chuẩn của phần dư không bị vi phạm.
Biểu đồ 4.2. Biểu đồ phân phối chuẩn phần dư phương trình hồi quy tuyến tính giữa các thành phần của các biến độc lập lên biến phụ thuộc
Các giả định về tính độc lập của sai sót
Kiểm định Durbin – Watson được dùng để kiểm tra sự tương quan của các lỗi (error) ngẫu nhiên.
H0: tổng tương quan của phần dư là 0.
Thực hiện hồi quy giúp đưa ra giá trị thử nghiệm d của Durbin - Watson trong bảng tóm tắt của mô hình là 1.626.Theo điều kiện hồi quy, giá trị Durbin - Watson phải nằm trong khoảng từ 1 đến 3. (Nguồn: Nghiên cứu về SPSS trong kinh doanh của Hoang Trong & Chu Mong Nguyen).
Giá trị d thu được nằm trong phạm vi chấp nhận giả định về việc không có tự tương quan. Do đó, mô hình đã không vi phạm giả định tự tương quan.
Giả định không có đa cộng tuyến