Hệ số chưa chuẩn hóa Hệ số chuẩn hóa Thống kê đa cộng tuyến Mơ hình B Độ lệch chuẩn Beta t Mức ý nghĩa Tolerance VIF (Constant) -9.052E-17 .045 .000 1.000 Đánh giá thực
hiện công việc .414 .048 .413 8.554 .000 .990 1.010
Lãnh đạo .371 .048 .370 7.692 .000 .995 1.005 Đồng nghiệp .184 .049 .183 3.779 .000 .987 1.013 Thu nhập .251 .050 .242 5.012 .000 .992 1.008 1 Bản chất công việc .336 .058 .278 5.747 .000 .985 1.016
a. Biến phụ thuộc: thỏa mãn
Bảng trên cho thấy hệ số phóng đại phương sai (VIF – Variance Inflation
factor) có giá trị gần bằng 1 (nhỏ hơn 10) chứng tỏ khơng có hiện tượng đa cộng
tuyến.
Phương sai của phần dư không đổi
Hiện tượng phương sai của phần dư thay đổi có thể làm cho các ước lượng của hệ số hồi quy không chệch nhưng không hiệu quả (tức là không phải ước lượng phù hợp nhất), từ đó làm cho kiểm định các giả thuyết mất hiệu lực khiến chúng ta đánh giá nhầm về chất lượng của mơ hình hồi quy[2;226].
Hình 3.3: Đồ thị phân tán Scatterplot
Đồ thị phân tán ở biểu đồ cho thấy phần dư phân tán ngẫu nhiên xung quanh đường đi qua tung độ 0 chứ không tạo nên hình dạng nào. Như vậy, giả định phương sai khơng đổi của mơ hình hồi quy khơng bị vi phạm.
Các phần dư có phân phối chuẩn
Phần dư có thể khơng tn theo phân phối chuẩn vì những lý do: sử dụng mơ hình khơng đúng, phương sai khơng phải là hằng số, số lượng các phần dư không đủ nhiều để phân tích. Vì vậy, ta sử dụng nhiều cách khảo sát khác nhau để đảm bảo tính xác đáng của kiểm định[2;228]. Trong nghiên cứu này sẽ sử dụng cách xây dựng biểu đồ tần số Histogram và biểu đồ P-P plot để khảo sát phân phối của phần dư.
Hình 3.4: Biểu đồ tần số Histogram
Biểu đồ tần số Histogram cho thấy một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số. Như vậy phân phối phần dư xấp xỉ chuẩn, nên có thể kết luận rằng giả thiết phân phối chuẩn không bị vi phạm.
Biểu đồ P-P plot cũng cho thấy các điểm quan sát không phân tán quá xa đường thẳng kỳ vọng nên có thể kết luận là giả thiết phân phối chuẩn khơng bị vi phạm.
Khơng có hiện tượng tương quan giữa các phần dư
Nguyên nhân hiện tượng này có thể là do các biến có ảnh hưởng khơng được đưa hết vào mơ hình do giới hạn và mục tiêu nghiên cứu, chọn mối liên hệ tuyến tính mà lẽ ra là phi tuyến, sai số trong đo lường các biến..., các lý do này có thể dẫn đến vấn đề tương quan chuỗi trong sai số và tương quan chuỗi cũng gây ra những tác động sai lệch nghiêm trọng đến mơ hình hồi quy tuyến tính như hiện tượng phương sai thay đổi. Đại lượng thống kê Dubin – Watson có thể dùng để kiểm định tương quan này. Nếu các phần dư khơng có tương quan chuỗi bậc nhất với nhau, giá trị d sẽ gần bằng 2.