Bảng 4.8: Kết quả kiểm định độ phù hợp của mơ hình. Mơ hình Tổng bình phương df Trung bình bình phương F Sig. Hồi quy 102,390 5 20,478 98,829 0,000b Phần dư 47,865 231 0,207 Tổng 150,255 236 a. Dependent Variable: Tính hữu hiệu
b. Predictors: (Constant), Kiểm soát, Năng lực, Quan hệ, Quản lý, Độc lập
(Nguồn: Xử lý từ SPSS)
Ta kiểm định giả thuyết:
H0: Tập hợp các biến độc lập khơng có mối liên hệ với biến phụ thuộc (βi = 0)
H1: Tập hợp các biến độc lập có mối liên hệ với biến phụ thuộc (βi ≠ 0) Kết quả phân tích ANOVA thể hiện trong Bảng 4.8 cho thấy giá trị kiểm định F = 98,829 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.
- Hiện tượng đa cộng tuyến
Đa cộng tuyến là hiện tượng có sự tương quan phụ thuộc lẫn nhau giữa các biến độc lập. Khi xảy ra hiện tượng này sẽ dẫn đến các hệ số không ổn định khi thêm biến vào mơ hình hồi quy.
Để phát hiện hiện tượng đa cộng tuyến, tác giả dựa vào hệ số phóng đại phương sai VIF. Theo kết quảở Bảng 4.7 ta thấy hệ số phóng đại phương sai VIF (Variance Inflation Factor - VIF) rất nhỏ (nhỏ hơn 2) cho thấy các biến độc lập này khơng có quan hệ chặt chẽ với nhau nên khơng có hiện tượng đa cộng tuyến xảy ra (Nguyễn Đình Thọ, 2013). Do đó mối quan hệ giữa các biến độc lập không ảnh hưởng đáng kểđến kết quả giải thích của mơ hình hồi quy.
- Mức độ giải thích của mơ hình
Bảng 4.9: Mức độ giải thích của mơ hình.
Mơ hình R R bình phương R bình phương hiệu chỉnh Sai số chuẩn Durbin- Watson 1 0,825a 0,681 0,675 0,45520 1,957
a. Predictors: (Constant), Kiểm soát, Năng lực, Quan hệ, Quản lý, Độc lập b. Dependent Variable: Tính hữu hiệu
(Nguồn: Xử lý từ SPSS)
Từ bảng 4.9 ta có hệ số R bình phương hiệu chỉnh bằng 0,675 nghĩa là mơ hình hồi quy tuyến tính bội đã xây dựng phù hợp với tập dữ liệu là 67,5%. Nói cách khác 67,5% tính hữu hiệu có thểđược giải thích bởi sự tác động của 4 nhân tố: năng lực, độc lập, quan hệ, kiểm soát.
- Kiểm định phần dư của mơ hình
Kiểm tra phần dư cho thấy phân phối phần dư xấp xỉ chuẩn với trung bình Mean=0,0000 và độ lệch chuẩn Std. Deviation = 0,989 (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.
Nhỏ nhất Lớn nhất Trung bình Độ lệch chuẩn N Giá trị tiên đoán 1,7997 5,0877 3,6582 0,65868 237 Phần dư -1,33714 1,40924 0,00000 0,45035 237 Giá trị tiên đốn chuẩn hóa -2,822 2,170 0,000 1,000 237 Phần dư chuẩn hóa -2,937 3,096 0,000 0,989 237 a. Dependent Variable: Tính hữu hiệu
Biểu đồ 4.1: Đồ thị phân phối phần dư của mơ hình hồi quy.
Mặt khác, thơng qua mơ hình Histogram ta xác định mơ hình hồi quy có độ lệch chuẩn là 0,989 và phân phối chuẩn của phần dư mean bằng 0, kết hợp quan sát hình ảnh trực quan ta thấy phần dư của mơ hình có dạng chng chng úp xuống khá cân đối (Biểu đồ 4.1), vì vậy ta xác định phần dư của có phân phối chuẩn được chấp nhận.
Biểu đồ 4.2: Biểu đồ P-P plot phần dư của mơ hình hồi quy
Ngồi ra, phương sai của phần dưđược thể hiện trên đồ thị của phần dư chuẩn hóa theo giá trị dự báo của biến phụ thuộc kết quảđã được chuẩn hóa. Quan sát biểu đồ P-Piplots (Biểu đồ 4.2), thấy các phần dư phân tán ngẫu nhiên quanh trục 0 (quanh giá trị trung bình của phần dư) tức các điểm quan sát khơng phân tán quá xa đường thẳng kỳ vọng nên có thể kết luận giả thuyết về phân phối chuẩn của phần dư không bị vi phạm.
- Kiểm định giả thuyết các sai số ngẫu nhiên của mơ hình có phương sai không đổi
Theo biểu đồ Scatterplot (Biểu đồ 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 thuyết sai số của mơ hình hồi quy khơng đổi là phù hợp.
Biểu đồ 4.3: Biểu đồ Scatterplot phần dư của mơ hình hồi quy
Vậy, với các kết quả kiểm định trên ta thấy mơ hình hồi quy là phù hợp và có ý nghĩa thống kê.
Ý nghĩa của hệ số hồi quy chưa chuẩn hóa:
- β1 = 0,349 tức là với điều kiện các yếu tố khác không đổi khi nhân tố năng lực tăng/giảm 1 điểm thì tính hữu hiệu tăng/giảm 0,349 điểm (so với thang điểm 5).
- β2 = 0,256 tức là với điều kiện các yếu tố khác khơng đổi khi nhân tố độc lập tăng/giảm 1 điểm thì tính hữu hiệu tăng/giảm 0,256 điểm (so với thang điểm 5).
- β3 = 0,257 tức là với điều kiện các yếu tố khác không đổi khi nhân tố quan hệ tăng/giảm 1 điểm thì tính hữu hiệu tăng/giảm 0,257 điểm (so với thang điểm 5).
- β4 = 0,614 tức là với điều kiện các yếu tố khác khơng đổi khi nhân tố kiểm sốt tăng/giảm 1 điểm thì tính hữu hiệu tăng/giảm 0,614 điểm (so với thang điểm 5).
Tuy nhiên, hệ số hồi quy chưa chuẩn hóa chỉ mang ý nghĩa tốn học, chỉ phản ánh sự thay đổi của biến phụ thuộc khi từng biến độc lập thay đổi trong điều kiện các biến độc lập còn lại phải cốđịnh.
Như vậy, để xem xét mức độ tác động hay thứ tựảnh hưởng của các biến độc lập lên biến phụ thuộc ta dựa vào hệ số hồi quy chuẩn hóa, hệ số càng lớn thì tầm quan trọng của biến độc lập đó đối với biến phụ thuộc càng lớn. Dựa vào Bảng 4.7 ta thấy rằng β4 > β3 > β2 > β1, do đó các yếu tố tác động đến tính hữu hiệu lần lượt mạnh nhất là Hiệu quả của hệ thống kiểm KSNB > Mối quan hệ giữa KTVNB và KTVĐL > Tính độc lập của KTNB > Năng lực của KTVNB.