a. Dependent Variable: DLLD
b. Predictors: (Constant), PROM, WEL, EMU, JUS, SAL, ENV, EDU
(Nguồn: Kết quả phân tích trên phần mềm SPSS 20)
Từ bảng trên ta nhận thấy:
Theo Hoàng Trọng và Chu Nguyễn Ngọc (2008), nếu giá trị Sig. của kiểm định F bé hơn 1.5 thì bác bỏ giả thuyết H0, chấp nhận giả thuyết H1. Từ kết quả phân tích hệ số tương quan cho
thấy, kết quả kiểm định tất cả các nhân tố đều cho kết quả mứ ý nghĩa Sig. = 0.000 <0.05; do đó ta có đủ bằng chứng thống kê để bác bỏ giả thuyết H0 đối với nhân tố này. Điều này có nghĩa là có mối quan hệ giữa các biến độc lập và biến phụ thuộc. Vì vậy, mơ hình hồi quy đa biến phù hợp với tập dữ liệu và có thể sử dụng được.
Phân tích hệ số hồi quy
Model Sum of Squares df Mean Square F Sig. Regression 42.183 7 6.026 45.097 .000b 1 Residual 28.329 212 .134 Total 70.512 219
Mơ hình hồi quy được sử dụng là mơ hình hồi quy đa biến (mơ hình hồi quy bội). Phân tích hồi quy được thực hiện bởi 7 biến độc lập ENV, SAL, WEL, EMU, JUS, EDU, PROM. Giá trị các yếu tố được dùng để chạy hồi quy là giá tri trung bình của các biến quan sát được kiểm định. Phân tích được thực hiện bằng phương pháp đưa vào cùng một lúc với phần mêm SPSS 20.
Từ giả thuyết về mơ hình lý thuyết, sau khi loại bỏ biến REC, ta có phương trình hồi quy tuyến tính như sau:
Y = β0 + β1* ENV + β2*SAL + β3*WEL + β4*EMU + β6*JUS + β7*EDU + β8*PROM
Các biến được đưa vào cùng lúc để chọn lọc dựa trên tiêu chí chọn những biến có mức ý nghĩa Sig. <0.05. Kết quả phân tích hồi quy như sau: