One-Sample Test
Kiểm tra các giá trị t df Sig. (2-
tailed)
Khác biệt trung bình
95% khoảng tin cậy của sự khác biệt Lower Upper Phối hợp đồng cấp 6,953 232 ,000 ,54224 ,3886 ,6959 Phối hợp khơng chính thức 2,712 232 ,007 ,24605 ,0673 ,4248 Sự khuyến khích 12,507 232 ,000 ,93606 ,7886 1,0835 Tin cậy 21,289 232 ,000 1,39655 1,2673 1,5258 Tính hiệu quả 8,764 232 ,000 ,67672 ,5246 ,8289
Nguồn: Kết quả phân tích của tác giả
Nhƣ vậy, sau q trình phân tích nhân tố, với việc loại 6 biến quan sát trong cả hai giai đoạn phân tích kém ý nghĩa thống kê trong việc đo lƣờng các thang đo, kết quả đã cho thấy một số ghi nhận cụ thể sau:
+ Khơng có sự đo lƣờng xáo trộn nhau giữa các biến quan sát trong việc đo lƣờng cho các thang đo.
+ Các biến quan sát bị loại trong nội bộ của từng thang đo và khơng ảnh hƣởng đến mơ hình kì vọng ban đầu.
+ Kết quả phân tích hồn tồn có thể đƣợc sử dụng để kiểm định cho mơ hình nghiên cứu.
Kết quả kiểm định mơ hình nghiên cứu đƣợc tiếp tục thể hiện trong mục 4.4 sau:
4.5 Kiểm định các giả thuyết nghiên cứu
Kết quả phân tích từ mơ hình nghiên cứu đƣợc báo cáo sử dụng phƣơng pháp Hồi quy (regression).
Phƣơng pháp hồi quy đƣợc đề cập đầu tiên bởi Galton (Galton, Francis, 1885, Tái bản 1889) với ý tƣởng ban đầu nghiên cứu quá trình quy về trung bình của một biến số phụ thuộc (Y) khi nghiên cứu trong mối quan hệ tƣơng quan (Correlation) với các biến độc lập khác. Về sau, mơ hình hồi quy tiếp tục đƣợc kế thừa và phát triển bởi các học trò của ơng nhƣ nhóm nghiên cứu của Karl Pearson (Pearson, Karl; Yule, G.U.; Blanchard, Norman; Lee,Alice , 1903) và (Fisher, R.A. , 1922). Khi một nhóm biến có khả năng giải thích cho một biến phụ thuộc, nghĩa là nhóm các biến này phải có mối quan hệ (Relationship) với biến phụ thuộc. Vì vậy, phƣơng pháp tƣơng quan giữa các biến cũng đƣợc nghiên cứu cụ thể trong phƣơng pháp hồi quy và đƣợc đề xuất bởi các tính tƣơng quan của Karl Pearson(Pearson, Karl; Yule, G.U.; Blanchard, Norman; Lee,Alice , 1903).
Nhƣ vậy, phƣơng pháp hồi quy nghiên cứu về mối quan hệ, mối tƣơng quan giữa các biến độc lập (independent variable) với biến phụ thuộc (dependent variable), phƣơng pháp phân tích hồi quy có thể đƣợc sử dụng nhiều trong quá trình kiểm định các giả thuyết về sự tồn tại mối quan hệ tác động theo kì vọng của mơ hình nghiên cứu hiệu chỉnh trên.
Kết quả kiểm định của mơ hình hồi quy đƣợc tiến hành trên cơ sở các kiểm định về tính phù hợp của mơ hình và các giả thiết (Assumptions) hƣớng đến sự tồn tại của mơ hình ổn định và chính xác. Những kiểm định trên có thể đƣợc liệt kê gồm:
(i) Kiểm định hệ số hồi quy (coefficient test), mục tiêu của kiểm định hƣớng đến sự tồn tại mối quan hệ tác động của biến giải thích đến biến phụ thuộc. Thơng qua kiểm định này, các giả thuyết (Hypothesis) về mối quan hệ cũng đƣợc kiểm định về sự tồn tại của mối quan hệ trong mơ hình nghiên cứu hiệu chỉnh trên (Pearson, Karl; Yule, G.U.; Blanchard, Norman; Lee,Alice , 1903) và (Galton, Francis, 1885, Tái bản 1889).
(ii) Kiểm định về mức độ phù hợp của mơ hình (goodness of fit), Kiểm định này hƣớng đến nghiên cứu về mức độ phù hợp của mơ hình khi sử dụng. Thỏa mãn kiểm định này, nghĩa là mơ hình có thể sử dụng đƣợc cho kiểm định mơ hình giả thuyết nghiên cứu (Fisher, R.A. , 1922).
