NBTH CLCN GCCN GCHV DT TDCT XH NBTH H s t ng quan 1 -,059 ,142 ,219** ,276** ,218** ,193** Sig. (2-tailed) ,415 ,050 ,002 ,000 ,002 ,008 CLCN H s t ng quan -,059 1 ,206** ,168* ,016 ,050 ,636** Sig. (2-tailed) ,415 ,004 ,020 ,823 ,495 ,000 GCCN H s t ng quan ,142 ,206** 1 ,118 -,018 ,004 ,270** Sig. (2-tailed) ,050 ,004 ,104 ,804 ,953 ,000 GCHV H s t ng quan ,219** ,168* ,118 1 ,225** -,063 ,288** Sig. (2-tailed) ,002 ,020 ,104 ,002 ,390 ,000 DT H s t ng quan ,276** ,016 -,018 ,225** 1 ,080 ,206** Sig. (2-tailed) ,000 ,823 ,804 ,002 ,271 ,004 TDCT H s t ng quan ,218** ,050 ,004 -,063 ,080 1 ,069 Sig. (2-tailed) ,002 ,495 ,953 ,390 ,271 ,345 XH H s t ng quan ,193** ,636** ,270** ,288** ,206** ,069 1 Sig. (2-tailed) ,008 ,000 ,000 ,000 ,004 ,345 **. T ng quan đ t m c ý ngh a m c 0,01 (2-tailed). *. T ng quan đ t m c ý ngh a m c 0,05 (2-tailed). c. Listwise N=190
Nhìn trong b ng 4.9 ta có nh n xét: d a vào h s t ng quan ta th y 5 nhân t có s t ng quan v i nhân t Xu h ng ch n mua máy đi u hòa. Riêng bi n Thái
nh n hay nói cách khác là không có m i liên h gi a bi n Thái đ đ i v i chiêu th
và Xu h ng ch n mua máy đi u hòa. xem xét m i quan h này có ph i là m i quan h phi tuy n hay không tác gi xem xét bi u đ phân tán gi a 2 bi n là Thái
đ đ i v i chiêu th và Xu h ng ch n mua máy đi u hòa. K t qu thu đ c nh
sau:
Hình 4.3: Bi u đ phân tán th hi n m i quan h gi a bi n Thái đ đ i v i chiêu th và bi n Xu h ng ch n mua máy đi u hòa
K t qu cho th y: không có m i quan h rõ ràng nào gi a bi n Thái đ đ i v i chiêu th và Xu h ng ch n mua máy đi u hòa nên 2 bi n này không có m i quan h phi tuy n.
Nh v y, sau khi ki m đ nh Pearson thì ta th y 5 bi n đ c l p (NBTH, CLCN,
GCCN, GCHV, DT) có t ng quan v i bi n ph thu c (XH) nên s b ta có th k t lu n các bi n đ c l p này có th đ a vào mô hình đ gi i thích cho bi n XH. Bên c nh đó, m t s bi n đ c l p c ng có s t ng quan v i nhau có ý ngh a th ng kê
đi u này s khi n chúng ta ph i xem xét l i th t k vai trò c a các bi n đ c l p trên mô hình h i quy tuy n tính b i ta xây d ng đ c.
4.7. H i quy tuy n tính
Phân tích h i qui b i là m t trong nh ng đích nh m l n nh t c a tác gi đ xem xét và l ng hóa đ c m i quan h gi a các bi n đ c l p là nh ng nhân t nh
h ng đ n xu h ng ch n mua máy đi u hòa và bi n ph thu c là xu h ng ch n
mua máy đi u hòa. Sau khi hoàn thành các th t c c n thi t nh ki m đnh thang
đo, phân tích nhân t , phân tích t ng quan k t qu cho th y đ u phù h p đ ch y phân tích h i qui.
Ph ng trình h i quy b it ng quát đ c tác gi xây d ngnh sau:
XH = β0 + β1*NBTH + β2*CLCN + β3*GCCN + β4*GCHV + β5*DT +
β6*TDCT + Ui
Trongđó:
- XH: Bi n ph thu c th hi n xu h ng ch n mua máy đi u hòa.
- β1, β2, β3, β4, β5, β6: là các h s h i quy đ c dùng t các h s h i quy c l ng đ c.
- NBTH, CLCN, GCCN, GCHV, DT, TDCT là các bi n đ c l p theo th t :
Nh n bi t th ng hi u, Ch t l ng c m nh n, Giá c c m nh n, Giá c hành vi, Danh ti ng và Thái đ đ i v i chiêu th.
- Ui: Ph n d do sai s trong mô hình.
