7. Kết cấu của luận văn
4.6 Mơ hình hồi quy tuyến tính
4.6.1 Kiểm định mơ hình hồi quy
4.6.1.1 Kiểm định sự phù hợp của mơ hình
Kết quả phân tích ANOVA thể hiện trong bảng 4.8 cho thấy giá trị kiểm định F = 90.761 có ý nghĩa thống kê vì Sig = 0,000 < 0,05. Do đó, ta bác bỏ giả thuyết H0 nghĩa là các biến độc lập có liên hệ với biến phụ thuộc. Vì thế, mơ hình hồi quy là phù hợp với dữ liệu nghiên cứu.
Bảng 4.8 – Kết quả phân tích ANOVA (Nguồn: Xử lý từ SPSS) Mơ hình Tổng bình phương df Trung bình bình phương F Sig. 1 Hồi quy 12.590 9 1.399 90.761 .000b Phần dư 2.759 179 .015 Tổng 15.349 188
4.6.1.2 Hiện tượng đa cộng tuyến
Để phát hiện hiện tượng đa cộng tuyến, tác giả dựa vào hệ số phóng đại phương sai VIF. Theo kết quả ở bảng 4.7 ta thấy hệ số phóng đại phương sai VIF (Variance Inflation Factor - VIF) rất nhỏ (nhỏ hơn 10) cho thấy các biến độc lập này không có quan hệ chặt chẽ với nhau nên khơng có hiện tượng đa cộng tuyến xảy ra. Do đó mối quan hệ giữa các biến độc lập không ảnh hưởng đáng kể đến kết quả giải thích của mơ hình hồi quy.
4.6.1.3 Mức độ giải thích của mơ hình
Bảng 4.9 – Mức độ giải thích của mơ hình (Nguồn: Xử lý từ SPSS)
Mode R R bình phương R bình phương
hiệu chỉnh
Sai số chuẩn Durbin-Watson
1 .906a .820 .811 .124 2.123
Từ bảng 4.9 ta có hệ số R bình phương hiệu chỉnh bằng 0.811 nghĩa là mơ hình hồi quy tuyến tính bội đã xây dựng phù hợp với tập dữ liệu là 81.1%. Nói cách khác 81.1% biến phụ thuộc quyết định th ngồi có thể được giải thích bởi sự tác động của 9 nhân tố: tính chất đặc thù của cơng ty, uy tín của cơng ty cung cấp dịch vụ, định hướng thuê ngồi, lợi ích th ngồi, giá phí dịch vụ, tần suất, chất lượng báo cáo tài chính, dịch vụ chăm sóc khách hàng, mối quan hệ.
Kiểm tra phần dư ở bảng 4.10 cho thấy phân phối phần dư xấp xỉ chuẩn với trung bình Mean = 0 và độ lệch chuẩn Std. Deviation = 0.976 (xấp xỉ bằng 1) do đó có thể kết luận rằng giả thiết phân phối chuẩn không bị vi phạm khi sử dụng phương pháp hồi quy bội.
Bảng 4.10 – Bảng thống kê giá trị phần dư (Nguồn: Xử lý từ SPSS) Nhỏ nhất Lớn nhất Trung Bình Độ lệch chuẩn N Predicted Value 3.11 4.66 3.95 .259 189 Residual -1.008 .167 .000 .121 189 Std. Predicted Value -3.243 2.752 .000 1.000 189 Std. Residual -8.119 1.343 .000 .976 189 a. Dependent Variable: QĐ
Mặt khác, bằng hình ảnh trực quan ta thấy phần dư của mơ hình có dạng đồ thị hình chng úp xuống khá cân đối. Hình 4.1 cho thấy một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số với phân phối phần dư xấp xỉ chuẩn (trung bình Mean = 0 và độ lệch chuẩn Std. Dev. = 0,976 tức là gần bằng 1). Điều này cho thấy giả thuyết phân phối chuẩn không bị vi phạm.
Hình 4.1 – Đồ thị phân phối phần dư của mơ hình hồi quy (Nguồn: Xử lý từ SPSS) Ngoài ra, theo biểu đồ P-P plots (Hình 4.2), các điểm quan sát không phân tán quá xa đường thẳng kỳ vọng nên có thể kết luận giả thuyết về phân phối chuẩn của phần dư khơng bị vi phạm.
Hình 4.2 – Biểu đồ P-P plot phần dư của mơ hình hồi quy (Nguồn: Xử lý từ SPSS)
4.6.1.5 Kiểm định giả thuyết các sai số ngẫu nhiên của mơ hình có phương sai không đổi
Theo biểu đồ Scatterplot (Hình 4.3), các sai số hồi quy phân bố tương đối đều ở cả hai phía của đường trung bình (trung bình của các sai số bằng 0) và khơng theo một quy luật rõ ràng nào. Điều đó cho thấy giả thiết sai số của mơ hình hồi quy khơng đổi là phù hợp.
Hình 4.3 – Biểu đồ Scatterplot phần dư của mơ hình hồi quy (Nguồn: Xử lý từ SPSS)
4.6.2 Mơ hình nghiên cứu chính thức
Sau khi kiểm định giả thuyết nghiên cứu và sự phù hợp của mơ hình, tác giả đưa ra mơ hình nghiên cứu chính thức như sau:
H1: Tần suất thực hiện cơng việc kế tốn
H2: Tính chất đặc thù của DN
Quyết định thuê ngoài dịch vụ kế tốn H3: Sự phù hợp của giá phí dịch
vụ
H4: Uy tín của cơng ty cung cấp dịch vụ kế tốn
H5: Lợi ích th ngồi
H6: Định hướng thuê ngoài
H7: Mối quan hệ
H8: Dịch vụ chăm sóc khách hàng
H9: Chất lượng báo cáo tài chính