(iii) Kiểm định sự thỏa mãn các giả thiết (Assumptions) của mơ hình: Các giả thiết cần kiểm định hƣớng đến gồm: Không xảy ra hiện tƣợng đa cộng tuyến trong mơ hình (Multicolinearity), nghĩa là khơng tồn tại mối quan hệ giữa các biến độc lập trong mơ hình. Rà sốt hiện tƣợng phƣơng sai thay đổi (Heterochedasticity) và phần dƣ phải có phân phối chuẩn (Normal distribution). Trong đó:
- Đa cộng tuyến: các chỉ số VIF (variance inflation factor) đƣợc xem là một chỉ số kiểm định hiện tƣợng cộng tuyến giữa các biến độc lập. Chỉ số VIF thông thƣờng đƣợc so với chuẩn 10. Nếu VIF vƣợt quá 10, mơ hình đƣợc xem là xảy ra hiện tƣợng đa cộng tuyến khá nặng, ngƣợc lại, VIF nhỏ hơn 10, mơ hình đƣợc xem nhƣ có xảy ra hiện tƣợng đa cộng tuyến trong giới hạn cho phép. Trƣờng hợp VIF = 1, mơ hình hồn tồn khơng xảy ra hiện tƣợng đa cộng tuyến (O'Brien, Robert M, 2007) và (Farrar Donald E. và Glauber, Robert R, 1967).
- Phƣơng sai thay đổi (Heteroschedasticity): mô tả hiện tƣợng biến thiên của phần dƣ (Residual) của mơ hình tạo ra khá ổn định. Mơ hình đƣợc tạo ra bởi các phƣơng sai khơng đổi đƣợc xem là mơ hình ổn định (White, Halbert , 1980). Những kết luận, các mối quan hệ đƣợc kết luận từ kết quả của mơ hình có độ tin cậy cao (Glejser, H. , 1969). Phát hiện ra hiện tƣợng phƣơng sai thay đổi, có thể quan sát đồ thị phân tán (Scatter) của phần dƣ theo các biến quan sát. Trong trƣờng hợp các phân bố khá ngẫu nhiên, không theo quy luật và không phân tán mở rộng, hoặc thu hẹp theo các biến quan sát có thể xem nhƣ mơ hình khơng có hiện tƣợng phƣơng sai thay đổi (White, Halbert , 1980).
- Kiểm định tính phân phối chuẩn của phần dƣ: Một mơ hình có phần dƣ tạo ra bởi mơ hình có phân phối chuẩn, có thể kết luận mơ hình có tính ổn định (Cook, R. Dennis; Weisberg, Sanford, 1982). Đồ thị phân phối tần số kết hợp với đƣờng phân
phối chuẩn trong SPSS (Histogram with Normal curve) có thể cho thấy hình ảnh phân phối chuẩn của phần dƣ.
Kết quả phân tích hồi quy cho thấy, tổng biến thiên của biến phụ thuộc về
Tính hiệu quả đƣợc giải thích bởi hệ thống biến độc lập (Total Variation) đạt đƣợc
theo chỉ số R2 hiệu chỉnh (Adjusted R square) đạt đƣợc 34,6%, đồng thời, giá trị mức ý nghĩa kiểm định cho sự tồn tại của R bình phƣơng hiệu chỉnh đạt khá bé (0%) cho thấy, sự khác “0” đối với chỉ số R bình phƣơng hiệu chỉnh có ý nghĩa thống kê, nghĩa là mơ hình có tính phù hợp tốt cho việc kiểm định các mối quan hệ giả thuyết trong mơ hình nghiên cứu.
Đồng thời, kết quả phân tích cho hệ số VIF của tất cả các biến trong mơ hình tối đa đạt 1,1005. Vì vậy, có thể kết luận mơ hình khơng có xảy ra hiện tƣợng đa cộng tuyến (O'Brien, Robert M, 2007), (Farrar Donald E. and Glauber, Robert R, 1967).
Các đồ thị mơ tả tính phân phối chuẩn của phần dƣ (hình 4), quan sát tính phân phối chuẩn của phần dƣ đều cho thấy, hình dạng của phần dƣ thông quan đƣờng phân phối chuẩn (Normal curve) và đồ thị phân phối tần số khá cân xứng và xác suất cao về giá trị trung bình, trung vị và mode là bằng nhau. Vì vậy, có thể xem phần dý của mơ hình có phân phối chuẩn (Cook, R. Dennis; Weisberg, Sanford, 1982). Đồ thị phân tán các giá trị phần dƣ (Regression standardized residual) đƣợc chuẩn hóa theo các giá trị dự đoán đƣợc chuẩn hóa (Regression standardize predicted value) khá ngẫu nhiên. Vì vậy, có thể kết luận, mơ hình đạt đƣợc giả thiết về hiện tƣợng phƣơng sai không đổi (Heteroschedasticity) (hình 6) (Glejser, H. , 1969),(White, Halbert , 1980). Mơ hình có thể sử dụng cho q trình nghiên cứu và kết luận cho mơ hình nghiên cứu giả thuyết.
Trên cơ sở kiểm tra các lỗi của mơ hình hồi quy, các giả định về mơ hình hồi quy đều khá thỏa mãn. Kết quả trên là cơ sở để tác giả sử dụng để kiểm định mơ hình nghiên cứu đƣợc thể hiện trong bảng 4.16 sau: