v. Phương pháp nghiên cứu
3.2 PHÂN TÍCH ẢNH HƯỞNG CỦA SỰ THỎA MÃN THÙ LAO ĐẾN SỰ GẮN KẾT
3.2.2.1 Kiểm chứng các giả định của mơ hình hồi quy
Phân tích hồi quy khơng chỉ là việc mơ tả các dữ liệu quan sát. Từ các kết quả quan sát trong mẫu, ta phải suy rộng kết luận cho mối liên hệ giữa các biến trong tổng thể. Sự chấp nhận và diễn dịch kết quả hồi quy không thể tách rời các giả định cần thiết của mô hình hồi quy.
Nếu các giả định bị vi phạm, thì các kết quả ước lượng sẽ khơng cịn đáng tin cậy nữa [16]. Vì thế, để đảm bảo sự diễn dịch từ kết quả hồi quy của mẫu cho tổng thể có giá trị, trong phần này, ta tiến hành kiểm định các giả định của hàm hồi quy tuyến tính cổ điển bao gồm các giả định như sau:
- Khơng có hiện tượng đa cộng tuyến giữa các biến độc lập. - Phương sai của phân phối phần dư là không đổi.
- Các phần dư có phân phối chuẩn.
- Khơng có hiện tượng tự tương quan giữa các phần dư.
Giả định khơng có hiện tượng đa cộng tuyến giữa các biến độc lập:
Đa cộng tuyến là hiện tượng mà trong đó có sự tồn tại của nhiều hơn một mối quan hệ tuyến tính chính xác. Tức là giữa các biến độc lập có thể có một biến nào đó được biểu diễn bởi tổ hợp tuyến tính của các biến cịn lại. Hiện tượng này sẽ dẫn đến những hậu quả nghiêm trọng trong phân tích hồi quy như kiểm định t sẽ khơng còn ý nghĩa, dấu của các ước lượng hệ số hồi quy có thể sai [11]. Trong mơ hình hồi quy bội, chúng ta giả định giữa các biến độc lập của mơ hình khơng có hiện tượng đa cộng tuyến.
Hiện tượng đa cộng tuyến có thể được phát hiện thơng qua nhân tử phóng đại phương sai VIF (variance inflation factor). Khi VIF vượt q 10 thì đó là dấu hiệu của hiện tượng đa cộng tuyến [15]. Trong phần mềm thống kê SPSS cịn những cơng cụ khác để xem xét có hay khơng có sự xuất hiện của hiện tượng này như chỉ số điều kiện (condition index). Chỉ số điều kiện lớn hơn 15 thì đó là một dấu hiệu cho thấy có thể xảy ra hiện tượng đa cộng tuyến (trong mục trợ giúp của phần mềm SPSS v17.0).
Giả định phương sai của phân phối phần dư là không đổi:
Phần dư (residual) của một quan sát là độ chênh lệch (εi hay ei) giữa tung độ của giá trị quan sát thực tế (Yi) và tung độ của giá trị hồi quy (Ŷi). Tập hợp các độ lệch này so với một giá trị hồi quy sẽ tạo nên một phân phối chuẩn tại giá trị (Ŷi). Một hàm hồi quy tuyến tính sẽ có nhiều phân phối chuẩn của phần dư tại các giá trị (Ŷi).
Giả định này cho rằng các phân phối chuẩn của các phần dư nói trên này đều có phương sai là một hằng số (phương sai khơng đổi).
Ta có thể quan sát và kiểm chứng được điều kiện này bằng biểu đồ Histogram của phân phối phần dư chuẩn hóa (standardized residual). Nếu phương sai của phần dư khơng đổi thì các chấm sẽ phân tán một cách ngẫu nhiên quanh trục hoành, tức là xung quanh giá trị trung bình (có tung độ = 0) chứ khơng hình thành nên một dạng đồ thị nhất định nào cả.
Kiểm định hệ số tương quan Spearman có giả thuyết H0 cho rằng hệ số tương quan hạng giữa các biến giải thích (Xi) và phần dư (ε) là khơng có ý nghĩa (bằng 0). Nếu ta khơng có đủ cơ sở bác bỏ giả thuyết này thì có thể chấp nhận rằng phương sai của phân phối phần dư là không thay đổi.
Giả định về phân phối của phần dư là phân phối chuẩn:
Phần dư có thể khơng tn theo phân phối chuẩn vì nhiều lý do: sử dụng mơ hình khơng đúng, phương sai không phải là hằng số, số lượng các phần dư khơng đủ nhiều để phân tích [15]. Vì vậy, ta cần phải sử dụng nhiều cách kiểm định khác nhau để đảm bảo tính xác đáng của kiểm định. Các kiểm định phân phối chuẩn của phần dư gồm có: Biểu đồ tần số của phần dư chuẩn hóa, Biểu đồ tần số Q-Q plot, P-P plot và kiểm định Kolmogorov-Smirnov… Trong đó kiểm định Kolmogorov-Smirnov có giả thuyết H0 cho rằng phần dư có phân phối chuẩn. Với độ tin cậy 95% nếu phân phối của phần dư có trị trung bình bằng 0 (hoặc xấp xĩ =0) và độ lệch chuẩn bằng 1 (hoặc xấp xĩ =1) với mức ý nghĩa (Sig) > 0.05 thì ta có thể an tồn chấp nhận giả thuyết H0 cho rằng phần dư có phân phối chuẩn.
Ngoài ra, biểu đồ tần số P-P plot và biểu đồ tần số Q-Q plot cũng giúp ta quan sát các giá trị của các điểm phân vị của phân phối phần dư theo các phân vị của phân phối chuẩn. Những giá trị kỳ vọng này tạo thành 1 đường chéo trên biểu đồ tần số P-P plot và Q-Q plot. Nếu phần dư có phân phối chuẩn thì các điểm quan sát thực tế của nó sẽ tập trung sát vào đường chéo kỳ vọng này.
Giả định khơng có sự tự tương quan giữa các phần dư:
Một giả thuyết quan trọng của mơ hình hồi quy tuyến tính cổ điển là khơng có sự tự tương quan giữa các phần dư ngẫu nhiên tức là các phần dư mang tính độc lập với nhau. Tự tương quan có thể hiểu là sự tương quan giữa các thành phần của chuỗi các quan sát được sắp xếp theo thứ tự thời gian hoặc không gian.
Nói một cách khác, mơ hình cổ điển giả định rằng phần dư ứng với quan sát nào đó không bị ảnh hưởng bởi phần dư ứng với một quan sát khác. Khi xảy ra hiện tượng tự tương quan, lúc đó các ước lượng của mơ hình hồi quy sẽ khơng cịn đáng tin cậy nữa [11].
Phương pháp kiểm định có ý nghĩa nhất để phát hiện ra hiện tượng tự tương quan là kiểm định Dubin-Watson. Trong kiểm định này, nếu trị thống kê d nằm trong khoảng từ 1 đến 3 thì kết luận mơ hình khơng có tự tương quan, nếu trị thống kê d nằm trong khoảng từ 0 đến 1 thì kết luận mơ hình có tự tương quan dương, nếu trị thống kê d nằm trong khoảng từ 3 đến 4 thì kết luận mơ hình có tự tương quan âm [15].