Khi các biến giải thích trong mô hình có tương quan tuyến tính với nhau được gọi là đa cộng tuyến. Nếu có đa cộng tuyến cao hoặc đa cộng tuyến hoàn hảo thì ước lượng hệ số hồi quy trong mô hình sẽ không ổn định và sai số chuẩn của hệ số bị khuếch đại dẫn đến khả năng kết luận sai và khó phát hiện các tác động thực sự.
Thông thường, khi thực hiện kiểm định đa cộng tuyến, biến giải thích có hệ số VIF≥5 trong mới được xem là có thể gây ảnh hưởng đến kết quả ước lượng. Tuy nhiên kết quả kiểm tra đa cộng tuyến cho thấy hệ số khuếch đại phương sai VIF của gdp_ln khá cao (VIF = 4.16) so với các biến khác (Xem bảng 4.4)
Bảng 4.4 Kết quả kiểm định hiện tượng đa cộng tuyến
Mẫu có biến gdp_ln Mẫu không có biến gdp_ln VIF Tolerance VIF Tolerance
gdp_ln 4.16 0.2405 - - ipt_ln 2.01 0.4974 1.44 0.6960 ipr 2.56 0.3902 1.81 0.5511 inv_ln 1.04 0.9643 1.03 0.9671 edu_ln 1.83 0.5464 1.81 0.5519 ope_ln 1.20 0.8328 1.17 0.8512 lab_ln 1.28 0.7807 1.13 0.8872 goc_ln 2.05 0.4868 2.05 0.4885 inf_ln 1.24 0.8075 1.22 0.8201
Ngoài ra, khi sử dụng hồi quy giữa GDP với các biến giải thích còn lại cũng cho hệ số tương quan có ý nghĩa (Xem bảng 4.5).
Bảng 4.5 Hồi quy thử các biến giải thích với biến gdp_ln
Biến phụ thuộc gdp_ln
ipt_ln 0.23**** Obs 1201 ipr 0.53**** R-squared 0.7595 inv_ln 0.10 Adj R-squared 0.7597 edu_ln 0.21**** ope_ln 0.18**** lab_ln -1.46**** goc_ln 0.12** inf_ln -0.07**** const 10.90****
Ghi chú: *, **, ***, **** biểu thị mức ý nghĩa tương ứng ở mức 10%, 5%, 1% và 0.1%.
Nguồn: Tính toán của tác giả trên dữ liệu từ WB và WIPO
Từ kết quả kiểm định và hồi quy thử nêu trên, tác giả loại biến gdp_ln và tiến hành kiểm định lại. Ở lần kiểm định đa cộng tuyến sau khi đã loại biến gdp_ln, các hệ số VIF của các biến trong mô hình đều thấp (cao nhất là hệ số VIF của goc_ln là 2.05) cho phép hồi quy mô hình với các biến đã nêu (xem Bảng 4.4).
Vì vậy, tác giả loại biến gdp_ln khỏi mô hình nhằm giảm thiểu khả năng kết quả bị lệch so với thực tế để thực hiện hồi quy ở các bước tiếp theo.