Kiểm tra các giả định cần thiết trong hồi quy tuyến tính

3.3. Phân tích hồi quy tuyến tính

3.3.1. Kiểm tra các giả định cần thiết trong hồi quy tuyến tính

Kiểm tra mối quan hệ tuyến tính giữa biến phụ thuộc và các biến độc lập (hiện tượng phương sai thay đổi)

Để kiểm tra giả định này, tác giả dựa vào biểu đồ phân tán giữa hai biến giá trị dự đoán chuẩn hóa (Standardized Predicted Value) và phần dư chuẩn hóa (Standardized Residual) mà mơ hình hồi quy tuyến tính cho ra. Đồ thị Scatterplot (Hình 3.1) cho thấy phần dư phân tán ngẫu nhiên chứ không tạo thành một hình dạng nào. Như vậy, giả định phương sai của sai số không đổi khơng bị vi phạm.

Hình 3.1: Biểu đồ phân tán

(Nguồn: Tổng hợp của tác giả từ phần mềm SPSS 20)

Kiểm tra giả định về sai số có phân phối chuẩn

Biểu đồ tần số của phần dư chuẩn hóa Histogram (Hình 3.2) cho thấy có một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số. Phân phối phần dư xấp xỉ chuẩn (trung bình Mean = 3.02E-15 gần tiến về 0, độ lệch chuẩn Std.Dev = 0.984 gần bằng 1). Vì vậy có thể kết luận rằng giả thiết phân phối chuẩn không bị vi phạm.

Hình 3.2: Biểu đồ tần số của phần dư chuẩn hóa

Biểu đồ Q-Q Plot (Hình 3.3) cũng cho thấy các điểm quan sát không phân tán q xa đường thẳng kì vọng nên có thể kết luận giả thiết phân phối chuẩn không bị vi phạm.

Hình 3.3: Biểu đồ Q-Q Plot

(Nguồn: Tổng hợp của tác giả từ phần mềm SPSS 20)

Kiểm tra giả định các biến độc lập khơng có tương quan hồn toàn với nhau (hiện tượng đa cộng tuyến)

Từ kết quả phân tích hồi quy được trình bày trong Bảng 3.7, hệ số phóng đại phương sai VIF (Variance inflation factor) của các thành phần rất nhỏ (VIF lớn nhất là 1,490) nhưng vẫn nhỏ hơn 5, cho thấy hiện tượng đa cộng tuyến không xảy ra chứng tỏ rằng các biến độc lập khơng có tương quan với nhau.

Như vậy, ta có thể kết luận rằng các giả định của mơ hình hồi quy trong nghiên cứu này đã được thỏa mãn và kết quả phân tích hồi quy là có ý nghĩa.