K t qu phân tích t ng quan cho ta th y m i quan h tuy n tính c a nhân t
Thái đ đ i v i chiêu th không có ý ngh a th ng kê, k t qu trên bi u đ phân tán
c ng cho th y bi n này không có quan h phi tuy n tính v i bi n Xu h ng ch n
mua đi u hòa. Do đó, ta có th k t lu n v i t p d li u kh o sát có đ c thì Xu
h ng ch n mua đi u hòa ch ch u nh h ng b i 5 y u t : Nh n bi t th ng hi u, Ch t l ng c m nh n, Giá c c m nh n, Giá c hành vi, Danh ti ng. Tuy v y, đ
có cái nhìn toàn c nh v mô hình h i qui tác gi v n đ a c 6 bi n đ c l p vào đ (adsbygoogle = window.adsbygoogle || []).push({});
Ph ng trình h i qui b i đ c th c hi n trên ph n m m SPSS 20.0. Sáu bi n
đ c l p và m t bi n ph thu c đ c đ a vào phân tích, ph ng pháp h i qui b i
đ c ch n là ph ng pháp ch n t ng b c (stepwise selection). ây là m t k t h p c a th t c đ a vào d n và lo i tr d n và có l là ph ng pháp đ c s d ng thông
th ng nh t.(9)
4.7.1. ánh giás phù h p c a mô hình h i qui
Nh đã đ c p trong ph n 3.6.2 h s R2 hi u chnh đ c thay cho h s R2đ
xem xét s phù h p c a mô hình h i qui đa bi n vì nó không th i ph ng m c đ
phù h p c a mô hình. B ng 4.10: K t qu đánh giá s phù h p c a mô hình Tóm t t mô hìnhf Mô hình R R 2
R2hi u ch nh Sai s chu n d đoán H s
Durbin-Watson 1 ,636a ,405 ,402 ,66154 2 ,677b ,458 ,452 ,63287 3 ,691c ,477 ,469 ,62345 4 ,700d ,491 ,480 ,61700 5 ,708e ,501 ,488 ,61207 1,901 a. Bi n d đoán: (H ng s ), CLCN b. Bi n d đoán: (H ng s ), CLCN, NBTH c. Bi n d đoán: (H ng s ), CLCN, NBTH, DT d. Bi n d đoán: (H ng s ), CLCN, NBTH, DT, GCCN e. Bi n d đoán: (H ng s ), CLCN, NBTH, DT, GCCN, GCHV f. Bi n ph thu c: XH
T k t qu b ng 4.10, ta th y khi đ a d n thêm t ng bi n quan sát vào mô hình thì R2 hi u chnh t ng d n và khi ta đ a 5 bi n vào thì R2 hi u ch nh lúc này đ t giá tr l n nh t. Nh v y, ph ng pháp này đã không đ a bi n Thái đ đ i v i hiêu th vào mô hình đi u này c ng phù h p v i k t qu phân tích t ng quan h i qui tác gi đã phân tích trên. Lúc đó R2 đ t 0,501 cho th y s t ng thích c a mô hình
9Hoàng Tr ng – Chu Nguy n M ng Ng c (2008), Phân tích d li u nghiên c u v i SPSS t p 1, NXB H ng c.
v i bi n quan sát là ch p nh n đ c và bi n ph thu c Xu h ng ch n mua đi u hòa đ c gi i thích b i 5 bi n đ c l p trong mô hình là phù h p.
4.7.2. Ki m đ nh s phù h p c a mô hình
ki m đ nh s phù h p c a mô hình h i qui tuy n tính t ng th thì chúng ta s d ng k t qu ki m đnh F. Ki m đ nh F trong phân tích ph ng sai xem xét có hay không m i liên h tuy n tính gi a bi n ph thu c v i toàn b t p h p c a các bi n đ c l p.
Gi thuy t Ho : 1= 2= 3= 4= 5 = 0
Nhìn vào b ng 4.11và 4.12 bên d i, ta th y r ng tr th ng kê F = 37,004
đ c tính t giá tr R2 khi có m t 5 bi n, giá tr sig. = 0,000 r t nh cho th y mô hình s d ng là phù h p và các bi n đ u đ t đ c tiêu chu n ch p nh n. Thêm vào
đó, tiêu chí Collinearity Diagnostics (chu n đoán hi n t ng đa c ng tuy n) v i h s phóng đ i ph ng sai VIF (Variance Inflation Factor) c a các bi n đ c l p trong
mô hình đ u < 2 th hi n tính đa c ng tuy n c a các bi n đ c l p là không đáng k
và các bi n trong mô hình đ c ch p nh n.
