4..2.1 .2 Thống kê mô tả các biến trong mơ hình
4.2.3.2. Đánh giá mức độ phù hợp của mơ hình hồi quy tuyến tính bội
Theo Hồng Trọng và Chu Nguyễn Mộng Ngọc (2008), hệ số xác định R2 được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mơ hình, càng đưa thêm biến độc lập vào mơ hình thì R2 càng tăng. Tuy nhiên, điều này cũng được chứng minh rằng khơng phải phương trình càng có nhiều biến sẽ phù hợp hơn với dữ liệu. Trong trường hợp này, hệ số xác định R2 điều chỉnh được sử dụng để phản ánh chính xác hơn mức độ phù hợp của mơ hình hồi quy tuyến tính bội. R2 điều chỉnh không nhất thiết tăng lên khi nhiều biến độc lập được đưa thêm vào phương trình, nó là thước đo sự phù hợp được sử dụng cho tình huống hồi quy tuyến tính bội vì nó khơng phụ thuộc vào độ phóng đại của R2.
Bảng 4.10: Đánh giá mức độ phù hợp của mơ hình hồi quy tuyến tính bội
Mơ hình Hệ số R Hệ số R2 Hệ số R2 - hiệu chỉnh
Sai số chuẩn của ước lượng
1 .843 0.710 .704 .35778
Biến độc lập: BIG4, NPT+HTK, QUYMO, YKKTV, CTC, LN, NHIEMKY Biến phụ thuộc: PHIKT
Nguồn: Phân tích dữ liệu bằng SPSS 22 – Phụ lục số 2
Bảng 4.10 cho thấy, giá trị hệ số R là 0.843 > 0.5, do vậy, đây là mơ hình thích hợp để sử dụng đánh giá mối quan hệ giữa biến phụ thuộc và các biến độc lập.
Mặt khác, giá trị hệ số xác định R2 là 0.710, nghĩa là mơ hình hồi quy tuyến tính đã xây dựng phù hợp với dữ liệu 71%. Nói cách khác, 71% khoảng biến thiên trong phí kiểm tốn BCTC được dự đoán phụ thuộc vào 7 biến độc lập, với độ tin cậy 95%.