CHƯƠNG 4 : KẾT QUẢ NGHIÊN CỨU
4.4 .2 Mơ hình hồi quy điều chỉnh
4.4.3 Đánh giá các khuyết tật của mơ hình nếu có
Để đảm bảo ước lượng hàm hồi quy không chệch và kiểm định các giả thuyết được chính xác, học viên tiến hành xem xét các khuyết tật của mơ hình có thể xảy ra gồm: Đa cộng tuyến, Phương sai sai số thay đổi, Phân phối của phần dư
4.4.3.1 Đa cộng tuyến (Multiple Collinearity)
Mơ
hình R R2
R2 điều chỉnh
Sai số chuẩn ước đoán
1 .830a .690 .675 2.465
a. Bộ dự đoán: (Constant), BISOPDT, Inc2, CDR, SE, Inc3, ODPT, Inc1, BIS
Nếu trong phân tích có hiện tượng đa cộng tuyến thì các biến số có tương quan chặt chẽ với nhau sẽ được tách ra hồi quy riêng. Kết quả phân tích đa cộng tuyến như sau:
Bảng 4.9 Phân tích đa cộng tuyến
Mơ hình Đa cộng tuyến Tolerance VIF 1 (Constant) CDR .935 1.070 SE .954 1.048 BIS .929 1.076 ODPT .990 1.010
a. Biến phụ thuộc: CESD
(Nguồn: kết quả phân tích từ phần mềm SPSS 21) Hệ số phóng đại phương sai VIF (Variance Inflation Factor,) của các biến độc lập trong mơ hình đều rất nhỏ và nhỏ hơn 10 nên nhìn chung không xuất hiện hiện tượng đa cộng tuyến trong mơ hình. Đồng nghĩa với mơ hình hồi quy khơng vi phạm 1 trong 6 giả thuyết của Gaus-Markov.
4.4.3.2 Phương sai sai số thay đổi (Heteoskedasticity)
(Nguồn: kết quả phân tích từ phần mềm SPSS 21)
Hình 4.2 Đồ thị phân tán phần dư
Kiểm định giả thuyết phương sai không đổi (Heteroskedasticity) bằng
phương pháp đồ thị. Dựa trên kết quả thu được từ đồ thị trên, phần dư được phân tán một cách ngẫu nhiên quanh trục 0 và không theo quy luật tăng hoặc giảm của biến quan sát. Vì vậy, được xem là thỏa điều kiện phương sai không đổi.
4.4.3.3 Phân phối chuẩn của phần dư
(Nguồn: kết quả phân tích từ phần mềm SPSS 21)
Đồ thị của phần dư có dạng hình chng úp cân đối với tần số cao nhất nằm ngay giữa và các tần số thấp dần nằm ở 2 bên, đồ thị ít bị lệch với trung bình và trung vị gần bằng nhau, độ xiên (skewness) xấp xỉ khoảng -0.346
(Nguồn: kết quả phân tích từ phần mềm SPSS 21)
Hình 4.4 Biểu đồ xác suất chuẩn phần dư (Normal Q-Q plot)
Trong biểu đồ xác suất chuẩn (Normal Q-Q plot), các giá trị xác suất tập trung gần đường thẳng chứng tỏ các trị số quan sát và trị số mong đợi đều nằm gần