CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
4.3 Kiểm định sự vi phạm các giả định trong hồi quy tuyến tính
Để xem xét phương trình hồi quy trong bài nghiên cứu này có vi phạm giả định liên hệ tuyến tính hay không thì phương pháp vẽ đồ thị phân tán giữa các phần dư và giá trị dự đoán sẽ được sử dụng để kiểm định điều đó. Với giá trị phần dư trên trục tung và giá trị dự đoán trên trục hoành.
Nếu giả định liên hệ tuyến tính và phương sai bằng nhau được thỏa mãn, thì sẽ không nhận thấy có liên hệ gì giữa các giá trị dự đoán và phần dư, chúng sẽ phân tán rất ngẫu nhiên (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Sau khi tìm đường hồi quy tuyến tính cho các dữ liệu và mô tả phần dư cùng giá trị dự đoán lên đồ thị mà thấy phần dư của chúng thay đổi theo một trật tự nào đó (có thể là cong dạng bậc 2 Parabol, cong bậc 3 Cubic…) thì mô hình hồi quy tuyến tính mô tả quan hệ đường thẳng là không phù hợp với các dữ liệu này. Sự thay đổi có hệ thống giữa giá trị dự đoán và phần dư chứng tỏ rằng giả định có quan hệ tuyến tính đã bị vi phạm (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Hình 4.1: Đồ thị phân tán giữa các phần dư và giá trị dự đoán của mô hình hồi quy tuyến tính
48
Dựa vào hình trên có thể nhận thấy rằng phần dư phân tán một cách ngẫu nhiên trong một vùng xung quanh đường đi qua tung độ 0 (đường đi qua tung độ 0 và song song với trục hoành) chứ không tạo thành một hình dạng nào. Vì vậy, giả định liên hệ tuyến tính không bị vi phạm.
4.3.2 Kiểm định giả định phương sai của sai số không đổi
Để xem xét giả định phương sai của sai số không đổi có bị vi phạm hay không, có thể căn cứ vào đồ thị được thể hiện trong hình 4.1 ở trên để đưa ra kết luận.
Nếu độ lớn của phần dư tăng hoặc giảm cùng với các giá trị dự đoán, thì nên nghi ngờ giả định phương sai của sai số không đổi đã bị vi phạm (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Nếu phương sai không đổi thì các phần dư phải phân tán ngẫu nhiên quanh trục 0 (tức quanh giá trị trung bình của phần dư) trong một phạm vi không đổi (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Hình 4.1 cho thấy rằng các phần dư phân tán ngẫu nghiên quanh trục 0 trong một phạm vi không đổi. Do đó có thể kết luận là giả định phương sai của sai số không đổi không bị vi phạm.
4.3.3 Kiểm định giả định phân phối chuẩn của phần dư
Một trong những cách để kiểm định phần dư có tuân theo phân phối chuẩn hay không đó chính là vẽ biểu đồ tần số của phần dư.
Sẽ không hợp lý khi kỳ vọng các phần dư quan sát có phân phối hoàn toàn chuẩn vì luôn có những chênh lệch do lấy mẫu. Ngay cả khi các sai số có phân phối chuẩn trong tổng thể đi nữa thì phần dư trong mẫu quan sát cũng xấp xỉ chuẩn mà thôi. Khi giá trị trung bình Mean của phần dư gần bằng 0 và độ lệch chuẩn Std.
Dev. gần bằng 1 thì có thể kết luận giả thuyết phân phối chuẩn không bị vi phạm (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
49
Hình 4.2: Đồ thị tần số của phần dư chuẩn hóa
Hình 4.2 cho thấy phân phối của phần dư xấp xỉ chuẩn, với giá trị trung bình Mean bằng -1,60 x E-15, giá trị này rất nhỏ và gần bằng 0. Độ lệch chuẩn Std. Dev bằng 0,995 tức là gần bằng 1. Vậy có thể kết luận rằng giả định phân phối chuẩn của phần dư không bị vi phạm.
4.3.4 Kiểm định giả định tính độc lập của sai số
Nhằm kiểm tra xem có hiện tuợng tương quan giữa các phần dư của một phép phân tích hồi quy hay không, thì thống kê Durbin - Watson sẽ được sử dụng để phát hiện ra điều đó.
Giá trị của Durbin - Watson (d) biến thiên trong khoảng từ 0 đến 4. Nếu các phần dư không có tương quan chuỗi bậc nhất với nhau thì giá trị d sẽ gần bằng 2 (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Ngoài ra, cũng có ý kiến cho rằng giá trị d nằm trong khoảng từ 1 đến 3 thì sẽ không có tương quan giữa các phần dư (Hoàng Ngọc Nhậm, 2008).
Bảng 4.3: Giá trị Durbin - Watson
Model R R Square Adjusted
R Square Std. Error of
the Estimate Durbin - Watson
1 0,664a 0,441 0,436 739,217 1,345
a. Predictors: (Constant), AUDIT, EPS, TANG, LEV, GROW, OCF, SIZE
50
Căn cứ vào bảng 4.3 với giá trị d là 1,345, có thể nhận thấy rằng giá trị d không quá nhỏ so với 2, đồng thời giá trị d cũng nằm trong khoảng từ 1 đến 3. Như vậy giả định tính độc lập của sai số không bị vi phạm hay có thể nói rằng không có hiện tượng tương quan giữa các phần dư.
4.3.5 Kiểm định giả định không có tương quan giữa các biến độc lập
Để kiểm định xem các biến độc lập có tương quan chặt chẽ với nhau hay không, một công cụ được sử dụng đó là đo lường đa cộng tuyến. Vấn đề của hiện tượng đa cộng tuyến là chúng cung cấp cho mô hình những thông tin rất giống nhau, và rất khó tách rời ảnh hưởng của từng biến một đến biến phụ thuộc. Đồng thời nó làm cho các hệ số có khuynh hướng kém ý nghĩa hơn khi không có đa cộng tuyến trong khi R bình phương vẫn khá cao.
Để kiểm định hiện tượng đa cộng tuyến thì có thể sử dụng hệ số phóng đại phương sai (VIF). Khi VIF vượt quá 10, đó là dấu hiệu của đa cộng tuyến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Bảng 4.4: Giá trị VIF của các biến nghiên cứu
Tên biến VIF
EPS 1,096
GROW 1,096
LEV 1,191
SIZE 1,603
TANG 1,022
OCF 1,293
AUDIT 1,377
Kết quả kiểm định đa cộng tuyến được thể hiện trong bảng 4.4 cho thấy giá trị VIF của tất cả các biến độc lập đều nhỏ hơn 10. Như vậy, có thể khẳng định hiện tượng đa cộng tuyến giữa các biến độc lập là không xảy ra.
Tóm lại: Bằng việc tiến hành kiểm định 5 giả định cần thiết trong hồi quy tuyến tính. Kết quả cho thấy rằng không có giả định nào bị vi phạm. Như vậy, hàm
51
hồi quy được xây dựng để phát hiện ra các nhân tố ảnh hưởng đến chính sách cổ tức của công ty niêm yết được chấp nhận.