Phân tích hồi quy sẽ xác định mối quan hệ nhân quả giữa biến phụ thuộc (Hành vi mua hàng ngẫu hứng) và các biến độc lập (Sự thích thú trong mua sắm, Sự thư giãn trong mua sắm, Tìm kiếm giá trị trong mua sắm, Thực hiện vai trò trong mua sắm, Giao tiếp trong mua sắm, Tìm kiếm ý tưởng, Sức mua của người tiêu dùng). Mô hình phân tích hồi quy sẽ mô tả mối liên hệ và giúp ta dự đoán được mưc độ biến thiên của biến phụ thuộc khi biết trước giá trị của biến độc lập. Phương pháp phân tích lựa chọn là phương pháp Enter với tiêu chuẩn PIN là 0.05 và tiêu chuẩn POUT là 0.1. Kết quả phân tích hồi quy được thể hiện qua bảng 4.17, bảng 4.18 và bảng 4.19.
Chúng ta cũng cần kiểm tra hiện tượng đa cộng tuyến, kiểm tra mối quan hệ tuyến tính giữa biến phụ thuộc và các biến độc lập. Để kiểm tra hiện tượng đa cộng tuyến, chúng ta xem xét hệ số phóng đại phương sai VIF (Variance Inflation Factor). Thông thường, nếu VIF của một biến độc lập nào đó lớn hơn 10 thì biến này hầu như không có giá trị giải thích biến thiên của biến phụ thuộc trong mô hình hồi quy (Hair và cộng sự, 1988).
4.3.2.1. Đánh giá độ phù hợp của mô hình hồi quy tuyến tính bội
Chỉ số R2 dùng để đánh giá mức dộ phù hợp của mô hình hồi quy tuyến tính bội. Hệ số R2 là phần biến thiên của biến phụ thuộc do mô hình (các biến độc lập) giải thích (Nguyễn Đình Thọ, 2011, trang 493).
Bảng 4.17 Tóm tắt mô hình
Ta thấy mô hình có hệ số hiệu chỉnh R2 = 0.521 cho thấy mức độ phù hợp của mô hình là 52.1% > 50%. Nghĩa là sự tương thích giữa mô hình và biến quan sát là tương đối và 52.1% mô hình 1 được giải thích bởi 7 biến độc lập trong mô hình. 47.9 % còn lại liên quan tới những nhân tố chưa được xem xét tới trong nghiên cứu này.
Bảng 4.18 Phân tích phương sai ANOVAa
Mô hình Tổng bình phương df Bình phương trung bình F Sig. 1 Hồi quy 86.250 7 12.321 44.295 ,000b Số dư 75.661 272 .278 Total 161.910 279
a. Biến phụ thuộc: IMP
b. Biến độc lập: (Hằng số), POW, VAL, SOC, IDE, ADV, ROL, GRA
Bảng 4.19 Bảng trọng số hồi quya
Mô
hình R R
2 R2 hiệu chỉnh Sai số chuẩn của ước lượng
Durbin- Watson
1 ,730a .533 .521 .52741 1.517
a. Biến độc lập: POW, VAL, SOC, IDE, ADV, ROL, GRA b. Biến phụ thuộc: IMP
Mô hình
Hệ số chưa
chuẩn hóa chuẩn Hệ số
t Sig.
Thống kê đa cộng tuyến B Sai số
chuẩn Beta Tolerance VIF
1 (Hằng số) -.196 .237 -.827 .409 ADV .314 .052 .322 6.072 .000 .612 1.633 GRA .181 .052 .204 3.491 .001 .503 1.988 VAL .131 .046 .131 2.870 .004 .826 1.211 ROL .168 .052 .176 3.252 .001 .590 1.696 SOC .057 .034 .073 1.691 .092 .910 1.098 IDE .089 .041 .098 2.192 .029 .857 1.167 POW .095 .042 .096 2.279 .023 .959 1.043 a. Biến phụ thuộc: IMP
Với sig. < 0.05 tương đương độ tin cậy 95% và |t| > 2 thì nhân tố đó được chấp nhận. Xem xét bảng trọng số hồi quy (bảng 4.19), ta thấy nhân tố Sự giao tiếp trong mua sắm có sig. > 0.05 và |t| < 2 nên ta loại bỏ nhân tố này. Kết quả hồi quy cho thấy Sự thích thú (ADV), Sự thư giãn (GRA), Tìm kiếm giá trị (VAL), Thực hiện vai trò (ROL), Tìm kiếm ý tưởng (IDE) và Sức mua của người tiêu dùng (POW) có ảnh hưởng đến hành vi mua hàng ngẫu hứng vì trọng số hồi quy đều có ý nghĩa thống kê (đều có sig. < 0.05). Sự thích thú trong mua sắm, Sự thư giãn trong mua sắm, Tìm kiếm giá trị trong mua sắm, Thực hiện vai trò trong mua sắm, Tìm kiếm ý tưởng, Sức mua của người tiêu dùng có tác động cùng chiều vào hành vi mua hàng ngẫu hứng (có hệ số Beta > 0).
