4. Phương pháp luận nghiên cứu
3.2.5.6.2. Dò tìm sự vi phạm các giả định cần thiết trong mô hình hồ
Phân tích hồi quy không phải chỉ là việc mô tả các dữ liệu quan sát được. Từ các kết quả quan sát được trong mẫu, ta phải suy rộng kết luận cho mối liên hệ giữa các biến trong tổng thể. Sự chấp nhận và diễn dịch kết quả hồi quy không thể tách rời
các giả định cần thiết và những chẩn đoán về sự vi phạm các giả định đó. Nếu các giả định bị vi phạm thì các kết quả ước lượng được không đáng tin cậy nữa. (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
Vì vậy, ta cần thực hiện kiểm định các giả định cần thiết trong mô hình hồi quy có vi phạm hay không, cụ thể như sau:
- Giả định liên hệ tuyến tính: Phương pháp được sử dụng là đồ thị phân tán Scatterplot với giá trị phần dư chuẩn hóa trên trục tung và giá trị dự báo chuẩn hóa trên trục hoành. Nếu giả định liên hệ tuyến tính và phương sai bằng nhau được thỏa mãn, thì ta sẽ không nhận thấy có liên hệ gì giữa các giá trị dự đoán và phần dư, chúng sẽ phân tán rất ngẫu nhiên. Nhận xét đồ thị phân tán Scatterplot (Hình 3.10), ta nhận thấy phần dư phân tán ngẫu nhiên trong một vùng xung quanh đường đi qua tung độ 0. Như vậy, giả định liên hệ tuyến tính của mô hình không bị vi phạm.
Hình 3.10: Đồ thị phân tán Scatterplot
- Giả định phương sai của sai số không đổi: Nhận xét đồ thị phân tán Scatterplot (Hình 3.10) trên đây ta nhận thấy phần dư phân tán ngẫu nhiên quanh trục 0 (tức quanh giá trị trung bình của phần dư) trong một phạm vi không đổi. Như vậy, giả định phương sai của của sai số không đổi không bị vi phạm.
Ngoài ra, để thực hiện việc kiểm định phương sai của sai số không đổi bằng việc phân tích hồi quy giữa biến phụ thuộc là bình phương phần dư (ee = RES_1*
RES_1) và biến độc lập là giá trị dự báo sự hài lòng (PRE_1). Các giá trị PRE_1, ee được tạo từ phần mềm SPSS 18. Kết quả tại PL13 cho thấy: R2 = 0.006, t = -2.364, F = 5.588, nên giả thiết R2≠0 là không phù hợp. Như vậy, giả định phương sai của sai số không đổi không bị vi phạm.
- Giả định về phân phối chuẩn của phần dư: Để khảo sát sự vi phạm về giả định phân phối chuẩn của phần dư, tác giả sử dụng biểu đồ Histogram và đồ thị P-P plot trong phân tích SPSS 18.
Biểu đồ Histogram (Hình 3.11) cho thấy một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số. Phân phối phần dư xấp xỉ chuẩn hóa (trung bình Mean gần bằng 0 và độ lệch chuẩn Std.Dev = 0.997 tức là gần bằng 1).
Hình 3.11: Biểu đồ tần số Histogram
Ngoài ra, nhìn vào đồ thị P-P plot (Hình 3.12), kết quả cho thấy các điểm quan sát không phân tán quá xa đường thẳng kỳ vọng. Do đó, có thể kết luận rằng giả thiết phân phối chuẩn không bị vi phạm.
Hình 3.12: Đồ thị P-P Plot phần dư chuẩn hóa hồi quy
- Giả định về tính độc lập của sai số (hay không có tương quan giữa các phần dư): “độc lập” ở đây là ẩn ý rằng giữa các phần dư không có mối tương quan (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005, Tr.198).
Đại lượng thống kê Durbin-Watson được dùng để thực hiện kiểm định tương quan của các sai số kề nhau. Kết quả phân tích tại bảng 3.18 cho thấy giá trị thống kê Durbin-Watson = 2.009 xấp xỉ 2.0 nên có thể nhận định rằng hiện tượng tương quan giữa các phần dư là không xảy ra.
Bảng 3.18: Mô hình tóm tắt kiểm định tính độc lập của sai số
Model R R Square Adjusted R Square Std. Error of the
Estimate Durbin-Watson
1 .826a .683 .681 .36862 2.009
a. Predictors: (Constant), GIA, GTTT, HH, NV, CSPV, STT b. Dependent Variable: HL
Đồ thị tại hình 3.13 thể hiện tuần tự phần dư theo thứ tự quan sát cũng khẳng định điều này vì chúng không mô tả một quy luật nào trong mối quan hệ giữa các phần dư
Hình 3.13: Đồ thị phân tán phần dư chuẩn hóa theo thứ tự quan sát
- Giả định không có mối tương quan giữa các biến độc lập (Đo lường đa cộng tuyến): Để kiểm tra hiện tượng đa cộng tuyến, chỉ số thường dùng là hệ số phóng đại phương sai VIF (Variance Inflation Factor). Kết quả phân tích tại bảng PL14 cho thấy hệ số VIF đều nhỏ hơn 2, nhỏ hơn mức chấp nhận được 8.0 rất nhiều (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005) nên ta kết luận hiện tượng đa cộng tuyến không nghiêm trọng giữa các biến độc lập.
Như vậy mô hình hồi quy tuyến tính được xây dựng theo phương trình hồi qui ở trên không vi phạm các giả định cần thiết về hồi quy tuyến tính.