Model Sum of Squares df Mean Square F Sig. Regression Residual Total 126.127 6 21.021 51.865 .000a 81.873 202 .405 208.000 208
(Nguồn: kháo sát của tác giả 2013)
Bằng kỹ thuật thống kê F, ta có Sig.=0.000 < 0.05 nên có thể báo bỏ giả thiết cho rằng tất cả hệ số hồi quy bằng 0. Mơ hình hồi quy tuyến tính bội phù hợp với tập dữ liệu. Vây mơ hình sử dụng đƣợc.
4.6.3 tìm sự vi phạm các giả định cần thiết trong hồi quy tuyến tính
* Giả định liên hệ tuyến tính và phƣơng sai khơng đổi: nếu giả định liên hệ tuyến
tính và phƣơng sai bằng nhau đƣợc thỏa mãn thì khơng nhận thấy có liên hệ gì giữa các giá trị dự đốn và phần dƣ, chúng sẽ phân tán rất ngẫu nhiên. Nếu giả định tuyến tính đƣợc thỏa mãn (đúng) thì phần dƣ phải phân tán ngẫu nhiên trong một vùng xung quanh đƣờng đi qua tung độ 0 của đồ thị phân tán của phần dƣ chuẩn hóa (Standardized Residual) và giá trị dự đốn chuẩn hóa (Standardized Predicted Value). Và nếu phƣơng sai không đổi thì các phần dƣ phải phân tán ngẫu nhiên quanh trục 0 (tức quanh giá trị trung bình của phần dƣ) trong một phạm vi khơng đổi.
Dựa vào đồ thị phân tán của phần dƣ chuẩn hóa và giá trị dự đốn chuẩn hóa cho thấy các giá trị dự đốn chuẩn hóa và phần dƣ phân tán chuẩn hóa phân tán ngẫu nhiên trong một vùng xung quanh đƣờng đi qua tung độ 0. Nhƣ vậy, giả định liên hệ tuyến tính và phƣơng sai khơng thay đổi thỏa mãn.
* Giả định về phân phối chuẩn của phần dƣ:
Phân phối xấp xỉ chuẩn (trung bình Mean = 7.52E-17 và độ lệch chuẩn Std. Dev. = 0.985,tức gần bằng 1). Do đó, có thể kết luận rằng giả thuyết phân phối chuẩn không bị vi phạm