CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
4. Kết quả nghiên cứu
4.4 Phân tích hồi quy
- Phân tích hồi quy sẽ xác định mối quan hệ giữa biến phụ thuộc với các biến độc lập. Mô hình phân tích hồi quy sẽ mô tả hình thức của mối quan hệ và qua đó giúp ta dự đoán được mức độ của biến phụ thuộc khi biết trước giá trị của các biến độc lập.
- Theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2008), khi chạy hồi quy cần quan tâm đến các thông số sau:
Hệ số Beta: hệ số hồi quy chuẩn hóa cho phép so sánh trực tiếp giữa các hệ số dựa trên mối quan hệ giải thích của chúng với biến phụ thuộc.
Hệ số R2: đánh giá phần biến động của biến phụ thuộc được giải thích bởi các biến dự báo hay biến độc lập. Hệ số này có thể thay đổi từ 0 đến 1.
Kiểm định ANOVA: để kiểm tra tính phù hợp của mô hình với tập dữ liệu gốc.
Nếu mức ý nghĩa của kiểm định < 0.05 thì ta có thể kết luận mô hình hồi quy phù hợp với tập dữ liệu.
Căn cứ vào mô hình điều chỉnh đã được hiệu chỉnh sau khi phân tích nhân tố
khám phá, ta có mô hình hồi quy tuyến tính bội như sau:
YD = β0 + β1 * NS + β2 * CL+ β3 * CX + β4 * GC + β5 * XH + ε Trong đó:
Biến phụ thuộc: Yếu tố thành phần ý định mua sắm của khách hàng (YD)
Biến độc lập: Yếu tố thành phần giá trị nhân sự (NS); Yếu tố thành phần giá trị chất lượng (CL); Yếu tố thành phần giá trị cảm xúc (CX); Yếu tố thành phần giá trị tính theo giá cả (GC); Yếu tố thành phần giá trị xã hội (XH).
Hệ số hồi quy chưa chuẩn hóa
Hệ số hồi quy chuẩn
hóa t Sig. VIF
B Sai số
chuẩn Beta
Hằng số -.289 .318 -.909 .365
NS .145 .056 .134 2.604 .010 1.096
CL .238 .063 .210 3.796 .000 1.267
CX .340 .054 .353 6.285 .000 1.302
GC .189 .058 .188 3.284 .001 1.355
XH .207 .057 .198 3.628 .000 1.227
Bảng 4-14 Các thông số thống kê của từng biến trong phương trình
Dựa vào bảng trên ta thấy:
Hệ số sig của 5 biến độc lập trong phương trình đều thỏa điều kiện nhỏ hơn 5%
nên có thể kết luận 5 hệ số hồi quy riêng phần đều có ý nghĩa trong mô hình. Như vậy, 5 biến :giá trị nhân sự (NS), giá trị chất lượng (CL), giá trị cảm xúc (CX), giá cả (GC),giá trị xã hội (XH) đều có ý nghĩa tác động dương đến biến phụ thuộc là ý định mua sắm của khách hàng (YD).
Chỉ tiêu nhân tử phóng đại phương sai (VIF) của tất cả các biến độc lập đều nhỏ hơn 10 nên hiện tượng đa cộng tuyến trong mô hình được đánh giá là không nghiệm trọng (Đa cộng tuyến là hiện tượng các biến độc lập trong mô hình tương quan tuyến tính với nhau).
4.4.1 Phương trình hồi quy:
YD = 0.134* NS + 0.210 * CL+ 0.353* CX + 0.188* GC + 0.198* XH Hay là Ý định mua sắm = 0.134* giá trị nhân sự + 0.210* giá trị chất lượng + 0.353 * giá trị cảm xúc + 0.188 * giá cả + 0.198 * giá trị xã hội.
Phương trình hồi quy trên cho thấy:
Có 05 yếu tố vĩ mô ảnh hưởng đến ý định mua sắm gồm có: yếu tố giá trị cảm xúc tác động mạnh nhất đến ý định mua sắm (beta= 0.353), tiếp đến là yếu tố giá trị chất lượng (beta= 0.210), giá trị xã hội tác động thứ 3 (beta=
0.198), thứ 4 là yếu tố giá cả (beta= 0.188), cuối cùng là giá trị nhân sự (beta= 0.134) (với độ tin cậy lớn hơn 95%).
Các hệ số hồi quy mang dấu dương thể hiện rằng các yếu tố trong mô hình hồi quy ảnh hưởng tỷ lệ thuận với ý định mua sắm TNLTHSH của khách hàng tức có quan hệ đồng biến với ý định mua sắm.
-Đánh giá mức độ giải thích bởi các biến độc lập trong mô hình:
Hệ số R2 (R Square) = 0.540 và R2 điều chỉnh (Adjusted R Square) = 0.528 nói lên rằng mô hình hồi quy tuyến tính bội được xây dựng với ý định mua sắm của khách hàng được giải thích đến bởi các biến độc lập.
- Kiểm định độ phù hợp của mô hình:
Kết quả kiểm định ANOVA với mức ý nghĩa sig = 0.000 cho thấy mô hình hồi quy tuyến tính bội đã xây dựng phù hợp với tập dữ liệu và sử dụng được.
Như vậy từ kết quả trên chúng ta giữ nguyên mô hình đề xuất nghiên cứu