CHƯƠNG 2 :CƠ SỞ LÝ THUYẾ T MƠ HÌNH NGHIÊN CỨU
4.2 Kết quả nghiên cứu
4.2.4.4 Đánh giá mức độ phù hợp của mơ hình hồi quy tuyến tính bội
Mơ hình hồi quy được đánh giá mức độ phù hợp thơng qua: - Hệ số xác định R2 điều chỉnh;
- Kiểm định F để kiểm định độ phù hợp của mơ hình hồi quy tổng thể.
Bảng 4.13: Model Summaryd Model 1 2 3 R 0,815a 0,815b 0,814c R Square 0,665 0,664 0,662 Adjusted R Square 0,655 0,657 0,656
Std. Error of the Estimate 0,381 0,380 0,381
R Square Change 0,665 0,664 0,662 F Change 70,980 85,518 106,156 df1 6,000 5,000 4,000 df2 215,000 216,000 217,000 Change Statistics Sig. F Change 0,000 0,000 0,000 Durbin-Watson 2,100 2,100 2,095 a. Predictors: (Constant), F6, F5, F1, F4, F3, F2 b. Predictors: (Constant), F6, F5, F4, F3, F2 c. Predictors: (Constant), F6, F5, F3, F2
d. Dependent Variable: Mức độ hài lịng chung của doanh nghiệp FDI (SAT)
(1) Xem xét hệ số xác định R điều chỉnh: Kết quả từ Bảng 4.13 cho thấy hệ
số R2 điều chỉnh (Adjusted R square) vẫn cao (0,656) khi lần lượt loại các biến F1, F4 ra và giữ các biến F2, F3, F5 và F6 trong phương trình, nghĩa là mơ hình hồi quy tuyến tính đã xây dựng phù hợp với tập dữ liệu đến mức 65,6%, hay kết quả dữ liệu thu thập được giải thích khá tốt cho mơ hình.
Mặt khác, cĩ thể kết luận đây là mơ hình phù hợp nhất trong 3 mơ hình (qua 2 lần loại biến trong phân tích hồi quy) để giải thích các nhân tố ảnh hưởng đến sự hài lịng của doanh nghiệp. Ý nghĩa hệ số này cịn cho biết 65,6% sự thay đổi (biến thiên) của biến phụ thuộc được giải thích bởi các biến độc lập trong phương trình hồi quy, cịn 34,4 % biến thiên do ảnh hưởng bởi các yếu tố khác khơng cĩ trong
mơ hình.
Bảng 4.13 cũng cho thấy rằng: giá trị R2 change là mức độ thay đổi của R2
của các biến độc lập được giữ lại trong mơ hình cĩ kiểm định F riêng (partial F test) cĩ ý nghĩa thống kê với Sig. < 0,05, do đĩ cĩ thể kết luận các biến độc lập được đưa vào phương trình hồi quy tuyến tính bội thật sự tác động và giải thích được sự thay
đổi của biến phụ thuộc.
Từ Bảng 4.12 - Bảng hệ số hồi quy, phương trình hồi quy dự đốn mức độ tác động của các nhân tố đến sự hài lịng chung của doanh nghiệp được xác định
như sau:
SAT = 0,281 + 0,489*F2 + 0, 237*F3 + 0,097*F5 + 0,089*F6 (2.3)
(2) Kiểm định F sử dụng trong bảng phân tích phương sai (ANOVA) để
xác định mức độ phù hợp của mơ hình hồi quy trong tổng thể: Giả thuyết: H0: β1 = β2 = β3 = β4 = 0
(với βi lần lượt là hệ số hồi quy của các biến độc lập F2, F3, F5 và F6 trong phương trình hồi quy)
Bảng 4.14 phân tích phương sai sau cho thấy: trị thống kê F của mơ hình 3 (Model 3) là mơ hình giải thích tốt nhất cĩ giá trị Sig. = 0,000 < 0,01 cho thấy giả thuyết H0 hồn tồn bị bác bỏ với độ tin cậy 99%. Từ đĩ, cĩ thể kết luận rằng: trong tổng thể, mơ hình 3 với các biến F2, F3, F5 và F6 cĩ liên hệ với biến SAT và giải thích được sự thay đổi của biến SAT. Điều này cũng cĩ nghĩa là mơ hình đã xây
Bảng 4.14: ANOVA - tổng hợp 3 bước ANOVAd
Model Squares Sum of df Mean Square F Sig.
1 Regression 61,832 6 10,305 70,980 0,000a Residual 31,215 215 0,145 Total 93,048 221 2 Regression 61,819 5 12,364 85,518 0,000b Residual 31,228 216 0,145 Total 93,048 221 3 Regression 61,578 4 15,395 106,156 0,000c Residual 31,469 217 0,145 Total 93,048 221 a. Predictors: (Constant), F6, F5, F1, F4, F3, F2 b. Predictors: (Constant), F6, F5, F4, F3, F2 c. Predictors: (Constant), F6, F5, F3, F2
d. Dependent Variable: Mức độ hài lịng chung của doanh nghiệp FDI (SAT)
Nguồn: Tác giả, trích từ kết quả phân tích hồi quy với sự hỗ trợ của phần mềm SPSS 16.0