CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.7. Phương pháp phân tích dữ liệu
3.7.4. Phân tích hồi quy tuyến tính
Hồi quy đa biến hay còn gọi là hồi quy tuyến tính bội là bước cuối cùng để tạo ra kết quả đối với nghiên cứu định lượng. Phương pháp này được sử dụng với mức ý nghĩa 5% để kiểm định các giả thiết nghiên cứu và độ phù hợp của mơ hình cũng như mức độ ảnh hưởng của các biến độc lập tới sự thay đổi của biến phụ thuộc. Sau khi phân tích xong mới đủ căn cứ để đưa ra những kết quả và giải pháp phù hợp nhất. Các tiêu chí cần quan sát sau khi phân tích hồi quy tuyến tính gồm có:
- Adjusted R Square hay cịn gọi là P bình phương hiệu chỉnh phản ánh sức ảnh hưởng của biến độc lập lên biến phụ thuộc. Giá trị này trên 50% thì nghiên cứu được đánh giá là có ý nghĩa.
- Durbin-Watson (DW) dùng để kiểm định tự tương quan các sai số kề nhau. Đối với nghiên cứu của chúng em có mẫu nghiên cứu lớn, cụ thể là 628 mẫu hợp lệ thì nếu hệ số d có giá trị lớn hơn 1 và nhỏ hơn 3 thì có thể chấp nhận là khơng có tự tương quan chuỗi bậc nhất, đồng nghĩa với nghiên cứu này là tốt.
43
- Kiểm định F trong bảng ANOVA có ý nghĩa đánh giá xem mơ hình hồi quy tuyến tính với lượng mẫu giới hạn này có suy rộng và áp dụng cho tổng thể hay không. Cụ thể nếu giá trị sig của kiểm định F mà nhỏ hơn 0,05 thì mơ hình hồi quy tuyến tính xây dựng phù hợp với tổng thể.
- Hệ số hồi quy chuẩn hóa Beta phản ánh xem biến độc lập nào ảnh hưởng lớn nhất đến sự thay đổi của biến phụ thuộc. Nếu hệ số này dương nghĩa là tác động thuận, hệ số này âm là tác động nghịch.
- Kiểm định t từng biến độc lập với sig nhỏ hơn hoặc bằng 0,05 thì biến đó có ý nghĩa trong mơ hình, sig lớn hơn 0,05 thì biến độc lập đó cần được loại bỏ.
- Hệ số VIF dùng để kiểm tra hiện tượng đa cộng tuyến. Đối với các nghiên cứu có mơ hình cùng với bảng hỏi sử dụng thang đo Likert mà hệ số VIF lớn hơn hoặc bằng 2 thì khả năng đang có sự đa cộng tuyến giữa các biến độc lập. Nếu hệ số này mà nhỏ hơn 2 sẽ khơng có đa cộng tuyến, khi đó kết quả của phân tích định lượng mới mang lại nhiều ý nghĩa.
- Ngồi ra cịn có 3 biểu đồ dùng để kiểm tra hai giả định hồi quy phổ biến là phân phối chuẩn của phần dư và liên hệ tuyến tính giữa biến phụ thuộc và biến độc lập. Bao gồm:
Biểu đồ tần số phần dư chuẩn hóa Histogram giúp kiểm định phần dư có tuân theo phân phối chuẩn hay không. Nếu giá trị Mean trong biểu đồ bằng 0, độ lệch chuẩn gần bằng 1, đường cong phân phối có dạng hình chng thì ta có thể khẳng định phân phối phần dư là phân phối chuẩn, giả định phân phối chuẩn của phần dư không bị vi phạm.
Biểu đồ phần dư chuẩn hóa Normal P-P Plot cũng có cùng cơng dụng với biểu đồ Histogram, dùng để kiểm định sự phân phối chuẩn của phần dư. Sử dụng biểu đồ này bằng cách quan sát các điểm phân vị trong phân phối có tập trung thành một đường chéo hay khơng. Nếu đạt được điều kiện này thì giả định phân phối chuẩn của phần dư khơng bị vi phạm
Biểu đồ Scattẻ Plot kiểm tra giả định liên hệ tuyến tính giữa biến phụ thuộc và biến độc lập. Điều kiện để giả định không bị vi phạm là các điểm phân vị trong phân phối phân tán ngẫu nhiên và tập trung xung quanh đường trục số 0.
44