Chƣơng 4 KẾT QUẢ
4.4. Kiểm định mơ hình nghiên cứu
4.4.2. Phân tích hồi quy
4.4.2.1. Đánh giá sự phù hợp của mơ hình hồi quy tuyến tính bội
Xem Bảng 4.14 cho thấy hệ số xác định R Square đã được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mơ hình. Tuy nhiên, mơ hình thường khơng phù hợp với dữ liệu thực tế như giá trị R Square (0,521) thể hiện. Trong tình huống này, R Square điều chỉnh là 0,517 (51,7%) > 50% từ R Square được sử dụng để phản ánh sát hơn mức độ phù hợp của mơ hình hồi quy tuyến tính đa biến vì nó khơng phụ thuộc vào độ lệch phóng đại của R Square. So sánh 2 giá trị R Square và R Square điều chỉnh sẽ thấy R Square điều chỉnh nhỏ hơn và sử dụng nó để đánh giá độ phù hợp của mơ hình sẽ an tồn hơn vì nó khơng thổi phồng mức độ phù hợp của mơ hình. Như vậy, với R Square điều chỉnh cho thấy sự tương thích của mơ hình hồi quy tuyến tính bội với các biến quan sát và biến phụ thuộc chính phủ mở được giải thích bởi 03 biến độc lập như trong Hình 4.1.
Bảng 4.30. Phân tích hồi quy đánh giá về sự phù hợp của m hình. Mơ
hình R R
2
R2 điều chỉnh Sai số
chuẩn hóa Durbin - Watson
1 0,722a 0,521 0,517 0,37170 1,765
4.4.2.2. Kiểm định mức độ phù hợp của mơ hình
Nhìn vào Bảng 4.15, Bảng 4.16 cũng cho thấy rằng giá trị thống kê F = 113,294 được tính từ giá trị R Square đầy đủ khác 0, giá trị sig.= 0,000 cho thấy mơ hình sử dụng là phù hợp và các biến đều đạt được tiêu chuẩn chấp nhận (Tolerance > 0,0001) thêm vào đó, tiêu chí Collinearity diagnostics (chuẩn đốn hiện tượng đa cộng tuyến) với hệ số phóng đại phương sai VIF của các biến độc lập trong mơ hình lần lượt bằng 1,038; 1,063; 1,100 đều < 10 thể hiện tính đa cộng tuyến của các biến độc lập là khơng đáng kể và các biến trong mơ hình được chấp nhận.
Sau cùng, hệ số Durbin – Watson (Bảng 4.14) dùng để kiểm định tương quan chuỗi bậc nhất cho thấy mơ hình khơng vi phạm khi sử dụng phương pháp hồi quy
tuyến tính bội vì giá trị d đạt được là 1,765 gần tiến đến 2 nên chấp nhận giả thuyết khơng có sự tương quan chuỗi bậc nhất trong mơ hình. Như vậy, mơ hình hồi quy tuyến tính bội thỏa các điều kiện đánh giá và kiểm định mức độ phù hợp cho việc rút ra các kết quả nghiên cứu.
Bảng 4.31. Phân tích hồi quy kiểm định mức độ phù hợp của mơ hình. ANOVAa Mơ hình Tổng các bình phƣơng Bậc tự do Bình phƣơng trung bình Kiểm định thống kê F Mức ý nghĩa 1 Do hồi quy 46,957 3 15,652 113,294 0,000b Do sai số 43,105 312 0,138 Tổng cộng 90,062 315
Bảng 4.32. Phân tích hồi quy kiểm định hiện tƣợng đa cộng tuyến và phƣơng trình hồi quy.
Mơ hình Hệ số chƣa điều chỉnh Hệ số điều chỉnh Kiểm định thống kê t Mức ý nghĩa Tham số xác định hiện tƣợng đa cộng tuyến B Sai số
chuẩn Beta Tolerance VIF
1
(Constant) 0,249 0,195 1,275 0,203
YT 0,283 0,032 0,362 8,814 0,000 0,909 1,100
QT 0,433 0,038 0,456 11,289 0,000 0,941 1,063
DC 0,210 0,031 0,268 6,704 0,000 0,963 1,038
4.4.2.3. Giải thích phương trình hồi quy tuyến tính bội
Từ Bảng 4.16 cho biết mối quan hệ giữa biến phụ thuộc chính phủ mở và 03 biến độc lập được thể hiện trong phương trình hồi quy tuyến tính bội như sau:
Với CP là hoạt động chính phủ mở; YT là hoạt động thu hút ý tưởng công dân và sự đổi mới; QT là hoạt động quản trị hợp tác; và DC là hoạt động dân chủ hợp tác.
Theo phương trình hồi quy cho thấy chính phủ mở có quan hệ tuyến tính với các nhân tố: Hoạt động thu hút ý tưởng công dân và sự đổi mới (0,283), dân chủ hợp tác (0,433), hoạt động quản trị hợp tác (0,210).
Kết quả cho thấy 03 nhân tố độc lập có hệ số Beta chuẩn hóa > 0 nên có tác động thuận chiều với chính phủ mở, khẳng định các giả thuyết nêu ra trong mơ hình nghiên cứu Hình 4.1 (H1, H2, H3) được chấp nhận và được kiểm định phù hợp. Như vậy, lãnh đạo UBND Phường 4 cần phải phải nỗ lực cải tiến những nhân tố này để nâng cao hoạt động chính phủ mở, nhất là nhân tố hoạt động quản trị hợp tác có hệ số Beta (0,456) cao nhất sẽ đóng góp vào hoạt động chính phủ mở cao hơn và đây cũng là yếu tố quyết định nâng cao chất lượng sự tham gia của người dân thông qua hoạt động chính phủ mở tại Phường 4.
4.4.2.4. Kiểm định giả thuyết về phân phối chuẩn của phần dư:
Nhìn vào biểu đồ tần số Hình 4.2 cho thấy một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số. Như vậy, phân phối phần dư xấp xỉ chuẩn Mean > 0 và độ lệch chuẩn Std. Dev. = 0.995 (gần bằng 1), nên có thể kết luận rằng giả thuyết phân phối chuẩn không bị vi phạm.
Hình 4.2. Đồ thị tần số Histogram giữa phần dƣ và giá trị dự đoán đã chuẩn hóa. và giá trị dự đốn đã chuẩn hóa.
Từ đồ thị P – P Plot Hình 4.3 cho thấy biểu diễn các điểm quan sát thực tế tập trung khá sát đường chéo những giá trị kỳ vọng, có nghĩa là dữ liệu phần dư có phân phối chuẩn.
Hình 4.3. Đồ thị P – P Plot mơ hình hồi quy.
Từ đồ thị phân tán giữa các phần dư và giá trị dự đốn Hình 4.4 cho thấy phần dư chuẩn hóa tập trung quanh đường hồnh độ 0. Vì vậy, chấp nhận giả thuyết có liên hệ tuyến tính giữa biến độc lập và biến phụ thuộc trong mơ hình hồi quy.
Hình 4.4. Đồ thị phân tán Scatter Plot giữa phần dƣ và giá trị dự đoán đã chuẩn hóa. và giá trị dự đốn đã chuẩn hóa.