Phân tích tương quan là tính độ mạnh hay mức độ liên hệ tuyến tính giữa hai
biến để xem xét có gây ra vấn đề đa cộng tuyến hay không trước khi đưa vào phân
tích hồi quy. Phân tích tương quan được thực hiện giữa biến phụ thuộc là ý định sử
dụng (Int) với các biến độc lập gồm nhu cầu cá nhân (De), thái độ khách hàng (Att), giá (Pr), chất lượng sản phẩm (Qu) và niềm tin vào web (Cre). Bên cạnh đó cũng
xem xét sự tương quan giữa các biến độc lập với nhau.
Bảng 4.12 Kết quả phân tích tương quan Pearson
Tương quan
Int De Att Pr Qu Cre
Tương quan Pearson
Int 1.000 .422 .496 .659 .576 .645 De .422 1.000 .258 .322 .205 .344 Att .496 .258 1.000 .418 .322 .401 Pr .659 .322 .418 1.000 .416 .501 Qu .576 .205 .322 .416 1.000 .400 Cre .645 .344 .401 .501 .400 1.000 Sig. (1-tailed) Int . .000 .000 .000 .000 .000 De .000 . .000 .000 .000 .000 Att .000 .000 . .000 .000 .000 Pr .000 .000 .000 . .000 .000 Qu .000 .000 .000 .000 . .000 Cre .000 .000 .000 .000 .000 . N Int 300 300 300 300 300 300 De 300 300 300 300 300 300 Att 300 300 300 300 300 300 Pr 300 300 300 300 300 300 Qu 300 300 300 300 300 300 Cre 300 300 300 300 300 300
Nhận xét: Các biến độc lập đều có tương quan tuyến tính khá mạnh với biến phụ thuộc, các hệ số tương quan đều có ý nghĩa thống kê (sig < 0.05). Theo sách Thống kê ứng dụng trong kinh tế xã hội (Hoàng Trọng, Chu Nguyễn Mộng Ngọc – NXB Thống kê, 2008) có nói:
| |> 0.8: Tương quan tuyến tính (TQTT) rất mạnh | | = 0.6 – 0.8: Tương quan
tuyến tính (TQTT) mạnh | | = 0.4 – 0.6: có tương quan tuyến tính (TQTT) | | = 0.2
– 0.4: Tương quan tuyến tính (TQTT) yếu| |< 0.2: Tương quan tuyến tính (TQTT)
rất yếu hoặc không có.
R1 = 0.422> 0 suy ra De và Int tương quan thuận và mức tương quan là có tương
quan tuyến tính. R2= 0.496> 0 suy ra Att và Int tương quan thuận và mức tương
quan là có tương quan tuyến tính. R3 = 0.659> 0 suy ra Pr và Int tương quan thuận
tương quan thuận và mức tương quan là có tương quan tuyến tính. R5 = 0.645> 0 suy ra Cre và Int tương quan thuận và mức tương quan là tương quan tuyến tính mạnh.
Như vậy, việc sử dụng phân tích hồi quy tuyến tính là phù hợp. Tuy nhiên, kết quả phân tích tương quan cũng cho thấy hệ số tương quan giữa các biến độc lập ở mức tương quan tương đối mạnh nên cần quan tâm đến hiện tượng đa cộng tuyến khi phân tích hồi quy bội.
4.5.2 Phân tích hồi quy
Giả sử các yếu tố tác động đến ý định mua lại theo mô hình 2.15 đều có quan hệ tuyến tính với ý định sử dụng. Phân tích hồi quy tuyến tính sẽ giúp biết được cường độ ảnh hưởng của các biến độc lập (nhu cầu cá nhân, thái độ, giá, chất lượng sản phẩm, niềm tin web) lên biến phụ thuộc (ý định sử dụng).
