Mơ hình R R2 R2 hiệu chỉnh Sai số chuẩn của
ước lượng
Hệ số Durbin- Watson
1 .745a .555 .549 .22425 1.877
4.3.3.1 Đánh giá độ phù hợp của mơ hình hồi quy tuyến tính bội
Để đánh giá độ phù hợp của mơ hình, các nhà nghiên cứu sử dụng hệ số xác định R² (R-quare) để đánh giá mức độ phù hợp của mơ hình nghiên cứu, hệ số xác định R² được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mơ hình, tuy nhiên khơng phải phương trình càng có nhiều biến sẽ càng phù hợp hơn với dữ liệu, R² có khuynh hướng là một yếu tố lạc quan của thước đo sự phù hợp của mơ hình đối với dữ liệu trong trường hợp có 1 biến giải thích trong mơ hình. Như vậy, trong hồi quy tuyến tính bội thường dùng hệ số R-quare điều chỉnh để đánh giá độ phù hợp của mơ hình vì nó khơng thổi phồng mức độ phù hợp của mơ hình. Bên cạnh đó, cần kiểm tra hiện tượng tương quan bằng hệ số Durbin – Watson (1< Durbin-Watson < 3) và khơng có hiện tượng đa cộng tuyến bằng hệ số phóng đại phương sai VIF (VIF < 10). Hệ số Beta chuẩn hoá được dùng để đánh giá mức độ quan trọng của từng nhân tố, hệ số Beta chuẩn hoá của biến nào càng cao thì mức độ tác độn
g của biế
n đó vào sự thỏa mãn chung càng lớn (Hồng Trọng và Mộng Ngọc, 2005). Trong nghiên cứu hệ số xác định R2 điều chỉnh được sử dụng để phản ánh sát 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.