2 0.048 7.779 0.94 0.06 0.23
3 0.022 11.577 0.05 0.93 0.77
a. Biến độc lập: LOY
Ta thấy trong bảng 3-7, nhân tử phóng đại phƣơng sai (VIF – Variance
Inflation factor) có giá trị là 2.112 nhỏ hơn 10 chứng tỏ khơng có hiện tƣợng đa
cộng tuyến. Đồng thời, chỉ số điều kiện (condition index) trong cả ba chiều đều nhỏ hơn 15, nhƣ vậy, có thể kết luận khơng có hiện tƣợng đa cộng tuyến.
ii. Giả định phương sai của phần dư không đổi
Chúng ta xem xét đồ thị của phần dƣ chuẩn hóa theo giá trị dự báo của biến phụ thuộc LOY cũng đã đƣợc chuẩn hố để kiểm tra xem có hiện tƣợng phƣơng sai thay đổi hay không?
BIỂU ĐỒ 3.1: ĐỔ THỊ PHÂN TÁN 2 2 1 0 -1 -2 -3
Regression Standardized Predicted Value
3 2 1 0 -1 -2 -3 Re gres sio n S tan dard iz ed Re sid ual
Dependent Variable: LOY Scatterplot
Quan sát đồ thị phân tán ở biểu đồ 3.1, ta thấy phần dƣ phân tán ngẫu nhiên xung quanh đƣờng đi qua tung độ 0 chứ khơng tạo nên hình dạng nào. Nhƣ vậy, giả định phƣơng sai khơng đổi của mơ hình hồi quy khơng bị vi phạm.
iii. Giả định về phân phối chuẩn của phần dư:
Phần dƣ có thể khơng tn theo phân phối chuẩn vì nhiều lý do: sử dụng mơ hình khơng đúng, phƣơng sai khơng phải là hằng số, số lƣợng các phần dƣ không đủ nhiều để phân tích (Hồng Trọng & Chu Nguyễn Mộng Ngọc, 2005). Vì vậy, ta sử dụng nhiều cách kiểm định khác nhau để đảm bảo tính xác đáng của kiểm định. Các kiểm định phân phối chuẩn của phần dƣ nhƣ biểu đồ tần số của phần dƣ chuẩn hóa, biểu đồ tần số Q-Q, P-P, kiểm định Kolmogrow 1 mẫu lần lƣợt đƣợc trình bày.
Trƣớc hết, xem xét tần số của phần dƣ chuẩn hóa ở biểu đồ 3.2, ta thấy giả thuyết phân phối chuẩn không bị vi phạm.