7. Bố cục của luận văn
3.2.5. Phân tích hồi quy và tương quan
3.2.5.1. Phân tích tương quan
Qua bảng 3.18 cho thấy mối tương quan giữa các biến độc lập và biến quyết định mua sắm sản phẩm thủ công mỹ nghệ trong mô hình (các hệ số tương quan đều có ý nghĩa thống kê). Đồng thời những mối liên hệ này là cùng chiều. Tuy nhiên, yếu tố Giá cả (GC) có hệ số tương quan với yếu tố Cảm nhận sự thuận tiện (TT) và yếu tố Ảnh hưởng xã hội (AHXH) là 0,115 và 0,44 với mức ý nghĩa sig. >0,05 nên không có mối tương quan giữa các biến này.
Bảng 3.18 : Phân tích tương quan
Correlations QD SP GC QCKM TT AHXH DC QD Pearson Correlation 1 .622** .175** .750** .756** .560** .557** Sig. (1-tailed) .000 .007 .000 .000 .000 .000 N 200 200 200 200 200 200 200 SP Pearson Correlation .622** 1 .153* .499** .512** .381** .397** Sig. (1-tailed) .000 .016 .000 .000 .000 .000 N 200 200 200 200 200 200 200 GC Pearson Correlation .175** .153* 1 .218** .115 .044 .127* Sig. (1-tailed) .007 .016 .001 .053 .270 .036 N 200 200 200 200 200 200 200
78 QCKM Pearson Correlation .750** .499** .218** 1 .680** .473** .424** Sig. (1-tailed) .000 .000 .001 .000 .000 .000 N 200 200 200 200 200 200 200 TT Pearson Correlation .756** .512** .115 .680** 1 .337** .418** Sig. (1-tailed) .000 .000 .053 .000 .000 .000 N 200 200 200 200 200 200 200
AHXH Pearson Correlation .560** .381** .044 .473** .337** 1 .311** Sig. (1-tailed) .000 .000 .270 .000 .000 .000
N 200 200 200 200 200 200 200
DC Pearson Correlation .557** .397** .127* .424** .418** .311** 1 Sig. (1-tailed) .000 .000 .036 .000 .000 .000
N 200 200 200 200 200 200 200
**. Correlation is significant at the 0.01 level (1-tailed). *. Correlation is significant at the 0.05 level (1-tailed).
3.2.5.2. Phân tích hồi quy
Kết quả hồi quy sẽ dùng để kiểm định các giả thuyết từ H1 đến H6. Sự phù hợp của mô hình được chỉ ra bởi giá trị thống kê F và mức ý nghĩa tương ứng của nó. Vì mục tiêu xác định tầm quan trọng tương đối giữa các biến số, nên hệ số tự do có thể được loại ra khỏi mô hình khi phân tích.
Mô hình hồi quy
QD = β0 + β1SP + β2GC + β3QCKM + β4TT + β5AHXH + β6DC + ei Trong đó:
QD: Quyết định mua sắm sản phẩm thủ công mỹ nghệ ei: phần dư
SP: Biến yếu tố sản phẩm TT: Biến cảm nhận sự thuận tiện
GC: Biến giá cả AHXH: Biến ảnh hưởng xã hội
QCKM: Biến quảng cáo khuyến mãi DC: Biến động cơ
Dùng phương pháp Enter trong SPSS để phân tích, kết quả thu được (phụ lục 5) như sau:
79
Bảng 3.19 : Đánh giá độ phù hợp của mô hình
Chỉ số Giá trị R2 0.774 R2 hiệu chỉnh 0.767 Kiểm định ANOVA - F - Sig. 110,295 0,000
Nguồn: Kết quả phân tích dữ liệu trên SPSS
Kết quả phân tích hồi quy tuyến tính bội cho thấy mô hình có R2 = 0,774 và R2 hiệu chỉnh = 0,767. Ta sử dụng R2 hiệu chỉnh để đánh giá độ phù hợp của mô hình sẽ an toàn hơn vì nó không thổi phồng mức độ phù hợp của mô hình hồi quy đa biến (Hoàng Trọng, Chu Nguyễn Mộng Ngọc, 2008). R2 hiệu chỉnh = 0,767 nói lên độ thích hợp của mô hình là 0,767 hay nói cách khác 6 biến độc lập giải thích 76,7% sự biến thiên của biến “Quyết định mua sắm sản phẩm thủ công mỹ nghệ”.
Đại lượng thống kê F có giá trị bằng 110,295 với sig. = 0,000 điều này chứng tỏ rằng mô hình hồi quy xây dựng là phù hợp với bộ dữ liệu thu thập được, có ý nghĩa về mặt thống kê với mức ý nghĩa 5%. Như vậy, các biến độc lập trong mô hình có quan hệ đối với biến phụ thuộc “Quyết định mua sắm sản phẩm thủ công mỹ nghệ”.
