KẾT QUẢ NGHIÊN CỨU
4. PHÂN TÍCH HỒI QUY TƯƠNG QUAN
4.5. Dò tìm sự vi phạm các giả thiết cần thiết trong hồi quy tuyến tính 1. Giả định liên hệ tuyến tính
Hình 8 ĐỒ THỊ PHÂN TÁN
Đồ thị cho thấy phần dư phân tán ngẫu nhiên trong vùng xung quanh đường thẳng qua tung độ 0. Như vậy có thể kết luận là mô hình tuyến tính
4.5.2 Kiểm định phương sai của sai số không đổi:
Hiện tượng phương sai của sai số thay đổi (độ lớn của phần dư tăng hay giảm cùng với các giá trị của biến độc lập) gây ra nhiều hậu quả tai hại đối với mô hình ước lượng bằng phương pháp tuyến tính. Nó làm cho 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 chệch làm kiểm định các giả thuyết mất hiệu lực khiến chúng ta đánh giá nhầm về chất lượng của mô hình hồi quy tuyến tính. Giả thuyết đặt ra cho kiểm định này là:
H : Phương sai sai số thay đổi H : Phương sai sai số không đổi
White Heteroskedasticity Test:
F-statistic 2.219679 Probability 0.044003 Obs*R-squared 12.81816 Probability 0.046016 Test Equation:
Dependent Variable: RESID^2 Method: Least Squares Date: 07/28/11 Time: 22:47 Sample: 1 162
Included observations: 162
Variable Coefficient Std. Error t-Statistic Prob.
C 2.448023 0.956368 2.559708 0.0114
DVGT -0.132004 0.334245 -0.394930 0.6934 DVGT^2 0.018731 0.043499 0.430598 0.6674 KH -0.946786 0.463324 -2.043463 0.0427
KH^2 0.110338 0.060524 1.823044 0.0702
GC 0.007739 0.362085 0.021373 0.9830
GC^2 -0.007051 0.047513 -0.148404 0.8822 R-squared 0.079124 Mean dependent var 0.164668 Adjusted R-squared 0.043478 S.D. dependent var 0.355961 S.E. of regression 0.348137 Akaike info criterion 0.769808 Sum squared resid 18.78592 Schwarz criterion 0.903223 Log likelihood -55.35445 F-statistic 2.219679 Durbin-Watson stat 2.234823 Prob(F-statistic) 0.044003
Bảng 22: KIỂM ĐỊNH WHITE
Sau khi tiến hành kiểm định sự thay đổi của phương sai của sai số bằng phương pháp kiểm định White ta có kết quả như bảng trên với giá trị p= 0,046 < 0,05 nên ta có đủ cơ sở để bác bỏ H , chấp nhận H nghĩa là giả thuyết phương sai của sai số thay đổi bị bác bỏ, chứng tỏ phương sai của sai số không đổi, nghĩa là mô hình ước lượng của chúng ta là mô hình phù hợp, ước lượng của phương sai kiểm định các giả thuyết về hệ số hồi quy trên có ý nghĩa.
4.5.3. Giả định về phân phối chuẩn của phần dư
Hình 9: BIỂU ĐỒ PHÂN PHỐI CHUẨN PHẦN DƯ
Dựa vào đồ thị có thể nói phân phối chuẩn của phần dư xấp xỉ chuẩn (Mean=
1.54E-15) và độ lệch chuẩn Std.Dev = 0.991 tức là gần bằng 1. Do đó có thể kết luận giả thiết phân phối chuẩn của phần dư không bị vi phạm.
Ta có thể dùng thêm biểu đồ P-P plot để kiểm tra giả thiết này:
Hình 10: BIỂU ĐỒ P-P plot
Dựa vào hình vẽ P-P plot cho thấy các điểm quan sát không phân tán quá xa đường thẳng kỳ vọng, nên ta có thể kết luận là giả thiết phân phối chuẩn không bị vi phạm.
