4.5 Phân tích hồi qui tuyến tính bội
4.5.5 Kiểm định độ phù hợp mơ hình và hiện tượng đa cộng tuyến
Kiểm định độ phù hợp của mơ hình
Hệ số R² điều chỉnh là thước đo sự phù hợp được sử dụng cho tình huống hồi qui tuyến tính bội vì nó khơng phụ thuộc vào độ lệch phóng đại của hệ số R². Kết quả phân tích hồi qui bội (bảng 4.9) cho thấy R² điều chỉnh (Adjusted R Square) bằng 0.656, nghĩa là mức độ phù hợp của mơ hình là 65.6%. Nói chính xác, tám yếu tố là TT, CL, SH, NL, KH, CU, CS, TC giải thích được 65.6% biến phụ thuộc là phát triển bền vững doanh nghiệp giao nhận hàng hóa xuất nhập khẩu. Còn lại 34.4% xuất phát từ các yếu tố khác ảnh hưởng đến phát triển bền vững doanh nghiệp giao nhận hàng hóa xuất nhập khẩu.
Bảng 4-9 Tóm tắt mơ hình Mơ
hình R R² R² điều chỉnh
Sai số ước
lượng chuẩn Durbin-Watson
1 .816a .667 .656 .41851 1.902
Kết quả nhận được từ bảng ANOVAb (bảng 4.10) cho thấy trị thống kê F là 61.001 với giá trị Sig. rất nhỏ (= 0.000 < 0.05), như vậy, có thể kết luận rằng mơ hình hồi qui bội thỏa mãn các điều kiện đánh giá và kiểm định độ phù hợp cho việc rút ra các kết quả nghiên cứu.
Bảng 4-10 ANOVAb Mơ hình Tổng các bình phương Bậc tự do Trung bình bình phương F Sig. 1 Hồi qui 85.474 8 10.684 61.001 .000a Số dư 42.736 244 .175 Tổng 128.210 252 Nguồn: phân tích SPSS
Hiện tượng đa cộng tuyến
Để kiểm tra hiện tượng đa cộng tuyến, hệ số phóng đại phương sai (VIF) được sử dụng và khi VIF < 10, nghĩa là các biến độc lập khơng có tương quan tuyến tính với nhau. Kết quả nhận được từ bảng (bảng 4.8) với hệ số phóng đại phương sai (VIF) có giá trị thấp nhất là 1.069 và cao nhất là 1.937 đạt yêu cầu (VIF < 10). Có thể kết luận mơ hình hồi qui tuyến tính bội khơng có hiện tượng đa cộng tuyến. Như vậy, mối quan hệ giữa các biến độc lập không ảnh hưởng đến việc giải thích mơ hình hồi qui tuyến tính bội.