Sau khi hoàn tất việc phân tích đánh giá độ tin cậy thang đo (Sử dụng hệ số tin cậy Cronbach’s Alpha) và kiểm định giá trịkhái niệm của thang đo (phân tích nhân tốkhám phá EFA), các biến không đảm bảo độ giá trị hội tụtiếp tục bịloại khỏi mô hình cho đến khi các tham số được nhóm thao các nhóm biến. Việc xác định mối quan hệgiữa các nhóm biến này cũng như quan hệ giữa các biến độc lập (yếu tố thành phần) và nhóm biến phụ thuộc (xu
hướng sử dụng) trong mô hình nghiên cứu được thực hiện bằng phương pháp phân tích hồi quy bội.
Giá trị của biến mới trong mô hình nghiên cứu là giá trị trung bình của các biến quan sát thành phần của biến đó, giá trị của các thành phần được phần mêm SPSS tính một cách tự động từgiá trị trung bình có trọng sốcủa các biến quan sát đã được chuẩn hóa. Tuy nhiên
trước khi tiến hành phân tích hồi quy, một phân tích quan trọng cần được thực hiện đầu tiên
là phân tích tương quan nhằm kiểm định mối tương quan tuyến tính giữa các biến trong mô hình.
Mô hình hồi quy ban đầu có dạng như sau:
Y = β0+ ∑=1 iXi+
Trong đó:
Y: xu hướng sửdụng dịch vụInternet cáp quang
Xi: biến độc lập thứ i được giảthuyết có ảnh hưởng đến biến sốphụthuộc Y.
X1: Rủi ro cảm nhận.
X2: Lợi ích cảm nhận.
X3: Sựthuận tiện,
X5: Thái độ. X6: Thông tin hệthống. X7: Sựhy sinh vềtài chính. X8: Giá trịtri thức. X9: Hình ảnh nhà cung cấp. β0: Hệsốgốc. βi: hệsố ước lượng của biến số độc lập thứi. ε: sai số.
Phân tích tương quan
Kiểm định mối tương quan tuyến tính giữa các biến trong mô hình, giữa biến phụ
thuộc với từng biến độc lập và giữa các biến độc lập với nhau. Sử dụng hệ số tương quan Pearson để lượng hóa mức độchặt chẽ mối quan hệtuyến tính giữa 2 biến định lượng. Giá trịtuyệt đối của hệsốPearson càng gần đến 1 thì hai biến này có mối tương quan tuyến tính càng chặt chẽ(Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
Trong mô hình nghiên cứu, kỳvọng có mối tương quan tuyến tính chặt chẽgiữa biến phụthuộc và các biến độc lập.
+ Sig<0.05: các biến đều tương quan với nhau và có ý nghĩa thống kê.
+ Xem hệ số tương quan của 2 biến nào là lớn nhất: 2 biến này có mối liên hệ khá chặc chẽ (thường là biến trung gian và biến phụthuộc).
+ R<0: tương quan nghịch, R>0: tương quan thuận. + |R| →1: tương quan càng chặc chẽ.
Phân tích hồi quy đa biến
Nghiên cứu thực hiện hồi quy đa biến theo phương pháp Enter: tất cảcác biến được
đưa vào 1 lần và xem xét kết quả thống kê liên quan đến các biến được đưa vào trong mô
hình.
Kiểm định các giảthuyết, sửdụng phần mềm SPSS
Đánh giá độphù hợp của mô hình hồi quy đa biến: R2, R2có hiệu chỉnh. Kiểm định giảthuyết về độphù hợp của mô hình.
Xác định mức độ ảnh hưởng của các yếu tố tác động đến xu hướng sửdụng dịch vụ
Internet cáp quang. Yếu tốcó hệ số βlớn hơn thì có thểnhận xét rằng yếu tố đó có mức độ ảnh hưởng cao hơn các yếu tốkhác trong mô hình nghiên cứu.
+ R2: tỷ lệ biến đổi của biến phụthuộc được giải thích bằng tất cả các biến độc lập. R2>=0.25: tương quan khá chặc chẽ.
+ R2hiệu chỉnh: các biến độc lập giải thích được khoảng bao nhiêu % phương sai của biến phụthuộc.
+ Giá trị Sig < 0.05: cho thấy các biến đưa vào đều có ý nghĩa về mặt thống kê với mức ý nghĩa 5% => các biến độc lập trong mô hình có quan hệvới biến phụthuộc.
+ Kiểm tra hiện tượng đa cộng tuyến: nếu VIF của biến độc lập nào đó >10 thì biến này hầu như không có giá trị giải thích biến thiên của Y trong mô hình hồi quy bội (Hair & Ctg 2006). Tuy nhiên trong thực tếnếu VIF >2 thì cần cẩn trọng trong giải thích các trọng sốhồi quy.
Phân tích ảnh hưởng của biến kiểm soát
Việc đánh giá ảnh hưởng của biến kiểm soát đến xu hướng sửdụng dịch vụ được thực hiện bằng việc dùng biến giả(Dummy), thực hiện mã hóa lại các biến kiểm soát và sau đó sẽ
tiến hành chạy hồi quy đa biến bằng phần mềm SPSS. Mục đích của việc phân tích này là nhằm tìm xem có sự khác nhau đáng kể(có ý nghĩa thống kê) hay không của biến kiểm soát với xu hướng sử dụng dịch vụ. Các biến kiểm soát được phân tích trong đề tài nghiên cứu này là: giới tính, thu nhập, nghềnghiệp, chức vụ, độtuổi.
Dùng phân tích ANOVA đểso sánh xu hướng sửdụng dịch vụgiữa những nhóm đối
tượng có giới tính, thu nhập, nghềnghiệp, chức vụ, độtuổi khác nhau.
Nếu p >0.05: không có sựkhác biệt trong xu hướng sửdụng Internet cáp quang giữa những nhóm đối tượng.