Bảng 3.20 : Hệ số hồi quy của phương trình
Biến
Hệ số hồi quy chưa chuẩn hóa
Hệ số hồi quy
chuẩn hóa Kiểm định
T-student Sig. Hệ số B Độ lệch chuẩn Hệ số Beta 1.Hệ số gốc 0.168 0,174 0,964 0,336 SP 0,143 0,037 0,165 3,869 0,000 GC 0,020 0,030 0,024 0,672 0,502 QCKM 0,213 0,044 0,250 4.827 0,000 TT 0,264 0,036 0,359 7,309 0,000 AHXH 0,179 0,035 0,205 5,126 0,000 DC 0,162 0,038 0,169 4,268 0,000
80
Qua kết quả trên cho thấy trong 6 biến độc lập đưa vào mô hình, chỉ có 5 biến là yếu tố sản phẩm, quảng cáo khuyến mãi, cảm nhận sự thuận tiện, ảnh hưởng xã hội và động cơ có tác động đến quyết định mua sắm sản phẩm thủ công mỹ nghệ của khách quốc tế tại Nha Trang – Khánh Hòa. Biến còn lại là giá cả không tác động đến quyết định mua sắm của khách quốc tế.
Mô hình hồi quy ước lượng chuẩn hóa như sau:
QD = 0,165SP + 0,250QCKM + 0,359TT + 0,205AHXH + 0,169DC
Tầm quan trọng của các biến trong mô hình được xác định thông qua hệ số tương quan riêng phần. Hệ số này đo lường khả năng giải thích biến thiên của biến phụ thuộc do ảnh hưởng của một biến độc lập. Kết quả phân tích hệ số tương quan riêng phần của các biến như sau: Yếu tố sản phẩm (0,165), quảng cáo khuyến mãi (0,250), cảm nhận sự thuận tiện (0,359), ảnh hưởng xã hội (0,205), động cơ (0,169). Như vậy, tầm quan trọng của các biến theo thứ tự giảm dần như sau: cảm nhận sự thuận tiện, quảng cáo khuyến mãi, ảnh hưởng xã hội, động cơ và yếu tố sản phẩm.
3.2.5.3. Kiểm định sự phù hợp của mô hình hồi quy
Mô hình hồi quy tuyến tính bội được xây dựng trên các giả thuyết sau (Hoàng Trọng, Chu Nguyễn Mộng Ngọc, 2008):
(1)Có mối quan hệ tuyến tính giữa biến phụ thuộc với các biến độc lập
(2)Các biến độc lập không có tương quan với nhau hay không có hiện tượng đa cộng tuyến
(3)Giả định phân phối chuẩn của phần dư (4)Giả định phương sai của sai số không đổi
(5)Giả định về tính độc lập của các phần dư (vì dữ liệu thu thập không phải là dữ liệu chuỗi, nên giả định này khó bị vi phạm)
Nếu các giả thuyết trên vi phạm, thì kết quả ước lượng sẽ không còn chính xác nữa. Kiểm tra sự vi phạm giả thuyết được thực hiện như sau:
- Mối quan hệ tuyến tính giữa biến phụ thuộc và biến độc lập: kiểm tra thông qua phân tích hệ số tương quan giữa các biến độc lập và biến phụ thuộc. Kết quả kiểm định cho thấy có mối liên hệ tuyến tính giữa các cặp biến này (xem kết quả
81
phân tích tương quan ở phần 3.6.1). Đồng thời thông qua đồ thị Scatter, các quan sát phân tán đều theo đường thẳng thể hiện mối quan hệ tuyến tính giữa biến độc lập và biến phụ thuộc (phụ lục 6).
- Kiểm tra hiện tượng đa cộng tuyến: Hệ số độ chấp nhận khá cao (Tolerance > 0,436), phương sai phóng đại của mỗi biến VIF < 10 chứng tỏ không vi phạm giả định đa cộng tuyến (phụ lục 5).
- Kiểm tra phân phối chuẩn của phần dư: thông qua biểu đồ phân phối của phần dư và P – P plot cho thấy phần dư có phân phối chuẩn (phụ lục 6)
- Kiểm tra giả định phương sai của sai số không đổi, hay phần dư không tương quan với các biến độc lập trong mô hình. Nếu độ lớn của phần dư tăng hay giảm cùng với giá trị của biến phụ thuộc thì giả định này bị vi phạm. Qua đồ thị Scatter thể hiện mối quan hệ giữa biến phụ thuộc và phần sư, ta thấy các quan sát phân tán ngẫu nhiên. Như vậy, phần dư và biến phụ thuộc không có mối liên hệ hay không có hiện tượng phương sai của sai số thay đổi (phụ lục 6).
- Kiểm định giả thuyết về tính độc lập của phần dư: Kiểm định Durbin – Watson có giá trị 1,962 suy ra tương quan giữa các phần dư rất nhỏ r = 0,019 (d 2 (1- r)) (Carter Hill và cộng sự). Như vậy, giả định tương quan giữa phần dư không bị vi phạm (phụ lục 5).
Như vậy, các giả thuyết của phân tích hồi quy tuyến tính không bị vi phạm. Kết quả phân tích hồi quy là đáng tin cậy.