Giả định đầu tiên là 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 đoán chuẩn hóa trên trục hoành. Nhìn vào đồ thị ta thấy phần dư không thay đổi theo một trật tự nào đối với giá trị dự đoán. Vậy giả thuyết về liên hệ tuyến tính không bị vi phạm.
Hình 4. 2. Đồ thị phân tán Scatterplot với giá trị phần dư chuẩn hóa trên trục tung và giá trị dự đoán chuẩn hóa trên trục hoành
Giả định tiếp theo cần xem xét là phương sai của phần dư không đổi. Để thực hiện kiểm định này, chúng ta sẽ tính hệ số tương quan hạng Spearman của giá trị tuyệt đối phần dư và các biến độc lập. Giá trị sig. của các hệ số tương quan với độ tin cậy 95% cho thấy ta không đủ cơ sở để bác bỏ giả thuyết Ho là giá trị tuyệt đối của phần dư độc lập với các biến độc lập. Như vậy, giả định về phương sai của sai số không đổi không bị vi phạm.
Bảng 4. 18. Bảng kiểm định hệ số tương quan hạng Spearman
Giá trị tuyệt đối của phần dư
Đặc điểm công
việc Thu nhập Lãnh đạo Đồng nghiệp Hệ số tương
quan hạng Spearman's rho
Giá trị tuyệt đối của phần dư
Hệ số tương quan 1.000 .118 .009 -.006 -.139
Mức ý nghĩa . .122 .906 .938 .068
N 174 174 174 174 174
Đặc điểm công việc Hệ số tương quan .118 1.000 .060 .139 .339**
Mức ý nghĩa .122 . .433 .068 .000
N 174 174 174 174 174
Thu nhập Hệ số tương quan .009 .060 1.000 .579** .387**
Mức ý nghĩa .906 .433 . .000 .000
N 174 174 174 174 174
Lãnh đạo Hệ số tương quan -.006 .139 .579** 1.000 .352**
Mức ý nghĩa .938 .068 .000 . .000
N 174 174 174 174 174
Đồng nghiệp Hệ số tương quan -.139 .339** .387** .352** 1.000
Mức ý nghĩa .068 .000 .000 .000 .
N 174 174 174 174 174
**. Có ý nghĩa mức 0.01.
Để dò tìm sự vi phạm giả định phân phối chuẩn của phần dư ta sẽ dùng hai công cụ vẽ của phần mềm SPSS là biểu đồ Histogram và đồ thị P-P plot. Nhìn vào biểu đồ Histogram ta thấy phần dư có phân phối chuẩn với giá trị trung bình gần bằng 0 và độ lệch chuẩn của nó gần bằng 1 (=0.988). Nhìn vào đồ thị P-P plot biểu diễn các điểm quan sát thực tế tập trung khá sát đường chéo những giá trị kỳ vọng,
có nghĩa là dữ liệu phần dư có phân phối chuẩn.
Hình 4. 3. Biểu đồ Histogram
Hình 4. 4. Đồ thị P-P Plot của phần dư chuẩn hóa hồi quy.
dùng đại lượng thống kê Durbin-Watson (d) để kiểm định. Đại lượng d này có giá trị từ 0 đến 4. Tra bảng thống kê Durbin-Watson với số mẫu quan sát bằng 174 và số biến độc lập là 4 ta có dU= 1.8, dL=1.7. Như vậy, đại lượng d=2.233 nằm trong khoảng (4- dU, 4 – dL) hay (2.2, 2.3) là miền không có kết luận về giả định tính độc lập của phần dư.
Cuối cùng, ta sẽ xem xét sự vi phạm đa cộng tuyến của mô hình. Ở phần phân tích hệ số tương quan ở trên, ta đã thấy rằng giữa biến phụ thuộc có quan hệ tương quan khá rõ với các biến độc lập nhưng ta cũng thấy được giữa các biến độc lập cũng có tương quan với nhau. Điều này sẽ tạo ra khả năng đa cộng tuyến của mô hình. Vì vậy, ta phải dò tìm hiện tượng đa cộng tuyến bằng cách tính độ chấp nhận của biến (Tolerance) và hệ số phóng đại phương sai (Variance inflation factor – VIF). Độ chấp nhận trong trường hợp này của bốn biến trong mô hình khá cao, đều lớn hơn 0.5 trong khi hệ số VIF khá thấp đều dưới 2. Hệ số VIF nhỏ hơn 10 là ta có thể bác bỏ giả thuyết mô hình bị đa cộng tuyến.
Như vậy mô hình hồi quy tuyến tính được xây dựng theo phương trình hồi qui không vi phạm các giả định cần thiết trong hồi quy tuyến tính