Model Summaryb
Mô hình R R bình phương R bình phương
hiệu chỉnh
Sai số chuẩn của ước lượng
Durbin-Watson
1 ,981a ,962 ,960 3,709 1,542
a. Predictors: (Constant), TimHieu, ToChuc, XayDung b. Dependent Variable: ChatLuongCNL
Dựa vào bảng 3.44 ta có thể thấy tất cả 3 biến độc lập đều được lựa chọn để đưa vào mô hình, không có biến nào bị loại bỏ qua quá trình phân tích.
Dựa vào bảng 3.45 cho thấy chỉ số R bình phương hiệu chỉnh (Adjusted R Square) = 0,960 >0.5. Điều đó có nghĩa là mô hình hồi quy tuyến tính đa biến đã xây dựng phù hợp với dữ liệu ở mức 96%. Hay nói cách khác có đến 96% sự khác biệt của biến phụ thuộc có thể được giải thích bởi sự khác biệt của các biến độc lập.
Bảng 3.46: Phân tích ANOVA (hồi quy)
ANOVAa
Mô hình Tổng của bình phương Df Bình phương trung bình F Sig.
1 Hồi quy 20186,631 3 6728,877 489,216 ,000b
Phần dư 797,756 58 13,754
Tổng 20984,387 61
a. Dependent Variable: ChatLuongCNL
b. Predictors: (Constant), TimHieu, ToChuc, XayDung
Sử dụng kết quả phân tích ANOVA tại bảng 3.46 để kiểm định giả thuyết H0: “các hệ số hồi quy riêng bằng không trong tổng thể” hay β1 = β2 = β3 = 0. Với giá trị Sig=0.00<0.05 nên giả thuyết H0 bị bác bỏ, có nghĩa là giả thuyết “các hệ số hồi quy riêng bằng không trong tổng thể” là sai lầm, mô hình hồi quy tuyến tính bội phù hợp với dữ liệu nghiên cứu.
Đánh giá các giả thuyết của phương pháp ước lượng bình phương tối thiểu thông thường (OLS)
Để ước lượng các thông số của mô hình hồi quy ba biến, trước hết chúng ta xem xét các giả thuyết phương pháp bình phương tối thiểu thông thường (Ordinary least square - OLS) có phù hợp hay không.
Kiểm định giả thuyết phương sai của phần dư không đổi
Hiện tượng “phương sai của phần dư thay đổi” gây ra nhiều hậu quả đối với mô hình hồi quy tuyến tính bằng phương pháp OLS. Nó làm cho các ước lượng của các hệ số hồi quy không chệch nhưng không hiệu quả (tức là không phải là ước lượng phù hợp nhất). Ước lượng của các phương sai bị lệch làm cho việc kiểm định các giả thuyết mất hiệu lực khiến chúng ta đánh giá nhầm về chất lượng của mô hình hồi quy tuyến tính. Giả thuyết H0 cho kiểm định này là “phương sai của phần dư không đổi” tức là hệ số tương quan hạng tổng thể giữa phần dư và các biến độc lập bằng không.
Sau khi thực hiện phân tích hồi quy tuyến tính bội ở trên, kết quả của biến phần dư chuẩn hóa được lưu lại và tạo thành biến mới. Kế tiếp ta tiến hành phân tích bằng phần mềm SPSS giữa biến mới phần dư chuẩn hóa này với các biến độc lập (tìm
hiểu, phân loại HS lớp chủ nhiệm;chỉ đạo, tổ chức, quản lý thực hiện các nội dung giáo dục; xây dựng tập thể HS lớp chủ nhiệm) ta được kết quả ở bảng bên dưới: