III. Phần kết luận
4.5.nghĩa của từng biến giải thích
4. Phương trình hồi quy tuyến tính mẫu đa biến với ba biến giải thích 1 Phương trình hồi quy
4.5.nghĩa của từng biến giải thích
Ở kiểm định F, chúng ta đã kết luận được mô hình toàn diện có ý nghĩa. Điều này có nghĩa là có ít nhất một biến độc lập trong mô hình có thể giải thích được một cách có ý nghĩa cho biến thiên của biến phụ thuộc. Tuy nhiên điều này không có nghĩa là tất cả các biến độc lập đưa vào mô hình đều có ý nghĩa, để xác định biến độc lập nào có ý nghĩa, ta kiểm định giả thuyết sau:
H0: j = 0 H1: i ≠ 0
(j nhận các giá trị 1,2,3)
Chúng ta có thể dùng kiểm định t để kiểm định hệ số hồi quy với độ tin cậy 95%, giá trị t tính toán được so sánh với giá trị t giới hạn tra từ bảng phân phối student với (n-k-1) bậc tự do và mức ý nghĩa 5%
Ta có t44,0.025 = 2.0011
Từ bảng tính ta thấy các giá trị t của X1 , X2 , lần lượt là 2.44, 3.90 lớn hơn 2.0011 như vậy ta bác bỏ giả thuyết H0. Có nghĩa là các biến độc lập X1 , X2 , có khả năng giải thích cho biến phụ thuộc Y.
Ta cũng có thể căn cứ giá trị p-value trong bảng tính trên để kết luận, với bất kỳ giá trị nào của lơn hơn p-value thì giả thiết H0 bị bác bỏ, tuy nhiên với mức ý nghĩa 5% lớn hơn các p-value ở trên, như vậy bác bỏ giả thuyết H0.
Tóm lại, mô hình hồi quy đa biến là một công cụ khá phổ biến được sử dụng trong nghiên cứu định lượng hiện nay. Các nhà hoạch định chính sách căn cứ trên mô hình này để tác động đến các yếu tố cụ thể một lượng là bao nhiêu theo các hệ số tính toán và có thể ước lượng được kết qủa mang lại theo các mô hình dự báo. Có rất nhiều vấn đề liên quan đến phương pháp này mà trong giới hạn của bài viết
tôi chưa trình bày được. Tuy nhiên với những nội dung hết sức cơ bản như trên, tôi hy vọng các bạn sinh viên có thêm được một phương pháp nghiên cứu có tính tuyết phục hơn cho các đề tài khoa học và khóa luận tốt nghiệp của mình. Rất mong nhận được những đóng góp từ các đồng nghiệp cũng như các bạn sinh viên để việc nghiên cứu định lượng ngày càng được sử dụng nhiều hơn.