CHƯƠNG 4 : KẾT QUẢ NGHIÊN CỨU VÀ BÀN LUẬN
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 cĩ phân phối chuẩn
Khơng cĩ 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) khơng đổi
Bảng 4.15: Bảng kiểm định giả định phương sai của sai số
Nhỏ nhất nhất Lớn Trung bình Độ lệch chuẩn N Giá trị dự báo đã được chuẩn hĩa -3.290 2.632 .000 1.000 234
Phần dư được chuẩn hĩa -2.653 2.654 .000 .989 234
Biểu đồ 4.1: Đồ thị phân tán giữa giá trị dự đốn và phần dư từ hồi quy
Nguồn: Phân tích dữ liệu – phụ lục số 4.16
Hình 4.1cho 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 cĩ nghĩa là phương sai của phần dư khơng đổi.
4.5.2 Kiểm định giả định các phần dư cĩ phân phối chuẩn
Phần dư cĩ thể khơng tn theo phân phối chuẩn vì những lí do như sử dụng sai mơ hình, phương sai khơng phải là hằng số, số lượng các phần dư khơng 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 hĩa) được sử dụng để kiểm tra giả định này.
Biểu đồ 4.2: Đồ thị P – P plot của phần dư – đã chuẩn hĩa
Nguồn: Phân tích dữ liệu – phụ lục số 4.17
Kết quả từ đồ thị 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.
Biểu đồ 4.3: Đồ thị Histogram của phần dư – đã chuẩn hĩa
Nguồn: Phân tích dữ liệu – phụ lục số 4.18
Kết quả từ đồ thị 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 = 0.989). Từ đĩ cho thấy ý nghĩa là giả thuyết phân phối chuẩn của phần dư khơng bị vi phạm.
4.5.3 Kiểm tra giả định khơng cĩ mối tương quan giữa các biến độc lập (đa cộng tuyến) tuyến)
Đa cộng tuyến là trạng thái trong đĩ các biến độc lập cĩ 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 khĩ 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 nĩ 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. Chính vì vậy, các hệ số cĩ khuynh hướng kém ý nghĩa hơn khi khơng cĩ hiện tượng đa cộng tuyến và hệ số R2 vẫn khá cao (Hồng Trọng – Mộng Ngọc, 2008).
Để kiểm tra hiện tượng đa cộng tuyến, chỉ số thường dùng là hệ số phĩng đại phương sai VIF (Variance Inflation Factor). Thơng thường nếu R2 < 0.8 và VIF của một biến độc lập nào đĩ lớn hơn 5 hoặc hệ số Tolerance nhỏ hơn 0.5 thì biến này khơng cĩ giá trị giải thích biến thiên của biến phụ thuộc trong mơ hình tuyến tính bội (Lê Quang Hùng, 2015).
Bảng 4.14 cho thấy hệ số phĩng đại phương sai VIF của các biến độc lập trong mơ hình này đều nhỏ hơn 10 (lớn nhất là 1.663) (Lê Quang Hùng, 2015).