Model Sum of Squares Df Mean Square F Sig.
1
Regression 30,307 6 5,051 58,975 ,000b
Residual 26,465 309 ,086 Total 56,772 315
(Nguồn: Kết quả nghiên cứu của tác giả)
Kiểm định F trong ANOVA nhằm mục đích kiểm định giả thuyết về mức độ phù hợp của mơ hình so với tổng thể nghiên cứu. Kết quả từ bảng 4.8 cho thấy giá trị
Sig của kiểm định F nhỏ hơn 0.05, có thể kết luận rằng: mơ hình hồi quy tuyến tính đưa ra phù hợp với tổng thể.
Kiểm định hiện tượng đa cộng tuyến
Kiểm tra hiện tượng đa cộng tuyến, ta dựa vào hệ số VIF (Variance inflation factor) trình bày ở bảng 4.6. Qua đây ta thấy, hệ số VIF của tất cả các biến độc lập có giá trị nằm trong khoảng từ 1.143 đến 1.705, nhỏ hơn 2 nên phù hợp với tiêu chuẩn của nghiên cứu có sử dụng mơ hình và bảng câu hỏi thang đo Likert. Có thể kết luận: mơ hình nghiên cứu khơng vi phạm hiện tượng đa cộng tuyến.
Kiểm định phân phối chuẩn của phần dư
Theo tác giả Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2005): “Nếu phần dư không tuân theo giả định phân phối chuẩn thì mơ hình nghiên cứu có thể sử dụng khơng đúng, phương sai không phải là hằng số hay số lượng phần dư khơng đủ nhiều để phân tích”.
Tác giả sử dụng biểu đồ Histogram và P – P Plot để kiểm định về phân phối chuẩn của phần dư.
Hình 4.1: Biểu đồ Histogram
(Nguồn: Kết quả nghiên cứu của tác giả)
Kết quả từ biểu đồ hình 4.1 cho thấy: đường cong phân phối chuẩn có dạng hình chng và được đặt chồng lên biểu đồ tần số, phù hợp với dạng đồ thị của phân phối chuẩn. Giá trị trung bình Mean rất nhỏ (Mean = -5.05E -15); độ lệch chuẩn Std.Dev = 0.990, như vậy phân phối phần dư xấp xỉ chuẩn. Có thể kết luận rằng giả định phần dư có phân phối chuẩn khơng bị vi phạm.
Bên cạnh việc kiểm tra bằng biểu đồ Histogram, để kiểm định về phân phối chuẩn của phần dư, tác giả còn sử dụng thêm biểu đồ P – P Plot.
Hình 4.2: Biểu đồ P – P Plot
(Nguồn: Kết quả nghiên cứu của tác giả)
Qua hình 4.2 cho thấy các điểm phân tán xung quanh được kỳ vọng . Từ đó kết luận giả định phần dư có phân phối chuẩn khơng bị vi phạm.