Mơ hình 2
Hệ số chưa
điều chỉnh điều chỉnhHệ số t Sig. B Std. Error Beta Hằng số 4.391E-18 .052 .000 1.000 Tiếp cận (TC) .114 .052 .114 2.193 .030 Học thuật (HT) .282 .052 .282 5.440 .000 Chương trình (CT) .272 .052 .272 5.241 .000 Danh tiếng (DT) .428 .052 .428 8.263 .000 Ngoài học thuật (NH) .337 .052 .337 6.502 .000 Cơ sở ngoài lớp (NL) -.044 .052 -.044 -.847 .398 Cơ sở trong lớp (TL) .120 .052 .120 2.321 .021
Bảng 4.14: So sánh các thơng số từ hai phương trình hồi qui
Phương trình hồi qui
có biến dummy khơng có biến dummyPhương trình hồi qui Mơ hình 1
Hệ số
điều chỉnh t Sig. điều chỉnhHệ số t Sig.
Beta Beta Hằng số -.081 .936 .000 1.000 Tiếp cận (TC) .104 1.987 .048 .114 2.193 .030 Học thuật (HT) .293 5.587 .000 .282 5.440 .000 Chương trình (CT) .278 5.339 .000 .272 5.241 .000 Danh tiếng (DT) .424 8.132 .000 .428 8.263 .000 Ngoài học thuật (NH) .325 6.173 .000 .337 6.502 .000 Cơ sở ngoài lớp (NL) -.040 -.770 .442 -.044 -.847 .398 Cơ sở trong lớp (TL) .124 2.381 .018 .120 2.321 .021 Giới tính (GT) -.035 -.647 .518 Chuyên ngành (CN) .062 1.157 .249
Biến phụ thuộc: WOM, p<5%
Tác giả tiến hành so sánh, đối chiếu sự khác biệt giữa các thông số thống kê trong hai kết quả hồi qui giữa phương trình có biến dummy (bảng 4.12) và phương trình hồi qui khơng có biến dummy (bảng 4.13). Trong đó, những thơng số chính trong phân tích là R2, giá trị sig. và hệ số bêta của mơ hình. Kết quả được tác giả nhận xét như sau:
- Mức độ phù hợp của mơ hình thể hiện R2 hiệu chỉnh=.460, ở độ tin cậy 95% (kết quả thống kê F trong mơ hình có sig.=000) hồn tồn trùng khớp với thơng số trên đối với mơ hình hồi qui có biến dummy.
- Chênh lệch về hệ số sig. nhỏ, không ảnh hưởng đến ý nghĩa thống kê của các nhân tố trong mơ hình. Trong đó, hệ số sig. khơng thay đổi ở 4 nhân tố Khía cạnh học thuật; Danh tiếng; Chương trình học; Khía cạnh ngồi học thuật (sig.=.000). Hệ số sig. của nhân tố Sự tiếp cận giảm và vẫn đảm bảo p<5% (sig.Sự tiếp cận = .030, chênh lệch là .018). Hệ số sig. của nhân tố Cơ sở vật chất trong lớp tăng nhưng vẫn đảm bảo p<5% (sig.Cơ sở vật chất trong lớp = .021, chênh lệch là .03). Thông số
của Cơ sở vật chất ngồi lớp tuy có giảm nhưng vẫn thể hiện khơng có ý nghĩa thống kê như trong mơ hình hồi qui có dummy (sig.Cơ sở vật chất ngoài lớp=.398).
- Chênh lệch hệ số βHiệu chỉnh của các nhân tố có trong mơ hình là rất nhỏ giữa hai phương trình. Trong đó, chênh lệch β lớn nhất 0.012 (βNgoài học thuật), chênh lệch β bé nhất là 0.004 (βDanh tiếng, βCơ sở vật chất trong lớp, βCơ sở vật chất ngoài lớp). Và mức độ tác động của các nhân tố (có ý nghĩa thống kê) vẫn đảm bảo mức độ từ lớn đến bé như mơ hình hồi qui có biến dummy. Cụ thể, thứ tự tác động của các yếu tố lần lượt là Danh tiếng (βDanh tiếng=.428), Ngoài học thuật (βNgoài học thuật=.337), Học thuật (βHọc thuật=.282), Chương trình (βChương trình=.272), Cơ sở vật chất trong lớp (βCơ sở vật chất trong lớp=.120) và cuối cùng đến Sự tiếp cận (βTiếp cận=.114).
Với những phân tích trên, tác giả nhận định vai trị biến dummy trong mơ hình khơng làm ảnh hưởng nhiều đến giá trị và ý nghĩa thống kê của các thơng số trong mơ hình. Ngồi ra, vai trị biến dummy trong mơ hình cịn cung cấp bức tranh rộng hơn về mức độ tác động của các biến định tính đến biến độc lập trong mơ hình. Do đó, tác giả sử dụng những thơng số có được từ phân tích hồi qui với sự tham gia biến dummy để giải thích cho mức độ tác động của các biến độc lập (bao gồm biến độc lập định tính và biến độc lập định lượng) lên biến phụ thuộc được nêu trong mơ hình.
