- Nghiên cứu chính thức – nghiên cứu định lƣợng:
B Sai số chuẩn eta
3.3.4.3 Dị tìm sự vi phạm các giả định cần thiết trong mơ hình.
Giả định thứ nhất cần kiểm tra là giả định liên hệ tuyến tính. Phương pháp
được sử dụng là biểu đồ phân tán Scatterplot với giá trị phần dư chuẩn hóa (Standarized residual) trên trục tung và giá trị dự đốn chuẩn hóa (Standarized predicted value) trên trục hoành. Nếu giả định liên hệ tuyến tính và phương sai bằng nhau được thỏa mãn thì ta sẽ khơng nhận thấy có liên hệ gì giữa các giá trị dự đốn và phần dư, chúng sẽ phân tán rất ngẫu nhiên (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008).
Quan sát hình, ta thấy các phần dư phân tán ngẫu nhiên trong một vùng quanh đường đi qua tung độ 0 chứ khơng tạo thành một hình dạng nào. Điều này có nghĩa là giả thuyết về liên hệ tuyến tính khơng bị vị phạm.
Hình 3.2: Đồ thị phân tán Scatterplot
Giả định thứ hai là giả định phương sai của sai số không đổi. Hiện tượng
phương sai thay đổi gây ra khá nhiều hậu quả tai hại đối với mơ hình ước lượng bằng phương pháp OLS. Nó làm các ước lượng của hệ số hồi quy không chệch nhưng không hiệu quả (tức là không phải là ước lượng phù hợp nhất), ước lượng của các phương sai bị chênh là kiểm định các giả thuyết mất hiệu lực khiến chúng ta đánh giá nhầm về chất lượng của mơ hình hồi quy tuyến tính (Hồng trọng & Chu Nguyễn Mộng Ngọc, 2008). Để thực hiện kiểm định này, chúng ta sẽ dùng kiểm định tương quan hạng Spearman của giá trị tuyệt đối phần dư và các biến độc lập. Giả thuyết H0 cho phần dư
Bảng 3.17: Kiểm định hệ số tƣơng quan hạng Spearman Spearman's rho PHAN_DU HA CL GC CN PHAN_ DU Hệ số tương quan 1.000 .162* -0.031 -0.004 -0.042 Sig. (2- tailed) . 0.322 0.665 0.956 0.557 N 200 200 200 200 200
Kết quả kiểm định cho thấy giá trị Sig. của các biến đều lớn hơn 0.05 cho nên chúng ta không thể bác bỏ giả thuyết H0: Hệ số tương quan của tổng thể bằng 0. Như vậy, giả thuyết phương sai của sai số thay đổi bị bác bỏ, tức là giả định phương sai của sai số không đổi không bị vi phạm.
Giả định thứ 3 là giả định về phân phối chuẩn của phần dư. Chúng ta sẽ sử
dụng các biểu đồ tần số (Histogram, P-Plot) của các phần dư (đã được chuẩn hóa) để kiểm tra giả định này.
Kết quả từ biều đồ tần số Histogram của phần dư từ hình cho thấy phân phối của phần dư xấp xỉ chuẩn (trung bình Mean = 1.95, độ lệch chuẩn Std. Dev = 0.99 gần bằng 1). Điều này có nghĩa là giả thuyết phân phối chuẩn của phần dư khơng bị vi phạm.
Hình 3.3: Đồ thị tần số Histogram
Kết quả từ biểu đồ tần số P-P Plot từ hình cho thấy các điểm quan sát không phân tán quá xa đường thẳng kỳ vọng, nên ta có thể kết luận là giả định về phân phối chuẩn không bị vi phạm.
Giả định thứ tƣ là giả định về tính độc lập của sai số (khơng có tương quan
giữa các phần dư). Ta dùng đại lượng thống kê Durbin - Watson (d) để kiểm định. Đại lượng d có giá trị biến thiên trong khoảng từ 0 đến 4. Theo kết quả từ bảng 3.14, giá trị d = 1.992 < 2 có nghĩa là giá trị d được rơi vào miền chấp nhận giả thuyết khơng có tương quan chuỗi bậc nhất với nhau. Do đó, ta có thể kết luận khơng có tương quan giữa các phần dư.
Giả định thứ năm là giả định khơng có mối tương quan giữa các biến độc
lập tức là đo lường đa cộng tuyến (Collinearlity Diagnostics). Các cơng cụ chuẩn đốn đa cộng tuyến có thể sử dụng là: Độ chấp nhận của một biến (Tolerance), hệ số phóng đại phương sai (VIF). Nếu độ chấp nhận của một biến nhỏ thì nó gần như là một kết hợp tuyến tính của các biến độc lập khá và đó là dấu hiệu đa cộng tuyến. Hệ số phóng đại phương sai (VIF) là nghịch đảo của độ chấp nhận biến (Tolerance). Nếu VIF lớn hơn 10 đó là dấu hiệu đa cộng tuyến (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008). Theo kết quả từ bảng 3.18 cho thấy độ chấp nhận của bốn biến độc lập trong mơ hình khá cao trong khi hệ số phóng đại VIF khá thấp đều nhỏ hơn 2. Hệ số VIF không lớn hơn 10 có nghĩa là giả định về mối tương quan giữa các biến độc lập không bị vi phạm, khơng có hiện tượng đa cộng tuyến.
Như vậy, từ các kết quả kiểm định trên cho thấy mơ hình hồi quy được xây
dựng khơng vi phạm các giả định cần thiết trong mơ hình hồi quy tuyến tính.