Coefficientsa
Model
Hệ số hồi qui chưa chuẩn hóa
Hệ số hồi qui
đã chuẩn hóa T Sig.
Thống kê đa cộng tuyến
B Std. Error Beta Tolerance VIF
1 Hằng sồ -.061 .176 -.344 .731 PV .217 .032 .304 6.820 .000 .577 1.734 HT .224 .046 .202 4.850 .000 .661 1.514 AT .187 .034 .258 5.470 .000 .517 1.935 CT .172 .036 .234 4.775 .000 .477 2.098 QL .184 .047 .156 3.951 .000 .732 1.366
4.6.3 Kiểm tra các giả định hồi qui
Phân tích hồi qui khơng chỉ là việc mơ tả các dữ liệu quan sát được mà còn 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 liên hệ tuyến tính: giả định này sẽ được kiểm tra bằng biểu đồ phân tán 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 7) cho thấy phần dư phân tán ngẫu nhiên qua đường thẳng qua điểm 0, khơng tạo thành một hình dạng nào cụ thể nào. Như vậy, giả định liên hệ tuyến tính được đáp ứng.
Giả định phương sai của sai số không đổi: kết quả kiểm định tương quan
hạng Spearman (bảng số 13, phụ lục 6) cho thấy giá trị sig. của các thành phần phục vụ, hệ thống, an tồn, cảm thơng, quản lý với giá trị tuyệt đối của phần dư lần lượt là: 0.063, 0.471, 0.004, 0.021, 0.647. 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.
Giả định phần dư có phân phối chuẩn: kiểm tra biểu đồ phân tán của phần
dư (hình số 2, phụ lục 7) 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.
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 4.9cho thấy đại lượng thống kê Durbin-Watson có giá trị là 2.005 gần bằng 2, nên chấp nhận giả thuyết khơng có sự tương quan chuỗi bậc nhất trong mơ hình. Như vậy, mơ hình hồi qui bội đáp ứng được tất cả các giả định.
4.6.4 Kiểm định độ phù hợp 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 qui bội (bảng 4.9) cho thấy R² điều chỉnh (Adjusted R Square) bằng 0.789, nghĩa là mức độ phù hợp của mơ hình là 78.9%. Có thể nói các thành phần biến được đưa vào mơ hình đạt kết quả giải thích khá tốt.
Bảng 4.9: Model Summaryb (hồi qui bội lần thứ 2)
Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .891a .795 .789 .28314 2.005
Kết quả nhận được từ bảng ANOVAb (bảng 4.10) cho thấy trị thống kê F với giá trị Sig. rất nhỏ (= 0.000 < 0.05) cho thấy sẽ an toàn bác bỏ giả thiết Ho. Như vậy, có thể kết luận rằng mơ hình hồi qui bội thỏa mãn các điều kiện đánh giá và kiểm định độ phù hợp cho việc rút ra các kết quả nghiên cứu.