R2 là hệ số xác định của mô hình, đã được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mô hình, mô hình càng có nhiều biến độc lập thì R2 càng tăng, tuy nhiên không phải phương trình càng có nhiều biến thì càng phù hợp với dữ liệu hơn. Vì vậy, R2 có khuynh hướng là một ước lượng lạc quan của thước đo sự phù hợp của mô hình đối với dữ liệu trong trường hợp có nhiều biến giải thích (biến độc lập) trong mô hình. Vì vậy mô hình thường không phù hợp với dữ liệu thực tế như giá trị R2 thể hiện[12].
R2 điều chỉnh (Adjusted R square, viết tắt là R2a) được tính bằng công thức: p(1 - R2)
R2a = R2 _
N - p - 1
Trong đó N là số quan sát, p là số biến độc lập trong mô hình.
Không giống như R2, R2a không nhất thiết tăng lên khi có nhiều biến được đưa vào phương trình, nó là thước đo sự phù hợp được sử dụng cho hồi quy tuyến tính đa biến vì nó không phụ thuộc và độ lệch phóng đại của R2. Vì vậy, trong trường hợp này luận văn sử dụng giá trị R2a để phản ánh sát hơn mức độ phù hợp cuả mô hình hồi quy tuyến tính đa biến[12].
So sánh 2 giá trị R2 và R2a tại bảng 3.23 nêu trên, ta thấy giá trị R2a = 0,564 < R2 = 0,572. Do đó, chúng ta dùng R2a để đánh giá độ phù hợp của mô hình sẽ an toàn hơn vì R2a không thổi phồng mức độ phù hợp của mô hình như R2.
Theo tác giả Lê Thế Giới và các cộng sự (2006) thì mối quan hệ giữa các biến độc lập (biến giải thích) và biến phụ thuộc (biến được giải thích) có thể được kết luận dựa vào hệ số xác định R2a(R2 điều chỉnh) cụ thể như sau9:
Nếu R2a <0,3 Mối quan hệ yếu
Nếu 0,3<= R2a <0,5 Mối quan hệ trung bình (chấp nhận) Nếu 0,5<= R2a <0,7 Mối quan hệ khá chặt chẽ
Nếu R2a >=0,7 Mối quan hệ rất chặt chẽ
9
Lê Thế Giới, Nguyễn Xuân Lãn, Đặng Công Tuấn, Lê Văn Huy và Nguyễn Thị Bích Thủy (2006), Nghiên cứu Marketing -Lý thuyết và ứng dụng, Nhà xuất bản Thống kê, TP Hồ Chí Minh, trang 168-169.
Như vậy, theo kết quả phân tích hồi quy bằng phương pháp Stepwise thể hiện tại Bảng 3.23 trên đây, mô hình hồi quy được xác định ở bước 5. Hệ số xác định của mô hình R2 tăng dần qua từng bước, và ở bước 5, R2a = 0,564 khẳng định sự phù hợp của mô hình. Điều này có thể kết luận mối quan hệ giữa các biến độc lập (biến giải thích) và biến phụ thuộc (biến được giải thích) là “khá chặt chẽ”. Hay nói cách khác, mô hình hồi quy này có thể giải thích 56,4% sự thay đổi của Tỷ suất nợ. Qua 5 bước thực hiện các thủ tục đưa vào các biến có ảnh hưởng đồng thời loại bỏ dần các biến ít có tác dụng với biến Tỷ suất nợ. Cuối cùng, còn lại 5 biến là các biến được đưa vào và còn lại trong mô hình cho đến khi kết thúc là: (i) Tổng tài sản; (ii) Tỷ suất đầu tư dài hạn; (iii) Thuế TNDN; (iv) Tỷ suất lãi vay; và (v) Loại hình DN.