Thang đo sau khi đƣợc đánh giá bằng phƣơng pháp hệ số tin cậy Cronbach’s alpha và phân tích nhân tố khám phá EFA, phân tích hồi quy bội đƣợc sử dụng để kiểm định mô hình nghiên cứu và các giả thuyết.
(1) Phân tích tƣơng quan: Trƣớc khi tiến hành phân tích hồi quy bội ta cần xem xét mối tƣơng quan tuyến tính giữa các biến độc lập với biến phụ thuộc thông qua hệ số tƣơng quan Pearson. Nếu hệ số tƣơng quan giữa các biến là rất cao thì kiểm định đa cộng tuyến cần đƣợc tiến hành trong các bƣớc tiếp theo. Để kiểm tra hiện tƣợng đa cộng tuyến, chỉ số thƣờng đƣợc dùng là hệ phóng đại phƣơng sai VIF (Variance Inflation Factor), VIF càng nhỏ thì khả năng đa cộng tuyến càng giảm. Nếu VIF của một biến độc lập nào đó ˃ 10 thì biến này hầu nhƣ không có giá trị biến thiên của biến phụ thuộc trong mô hình hồi quy bội (Hair JF và cộng sự, 2006).
(2) Kiểm định mô hình hồi quy bội: Mô hình hồi quy bội đƣợc biểu diễn ở dạng sau:
với k = 1, 2, 3....p; i = 1, 2, 3,....N
: Giá trị của biến phụ thuộc Y tại quan sát thứ i
: Giá trị của biến độc lập thứ k tại quan sát thứ i : Hằng số hồi quy
: Trọng số hồi quy : Sai số tại quan sát thứ i
Với giả thuyết là các biến độc lập có tác động cùng chiều vào biến phụ thuộc, phân tích đƣợc thực hiện bằng phƣơng pháp đồng thời (ENTER), tất cả các biến đƣợc đƣa vào cùng một lúc để kiểm tra.
Để kiểm định mức độ phù hợp của mô hình, chúng ta dùng phép kiểm định F trong phân tích phƣơng sai ANOVA, mục đích là xem xét biến phụ thuộc có liên hệ tuyến tính với toàn bộ tập hợp các biến độc lập hay không. Giả thuyết là = = = … = = 0. Nếu giả thuyết bị bác bỏ, chúng ta có thể kết luận mô hình hồi quy bội là phù hợp với tập dữ liệu và có thể sử dụng đƣợc.
(3) Dò tìm sự vi phạm giả định cần thiết trong hồi quy bội:
Cần đảm bảo các giả định sau đây không bị vi phạm: Giả định liên hệ tuyến tính, Giả định phƣơng sai của phần dƣ không đổi, Giả định phần dƣ có phân phối chuẩn, Giả định về tính độc lập của phần dƣ, Giả định không có mối tƣơng quan giữa các biến độc lập (đo lƣờng đa cộng tuyến).
(4) Kiểm định các giả thuyết: Từ bảng kết quả phân tích hồi quy, giả thuyết nào có mức ý nghĩa thống kê >0.05 sẽ bị loại khỏi mô hình. Để đánh giá mức độ tác động của các biến độc lập đối với biến phụ thuộc, hay nói cách khác là đánh giá mức độ tác động của các biến Giá trị tri thức cảm nhận, Giá cả cảm nhận, Chất lƣợng cảm nhận, Giá trị xã hội cảm nhận, Giá trị cảm xúc cảm nhận lên biến Xu hƣớng lựa chọn thƣơng
hiệu MTXT, ta cần xem xét hệ số hồi quy đã chuẩn hóa (Beta) của từng biến độc lập trong mô hình. Sau khi kiểm định giả thuyết ta sẽ viết đƣợc phƣơng trình hồi quy, điều chỉnh lại mô hình nếu cần và xác định đƣợc mô hình nghiên cứu của đề tài.
(5) Phân tích xu hƣớng lựa chọn thƣơng hiệu MTXT theo các biến định tính:
Để kiểm định xem xu hƣớng lựa chọn thƣơng hiệu MTXT theo các biến đính tính có sự khác nhau không nhƣ giữa nam và nữ, ta dùng phép kiểm định T (T-test), giữa sinh viên học các năm khác nhau, giữa sinh viên các trƣờng Đại học khác nhau, theo mức thu nhập hộ gia đình sinh viên, ta dùng phép kiểm định Oneway Anova.