Để so sánh tác động của từng biến độc lập (ADV, GRA, VAL, ROL, IDE) lên biến phụ thuộc (IMP), chúng ta xem xét hệ số Beta đã chuẩn hóa. Nếu giá trị tuyệt đối Beta của nhân tố nào càng lớn thì nhân tố đó tác động càng mạnh đến hành vi mua hàng ngẫu hứng (IMP). Cụ thể, ta thấy Sự thích thú trong mua sắm tác động đến hành vi mua hàng ngẫu hứng mạnh nhất (Beta ADV = 0.322), thứ hai là Sự thư giãn trong mua sắm với trị tuyệt đối của Beta GRA = 0.204, thứ ba là Thực hiện vai trò trong mua sắm Beta ROL = 0.176, thứ tư là Tìm kiếm giá trị trong mua sắm với Beta VAL = 0.131; thứ năm Tìm ý tưởng trong mua sắm với Beta IDE = 0.098 và tác động nhỏ nhất là biến Sức mua của người tiêu dùng với Beta POW = 0.096
4.3.2.2. Kiểm định các giả định của mô hình
Để kết quả quan sát trong mẫu được suy rộng ra cho mối quan hệ giữa các biến trong tổng thể, hay để chấp nhận kết quả hồi quy, ta cần kiểm định các giả định của mô hình hồi quy. Nếu các giả định bị vi phạm thì kết quả ước lượng không còn đáng tin cậy (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008)
Giả định không có hiện tượng đa cộng tuyến
Trong mô hình hồi quy tuyến tính bội, giả định giữa các biến độc lập của mô hình không có hiện tượng đa cộng tuyến. Theo bảng 4.19, tiêu chí Collinearity diagnostics (chuẩn đoán hiện tượng đa cộng tuyến) trong mô hình đều < 10 (Hoàng
Trọng & Chu Nguyễn Mộng Ngọc, 2008, trang 252) cho thấy tính đa cộng tuyến của các biến độc lập là không đáng kể. Do đó, các biến trong mô hình được chấp nhận.
Giả định phương sai của phần dư không đổi
Quan sát đồ thị phân tán ở biểu đồ 4.1 để kiểm tra có hiện tượng phương sai thay đổi hay không, ta thấy phần dư phân tán ngẫu nhiên theo hoành độ 0. Như vậy giả định phương sai không đổi của mô hình được chấp nhận.
Biểu đồ 4.1 Đồ thị phân tán
Giả định về phân phối chuẩn của phần dư
Biểu đồ tần số của phần dư chuẩn hóa cho thấy một đường cong phân phối chuẩn đặt chồng lên biểu đồ tần số. Phân phối phần dư xấp xỉ chuẩn Std. Dev= 0.987 tức gần bằng 1. Do đó giả định phân phối chuẩn của phần dư không bị vi phạm
Biểu đồ 4.2 Biểu đồ tần số của phần dư chuẩn hóa
Biểu đồ 4.3 Biểu đồ xác suất chuẩn (normal P-P Plot)
Nhìn vào biểu đồ 4.3, ta thấy biểu đồ xác suất này có quan hệ tuyến tính (đường thẳng). Do đó ta kết luận phần dư có phân phối chuẩn.
Giả định về tính độc lập của phần dư
Khi xảy ra hiện tương tự tương quan, các ước lượng của mô hình hồi quy không đáng tin cậy. Phương pháp kiểm định để phát hiên tự tương quan là kiểm định Durbin- Waston (D). Nếu 1<D<3 thì kết luận mô hình không có tự tương quan.; nếu 0<D<1 thì kết luận mô hình có tự tương quan dương; nếu 3<D<4 thì kết luận có tự tương quan âm. Bảng 4.15 cho thấy hệ số Durbin-Waston =1.517, như vậy chấp nhận giả định về tính độc lập của phần dư.
4.3.2.3. Kiểm định các giả thuyết nghiên cứu:
Từ 7 giả thuyết nghiên cứu đề xuất, tiến hành kiểm định lần lượt các giả thuyết, ta có được kết quả ở bảng 4.:
Bảng 4.20 : Kết quả kiểm định các giả thuyết nghiên cứu
Giả thuyết Trị thống kê Kết quả
H1. Động cơ sự thích thú trong trong mua sắm ảnh
hưởng thuận chiều đến hành vi mua hàng ngẫu hứng 0.000<0.05 Chấp nhận H2. Động cơ sự thư giãn trong mua sắm ảnh hưởng
thuận chiều đến hành vi mua hàng ngẫu hứng. 0.001<0.05 Chấp nhận H3. Động cơ thực hiện vai trò trong mua sắm ảnh
hưởng thuận chiều đến hành vi mua hàng ngẫu hứng 0.004<0.05 Chấp nhận H4. Động cơ tìm kiếm giá trị trong mua sắm có ảnh
hưởng thuận chiều đến hành vi mua hàng ngẫu hứng. 0.001<0.05 Chấp nhận H5. Động cơ giao tiếp trong mua sắm ảnh hưởng thuận
chiều đến hành vi mua hàng ngẫu hứng. 0.092>0.05 Bác bỏ H6. Động cơ tìm kiếm ý tưởng trong mua sắm ảnh
hưởng thuận chiếu đến hành vi mua hàng ngẫu hứng 0.029<0.05 Chấp nhận H7: Sức mua của người tiêu dùng ảnh hưởng thuận
Như vậy ta có mô hình nghiên cứu được điều chỉnh như sau:
Hình 4.1 Mô hình nghiên cứu điều chỉnh sau khi phân tích hồi quy
Nguồn: Tổng hợp của tác giả