Lệnh hồi quy tuyến tính trong chương trình SPSS 20.0 được sử dụng để chạy phân tích phần mềm hồi quy. Hệ số xác định (R2) đo lường tỷ lệ tổng biến thiên của biến phụ thuộc được giải thích bởi các biến độc lập trong mô hình. Giá trị R2 càng cao thì khả năng giải thích của mô hình hồi quy tuyến tính bội càng cao và việc dự đoán biến phụ thuộc càng chính xác. Phép phân tích phương sai (Anova) được tiến hành. Nếu giá trị F có ý nghĩa đáng kể về mặt thống kê (p < 0,05), giả thuyết thuần của mối quan hệ không tuyến tính bị bác bỏ. Hệ số β là hệ số hồi quy chuẩn hoá cho phép so sánh trực tiếp giữa các hệ số xem như là khả năng giải thích biến phụ thuộc. Trị tuyệt đối của một hệ số β chuẩn hóa càng lớn thì tầm quan trọng tương đối của nó trong dự báo biến phụ thuộc càng cao.
Để kiểm tra điều kiện hồi quy tuyến tính thì tác giả kiểm định các giả định hàm hồi quy tuyến tính bao gồm:
- Không có hiện tượng đa cộng tuyến. - Phương sai của phần dư không đổi. - Các phần dư có phân phối chuẩn.
Phân tích hồi quy tuyến tính sẽ giúp biết được cường độ ảnh hưởng của các biến độc lập lên biến phụ. Do vậy, mô hình hồi quy tuyến tính bội được phát triển như sau:
Int= β0 + β1*De + β2*Att + β3*Pr + β4*Qu + β5*Cre + ε
Trong đó Nhu cầu cá nhân (De), Thái độ khách hàng (Att), Giá (Pr), Chất lượng sản phẩm (Qu), Niềm tin vào web (Cre) và một biến phụ thuộc là Ý định sử dụng (Int), sử dụng phương pháp Inter.
Kết quả hồi quy bội như bảng 4.13
Bảng 4.13 Bảng phân tích các hệ số của các yếu tố độc lập trong hồi quy bội
Mô hình tóm tắt
Mô
hình
R R 2 R2 hiệu
chỉnh
Sai số chuẩn ước lượng Hệ số Durbin-Watson
1 .813a .662 .656 .31508 1.722
a. Các dự báo: (Hằng số), Cre, De, Qu, Att, Pr b. Biến phụ thuộc: Int
ANOVA Mô hình Tổng bình phương df Bình phương trung bình F Sig. 1 Hồi quy 57.074 5 11.415 114.982 .000b Phần dư 29.187 294 .099 Tổng 86.261 299
a. Biến phụ thuộc: Int
b. Các dự báo: (Hằng số), Cre, De, Qu, Att, Pr Thống kê hệ số
Mô hình Hệ số chưa chuẩn hóa Hệ số chuẩn
hóa
t Sig. Thống kê đa cộng tuyến
B Std. Error Beta Tolerance VIF
1 (Hằng số) -.803 .214 -3.759 .000 De .153 .041 .136 3.691 .000 .844 1.185 Att .136 .040 .133 3.410 .001 .757 1.321 Pr .350 .048 .307 7.249 .000 .642 1.558 Qu .307 .045 .263 6.791 .000 .765 1.307 Cre .290 .043 .286 6.784 .000 .649 1.540
Nhận xét:
Theo bảng Mô hình tóm tắt, ta có R2 hiệu chỉnh bằng 0.656 do đó 5 biến De,
Att, Pr, Qu, Cre giải thích được 65.6% sự thay đổi của Int. Mặc khác, hệ số Durbin –
Watson là 1.722 (nằm trong 0 <1.722< 4) vậy không có sự tương quan chuỗi bậc 1 trong mô hình. Vì vậy, mô hình không bị vi phạm khi sử dụng phương pháp hồi quy bội.
Theo bảng ANOVA, ta có F = 114.982 # 0, hệ số Sig = 0 < 0,05 suy ra mô hình hồi quy phù hợp với tổng thể.
