4.2.2 .2Phân tích các nhân tố khám phá EFA thang đo giátrị thƣơng hiệu
4.3 Phân tích hồi quy tuyến tính bội
4.3.5 Đánh giá độ phù hợp, kiểm định độ phù hợp của mơ hình và xem xét hiện
hiện tƣợng đa cộng tuyến
Đánh giá độ phù hợp của mơ hình
Hệ số R² điều chỉnh là thƣớc đo sự phù hợp đƣợc sử dụng cho tình huống hồi quy tuyến tính bội vì nĩ khơng phụ thuộc vào độ lệch phĩng đại của hệ số R². Kết quả hệ số R2 điều chỉnh (Adjusted R square) = 0.839. Điều này nĩi lên rằng mơ hình hồi quy tuyến tính bội đã xây dựng phù hợp với tập dữ liệu đến mức 83.9%. Cĩ thể nĩi các thành phần biến đƣợc đƣa vào mơ hình đạt kết quả giải thích khá tốt.
Bảng 4.7a Hồi qui bội Model Summaryb
Model R R² R² điều chỉnh Std. Error of the
Estimate Durbin-Watson
1 917a 0.841 0.839 0.26384 1.702
Kết quả kiểm định trị thống kê F, với giá trị sig = 0.000 (< 0.05) từ bảng phân tích phƣơng sai ANOVA (bảng 4.7b) cho thấy mơ hình hồi quy tuyến tính bội đã xây dựng phù hợp với tập dữ liệu, thỏa mãn các điều kiện đƣợc đánh giá và phù hợp cho việc rút ra các kết quả nghiên cứu.
Bảng 4.7b ANOVAb hồi quy bội lần thứ 2
Model
Sum of
Squares df Mean Square F Sig.
1 Regression 77.672 3 25.891 371.941 .000(a)
Residual 14.688 211 .070 Total 92.360 214
Hiện tƣợng đa cộng tuyến
Để kiểm tra hiện tƣợng đa cộng tuyến, hệ số phĩng đại phƣơng sai VIF đƣợc sử dụng và khi VIF < 10 nghĩa là các biến độc lập khơng cĩ tƣơng quan tuyến tính với nhau. Kết quả nhận đƣợc từ bảng Coefficientsa (bảng 4.6b) với hệ số phĩng đại phƣơng sai VIF cĩ giá trị là 0.695; 0.855 và 2.939 đạt yêu cầu (VIF < 10). Cĩ thể kết luận mơ hình hồi qui tuyến tính bội khơng cĩ hiện tƣợng đa cộng tuyến. Nhƣ vậy, mối quan hệ giữa các biến độc lập khơng ảnh hƣởng đến việc giải thích mơ hình hồi qui tuyến tính bội.