Model
Hệ số hồi quy chưa chuẩn hóa
Hệ số hồi quy đã chuẩn hóa T Sig. Thống kê đa cộng tuyến
B Std. Error Beta Tolerance VIF
1 Hệ số chặn .365 .198 1.841 .067 HH .071 .034 .108 2.073 .039 .674 1.485 TC .169 .039 .236 4.317 .000 .616 1.624 DB .303 .051 .291 5.882 .000 .749 1.335 DC .222 .040 .255 5.575 .000 .877 1.140 DU .129 .037 .188 3.501 .001 .636 1.573
Nguồn: Kết quả phân tích từ SPSS
3.5.3.4 Kiểm tra các giả định hồi quy
Phân tích hồi quy khơng chỉ là việc mơ tả các dữ liệu quan sát được mà cịn phải suy rộng cho mối liên hệ giữa các biến trong tổng thể từ các kết quả quan sát được trong mẫu đó. Kết quả của mẫu suy rộng ra cho giá trị của tổng thể phải đáp ứng các giả định cần thiết dưới đây:
Giả định phương sai của sai số không đổi: kết quả kiểm định tương quan hạng Spearman (bảng số 14, phụ lục 11) cho thấy giá trị sig. của các biến HH, TC, DB, DC, DU với giá trị tuyệt đối của phần dư đều khác không (trị Sig > 0.05). Điều này cho thấy chúng ta không thể bác bỏ giả thiết Ho, nghĩa là phương sai của sai số không đổi. Như vậy, giả định phương sai của sai số không đổi không bị vi phạm.
scatter cho phần dư chuẩn hóa (Standardized residual) và giá trị dự dốn chuẩn hóa (Standardized predicted value). Kết quả (hình số 1, phụ lục 11) cho thấy phần dư phân tán ngẫu nhiên qua đường thẳng qua điểm 0, khơng tạo thành một hình dạng cụ thể nào. Như vậy, giả định liên hệ tuyến tính được đáp ứng.
Hình 3.2: Biểu đồ tần số histogram
Nguồn: Kết quả phân tích từ SPSS
Giả định phần dư có phân phối chuẩn: kiểm tra biểu đồ phân tán của phần dư (hình số 2, phụ lục 11) cho thấy phân phối phần dư xấp xỉ chuẩn (trung bình mean gần bằng 0 và độ lệch chuẩn Std. gần bằng 1). Như vậy, giả định phần dư có phân phối chuẩn khơng bị vi phạm.
Hình 3.3: Đồ thị phân tán phần dư
Giả định khơng có tương quan giữa các phần dư: đại lượng thống kê Durbin- Watson (d) được dùng để kiểm định tương quan chuỗi bậc nhất. Kết quả nhận được từ bảng 3.8cho thấy đại lượng thống kê Durbin-Watson có giá trị là 1.975 (gần bằng 2), nên chấp nhận giả thuyết khơng có sự tương quan chuỗi bậc nhất trong mơ hình. Như vậy, mơ hình hồi quy bội đáp ứng được tất cả các giả định.
3.5.3.5 Độ phù hợp của mơ hình và hiện tượng đa cộng tuyến. Kiểm định độ phù hợp của mơ hình 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 quy tuyến tính bội vì nó khơng phụ thuộc vào độ lệch phóng đại của hệ số R². Kết quả phân tích hồi quy bội (bảng 3.8) cho thấy R² điều chỉnh (Adjusted R Square) bằng 0.565, nghĩa là mức độ phù hợp của mơ hình là 56.5%. Có thể nói các thành phần biến được đưa vào mơ hình đạt kết quả giải thích khá tốt.