CHƯƠNG 4 : PHÂN TÍCH KẾT QUẢ NGHIÊN CỨU
4.6 Phân tích hồi quy tuyến tính đa biến
4.6.1 Phương pháp nhập các biến thành phần trong mơ hình
Nghiên cứu thực hiện chạy hồi quy tuyến tính đa biến với phương pháp đưa vào một lượt bằng phương pháp Enter, trong đó:
- KQ là biến phụ thuộc. Thang đo của nhân tố Kết quả học tập của sinh viên cũng là thang đo khoảng từ 1 đến 5
- β0: Hằng số tự do
- βj: Trọng số hồi quy
- DL, CL, DK, PPH, PPD là các biến độc lập theo thứ tự sau: Động lực học tập, Chất lượng đào tạo, Điều kiện học tập, Phương pháp học tập, Phương pháp giảng dạy
4.6.2 Đánh giá mức độ phù hợp của mơ hình hồi quy tuyến tính bội
Theo Hồng Trọng và Chu Nguyễn Mộng Ngọc (2008), hệ số xác định R2 được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mơ hình, càng đưa thêm biến độc lập vào mơ hình thì R2 càng tăng. Tuy nhiên, điều này cũng được chứng minh rằng không phải phương trình càng có nhiều biến sẽ phù hợp hơn với dữ liệu. trong trường hợp này, hệ số xác định R2 điều chỉnh được sử dụng để phản ánh chính xác hơn mức độ phù hợp của mơ hình hồi quy tuyến tính bội. R2 điều chỉnh không nhất thiết tăng lên khi nhiều biến độc lập được đưa thêm vào phương trình, nó là thước đo sự phù hợp được sử dụng cho tình huống hồi quy tuyến tính bội vì nó khơng phụ thuộc vào độ phóng đại của R2.
Bảng 4.24 Đánh giá mức độ phù hợp của mơ hình hồi quy
Nguồn: Phân tích dữ liệu - Phụ lục PL 6.14
Bảng 4.24 cho thấy, giá trị hệ số R là 0.719 > 0.5. Do đó, đây là mơ hình thích hợp để sử dụng đánh giá mối quan hệ giữa biến phụ thuộc là các biến độc lập.
Mặt khác, giá trị hệ số xác định R2 hiệu chỉnh là 0.506. Điều này có nghĩa là mơ hình hồi quy tuyến tính đã xây dựng phù hợp với dữ liệu 50,6%. Hay 50,6% kết quả học tập của sinh viên cao đẳng chính quy khóa 14 tại khoa TCKT, trường cao đẳng Công nghệ Thủ Đức thay đổi là do sự thay đổi của các biến độc lập: Động lực học tập, Chất lượng đào tạo, Điều kiện học tập, Phương pháp học tập, Phương pháp giảng dạy. Cịn 49,4% là do các nhân tố khác ngồi mơ hình tác động và ảnh hưởng của sai số ngẫu nhiên.
Cũng từ dữ liệu này cho thấy, Hệ số Durbin – Watson = 2.128, nằm trong khoảng giá trị biến thiên gần bằng 2 (từ 1 đến 3). Điều này có nghĩa các phần sai số khơng có tương quan chuỗi bậc nhất với nhau hay nói cách khác khơng xảy ra hiện tượng tự tương quan trong mơ hình này.
4.6.3 Kiểm định độ phù hợp của mơ hình hồi quy tuyến tính
Kiểm định F về tính phù hợp của mơ hình hồi quy tuyến tính tổng thể. Kiểm định này cho biết biến phụ thuộc có tương quan tuyến tính với tồn bộ các biến độc lập hay khơng.
Giả thuyết H0 là a0 = a1 = a2 = a3 = a4 = a5 = 0
Kiểm định F và giá trị sig
Nếu giả thuyết H0 bị bác bỏ, có thể kết luận các biến độc lập trong mơ hình có thể giải thích được sự thay đổi của biến phụ thuộc. Điều này đồng nghĩa mơ hình xây dựng phù hợp với tập dữ liệu các biến.
Bảng 4.25 Kiểm định tính phù hợp của mơ hình hồi quy
Nguồn: Phân tích dữ liệu - Phụ lục PL 6.15
Kết quả từ bảng 4.25 cho thấy giá trị Sig = 0.000 là rất nhỏ (<0.05) chứng tỏ rằng mơ hình hồi quy xây dựng là phù hợp với bộ dữ liệu thu thập được. Các
biến đưa vào mơ hình đều có ý nghĩa về mặt thống kê với mức ý nghĩa 5% nên bác bỏ giả thuyết H0. Điều này có nghĩa là các biến độc lập trong mơ hình có tương quan tuyến tính với biến phụ thuộc, tức là sự kết hợp các biến độc lập có thể giải thích được sự thay đổi của biến phụ thuộc. Mơ hình hồi quy tuyến tính bội được xây dựng phù hợp và có thể sử dụng được.
4.6.4 Kiểm định giả thuyết về ý nghĩa của các hệ số hồi quy Bảng 4.26 Bảng kết quả các trọng số hồi quy Bảng 4.26 Bảng kết quả các trọng số hồi quy
Nguồn: Phân tích dữ liệu - Phụ lục PL 6.16
Kết quả từ bảng 4.26 cho thấy, giá trị Sig của tất cả các biến độc lập trong mơ hình đều bằng 0.000 < 0.05 nên tất cả các biến trong mơ hình đều có ý nghĩa thống kê. Khi xét tstat > tα/2 (5.227) = 1.9705 (nhỏ nhất là 5.212). Điều này thể hiện độ tin cậy khá cao của mơ hình mà nghiên cứu đã xây dựng.