3.3 .1Thiết kế mẫu nghiên cứu
3.3.2.3 Phân tích hồi quy tuyến tính
Theo Duncan (1996), hồi quy tuyến tính bội dùng để kiểm định các giả thuyết và dự báo các giá trị của tổng thể nghiên cứu. Tiến trình phân tích hồi quy được thực hiện như sau:
- Tiến hành đưa tất cả các biến độc lập vào phân tích để xem xét mối tương quan tuyến tính giữa các biến.
- Đánh giá độ phù hợp của mơ hình hồi quy tuyến tính. Hệ số R Square được sử dụng để đánh giá độ phù hợp của mơ hình. Tuy nhiên R Square có khuynh hướng là một ước lượng lạc quan của thước đo độ phù hợp của mơ hình đối với dự liệu trong trường hợp có hơn 1 biến trong mô hình. Do đó, R Square điều chỉnh thường được sử dụng trong phân tích hồi quy tuyến tính đa biến để đánh giá mức độ phù hợp của mơ hình vì nó khơng thổi phồng mức độ phù hợp của mơ hình
- Kiểm định độ phù hợp của mơ hình, kiểm định F được sử dụng để kiểm định giả thuyết về độ phù hợp của mơ hình hồi quy tuyến tính tổng thể.
- Xác định vai trò quan trọng của các biến độc lập tác động như thế nào đối với biến phụ thuộc thông qua hệ Beta.
- Kiểm định các giả thuyết nghiên cứu.
3
Gerbing & Anderson (1998), An Update Paradigm for Scale Development Incorporing Unidimensionality and Its Assessments, Journal of Marketing Research, Vol. 25, 186 – 192
- Dị tìm sự vi phạm các giả định cần thiết trong hồi quy tuyến tính. Từ kết quả quan sát mẫu, ta phải suy rộng kết luận cho mối quan hệ giữa các biến trong tổng thể, sự chấp nhận và diễn giải kết quả hồi quy không thể tách rời các giả định cần thiết của mơ hình hồi quy. Nếu các giả định vi phạm thì kết quả ước lượng không đáng tin cậy nữa (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005). Trong phần này, ta tiến hành các giả định:
+ Khơng có hiện tượng đa cộng tuyến: Đối với hiện tượng này, độ sai lệch cho phép (Tolerance) hoặc hệ số phóng đại phương sai VIF được sử dụng. Theo Hoàng Trọng và Mộng Ngọc (2008), khi VIF vượt q 10 thì đó là dấu hiệu của đa cộng tuyến.
+ Phương sai phần dư không đổi
+ Các phần dư có phân phối chuẩn: Phần dư có thể khơng tn theo phân phối chuẩn vì những lý do: sử dụng mơ hình khơng đúng, phương sai khơng phải là hằng số, số lượng các phần dư không đủ nhiều để phân tích (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Trong phần giả định này tác giả sử dụng các biểu đồ tần số Histogram và P-P plot để xem xét.
+ Khơng có hiện tượng tương quan giữa các phần dư: Các ước lượng của mơ hình hồi quy không đáng tin cậy khi xảy ra hiện tượng tương quan. Do đó, phương pháp kiểm định có ý nghĩa nhất để phát hiện ra hiện tượng tương quan là kiểm định Durbin Watson (d). Nếu 1 < d < 3 thì kết luận mơ hình khơng có tự tương quan, nếu 0 < d < 1 thì kết luận mơ hình có tự tương quan dương, nếu 3 < d < 4 thì kết luận mơ hình có tự tương quan âm (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008).