4.4.2 .Đánh giá mức độ phù hợp của mơ hình hồi quy tuyến tính bội
4.5 Kiểm tra các giả định mơ hình hồi quy bội
Kiểm tra các giả định sau:
Phương sai của sai số (phần dư) khơng đổi. Các phần dư có phân phối chuẩn.
Khơng có mối tương quan giữa các biến độc lập.
Nếu các giả định này bị vi phạm thì các ước lượng khơng đáng tin cậy nữa (Hồng Trọng - Mộng Ngọc, 2008).
4.5.1 Kiểm định giả định phương sai của sai số (phần dư) không đổi
Hình 4.1: Đồ thị phân tán giữa giá trị dự đốn và phần dư từ hồi qui
Nguồn:Phân tích dữ liệu – phụ lục số 4.14
Hình 4.1 cho thấy các phần dư phân tán ngẫu nhiên quanh trục O (là quanh giá trị trung bình của phần dư) trong một phạm vi khơng đổi. Điều này có nghĩa là phương sai của phần dư không đổi.
4.5.2 Kiểm tra giả định các phần dư có phân phối chuẩn
Phần dư có thể khơng tn theo phân phối chuẩn vì những lý do như sử dụng sai mơ hình, phương sai khơng phải là hằng số, số lượng các phần dư không đủ nhiều để phân tích… (Hồng Trọng - Mộng Ngọc, 2008). Biểu đồ tần số (Histogram, Q-Q plot, P- P plot) của các phần dư (đã được chuẩn hóa) được sử dụng để kiểm tra giả định này.
Hình 4.2: Đồ thị P-P Plot của phần dư – đã chuẩn hóa
Nguồn: Phân tích dữ liệu – phụ lục số 4.15
Kết quả từ biểu đồ tần số P-P plot cho thấy các điểm phân tán xung quanh được kỳ vọng. Cũng cho thấy giả định phân phối chuẩn của phần dư khơng bị vi phạm.
Hình 4.3: Đồ thị Histogram của phần dư – đã chuẩn hóa
Nguồn:Phân tích dữ liệu – phụ lục số 4.16
Kết quả từ biểu đồ tần số Histogram của phần dư cho thấy, phân phối của phần dư xấp xỉ chuẩn (trung bình Mean lệch với 0 vì số quan sát khá lớn, độ lệch chuẩn Std. Dev = 0.988). Điều này có nghĩa là giả thuyết phân phối chuẩn của phần dư không bị vi phạm.
4.5.3 Kiểm tra giả định khơng có mối tương quan giữa các biến độc lập (Hiện tượng đa cộng tuyến) đa cộng tuyến)
Cộng tuyến là trạng thái trong đó các biến độc lập có tương quan chặt chẽ với nhau. Vấn đề của hiện tượng đa cộng tuyến là cung cấp cho mơ hình những thơng tin rất giống nhau và rất khó tách rời ảnh hưởng của từng biến một đến biến phụ thuộc. Hiệu
ứng khác của sự tương quan khá chặt chẽ giữa các biến độc lập là nó làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm giá trị thống kê t của kiểm định ý nghĩa của chúng nên các hệ số có khuynh hướng kém ý nghĩa hơn khi khơng có hiện tượng đa cộng tuyến và hệ số R2 vẫn khá cao (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Để kiểm tra hiện tượng đa cộng tuyến, chỉ số thường dùng là hệ số phóng đại phương sai VIF (Variance Inflation Factor). Thông thường nếu R2< 0.8 và VIF của một biến độc lập nào đó > 5 hoặc hệ số Tolerance < 0.5 thì biến này khơng có giá trị giải thích biến thiên của biến phụ thuộc trong mơ hình tuyến tính bội (Lê Quang Hùng, 2015). Bảng 4.13 cho thấy hệ số phóng đại phương sai VIF của các biến độc lập trong mơ hình này đều nhỏ hơn 10 (lớn nhất là 1.372) (Lê Quang Hùng, 2015).