5. Kết cấu luận văn
2.2 Kiểm định mơ hình các yếu tố tác động đến tỷ suất lợi nhuận ròng trên
2.2.4.5 Dị tìm vi phạm giả định phương sai của sai số không đổi
Tác giả thực hiện kiểm định Spearman cho mối tương quan giữa các biến độc lập đưa vào mơ hình và trị tuyệt đối của Unstandardized residual (ABSres) để xem giữa chúng có sự tương quan hay khơng; được thể hiện qua bảng 2.12: Bảng tương quan (phần phụ lục 5).
Kết quả kiểm định được thể hiện qua bảng 2.12: Bảng tương quan (phần phụ lục 5) cho thấy giá trị Sig. của kiểm định lớn hơn mức ý nghĩa (Sig.>5%) nên không thể bác bỏ giả thuyết H0 (giả thuyết hệ số tương quan hạng của tổng thể bằng 0) nên có thể kết luận phương sai của sai số khơng thay đổi.
2.2.4.6 Dị tìm vi phạm giả định về phân phối chuẩn của phần dư
Tác giả tiến hành xây dựng biểu đồ tần số của các phần dư để xem có phân phối chuẩn hay khơng:
Đồ thị 2.9: đồ thị tần số của các phần dư 4.00000 4.00000 2.00000 0.00000 -2.00000 -4.00000 Standardized Residual 50 40 30 20 10 0 Frequency Mean = 2.9837244 E-16 Std. Dev. = 0.97449489 N = 140
Đồ thị trên cho thấy một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số. Các phần dư quan sát có phân phối xấp xỉ chuẩn vì ln ln có những chênh lệch do lấy mẫu; ngay cả khi các sai số có phân phối chuẩn trong tổng thể thì phần dư trong mẫu quan sát cũng chỉ xấp xỉ chuẩn. Trong trường hợp này, phân phối phần dư xấp xỉ chuẩn nên có thể kết luận giả thiết phân phối chuẩn không bị vi phạm.
Ngồi ra, có thể sử dụng biểu đồ tần số Q-Q plot để khảo sát phân phối của phần dư: Đồ thị 2.10: đồ thị tần số 4 2 0 -2 -4 Observed Value 3 2 1 0 -1 -2 -3 Ex pe cte d No rma l Va lu e
Normal Q-Q Plot of Standardized Residual
Nguồn: kết quả phân tích dữ liệu từ phần mềm SPSS Biểu đồ Q-Q plot cho thấy những giá trị các điểm phân vị của phân phối các biến theo các phân vị của phân phối chuẩn. Những giá trị kỳ vọng này tạo thành
một đường chéo. Các điểm quan sát thực tế tập trung sát đường chéo nên có thể kết luận dữ liệu có phân phối chuẩn.
2.2.4.7 Dị tìm vi phạm giả định về tính độc lập của sai số (khơng có tương quan giữa các phần dư)
Tác giả thực hiện kiểm định tương quan của các sai số kề nhau (Tương quan chuỗi bậc nhất) bằng đại lượng thống kê Durbin-Watson; được thể hiện ở bảng 2.13: Bảng kết quả mơ hình (phần phụ lục 5).
Kết quả ở bảng 2.13: Bảng kết quả mơ hình (phần phụ lục 5) cho thấy giá trị Durbin-Watson=1,721; tiến hành tra bảng Durbin-Watson giá trị d với 1 biến độc lập và 140 quan sát (dU≈1,7); như vậy giá trị d tính rơi vào miền chấp nhận giả thuyết (1,7<d=1,721<2): khơng có tương quan chuỗi bậc nhất.
Ngồi ra có thể sử dụng đồ thị thể hiện tuần tự phần dư theo thứ tự quan sát để xem chúng có biến thiên theo một quy luật nào không để kiểm chứng sự tương quan giữa các phần dư:
Đồ thị 2.11: Đồ thị phân tán phần dư theo thứ tự quan sát
140 120 100 80 60 40 20 0 STT 4.00000 2.00000 0.00000 -2.00000 -4.00000 Sta nd ar di ze d Re si du al
Đồ thị trên thể hiện tuần tự phần dư theo thứ tự quan sát cũng khẳng định khơng có tương quan chuỗi bậc nhất vì chúng khơng mơ tả một quy luật nào trong mối quan hệ giữa các phần dư.
2.2.4.8 Dị tìm vi phạm giả định khơng có mối tương quan giữa các biến độc lập (đo lường Đa cộng tuyến)
Tác giả sử dụng hệ số phóng đại phương sai (VIF) giúp phát hiện có sự tồn tại của cộng tuyến trong dữ liệu hay không và hệ số này được thể hiện qua bảng 2.14: Bảng hệ số hồi quy (phần phụ lục 5).
Bảng 2.14: Bảng hệ số hồi quy (phần phụ lục 5) cho thấy hệ số phóng đại phương sai (VIF) của các biến độc lập thấp (VIF<7) trong khi theo quy tắc VIF vượt quá 10 là dấu hiệu của Đa cộng tuyến nên có thể kết luận mơ hình hồi quy khơng có hiện tượng Đa cộng tuyến rõ rệt, hệ số hồi quy của các biến độc lập đều có ý nghĩa với độ tin cậy 95%.