4.5.4. Giả định về tính độc lập của sai số (hay không có tự tương quan giữa các
phần dư)
Tự tương quan là sự tương quan giữa các thành phần của chuỗi quan sát được sắp xếp theo thứ tự thời gian hoặc không gian.Có nhiều lý do dẫn đến hiện tượng tự tương quan như các biến có ảnh hưởng không được đưa hết vào mô hình do giới hạn và mục tiêu nghiên cứu, sai số trong đo lường các biến… điều này cũng gây ra những tác động sai lệch nghiêm trọng đến mô hình. Đại lượng thống kê Durbin- Watson có thề dùng để kiểm định tương quan của các sai số kề nhau.
Kiểm định giả thiết:
Ho : hệ số tương quan tổng thể của các phần dư bằng 0 H1 : hệ số tương quan tổng thể của các phần dư khác 0
Trong thực tế khi tiến hành kiểm định Durbin – Watson, người ta thường áp dụng quy tắc kiểm định đơn giản sau:
Nếu 1 < d < 3 thì kết luận mô hình không có tự tương quan.
Nếu 0 < d < 1 thì kết luận mô hình có tự tương quan dương.
Nếu 3 < d < 4 thì kết luận mô hình có tự tương quan âm.
Giá trị tra bảng của Durbin-Watson với 3 biến độc lập và 162 biến quan sát là : d = 1,693 và d = 1,747
Trong đó thông số d của mô hình = 1,748 nằm trong miền d < d < 4-d tức là trong khoảng 1.747< 1.748 < 2.253 nên có thể kết luận rằng mô hình không có hiện tượng tự tương quan.
4.3.5. Giả định không có mối tương quan giữa các biến độc lập (đo lường Đa cộng tuyến)
Cuối cùng, trong mô hình hồi quy bội chúng ta đã giả định giữa các biến giải thích không có đa cộng tuyến tức là giữa các biến độc lập có tương quan chặt chẽ với nhau. Để kiểm tra hiện tượng đa cộng tuyên, một thước đo được sử dụng nhiều nhất là phân tử phóng đại phương sai VIF.
Độ chấp nhận của biến (Tolerance) là khá cao, bên cạnh đó hệ số phóng đại phương sai VIF đều nhỏ hơn 5 cho thấy các biến độc lập này không có mối quan hệ chặt chẽ với nhau, điều này chứng tỏ không có hiện tượng đa cộng tuyến xảy ra.
Kết luận:
Từ tất cả các kiểm định trên ta có thể thấy rằng mô hình hồi quy được lựa chọn là phù hợp. Kết quả hồi quy như sau:
HL = 0.384 +0.174*GT + 0.515*KH + 0.246*GC
Ý nghĩa của các hệ số hồi quy:
• Đối với β∧2= 0.174 có ý nghĩa là khi các yếu tố khác không đổi thì khi Dịch vụ gia tăng tăng (giảm) 1% thì Sự hài lòng khách hàng tăng (giảm) 0.174%.
• Đối với β∧3= 0.515 có ý nghĩa là khi các yếu tố khác không đổi thì khi Dịch vụ khách hàng tăng (giảm) 1% thì Sự hài lòng khách hàng tăng (giảm) 0.515
%.
• Đối với ∧
β4= 0.246 có ý nghĩa là khi các yếu tố khác không đổi thì khi Cấu trúc giá tăng (giảm) 1% thì Sự hài lòng khách hàng tăng (giảm) 0.246%.
Qua phương trình hồi quy trên ta cũng thấy yếu tố Dịch vụ khách hàng có ảnh hưởng lớn nhất đến sự hài lòng của khách hàng, điều này cho ta thấy Dịch vụ khách hàng càng tốt thì sẽ càng làm cho Sự hài lòng của khách hàng tăng cao nhất. Tiếp theo Dịch vụ khách hàng là yếu tố Dịch vụ gia tăng tác động đến sự hài lòng của khách hàng và cuối cùng là yếu tố Cấu trúc giá có ảnh hưởng yếu nhất đến Sự hài lòng khách hàng.