Model R R Square Adjusted R
Square Std. Error of the Estimate Durbin- Watson 1 0,751a 0,564 0,542 0,67640879 1,996
(Nguồn: Kết quả xử lý của tác giả năm 2019) R2 hiệu chỉnh của mô hình số6 là 0,542 -> 54,2% sựbiến thiên của quyếtđịnh lựa chọn sửdụng dịch vụgiải thích bởi mối liên hệtuyến tính của các biếnđộc lập.
Mứcđộ phù hợp của mô hình tương đối ổn. Tuy nhiên sự phù hợp này chỉ đúng với dữ liệu mẫu.Để kiểmđịnh xem có thể suy diễn mô hình cho tổng thể thực hay không ta phải kiểmđịnhđộ phù hợp của mô hình.
Xem xét hiện tượng tự tương quan phần dư bằng Durbin-Watson:
Đại lượng Durbin-Watson được dùngđể kiểmđịnh tương quan của các sai số kề nhau. Giả thuyết khi tiến hành kiểmđịnh này là: H0: hệ số tương quan tổng thể của các phần dư bằng 0. Thực hiện hồi quy cho ta kết quả về trị kiểmđịnh d của DurbinWatson trong bảng tóm tắt mô hình d = 1,996
Ta tiến hành tra bảng thống kê Durbin – Watson, với số quan sát là 150, k' = 9 do có 9 biến bên vế phải của mô hình hồi quy không bao gồm hằng số, mức ý nghĩa là 0,05 (95%) trong bảng Durbin– Watson. Ta tra được dL(trị số thống kê dưới) =1,608 dU (trị số thống kê trên) = 1,862
Theo điều kiện hồi quy, giá trị Durbin-Watson phải nằm trong khoảng dU (1,862) đến 4–dU(2,138).Ta có: dU = 1,862< d = 1,996< 4-dU = 2,138
Kết luận: Không có sự tương quan giữa các phần dư trong mô hình.
Giả định phân phối chuẩn của phần dư:
Sử dụng công cụ biểuđồ Histogram ta quan sátđược phân phối của phần dư có Mean = 0 và độ lệch chuẩn gần bằng 1 (Std.dev = 0,976) nên có thể khẳngđịnh phần dư có phân phối chuẩn
Hình 11: Phân phối chuẩn phân dư
(Nguồn: Kết quả xử lý của tác giả năm 2019)
Kiểmđịnhđộ phù hợp của mô hình:
Giả thuyết H0:β1 = β2 = β3 = β4 = β5 = β6 =β7 = α1 =α2 =0.
Để kiểmđịnhđộ phù hợp của mô hình hồi quy tuyến tínhđa bội ta dùng giá trị F ở bảng phân tích ANOVA sau
Bảng 19 : Bảng ANOVA kiểmđịnhđộ phù hợp của mô hìnhMô hình Tổng bình