Mơ hình hồi qui dùng trong phân tích có dạng sau:
YPTDN(i)= C0i+α1iNTPL+α2iNTKT+α3iDDDN+α4iVVNH+ ε(i)
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), phân tích hồi qui là nghiên cứu mối liên hệ phụ thuộc của một biến (gọi là biến phụ thuộc) vào nhiều biến khác (gọi là biến độc lập), với ý tưởng ước lượng và/hoặc dự đốn giá trị trung bình (tổng thể) của biến phụ thuộc trên cơ sở giá trị biết trước (trong mẫu) của các biến độc lập. Khi chạy hồi qui cần quan tâm đến các thông số sau:
* Hệ số Beta: hệ số hồi quy chuẩn hóa cho phép so sánh trực tiếp giữa các hệ số dựa trên mối quan hệ giải thích của chúng với biến phụ thuộc.
* Hệ số R2 (R Square): đánh giá phần biến động của biến phụ thuộc được giải thích bởi các biến dự báo hay biến độc lập. Hệ số này có thể thay đổi từ 0 đến 1.
* Hệ số R2 điều chỉnh (Adjust R square): Được sử dụng để phản ánh sát hơn mức độ phù hợp của mơ hình hồi quy tuyến tính đa biến. R2 điều chỉnh khơng nhất thiết tăng lên khi nhiều biến được thêm vào phương trình, nó là thước đo sự phù hợp được sử dụng cho tình huống hồi qui tuyến tính đa biến vì nó khơng phụ thuộc vào độ lệch phóng đại của R2.
* Kiểm đỉnh ANOVA để kiểm tra tính phù hợp của mơ hình với tập dữ liệu gốc. Nếu mức ý nghĩa của kiểm định <0.05 thì ta có thể kết luận mơ hình hồi qui phù hợp với tập dữ liệu.
* Độ chấp nhận của biến (Tolerance) thường được sử dụng để đo lường hiện tượng cộng tuyến.
* Hệ số phóng đại phương sai (Variance inflation factor- VIF) có liên hệ gần với độ chấp nhận. Thực tế nó là nghịch đảo của độ chấp nhận. Khi Tolerance nhỏ thì VIF lớn, quy tắc là khi VIF vượt quá 10, đó là dấu hiệu của đa cộng tuyến.
Kết quả phân tích mơ hình hồi qui bội (multi-regression) với phương pháp Enter thực hiện đối với nhóm các nhân tố tác động đến nhân tố PTDN được thể hiện ở Bảng 2.23.
Thơng qua việc phân tích hồi qui bội, ta thấy rằng mơ hình thực tế (tối ưu) cho nhân tố PTDN gồm 4 nhân tố tác động, ảnh hưởng 87,9% đến nhân tố PTDN với mức độ tin cậy gần như 100% (mức ý nghĩa này biểu hiện thơng qua phân tích ANOVA tại bảng 2.24)
Bảng 2.23 : Bảng tóm tắt mơ hình hồi qui
Mode
l R R Square Adjusted R Square Std. Error of the Estimate
1 0.938a 0.879 0.877 0.351251
a. Predictors: (Constant), Nhan to phap ly, Dac diem doanh nghiep, Von vay ngan hang, Nhan to kinh te
Bảng 2.24: Bảng phân tích phương sai ANOVA
Model SquaresSum of df SquareMean F Sig.
1 Regression 160.039 4 40.010 324.288 .000a
Residual 21.961 178 .123
Total 182.000 182
a. Predictors: (Constant), Nhan to phap ly, Dac diem doanh nghiep, Von vay ngan hang, Nhan to kinh te b. Dependent Variable: Phat trien doanh nghiep
Vì F = 324.288 và p- value = 0.000 nên chúng ta có thể khẳng định sự tồn tại mơ hình hay tồn tại mối quan hệ giữa các nhân tố NTPL, NTKT, DDDN, VVNH và PTDN, hay nói cách khác, kết quả của thống kê F và sig. chứng tỏ mơ hình hồi qui là phù hợp.
Bảng 2.25: Nhân tố tác động đến phát triển DNNVV
Nhân tố Hệ số b Giá trị t Mức ý nghĩa VIF
Hằng số 2.138 0.000 1.000
Nhân tố kinh tế 0.121 4.634 0.000 1.000
Vốn vay ngân hàng 0.923 35.445 0.000 1.000
Đặc điểm doanh nghiệp 0.083 3.193 0.002 1.000
Nhân tố pháp lý 0.079 3.029 0.003 1.000