4.5 Dị tìm các vi phạm giả định cần thiết
4.5.1Kiểm tra đa cộng tuyến
Trong mơ hình hồi qui bội, giả thuyết đặt ra là giữa các nhân tố giải thích của mơ hình khơng có hiện tượng cộng tuyến, tức là nhân tố giải thích khơng có tương quan với nhau (Hồng Ngọc Nhậm và cộng sự, 2008). Hiện tượng đa cộng tuyến nếu diễn ra sẽ làm giảm sự khác biệt về ảnh hưởng của biến độc lập lên biến phụ thuộc, tăng độ lệch chuẩn của các hệ số hồi qui và làm giảm trị thống kê của kiểm định (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Do đó, thủ tục kiểm tra vi phạm các giả định cần thiết trong hồi qui bao gồm cả thủ tục kiểm tra đa cộng tuyến.
Tương quan cặp các biến giải thích cao; Hồi qui phụ; Sử dụng nhân tử phóng đại phương sai VIF (Hồng Ngọc Nhậm và cộng sự, 2008).
Tốc dộ gia tăng của phương sai và hiệp phương sai có thể thấy qua VIF. Hệ số VIF < 2.2 là dấu hiệu cho thấy hiện tượng đa cộng tuyến khơng bị vi phạm (Nguyễn Đình Thọ, 2009). Từ kết phân tích hồi qui (bảng 4.12) các hệ số VIF lần lượt là VIFTiếp cận = 1.018, VIFHọc thuật = 1.022, VIFChương trình= 1.013, VIFDanh tiếng= 1.015, VIFNgoài học thuật= 1.031, VIFCơ sở vật chất ngoài lớp= 1.003, VIFCơ sở vật chất trong lớp= 1.005. Tất cả
các hệ số VIF này đều thỏa giá trị bé hơn 2.2. Do đó, việc kiểm tra giả thuyết hồi qui
cho thấy hiện tượng đa cộng tuyến khơng bị vi phạm.
4.5.2Kiểm tra mối quan hệ tuyến tính giữa biến độc lập và biến phụ thuộc cũng như hiện tượng phương sai thay đổi
Một cách đơn giản để thực hiện kiểm định này là vẽ đồ thị phân tán giữa các phần dư và giá trị dự đốn đã chuẩn hóa, phần dư đã chuẩn hóa được thể hiện trên trục tung và giá trị dự đoán đã chuẩn hóa được thể hiện trên trục hồnh. Nếu giả định quan hệ tuyến tính và phương sai khơng thay đổi thỏa mãn thì phần dư sẽ phân tán ngẫu nhiên trên đồ thị.
Kết quả cho thấy, phần dư đã chuẩn hóa phân tán ngẫu nhiên trên đồ thị, khơng tạo thành hình dạng nhất định nào, giá trị dự đoán và phần dư độc lập nhau và phương sai của phần dư khơng thay đổi. Mơ hình hồi qui và phù hợp.
(Xem phụ lục 12)
4.5.3Giả định về phân phối chuẩn của phần dư
Có nhiều lý do làm phần dư khơng phân phối chuẩn như: số lương các phần dư khơng đủ nhiều để phân tích, phương sai khơng phải là hằng số hoặc sử dụng sai mơ hình… Tuy nhiên, chúng ta cũng chỉ kỳ vọng phần dư phân phối gần chuẩn vì ln có sự chênh lệch do lấy mẫu. Có 2 cách thường sử dụng để kiểm tra phân phối chuẩn của phần dư. Cách thứ nhất là vẽ đồ thị Histogram của phần dư chuẩn hóa, nếu đồ thị có dạng đường cong phân phối chuẩn nằm chồng lên biểu đồ tần số và có Mean xấp xỉ 0 và giá trị độ lệch chuẩn xấp xỉ 1 thì xem như phần dư có phân phối gần chuẩn. Cách thứ hai là vẽ đồ thị P-Plot, đồ thị này thể hiện các giá trị của các
điểm phân vị của phân phối của biến phần dư theo các phân vị của phân phối chuẩn. Nếu trên đồ thị P-Plot các điểm này khơng nằm q xa đường thẳng của phân phối chuẩn thì có thể xem như phần dư có phân phối gần chuẩn.
Ở nghiên cứu này, đồ thị Histogram của phần dư chuẩn hóa có dạng đường cong phân phối chuẩn. Giá trị Mean xấp xỉ bằng 0 (1.08-16) và độ lệch chuẩn xấp xỉ bằng 1 (.977). Trên đồ thị P-Plot các điểm không nằm quá xa đường thẳng của phân