thuộc càng chính xác.
Phép phân tích phương sai (ANOVA) được tiến hành. Nếu giá trị F có ý nghĩa đáng kể về mặt thống kê (p < 0.05), giả thuyết thuần của mối quan hệ khơng tuyến tính bị bác bỏ.
Hệ số β là hệ số hồi quy chuẩn hoá cho phép so sánh trực tiếp giữa các hệ số, xem như là khả năng giải thích biến phụ thuộc.
4.5.2.2 Phân tích các giả thuyết trong mơ hình
Các kết luận dựa trên hàm hồi quy tuyến tính bội thu được chỉ có ý nghĩa khi hàm hồi quy đó phù hợp với dữ liệu mẫu và các hệ số hồi quy khác khơng có ý nghĩa, đồng thời các giả định của hàm hồi quy tuyến tính bội được đảm bảo. Vì thế, trước khi phân tích kết quả hồi quy, ta thực hiện kiểm định độ phù hợp của mơ hình, kiểm định ý nghĩa các hệ số hồi quy và đặc biệt kiểm định các giả định của hàm hồi quy. Các giả định của mơ hình hồi quy tuyến tính đều thỏa mãn (phụ lục 7).
4.5.2.3 Kiểm định độ phù hợp của mơ hình
Bảng 4.5: Tóm tắt mơ hình Mơ Mơ hình Hệ số R Hệ số R2 Hệ số R2 hiệu chỉnh Sai số chuẩn của ước lượng
Thống kê thay đổi Durbin-Watson R2 thay đổi F thay đổi df1 df2 Mức ý nghĩa F thay đổi 1 .783a .612 .605 .61739 .612 78.108 7 346 .000 1.842 a. Các dự báo: (Hằng số), MT, TTCV, QH, HV, HL, LT, CS b. Biến phụ thuộc: Y
Theo kết quả phân tích bảng 4.5, hệ số R2 trong mơ hình là 0.612, khá cao để đánh giá độ phù hợp của mơ hình. Kết quả nghiên cứu cũng cho thấy R2 điều chỉnh là 0.605, nhỏ hơn R2. Ta dùng hệ số này để đánh giá độ phù hợp của mô hình nghiên cứu sẽ an tồn và chính xác hơn vì hệ số này khơng thổi phồng độ phù hợp mơ hình. R2 điều chỉnh là 0.605, nghĩa là mơ hình hồi quy tuyến tính bội xây dựng phù hợp với dữ liệu là 60.5%.