Theo bảng Thống kê hệ số, ta có các hệ số Sig của B các biến đều nhỏ hơn 0,05 ta có phương trình hồi quy như sau:
Int = - 0.803 + 0.153De+0.136Att + 0.350Pr+ 0.307Qu+ 0.290Cre
Mô hình trên được chấp nhận bởi vì:
Hệ số Sig của các B đều nhỏ hơn 0,05
Hệ số phóng đại phương sai VIF của các biến độc lập trong mô hình đều nhỏ
hơn 10 nên tính đa cộng tuyến của các biến độc lập trong mô hình là không đáng kể.
4.5.3 Phân tích các giả thuyết trong mô hình 4.5.3.1 Kiểm định các giả định mô hình 4.5.3.1 Kiểm định các giả định mô hình
Từ kết quả quan sát trong mẫu, ta phải suy rộng kết luận cho mối quan hệ giữa các biến trong tổng thể. Sự chấp nhận và diễn giải kết quả hồi quy không thể tách rời các giả định cần thiết của mô hình hồi quy. Nếu các giả định bị vi phạm thì các kết quả ước lượng không đáng tin cậy nữa (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
Trong phần này, tác giả tiến hành kiểm định các giả định hàm hồi quy tuyến tính cổ điển bao gồm các giả định:
- Không có hiện tượng đa cộng tuyến. - Phương sai của phần dư không đổi. - Các phần dư có phân phối chuẩn.
- Không có hiện tượng tương quan giữa các phần dư.
Trong mô hình hồi quy tuyến tính bội, giả định giữa các biến độc lập của mô hình không có hiện tượng đa cộng tuyến. Hiện tượng này có thể phát hiện thông qua hệ số phóng đại (VIF). Nếu VIF lớn hơn 10 thì hiện tượng đa cộng tuyến nghiêm trọng. Trong mô hình này, để không có hiện tượng đa cộng tuyến nghiêm trọng thì VIF phải nhỏ hơn 10. Qua Bảng 4.13, giá trị VIF thành phần đều nhỏ hơn 10 chứng tỏ không có hiện tượng đa cộng tuyến.
b. Xem xét giả định phương sai phần dư không đổi
Xem xét đồ thị của phần dư chuẩn hóa theo giá trị dự báo của biến phụ thuộc
hiệu quả công việc để kiểm tra có hiện tượng phương sai thay đổi hay không. Quan sát đồ thị phân tán ở Biểu đồ 4.1, nhận thấy phần dư phân tán ngẫu nhiên theo đường hoành độ không. Như vậy, giả định phương sai không đổi của mô hình hồi quy không đổi.
Biều đồ 4.1. Đồ thị phân tán
c. Giả định về phân phối chuẩn của phần dư
Phần dư có thể không tuân theo phân phối chuẩn vì nhiều lý do, sử dụng mô
hình không đúng, phương sai không phải là hằng số, số lượng phần dư không đủ nhiều để phân tích (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005). Trong phần này, tác giả sử dụng biểu đồ Histogram, P-P để xem xét. Nhìn vào Biểu đồ 4.2 và Biểu đồ 4.3, giả định phần phân phối chuẩn của phần dư không bị vi phạm. Trước
hết, xem xét tần số của phần dư chuẩn hóa ở biểu đồ 4.2, phân phối phần dư xấp xỉ chuẩn St.Dev = 0,992 tức gần bằng 1. Do đó, có thể kết luận rằng giả thuyết phân phối chuẩn không bị vi phạm
Biều đồ 4.2. Biểu đồ tần số của phần dư chuẩn hóa
Từ Biểu đồ 4.3, các điểm quan sát không phân tán quá xa đường thẳng kỳ vọng mà phân tán dọc theo, sát đường kỳ vọng nên có thể chấp nhận giả thuyết cho rằng phân phối của phần dư là phân phối chuẩn. Từ các kết quả kiểm định trên, có thể kết luận giả định phân phối chuẩn không bị vi phạm.
