2. KẾT QUẢ KIỂM ĐỊNH
2.4. Phân tích mơ hình hồi quy
1. Các tiêu chí trong phân tích hồi quy đa biến
● Giá trị R2 (R Square), R2 hiệu chỉnh (Adjusted R Square) phản ánh mức độ giải thích biến phụ thuộc của các biến độc lập trong mơ hình hồi quy. R2 hiệu chỉnh phản ánh sát hơn so với R2. Mức dao động của 2 giá trị này là từ 0 đến 1. Hai chỉ số này nếu càng tiến về 1 thì mơ hình càng có ý nghĩa, càng tiến về 0 thì ý nghĩa mơ hình càng yếu.
● Giá trị sig của kiểm định F được sử dụng để kiểm định độ phù hợp của mơ hình hồi quy. Nếu sig nhỏ hơn 0.05, ta kết luận mơ hình hồi quy tuyến tính bội phù hợp với tập dữ liệu và có thể sử đụng được.
● Trị số Durbin – Watson (DW) dùng để kiểm tra hiện tượng tự tương quan chuỗi bậc nhất (kiểm định tương quan của các sai số kề nhau). DW có giá trị biến thiên trong khoảng từ 0 đến 4; nếu các phần sai số
khơng có tương quan chuỗi bậc nhất với nhau thì giá trị sẽ gần bằng 2, nếu giá trị càng nhỏ, gần về 0 thì các phần sai số có tương quan thuận; nếu càng lớn, gần về 4 có nghĩa là các phần sai số có tương quan nghịch.
● Giá trị sig của kiểm định t được sử dụng để kiểm định ý nghĩa của hệ số hồi quy. Nếu sig kiểm định t của hệ số hồi quy của một biến độc lập nhỏ hơn 0.05, ta kết luận biến độc lập đó có tác động đến biến phụ thuộc. Mỗi biến độc lập tương ứng với một hệ số hồi quy riêng, do vậy mà ta cũng có từng kiểm định t riêng.
● Hệ số phóng đại phương sai VIF dùng để kiểm tra hiện tượng đa cộng tuyến. Thông thường, nếu VIF của một biến độc lập lớn hơn 10 nghĩa là đang có đa cộng tuyến xảy ra với biến độc lập đó.
● Kiểm tra các giả định hồi quy, bao gồm phần dư chuẩn hóa và liên hệ tuyến tính.
● Kiểm tra vi phạm giả định phần dư chuẩn hóa: Đối với biểu đồ Histogram, nếu giá trị trung bình Mean gần bằng 0, độ lệch chuẩn gần bằng 1, ta có thể khẳng định phân phối là xấp xỉ chuẩn.
● Đối với biểu đồ Normal P-P Plot, nếu các điểm phân vị trong phân phối của phần dư tập trung thành 1 đường chéo, như vậy, giả định phân phối chuẩn của phần dư không bị vi phạm.
● Kiểm tra vi phạm giả định liên hệ tuyến tính: Biểu đồ phân tán Scatter Plot giữa các phần dư chuẩn hóa.
2. Kết quả hồi quy
Model 1 (Nguồn: Từừ̀ kết quả phân tích SPSS) Bảng IV.10. Model Summaryb a. Predictors: (Constant), Độc lập 1, Độc lập 2
● Giá trị R2 hiệu chỉnh bằng 0.525 cho thấy biến độc lập đưa vào chạy hồi quy ảnh hưởng 52.5% sự thay đổi của biến phụ thuộc, còn lại 47.5% là do các biến ngồi mơ hình và sai số ngẫu nhiên.
● Hệ số Dubin- Watson bằng 1.883, nằm trong khoảng 1.5 đến 2.5 nên khơng có hiện tượng tự tương quan chuỗi bậc nhất xảy ra.
Model Regression 1 Residual Total (Nguồn: Từừ̀ kết quả phân tích SPSS) Bang IV.11 ANOVAa
a. Dependent Variable: Phụ thuộc
b. Predictors: (Constant), Độc lập 1, Độc lập 2
● Giá trị Sig của kiểm định F bằng 0.00<0.05, như vậy mơ hình hồi quy tuyến tính bội phù hợp với tập dữ liệu và có thể sử dụng được.
● Sig kiểm định t hệ số hồi quy của các biến độc lập đều nhỏ hơn 0.05, do đó các biến độc lập này đều có ý nghĩa giải thích cho biến phụ thuộc, và khơng biến nào bị loại bỏ khỏi mơ hình.
● Hệ số VIF của cả hai biến độc lập đều nhỏ hơn 2 do vậy khơng có đa cộng tuyến xảy ra.
● Hệ số Beta của biến “Độc lập 1” = -0.013 < 0, Hệ số Beta của biến “Độc lập 2” = 0.731 >0
Nên hai biến độc lập tác động ngược chiều nhau đến việc tự học của sinh viên Mơ hình B Hằng số 1.402 Độc lập 1 0.408
Độc lập 2 0.224
(Nguồn: Từừ̀ kết quả phân tích SPSS)
Bảng IV.12: Tổng hợp kết quả hồi quy
Dựa vào độ lớn của hệ số hồi quy chuẩn hóa Beta, cho thấy biến “độc lập 1” tác động tiêu cực đến việc tự học, biến “độc lập 2” tác động tích cực đến tự học.
Phương trình hồi quy chuẩn hóa:
PHUTHUOC = -0.013*DOCLAP1 + 0.731*DOCLAP2
Biểu đồ IV.3. Biểu đồ Tần số phần dư chuẩn hóa Histogram
Giá trị trung bình Mean bằng -4.89. 10-15 gần bằng 0, độ lệch chuẩn là 0.995 gần bằng 1. Như vậy có thể nói, phân phối phần dư xấp xỉ chuẩn. Do đó, có thể kết luận rằng: phân phối chuẩn của phần dư không bị vi phạm.
Biểu đồ IV.4. Biểu đồ Phần dư chuẩn hóa Normal P-P Plot
Các điểm phân vị trong phân phối của phần dư tập trung thành 1 đường chéo, như vậy giả định phân phối chuẩn của phần dư không bị vi phạm.
Biểu đồ IV.5. Biểu đồ Scatter Plot kiểm tra giả định liên hệ tuyến tính
Phần dư chuẩn hóa phân bố tập trung xung quanh đường hoành độ 0, do vậy giả định quan hệ tuyến tính khơng bị vi phạm.