Trước khi kiểm định kết quả nghiên cứu từ phép phân tích hồi qui bội, mối quan hệ lẫn nhau giữa các biến trong mô hình cũng cần được xem xét.
Để xem xét mối quan hệ giữa biến phụ thuộc và các biến đô ̣c lâ ̣p trong mô hình ta sử dụng hệ số tương quan (Pearson) để xem xét. Hệ số tương quan khác 0 và mức ý nghı̃a Sig của kiểm định 2 phía nhỏ hơn 0.05 thı̀ các khái niệm có quan hệ với nhau.
Hệ số tương quan dương biểu hiện mối quan hệ cùng chiều, hệ số tương quan âm biểu hiện mối quan hệ ngược chiều, hệ số tương quan giữa các nhân tố càng lớn thể hiện mối quan hệ giữa chúng càng chặt chẽ.
Bảng 4. 9 Mức độ tương quan
r r2 Mức độ tương quan
0,00 – 0,19 0 – 4% Tương quan rất yếu 0,20 – 0,39 4 – 16% Tương quan yếu 0,40 – 0,59 16 – 36% Tương quan đáng kể 0,60 – 0,79 36 – 64% Tương quan mạnh
0,80 – 1 64 – 100% Tương quan rất mạnh
Nguồn: Evan, J. D. (1996). Straightforward statistics for the behavioral sciences. Belmont, CA: Wadsworth.
Bảng 4. 10 Kết quả phân tích hệ số tương quan Pearson QDMS CL AH DT TC QT CN QDMS Pearson Tương quan 1 .342** .521** .622** .632** .280** .478** Sig. (2 phía) .000 .000 .000 .000 .000 .000 N 295 295 295 295 295 295 CL Pearson Tương quan 1 .245** .225** .158** .126* .221** Sig. (2 phía) .000 .000 .006 .031 .000 N 295 295 295 295 295 AH Pearson Tương quan 1 .289** .348** .171** .336** Sig. (2 phía) .000 .000 .003 .000 N 295 295 295 295 DT Pearson Tương quan 1 .534** .221** .289** Sig. (2 phía) .000 .000 .000 N 295 295 295 TC Pearson Tương quan 1 .180** .353** Sig. (2 phía) .002 .000 N 295 295 QT Pearson Tương quan 1 .168** Sig. (2 phía) .004 N 295 CN Pearson Tương quan 1 Sig. (2 phía) N
Nguồn: Kết quả phân tích dữ nghiên cứu chính thức bằng SPSS 23.0 của tác giả ( Phụ lục 6, trang xxi)
Kết quả phân tích trong bảng đã chỉ ra rằng các hệ số tương quan giữa các biến đều có ý nghĩa thống kê (Sig. < 0,05), có mối tương quan chặt chẽ với nhau, điều này nói lên rằng thực tế quyết định mua thuốc đều bị ảnh hưởng bỡi các nhân tố trong mô
hình nghiên cứu. Như vậy, tất cả các biến CL, AH, DT, TC, QT, CN và QD sẽ được sử dụng trong kiểm định hồi quy.
4.2.4 Phân tích hồi quy bội
Phân tích hồi quy sẽ xác định được phương trình hồi quy tuyến tính với các hệ số beta tìm được khẳng định mối quan hệ giữa biến phụ thuộc và các biến độc lập, nhằm xác định mức độ ảnh hưởng của từng yếu tố đó đến quyết định mua thuốc Generic của bác sĩ và dược sĩ tại TP. HCM.
Kết quả phân tích hồi quy được thực hiện bằng phương pháp Enter. Bảng 4. 11 Tóm tắt mô hình hồi quy
R Hệ số xác định – R2
Hệ số xác định hiệu chỉnh – R2 hiệu chỉnh
Sai số chuẩn của ước lượng
Chỉ số Durbin- Watson
.800 .640 .633 .31992 1.487
Nguồn: Kết quả phân tích dữ nghiên cứu chính thức bằng SPSS 23.0 của tác giả ( Phụ lục 7, trang xxii) Bảng 4. 12 Trọng số hồi quy Nhân tố Hệ số beta chưa chuẩn hóa Hệ số beta
chuẩn hóa Giá trị Sig.
Hệ số phóng đại phương sai - VIF
CL .104 .124 .001 1.113 AH .219 .230 .000 1.259 DT .285 .304 .000 1.485 TC .258 .297 .000 1.543 QT .076 .076 .040 1.077 CN .157 .169 .000 1.251
Nguồn: Kết quả phân tích dữ nghiên cứu chính thức bằng SPSS 23.0 của tác giả ( Phụ lục 7, trang xxii)
Bảng 4. 13 Phân tích ANOVA Tổng bình
phương Bậc tự do
Trung bình
bình phương Hệ số F Giá trị Sig
Hồi quy 52.511 6 8.752 85.5111 .000
Phần dư 29.476 288 .102
Tổng 81.987 294
Nguồn: Kết quả phân tích dữ nghiên cứu chính thức bằng SPSS 23.0 của tác giả ( Phụ lục 8, trang xxii)
Đánh giá độ phù hợp của mô hình: Hệ số R2 hiệu chỉnh = 0,633 chứng tỏ độ phù hợp của mô hình là khá cao, giải thích được 63,3 % cho bộ dữ liệu khảo sát.
Kiểm định độ phù hợp của các biến độc lập trong mô hình: Để suy diễn mô hình này thành mô hình tổng thể, cần phải xem xét Kiểm định F thông qua phân tích phương sai (ANOVA) như bảng 8. Vì Sig. = 0,000 ta bác bỏ giả thuyết H0, có nghĩa là ít nhất một biến độc lập nào đó có ảnh hưởng đến biến phụ thuộc. Như vậy, mô hình hồi quy tuyến tính phù hợp với tập dữ liệu và có thể sử dụng được.
Hệ số Beta của mô hình: Các hệ số beta của các biến độc lập đều có ý nghĩa thống kê (sig. < 0,05), Các biến độc lập CL, AH, DT,TC, QT, CN có hệ số beta dương chứng tỏ có ảnh hưởng thuận chiều với biến QD.
Vậy phương trình hồi quy bội chưa chuẩn hóa và chuẩn hóa như sau:
QD = PO +0,285*DT + 0,258*TC + 0,229*AH + 0,157*CN + 0,104*CL +0,076QT + µi
QD = 0,304*DT + 0,297*TC + 0,230*AH + 0,169*CN + 0,124*CL +0,076QT + µi
Lý do tác giả đưa ra hai phương trình hồi quy là vì phương trình chưa chuẩn hóa để giải thích cho đề tài nghiên cứu của tác giả, còn phương trình hồi quy đã chuẩn hóa là dùng để so sánh với các nghiên cứu trước đây.