3.5. Phân tích kết quả nghiên cứu
3.5.3.5 phù hợp của mơ hình và hiện tượng đa cộng tuyến
Kiểm định độ phù hợp của mơ hình
Hệ số R² điều chỉnh là thước đo sự phù hợp được sử dụng cho tình huống hồi quy tuyến tính bội vì nó khơng phụ thuộc vào độ lệch phóng đại của hệ số R². Kết quả phân tích hồi quy bội (bảng 3.8) cho thấy R² điều chỉnh (Adjusted R Square) bằng 0.565, nghĩa là mức độ phù hợp của mơ hình là 56.5%. Có thể nói các thành phần biến được đưa vào mơ hình đạt kết quả giải thích khá tốt.
Bảng 3.8: Model Summaryb
Model R R Square
R² điều
chỉnh Std. Error of the Estimate
Durbin- Watson
1 .758a .574 .565 .38497 1.975
Nguồn: Kết quả phân tích từ SPSS
Kết quả nhận được từ bảng ANOVAb (bảng 3.9) cho thấy trị thống kê F là 62.603 với giá trị Sig. rất nhỏ (= 0.000 < 0.05) cho thấy sẽ an toàn bác bỏ giả thiết Ho. Như vậy, có thể kết luận rằng mơ hình hồi quy bội thỏa mãn các điều kiện đánh giá và kiểm định độ phù hợp cho việc rút ra các kết quả nghiên cứu.
Bảng 3.9: ANOVAb Model Sum of Squares Df Mean Square F Sig. 1 Regression 46.390 5 9.278 62.603 .000a Residual 34.383 232 .148 Total 80.774 237
Nguồn: Kết quả phân tích từ SPSS
Hiện tượng đa cộng tuyến
Để kiểm tra hiện tượng đa cộng tuyến, hệ số phóng đại phương sai (VIF) được sử dụng và khi VIF < 10 nghĩa là các biến độc lập khơng có tương quan tuyến tính với nhau. Kết quả nhận được từ bảng bảng 3.7 với hệ số phóng đại phương sai VIF có giá trị đều nhỏ hơn 2 nên đạt yêu cầu. Có thể kết luận mơ hình hồi quy tuyến tính bội khơng có hiện tượng đa cộng tuyến. Như vậy, mối quan hệ giữa các biến độc lập khơng ảnh hưởng đến việc giải thích mơ hình hồi quy tuyến tính bội.