b .Thông tin về đối tượng nghiên cứu
a. Kiểm định mơ hình nghiên cứu và các giả thuyết
Phân tích tương quan được thực hiện giữa biến phụ thuộc là Hạnh phúc gia đình của sinh viên đại học Thương Mại (HP) và các biến độc lập như: Tình u thương, tơn trọng (TYTTT), Văn hố (VH), Tài chính (TC), Thời gian (TG), Bình đẳng, trách nhiệm (BĐTN). Đồng thời cũng phân tích tương quan giữa các biến độc lập với nhau nhằm phát hiện những mối tương quan chặt chẽ giữa các biến độc lập.
33
HP Pearson Correlation Sig. (2-tailed) N
Sig. tương quan Pearson của các biến độc lập TYTTT, VH, TG, BĐTN với biến phụ thuộc HP đều nhỏ hơn 0.05. Như vậy, có mối liên hệ tuyến tính giữa các biến độc lập lập TYTTT, VH, TG, BĐTN với biến phụ thuộc HP.
Các biến độc lập đều có tương quan tuyến tính khá tốt với biến phụ thuộc với hệ số r từ -0.255 đến 0.554, các hệ số tương quan đều có ý nghĩa thống kê. Trong đó, giữa VH và HP có mối tương quan yếu nhất với hệ số r là -0.255, giữa TG và HP có mối tương quan mạnh nhất với hệ số r là 0.554.
b. Phân tích hồi quy đa biến
Để đánh giá mức độ phù hợp của mơ hình ta sử dụng phương pháp hồi quy tuyến tính bội với 6 nhân tố được phân tích trên, trong đó lấy nhân tố Hạnh phúc gia đình của sinh viên Đại học Thương Mại là biến phụ thuộc và 5 nhân tố còn lại là biến độc lập. Phương trình hồi quy tuyến tính đa biến có dạng như sau:
HP = β0 + β1*TYTTT + β2*VH + β3*TC+ β4*TG+ β5*BĐTN+ε
1) Kếế́t quả phân tích hồi quy
Model
1 Hệ số R bình phương hiệu chỉnh (Adjusted R Square) = 0,437 cho thấy 5 biến độc lập
đã đưa vào ảnh hưởng 43,7% sự thay đổi của biến phụ thuộc, còn lại là ảnh hưởng của sai số ngẫu nhiên và các biến ngồi mơ hình.
Hệ số Durbin – Watson = 2.145, nằm trong khoảng 1.5 đến 2.5 nên khơng có hiện tượng tự tương quan chuỗi bậc nhất xảy ra.
34
Model
1 Regression
Residual Total Giá trị Sig. kiểm định F = 0,000 < 0,05 do đó mơ hình hồi quy tuyến tính bội phù hợp với tập dữ liệu và có thể sử dụng được.
Giá trị F = 19.460 với Sig. của kiểm định F = 0,000 <0,05, ta có thể kết luận R bình phương của tổng thể khác 0. Mơ hình hồi quy tuyến tính có thể suy rộng và áp dụng cho tổng thể. Hệ số hồi quy: Model 1 (Constant) TYTTT VH TC TG BĐTN
Giá trị Sig kiểm định t hồi quy của từng biến độc lập có 4 giá trị có giá trị Sig. nhỏ hơn 0,05 nên cả 4 biến độc lập đều tác động có ý nghĩa thống kê đến biến phụ thuộc, trừ biến TC với Sig. =0.826
Hệ số phóng đại phương sai VIF đều béé́ hơn 2, các biến độc lập khơng có tương quan với nhau nên khơng có hiện tượng đa cộng tuyến.
Dựa vào độ lớn của hệ số hồi quy chuẩn hóa Beta, thứ tự mức độ tác động từ mạnh nhất đến yếu nhất của các biến độc lập tới biến phụ thuộc HP là: TG (0.462)> BĐTN (0.276)>TYTTT (0.155)> VH (-0.228)
Phương trình hồi quy tuyến tính trích theo hệ số Beta chuẩn có dạng như sau: HP = 0.462*TG+0.276*BĐTN+0.155*TYTTT-0.228*VH
35
Giải thích mơ hình:
Biến phụ thuộc HP- Hạnh phúc gia đình của sinh viên đại học Thương Mại, các biến độc lập là:
+TYTTT: Tình u thương, tơn trọng +VH: Văn hố
+TC: Tài chính +TG: Thời gian
+BĐTN: Bình đẳng, trách nhiệm
Các hệ số hồi quy cho biết hạnh phúc gia đình của sinh viên Đại học Thương Mại tăng lên 0.426 đơn vị khi thời gian của sinh viên tăng lên 1 đơn vị; hạnh phúc gia đình của sinh viên Đại học Thương Mại tăng lên 0.276 đơn vị khi bình đẳng, trách nhiệm tăng lên 1 đơn vị; hạnh phúc gia đình của sinh viên Đại học Thương Mại tăng lên 0.155 đơn vị khi tình u thương, tơn trọng của sinh viên tăng lên 1 đơn vị; sinh hoạt của sinh viên Đại học Thương Mại giảm 0.228 đơn vị khi văn hoá tăng lên 1 đơn vị.
2) Kiểm định cáế́c giả định hồi quy
Phần dư có thể khơng tn theo phân phối chuẩn vì những lí do: Sử dụng sai mơ hình, phương sai khơng phải hằng số, số lượng các phần tử dư khơng đủ nhiều để phân tích. Vì vậy, chúng ta cần thực hiện nhiều cuộc khảo sát khác nhau. Đơn giản nhất là xây dựng biểu đồ tần số các phần dư Histogram và P P Plot dưới đây:
Hình 7: Đồ thị Histogram
36
Từ biểu đồ trên ta thấy được, một đường cong phân phối chuẩn đặt chồng lên biểu đồ tần số. Đường cong dạng hình chng phù hợp với dạng đồ thị của phân phối chuẩn. Giá trị trung bình Mean gần bằng 0, độ lệch chuẩn là 0,979 gần bằng 1, như vậy có thể nói: Phân phối phần sư xấp xỉ chuẩn. Do đó kết luận rằng: Giả thiết phân phối chuẩn của phần dư khơng bị vi phạm.
Hình 8: Đồ thị P-P Plot
Với đồ thị P-P Plot trên ta cũng có thể nhận diện sự vi phạm giả định phần dư chuẩn hóa, các chấm trịn tập trung thành dạng một đường chéé́o sẽ không vi phạm giả định hồi quy về phân phối chuẩn phần dư. Cụ thể các điểm phân vị trong phân phối của phần dư tập trung thành một đường chéé́o cho thấy giả định phân phối chuẩn của phần dư không vi phạm.
Biểu đồ Scatter Plot kiểm tra giả định liên hệ tuyến tính. Biểu đồ phân tán giữa các phần dư chuẩn hóa và giá trị dự đốn chuẩn hóa giúp dị tìm dữ liệu hiện tại có vi phạm giả định tuyến tính hay khơng. Các điểm phân vị phân tán ngẫu nhiên và tập trung xung quanh đường tung độ 0 do vậy giả định quan hệ tuyến tính khơng vi phạm.
Hình 9: Đồ thị Scatter Plot
37