d. Giả định tính độc lập phần dư
Khi xảy ra hiện tượng tự tương quan, các ước lượng của mô hình hồi quy không đáng tin cậy. Phương pháp kiểm định có ý nghĩa nhất để phát hiện tự tương quan là kiểm định Dubin-Waston (d). Nếu 1<d<3 thì kết luận mô hình không có tự tương quan, nếu 0<d<1 thì kết luận mô hình có tự tương quan dương, nếu 3<d<4 thì kết luận mô hình có tự tương quan âm. Bảng 4.13 thể hiện Durbin - Waston là 1,722, có nghĩa là chấp nhận giả định không có tương quan giữa các phần dư. Như vậy, các giả định của mô hình hồi quy tuyến tính đều thỏa mãn. Tiếp theo các kiểm định về độ phù hợp và kiểm định các hệ số hồi quy được trình bày.
4.5.3.2 Kiểm định các giả thuyết nghiên cứu
a. Nhu cầu cá nhân
Giả thuyết H1: Nhu cầu cá nhân có ảnh hưởng tích cực đến ý định mua hàng trực tuyến của khách hàng.
Hệ số hồi quy chuẩn hóa β1=0.136, sig(β1)=0.000<5% Ủng hộ giả thuyết H1
Nhận xét: Kết quả cuộc khảo sát cho thấy “ Nhu cầu cá nhân” có tác động tích cực lên ý định sử dụng, tuy sự tác động không mạnh nhưng cũng đáng kể. Khi nhu cầu người tiêu dùng được đáp ứng thì ý định sử dụng dịch vụ MHTT càng tăng. Với ưu thế tiếp kiệm thời gian, không giới hạn vị trí bán hàng, có thể mua các mặt hàng nhạy cảm dễ dàng. Nhu cầu sử dụng dịch vụ mua hàng trực tuyến đã tác động lên ý định sử dụng dịch vụ.
b. Thái độ khách hàng
Giả thuyết H2: Thái độ khách hàng có ảnh hưởng tích cực đến ý định mua hàng trực tuyến của khách hàng.
Nhận xét: Một thái độ tích cực sẽ dẫn đến một ý định và một hành vi tích cực, sự tác động này theo kết quả khảo sát là không lớn. Sự an tâm, hài lòng và phong cách
mua sắm phù hợp sẽ tác động vào thái độ tích cực của người tiêu dùng đối với
phương thức mua hàng trực tuyến.
c. Giá
Giả thuyết H3: Chiến lược giá cả hợp lý có ảnh hưởng tích cực ý định mua hàng trực tuyến của khách hàng.
Hệ số hồi quy chuẩn hóa β1=0.307, sig(β1)=0.000<5% Ủng hộ giả thuyết H3
Nhận xét: Kết quả khảo sát cho thấy người mua càng quan tâm về giá thì sẽ có ý định sử dụng dịch vụ MHTT càng cao. Theo nghiên cứu, đây là yếu tố tác động mạnh nhất đến ý đinh sử dụng. Gần đầy người ta thường nói sự phát triển của TMĐT là vì giá của các mặt hàng trên mạng thấp hơn ở cửa hàng. Cũng là giảm thiểu được nhiều chi phí như mặt bằng, lưu kho, nhân sự…
d. Chất lượng cảm nhận
Giả thuyết H4: Chất lượng sản phẩm có ảnh hưởng tích cực ý định mua hàng trực tuyến của khách hàng.
Hệ số hồi quy chuẩn hóa β1=0.263, sig(β1)=0.000<5% Ủng hộ giả thuyết H4
Nhận xét: Kết quả khảo sát cho thấy sự cảm nhận về chất lượng sản phẩm càng tốt thì ý định MHTT càng cao. Khi có sự tin tưởng vào chất lượng sản phẩm dựa trên hình ảnh, thông tin và thương hiệu được giới thiệu trên web, thì khách hàng sẽ có ý định mua hàng trực tuyến.
e. Niềm tin vào web
Giả thuyết H5: Niềm tin vào web có ảnh hưởng tích cực đến ý định mua hàng trực tuyến của khách hàng.
