Page 92 - Tạp chí Giao thông Vận Tải - Số Tết Dương Lịch

Số 12/2024 (748) KHOA HỌC CÔNG NGHỆ
6
Tập 64
Tập
4
nghiệm của các chuyên gia khi đánh giá về ý định áp dụng 0,291 > 0,05, đồng thời mức ý nghĩa Sig. của kiểm định
BIM của các đơn vị TVTK. ANOVA là 0,658 > 0,05 (Bảng 3.3), chứng tỏ không có
Bảng 3.2. Kiểm tra tính đồng nhất của các phương sai sự khác biệt về giá trị trung bình, tức là không có sự
Test of Homogeneity of Variances khác biệt giữa số năm kinh nghiệm của các chuyên gia
Levene khi đánh giá ý định áp dụng BIM tại các đơn vị TVTK. Sự
Statistic df1 df2 Sig. thống nhất này về mặt kỹ thuật sẽ là hợp lý khi sử dụng
BI Based on Mean 1.266 3 88 .291 tổ hợp mẫu từ các đối tượng khảo sát với số năm kinh
nghiệm trong lĩnh vực TVTK khác nhau để tiến hành các
Bảng 3.3. Kết quả kiểm định ANOVA bước phân tích tiếp theo.
ANOVA 3.4. Phân tích tương quan giữa các biến độc lập
BI Trước khi phân tích hồi quy, tác giả tiến hành kiểm tra
Sum of Mean mối liên hệ tuyến tính giữa biến phụ thuộc với các biến độc
Squares df Square F Sig. lập thông qua hệ số tương quan Pearson (r).
Between .882 3 .294 .538 .658 Kết quả phân tích tương quan (Bảng 3.4) cho thấy: Tất
Groups cả các mức ý nghĩa Sig. < 0,05 và các hệ số tương quan (r)
dao động trong khoảng từ 0,397 đến 0,740 (thỏa mãn điều
Từ kết quả kiểm tra tính đồng nhất của các phương kiện -1 ≤ r ≤ + 1). Như vậy, cả 3 biến độc lập có mối quan hệ
sai (Bảng 3.2) ta thấy mức ý nghĩa Sig. của Levene là tuyến tính rất chặt chẽ với biến phụ thuộc.
Bảng 3.4. Phân tích tương quan
Correlations
BI BA SN PC
Pearson Correlation 1 .679 ** .740 ** .662 **
BI Sig. (2-tailed) .000 .000 .000
N 92 92 92 92
Pearson Correlation .679 ** 1 .536 ** .397 **
BA Sig. (2-tailed) .000 .000 .000
N 92 92 92 92
Pearson Correlation .740 ** .536 ** 1 .630 **
SN Sig. (2-tailed) .000 .000 .000
N 92 92 92 92
Pearson Correlation .662 ** .397 ** .630 ** 1
PC Sig. (2-tailed) .000 .000 .000
N 92 92 92 92
**. Correlation is significant at the 0.01 level (2-tailed).
3.5. Phân tích hồi quy tuyến tính và kiểm định mô hình
3.5.1. Phân tích hồi quy tuyến tính
Mục đích của phân tích hồi quy tuyến tính là ước lượng mức độ tương quan giữa biến phụ thuộc và các biến độc lập. Kết
quả phân tích hồi quy tuyến tính được thể hiện từ Bảng 3.5 đến Bảng 3.7 dưới đây:
Bảng 3.5. Kết quả kiểm định R và Durbin - Watson
2
Model Summary b
Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson
1 .842 a .709 .699 .40241 1.641
a. Predictors: (Constant), PC, BA, SN
b. Dependent Variable: BI
Bảng 3.6. Kết quả kiểm định ANOVA
ANOVA a
Model Sum of Squares df Mean Square F Sig.
Regression 34.739 3 11.580 71.510 .000 b
1 Residual 14.250 88 .162
Total 48.989 91
a. Dependent Variable: BI
b. Predictors: (Constant), PC, BA, SN

91