Mô hình Hệ số chƣa chuẩn hóa Hệ số chuẩn hóa t Sig. Thống kê đa cộng tuyến B Sai số chuẩn Beta Hệ số Tolerance Hệ số VIF (Constant) -.255 .201 -1.270 .205 NLN .095 .031 .125 3.009 .003 .680 1.471 TTDD .174 .027 .244 6.463 .000 .827 1.209 GCDV .160 .043 .139 3.712 .000 .839 1.192 DDSP .157 .044 .148 3.546 .000 .678 1.474 DDAT .099 .041 .094 2.429 .016 .782 1.278 SHT .176 .036 .184 4.852 .000 .819 1.222 CSVC .266 .031 .384 8.484 .000 .574 1.741
Biến phụ thuộc: Lựa chọn (Y)
Nguồn: phần mềm spss (Phụ lục 7) Trong bảng số liệu 4.14, khi xét tstat và tα/2 của các biến để đo độ tin cậy thì các biến độc lập NLN, TTDD, GCDV, DDSP, DDAT, SHT, CSVC đều đạt yêu cầu do tstat > tα/2(0.05, 250) = 1.967 (nhỏ nhất là 2.429) và các giá trị Sig. thể hiện độ tin cậy khá cao, đều < 0.05 (lớn nhất là 0.016). Ngoài ra, hệ số VIF của các hệ số Beta đều nhỏ hơn 10 (lớn nhất là 1.741) và hệ số Tolerance đều > 0.5 (nhỏ nhất là 0.574) cho thấy
59
không có hiện tƣợng đa cộng tuyến xảy ra (Hoàng Trọng - Mộng Ngọc, 2008). Mặt khác, mức ý nghĩa kiểm định 2 phía giữa các biến độc lập với biến phụ thuộc đều thỏa điều kiện (Sig. 2-tailed = 0.000 < 0.05).
Kiểm tra các giả định mô hình hồi quy Kiểm tra các giả định sau:
+ Phƣơng sai của sai số (phần dƣ) không đổi. + Các phần dƣ có phân phối chuẩn.
+ Không có mối tƣơng quan giữa các biến độc lập.
Nếu các giả định này bị vi phạm thì các ƣớc lƣợng không đáng tin cậy nữa (Hoàng Trọng – Chu Nguyễn Mộng Ngọc, 2008).
4.4.3 Kiểm định giả định phương sai của sai số (phần dư) không đổi
Để kiểm định giả định phƣơng sai của sai số (phần dƣ) không đổi, ta sử dụng đồ thị phân tán của phần dƣ đã đƣợc chuẩn hóa (Standardized Residual) và giá trị dự báo đã đƣợc chuẩn hóa (Standardized predicted value).
Hình 4.1 Đồ thị phân tán giá giá trị dự đoán và phần dƣ từ hồi qui
60
Từ hình 4.1 cho thấy các phần dƣ ngẫu nhiên phân tán quay trục O (quanh giá trị trung bình của phần dƣ) trong một phạm vi không đổi. Điều này có nghĩa là phƣơng sai của phần dƣ không đổi.
4.4.4 Kiểm tra giả định các phần dư có phân phối chuẩn.
Phần dƣ có thể không tuân theo phân phối chuẩn vì những lý do nhƣ sử dụng sai mô hình, phƣơng sai không phải là hằng số, số lƣợng các phần dƣ không đủ nhiều để phân tích..… (Hoàng Trọng – Chu Nguyễn Mộng Ngọc, 2008). Biểu đồ tần số (Histogram, Q-Q plot, P-P plot) của các phần dƣ (đã đƣợc chuẩn hóa) đƣợc sử dụng để kiểm tra giả định này.
Hình 4.2 Đồ thị P-P Plot của phần dƣ – đã chuẩn hóa
61
Hình 4.3 Đồ thị Histogram của phần dƣ – đã chuẩn hóa
Nguồn: phần mềm spss (Phụ lục 7) Kết quả từ biểu đồ tần số Histogram của phần dƣ cho thấy, phân phối của phần dƣ xấp xỉ chuẩn (trung bình Mean lệch với 0 vì số quan sát khá lớn, độ lệch chuẩn Std. Dev = 0.986). Điều này có nghĩa là giả thuyết phân phối chuẩn của phần dƣ không bị vi phạm.
Kết quả từ biểu đồ tần số P-P plot cho thấy các điểm phân tán xung quanh đƣợc kỳ vọng. Cũng cho thấy giả định phân phối chuẩn của phần dƣ không bị vi phạm.
4.4.5 Ma trận tương quan
Trƣớc khi đi vào phân tích hồi qui ta cần xem xét sự tƣơng quan giữa các biến độc lập và biến phụ thuộc.
62