Sau cùng, h s Durbin Watson dùng đ ki m đ nh t ng quan chu i b c nh t cho th y mô hình không vi ph m khi s d ng ph ng pháp h i quy b i vì giá tr h s Durbin Watson đ t đ c là 1,901 (g n b ng 2) và ch p nh n gi thuy t không có s t ng quan chu i b c nh t trong mô hình.
Nh v y, mô hình h i quy b i th a các đi u ki n đánh giá và ki m đ nh đ
phù h p cho vi c rút ra các k t qu nghiên c u.
B ng 4.11: K t qu phân tích ph ng sai c a mô hình
ANOVAa Mô hình T ng bình ph ng df Bình ph ng trung bình F Sig. 5 H i quy 69,314 5 13,863 37,004 ,000f Ph n d 68,932 184 ,375 Total 138,246 189 f. Bi n d đoán: (H ng s ), CLCN, GCHV, GCCN, DT, NBTH a. Bi n ph thu c: XH
B ng 4.12: K t qu phân tích h i qui b i(10)
Các h s h i quya
Mô hình H s h a hi u (adsbygoogle = window.adsbygoogle || []).push({});
chu n H s hi u chu n
t Sig. Phân tích đa c ng tuy n B Std.
Error
Beta Tolerance VIF
5 H ng s -1,565 ,463 -3,380 ,001 CLCN ,756 ,068 ,601 11,083 ,000 ,921 1,086 NBTH ,181 ,066 ,152 2,715 ,007 ,867 1,153 DT ,180 ,075 ,132 2,388 ,018 ,890 1,124 GCCN ,149 ,071 ,114 2,099 ,037 ,925 1,081 GCHV ,145 ,073 ,110 1,998 ,047 ,888 1,126 a. Bi n ph thu c: XH Ki m đnh các gi thuy t v ý ngh a c a h s h i qui Ho : i = 0.
K t qu th hi n trên b ng 4.12 c ng cho ta th y: giá tr sig. (p_value) c a các h s h i qui 1, 2, 3, 4, 5 đ u nh h n 0,05 t c là v i m c ý ngh a là 5% nên ta
bác b gi thuy t Ho hay nói cách khách v i t p d li u m u và mô hình đ c mô t thì không đ b ng ch ng có ý ngh a th ng kê cho th y i = 0.
4.7.3. Mô hình h i qui
Nh v y sau khi ki m đnh s phù h p c a mô hình h i qui c ng nh ki m
đnh gi thuy t v ý ngh a c a các h s h i qui ta có th vi t đ c mô hình h i qui d a vào k t qu c a b ng 4.12 nh sau:
XH = -1,565 + 0,181*NBTH + 0,756*CLCN + 0,149*GCCN + 0,145GCHV + 0,18*DT
Trong đó:
- XH: Bi n ph thu c th hi n xu h ng ch n mua máy đi u hòa.
- NBTH, CLCN, GCCN, GCHV, DT là các bi n đ c l p theo th t : Nh n bi t th ng hi u, Ch t l ng c m nh n, Giá c c m nh n, Giá c hành vi và Danh ti ng.
T k t qu h i qui b i ta có các nh n xét sau: Xu h ng ch n mua máy đi u hòa có m i quan h tuy n tính v i các nhân t Nh n bi t th ng hi u (H s Beta chu n hóa là 0,152), Ch t l ng c m nh n (H s Beta chu n hóa là 0,601), Giá c c m nh n (H s Beta chu n hóa là 0,114), Giá c hành vi (H s Beta chu n hóa là 0,11) và Danh ti ng (H s Beta chu n hóa là 0,132). Qua đó ta c ng th y y u t
nh h ng m nh nh t đ n Xu h ng ch n mua máy đi u hòa là bi n Ch t l ng c m nh n và bi n nh h ng y u nh t là bi n Giá c hành vi.
Vì các h s Beta chu n hóa c a các bi n đ c l p đ u > 0 cho th y các bi n
đ c l p tác đ ng thu n chi u v i bi n ph thu c Xu h ng ch n mua máy đi u hòa. K t qu này c ng kh ng đ nh các gi thuy t nêu ra trong mô hình nghiên c u (H1- H5) đ c ch p nh n và đ c ki m đnh phù h p.
