4.5.1. Mơ hình hồi quy tuyến tính bội các biến tác động đến sự hài lòng
4.5.1.2. Dị tìm các vi phạm giả định trong hồi quy tuyến tính
Đây là bước quan trọng để xem xét các giả định cần thiết trong hồi quy tuyến tính có được đảm bảo hay khơng. Nếu các giả định bị vi phạm thì các kết quả ước lượng khơng đáng tin cậy.
Giả định liên hệ tuyến tính
Về giả định liên hệ tuyến tính, sử dụng biểu đồ phân tán Scatterplot (hình 4.2) để đánh giá mức độ đường thẳng phù hợp với dữ liệu quan sát. Nhìn vào biểu đồ ta thấy phần dư chuẩn hóa (Regression Standardized Residual) không thay đổi theo một trật tự
nào đối với giá trị dự đốn chuẩn hóa (Regression Standardized Predicted Value). Dựa vào biểu đồ, phần dư phân tán ngẫu nhiên trong một vùng xung quanh đường đi qua tung độ 0 chứ khơng tạo thành một hình dạng nào. Do đó, giả định về liên hệ tuyến tính khơng bị vi phạm.
Hình 4.2: Biểu đồ Scatterplot
Nguồn: Kết quả xử lý dữ liệu SPSS của tác giả
Giả định về phân phối chuẩn của phần dư
Từ biểu đồ Histogram (hình 4.3), ta thấy phần dư chuẩn hóa phân bố theo hình dạng của phân phối chuẩn. Có một đường cong hình chng trên hình là đường phân phối chuẩn, ta thấy biểu đồ tần số Histogram tương ứng với đường cong hình chng đó. Giá trị trung bình mean xấp xỉ bằng 0 và độ lệch chuẩn bằng 0.991 gần bằng 1, như vậy phân phối phần dư xấp xỉ chuẩn. Do đó, có thể kết luận rằng giả thiết phân phối chuẩn của phần dư không bị vi phạm.
Hình 4.3: Biểu đồ Histogram
Nguồn: Kết quả xử lý dữ liệu SPSS của tác giả
Bên cạnh biểu đồ Histogram, thì P-P Plot (hình 4.4) cũng là một dạng biểu đồ được sử dụng giúp nhận diện sự vi phạm giả định phần dư chuẩn hóa. Ta thấy với biểu đồ P-P Plot, các điểm phân vị trong phân phối của phần dư tập trung gần đường thẳng kỳ vọng, không bị phân tán quá xa đường thẳng, cho thấy tập dữ liệu nghiên cứu là tốt, giả định phân phối chuẩn của phần dư không bị vi phạm.
Hình 4.4: Biểu đồ P-Plot của phần dư
Nguồn: Kết quả xử lý dữ liệu SPSS của tác giả