Model Sum of Squares df Mean Square F Sig.
1
Regression 27,547 6 4,591 105,138 0,000
Residual 11,746 269 0,044
Total 39,293 275
Nguồn: Kết quả điều tra 2013
4.4.2 Dị tìm sự vi phạm các giả định cần thiết trong hồi quy tuyến tính
Mơ hình hồi quy địi hỏi một số giả định, nghĩa là những tính tốn trong mơ hình hồi quy chỉ có nghĩa khi các giả định này đƣợc thỏa mãn (Nguyễn Đình Thọ, 2012). Các giả định của mơ hình hồi quy tuyến tính cần kiểm định gồm:
4.4.2.1 Giả định liên hệ tuyến tính
Để đánh giá mức độ phù hợp giữa đƣờng thẳng vẽ đƣợc từ mơ hình tuyến tính với tập dữ liệu quan sát, ngƣời ta thƣờng sử dụng phƣơng pháp vẽ đồ thị phân tán giữa các phần dƣ và giá trị dự đốn mà mơ hình hồi quy tuyến tính cho ra (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Đồ thị phân tán đƣợc vẽ giữa giá trị chuẩn đoán (Standardized predicted value) (trục hồnh) và phần dƣ chuẩn hóa (Standardized residual) (trục tung) cho thấy phần dƣ phân tán ngẫu nhiên xung quanh tung độ 0 (xem Phụ lục G). Nhƣ vậy giả định liên hệ tuyến tính khơng bị vi phạm.
4.4.2.2 Kiểm định giả định phƣơng sai của sai số (phần dƣ) không đổi
Hiện tƣợng phƣơng sai thay đổi (Heteroskedasticity) làm các ƣớc lƣợng của các hệ số hồi quy không chệch nhƣng không hiệu quả (tức là không phải ƣớc lƣợng phù hợp nhất), ƣớc lƣợng của các phƣơng sai bị chệch khiến ta đánh giá nhầm về chất lƣợng của mơ hình hồi quy tuyến tính (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Do vậy, kiểm định tƣơng quan hạng Spearman đƣợc sử dụng để kiểm định giả thuyết là phƣơng sai của sai số không thay đổi (hệ số tƣơng quan hạng của tổng thể bằng 0).
Kết quả phân tích tƣơng quan hạng Spearman giữa phần dƣ mơ hình sau khi lấy trị tuyệt đối (ABSres1) với các biến độc lập thể hiện ở Bảng 4.8 cho thấy: giá trị Sig. của các biến lớn hơn mức ý nghĩa của nó, nên khơng có cơ sở bác bỏ giả thuyết ban đầu là phƣơng sai sai số khơng thay đổi. Mơ hình khơng vi phạm giả định đã cho.