4.7.4. Dò tìm s vi ph m các gi đ nh c n thi t trong h i qui tuy n tính
4.7.4.1. Gi đnh liên h tuy n tính
đánh giá m c đ đ ng th ng phù h p v i d li u kh o sát thì 1 ph ng
pháp khá thông d ng đ c dùng là v đ th phân tán gi a các ph n d và giá tr d
đoán mà mô hình h i qui tuy n tính cho ra. Ng i ta hay v bi u đ phân tán gi a 2 giá tr này đã đ c chu n hóa (standardized) v i ph n d trên tr c tung và giá tr d
đoán trên tr c hoành. N u gi đnh liên h tuy n tính và ph ng sai b ng nhau đ c th a mãn, thì ta s không nh n th y có liên h gì gi a các giá tr d đoán v i ph n
d , chúng s phân tán r t ng u nhiên.(11)
Tác gi th c hi n v bi u đ phân tán b ng cách sao l u giá tr d đoán chu n hóa và ph n d chu n hóa trong quá trình phân tích h i qui và s d ng l nh s bi u
đ phân tán b ng ph n m m SPSS 20.0.
K t qu t ph l c 13.1 cho th y, ph n d phân tán ng u nhiên trong m t vùng
xung quanh đ ng đi qua tung đ 0 ch không t o thành m t hình d ng nào. Nh (adsbygoogle = window.adsbygoogle || []).push({});
v y gi đ nh tuy n tính đ c th a mãn.
11Hoàng Tr ng – Chu Nguy n M ng Ng c (2008), Phân tích d li u nghiên c u v i SPSS t p 1, NXB H ng c, trang 224.
4.7.4.2. Gi đ nh ph ng sai c a sai s không đ i
Gi đ nh ph ng sai thay đ i n u b vi ph m s gây ra khá nhi u h u qu tai h i đ i v i mô hình đ c c l ng b ng ph ng pháp OLS. Nó làm cho các c
l ng c a các h s h i qui không ch nh nh ng không hi u qu , c l ng c a các
ph ng sai b ch ch làm ki m đnh các gi thuy t m t hi u l c và khi n ta đánh giá
nh m v ch t l ng c a mô hình h i qui tuy n tính.
V i c m u trong lu n v n tác gi s d ng m t lo i ki m đ nh khá đ n gi n là ki m đ nh t ng quan h ng Spearman. Gi thuy t đ t ra cho ki m đ nh là Ph ng
sai c a sai s thay đ i, n u gi thuy t này đúng thì h s t ng quan h ng t ng th gi a ph n d và bi n đ c l p s khác không. (12)
V i bi n m i đ c xây d ng là ABScuare sau khi s d ng ph n m m SPSS 20.0 tác gi c ng thu đ c k t qu nh sau:
B ng 4.13: K t qu ki m đnh Spearman’s
H s t ng quan
XH ABScuare Spearman's rho XH Correlation Coefficient 1,000 -0,087
Sig. (2-tailed) , 0,235
N 190 190
ABScuare Correlation Coefficient -0,087 1,000
Sig. (2-tailed) 0,235 ,
N 190 190
K t qu ki m đ nh cho th y chúng ta không th bác b gi thuy t Ho: h s
t ng quan h ng c a t ng th b ng không, nh v y gi thuy t ph ng sai c a sai s
thay đ i b bác b .
4.7.4.3. Gi đnh v phân ph i chu n c a ph n d
Ph n d có th không tuân theo phân ph i chu n vì nh ng lý do nh : s d ng
sai mô hình, ph ng sai không ph i là h ng s , s l ng các ph n d không đ
12Hoàng Tr ng – Chu Nguy n M ng Ng c (2008), Phân tích d li u nghiên c u v i SPSS t p 1, NXB H ng c, trang 226.
nhi u đ phân tích,… Vì v y chúng ta nên th nhi u cách kh o sát khác nhau. M t cách kh o sát đ n gi n nh t là xây d ng bi u đ t n s c a các ph n d .(13)
K t qu thu đ c trong ph l c 13.3 cho ta k t lu n nh sau:
T ph l c13.3 cho ta m t đ ng cong phân ph i chu n đ c đ t ch ng lên bi u đ t n s . đây ta k v ng ph n d quan sát có phân ph i x p x chu n. Vì theo Hoàng Tr ng và Chu Nguy n M ng Ng c (2008) cho r ng: “Th t không h p lý khi chúng ta k v ng r ng các ph n d quan sát có phân ph i hoàn toàn chu n vì luôn luôn có nh ng chênh l ch do l y m u. Ngay c khi các sai s có phân ph i chu n trong t ng th đi n a thì ph n d trong quan sát m u c ng ch x p x chu n (adsbygoogle = window.adsbygoogle || []).push({});
mà thôi”. Nh v y, trong bài nghiên c u này d a vào bi u đ t n s Histogram có