Hệ số hồi quy chuẩn hóa β1=0.286, sig(β1)=0.000<5% Ủng hộ giả thuyết H5
Nhận xét: Kết quả khảo sát cho thấy khi niềm tin vào trang web cao thì khách hàng sẽ có ý định mua hàng trực tuyến, yếu tố này tác động mạnh sau yếu tố giá. Người mua sẽ quan tâm đến cách bố trí, giới thiệu sản phẩm, sự uy tín của web ngoài còn có các phản hồi tích cực về trang web.
Bảng 4.14 Bảng tóm tắt kết quả kiểm định giả thuyết
Giả thuyết Nội dung Kết quả kiểm định
H1 Nhu cầu cá nhân có ảnh hưởng tích cực đến ý
định mua hàng trực tuyến của khách hàng
Ủng hộ H1
H2 Thái độ khách hàng có ảnh hưởng tích cực đến
ý định mua hàng trực tuyến của khách hàng
Ủng hộ H2
H3 Chiến lược giá cả hợp lý có ảnh hưởng tích
cực ý định mua hàng trực tuyến của khách hàng
Ủng hộ H3
H4 Chất lượng sản phẩm có ảnh hưởng tích cực ý
định mua hàng trực tuyến của khách hàng.
Ủng hộ H4
H5 Niềm tin vào web có ảnh hưởng tích cực đến ý
định mua hàng trực tuyến của khách hàng.
Ủng hộ H5
4.5.4 Phân tích sự khác biệt
4.5.4.1 Sự khác biệt theo giới tính
Giả thuyết H6: Không có sự khác biệt về trung bình về ý định sử dụng dịch vụ mua hàng trực tuyến với giới tính.
Nhìn vào phụ lục VII ta thấy giá trị trung bình (Mean) về ý định sử dụng dịch vụ mua hàng trực tuyến ở hai nhóm đều khá cao và gần bằng nhau.
Sig phương sai của nhóm giới tính là 0.257> 0.05 nên phương sai về trung bình ý định sử dụng dịch vụ mua hàng trực tuyến của nam và nữ không có sự khác nhau.
Phân tích ANOVA giữa trung bình về ý định sử dụng dịch vụ mua hàng trực tuyến và giới tính có kết quả hệ số Sig bằng 0.253> 0.05 suy ra chấp nhận giả thuyết H6, tức là không có sự khác biệt về trung bình về ý định sử dụng dịch vụ mua hàng trực tuyến giữa các nhóm trình độ học vấn.
4.5.4.2 Sự khác biệt theo thu nhập
Giả thuyết H7: Không có sự khác biệt về trung bình về ý định sử dụng dịch
vụ mua hàng trực tuyến giữa nhóm thu nhập.
Nhìn vào phụ lục VII, ta thấy giá trị trung bình (Mean) về ý định sử dụng dịch vụ mua hàng trực tuyến ở các nhóm đều khá cao và gần bằng nhau.
Sig phương sai của nhóm thu nhập là 0.363> 0.05 nên phương sai về trung bình ý định sử dụng dịch vụ mua hàng trực tuyến của 4 nhóm thu nhập không có sự khác nhau.
Phân tích ANOVA giữa trung bình về ý định sử dụng dịch vụ mua hàng trực tuyến và các nhóm thu nhập có kết quả hệ số Sig bằng 0.305> 0.05 nên chấp nhận giả thuyết H7, tức là không có sự khác biệt về trung bình về ý định sử dụng dịch vụ mua hàng trực tuyến giữa các nhóm thu nhập.
4.5.4.3 Sự khác biệt theo trình độ học vấn
