3.4.3 .Thực trạng tính hữu ích của các yếu tố hỗ trợ công tác thẩm định tín dụng
4.6. Trình bày kết quả kiểm định giả thuyết
4.6.4.1. Phương pháp phân tích hồi quy
Hiện tượng đa cộng tuyến.
Hệ số phóng đại phương sai VIF (Variance Inflation Factor) sẽ được sử dụng để kiểm tra hiện tượng đa cộng tuyến. Theo Hair và cộng sự (2006) (trích từ Nguyễn Đình Thọ, 2013, trang 497) thì nếu VIF của một biến độc lập > 10 thì biến này hầu như khơng có giá trị giải thích biến thiên của biến phụ thuộc trong mơ hình MLR. Tuy nhiên theo Nguyễn Đình Thọ (2013, trang 497) thì trong thực tế việc diễn giải các trọng số hồi quy cần phải thận trọng khi VIF > 2. Do đó, để đảm bảo khơng có hiện tượng đa cộng tuyến thì VIF cần < 2.
Hiện tượng tự tương quan.
Hiện tượng tự tương quan xảy ra khi sai số của các quan sát phụ thuộc vào nhau. Để kiểm định hiện tượng tự tương quan, thống kê d của Durbin – Watson được sử dụng. Theo đó, kết luận về tự tương quan căn cứ theo giá trị của d như sau:
Có tự tương quan thuận chiều (dương) Miền khơng có kết luận Khơng có tự tương quan chuỗi bậc nhất Miền khơng có kết luận Có tự tương quan ngược chiều (âm) 0 dL dU 2 4-dU 4-dL 4
Hình 4.2: Kết luận về hiện tượng tự tương quan theo thống kê Durbin - Watson (Nguồn: Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008)
Có thể tra bảng thống kê Durbin – Watson để tìm các giới hạn dL và dU với N là số quan sát của mẫu và k là số biến độc lập trong mơ hình.
Kiểm định mức độ phù hợp của mơ hình.
Theo Nguyễn Đình Thọ (2013, trang 493), hệ số xác định R Square là chỉ số dùng để đánh giá mức độ phù hợp của mơ hình MLR. Nhưng theo Hồng Trọng và Chu Nguyễn Mộng Ngọc (2008, trang 218-219), sự phù hợp này mới chỉ thể hiện giữa mơ hình nghiên cứu và dữ liệu mẫu. Để kiểm định sự phù hợp của mơ hình tổng thể, cần phải thực hiện phép kiểm định F. Phép kiểm định F thực hiện kiểm định giả thuyết hệ số R Square của tổng thể = 0. Nếu sau khi kiểm định có đủ cơ sở bác bỏ giả thuyết trên thì có thể kết luận mơ hình hồi quy tuyến tính xây dựng được phù hợp với tổng thể.