CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU
4.6 Kiểm tra các giả định mơ hình hồi quy bội
-Theo Hoàng Trọng – Mộng Ngọc (2008), nếu một trong những giả định sau bị vi phạm thì các ước lượng khơng đáng tin cậy nữa (i) phương sai của sai số (phần dư) không đổi, (ii) các phần dư có phân phối chuẩn và (iii) khơng có mối tương quan giữa các biến độc lập. Vì vậy, tác giả thực hiện kiểm tra các giả định này.
4.6.1 Kiểm tra giả định phương sai của sai số (phần dư) không đổi Bảng 4.24 Bảng kiểm định giả định phương sai của sai số Bảng 4.24 Bảng kiểm định giả định phương sai của sai số
Nhỏ nhất Lớn nhất Trung bình Độ lệch chuẩn N Giá trị dự báo đã được chuẩn hóa -2.699 2.692 .000 1.000 258 Phần dư được chuẩn hóa -2.275 2.181 .000 .988 258
Biểu đồ 4.1 Đồ thị phân tán giữa giá trị dự đoán và phần dư từ hồi quy
Nguồn: Phân tích dữ liệu – phụ lục số 4.25
Biểu đồ 4.1 cho thấy các phần dư phân tán ngẫu nhiên quanh trục O (là quanh giá trị trung bình của phần dư) trong một phạm vi khơng đổi. Điều này có nghĩa là phương sai của phần dư không đổi.
4.6.2 Kiểm tra giả định các phần dư có phân phối chuẩn
Phần dư có thể khơng tn theo phân phối chuẩn vì những lí do như sử dụng sai mơ hình, phương sai khơng phải là hằng số, số lượng các phần dư không đủ nhiều để phân tích... (Hồng Trọng – Mộng Ngọc, 2008). Biểu đồ tần số (Histogram, Q – Q plot, P – P plot) của các phần dư (đã được chuẩn hóa) được sử dụng để kiểm tra giả định này
Biểu đồ 4.2: Đồ thị P – P plot của phần dư – đã chuẩn hóa
Nguồn: Phân tích dữ liệu – phụ lục số 4.26
Kết quả từ đồ thị P – P plot cho thấy, các điểm phân tán xung quanh được kỳ vọng, cũng cho thấy giả định phân phối chuẩn của phần dư không bị vi phạm.
Biểu đồ 4.3 Đồ thị Histogram của phần dư – đã chuẩn hóa
Nguồn: Phân tích dữ liệu – phụ lục số 4.27
Kết quả từ đồ thị Histogram của phần dư cho thấy phân phối của phần dư xấp xỉ chuẩn (giá trị trung bình Mean lệch với 0 vì số quan sát khá lớn, độ lệch chuẩn Std. Dev = 0.988). Do đó, ý nghĩa là giả thuyết phân phối chuẩn của phần dư không bị vi phạm.
4.6.3 Kiểm tra giả định khơng có mối tương quan giữa các biến độc lập (hiện tượng đa cộng tuyến) tượng đa cộng tuyến)
Để kiểm tra hiện tượng đa cộng tuyến, chỉ số thường dùng là hệ số phóng đại phương sai VIF (Variance Inflation Factor). Thông thường nếu R2 < 0.8 và VIF của một biến độc lập nào đó lớn hơn 5 hoặc hệ số Tolerance nhỏ hơn 0.5 thì biến này khơng có giá trị giải thích biến thiên của biến phụ thuộc trong mơ hình tuyến tính bội (Lê Quang Hùng, 2015).
Bảng 4.14 cho thấy hệ số phóng đại phương sai VIF của các biến độc lập trong mơ hình này dao động trong khỏang 1,031 đến 1,218 < 2 nên chắc chắn khơng có hiện tượng đa cộng tuyến.
KẾT LUẬN CHƯƠNG 4
Chương này trình bày q trình phân tích dữ liệu nghiên cứu với mục đích kiểm định các thang đo của mơ hình đề xuất tại chương 3. Các bước phân tích 258 mẫu khảo sát bao gồm đánh giá thang đo bằng Cronbach Alpha; phân tích nhân tố khám phá EFA; phân tích hồi quy về tác động của các nhân tố đến việc áp dụng kế tốn dồn tích tại các đơn vị SNYTCL trên địa bàn TP.HCM.
Kết quả nghiên cứu đã cho thấy cả 6 nhóm nhân tố đề xuất ban đầu gồm: (1) Môi trường pháp lý; (2) Mơi trường chính trị; (3) Mơi trường kinh tế; (4) Môi trường giáo dục; (5) Mơi trường văn hóa và (6) Môi trường quốc tế đều có tác động tích cực đến việc thực hiện kế tốn dồn tích tại các đơn vị SNYTCL trên địa bàn TP.HCM . Tuy nhiên, mơ hình nghiên cứu với 6 nhân tố chỉ giải thích được 61% cho việc áp dụng kế tốn dồn tích, có nghĩa là việc thực hiện kế tốn dồn tích tại các đơn vị SNYTCL trên địa bàn TP.HCM còn chịu ảnh hưởng từ một số nhân tố khác nữa cần được nghiên cứu thêm.