Phân tích hồi quy nhằm mục đích xác định cụ thể trọng số của marketing vì mục đích xã hội đến ý định mua hàng của người tiêu dùng. Phương pháp hồi quy tuyến tính được dùng để kiểm định mô hình và các giả thuyết, thủ tục chọn biến là các biến được đưa vào cùng một lúc (phương pháp Enter).
4.4.2.1. Đánh giá sự phù hợp của mô hình
Bảng 4.7. Đánh giá độ phù hợp của mô hình
Mô hình R R2 R2 hiệu chỉnh Hệ số sai số chuẩn ước tính
1 0.737 0.543 0.534 0.480
Nguồn: Kết quả xử lý dữ liệu điều tra của tác giả
Hệ số R2 hiệu chỉnh là hệ số dùng để đánh giá độ phù hợp một cách an toàn hơn so với R2, vì hệ số R2 trong trường hợp có nhiều biến độc lập dễ tạo ra hiện tượng thổi phồng mức độ phù hợp của mô hình. Hệ số R2 hiệu chỉnh tính được là 0.534, tương đương 53.4%. Tức là, các biến độc lập trong mô hình hồi quy tuyến tính bội giải thích được 53.4% ý định mua hàng của người tiêu dùng.
Luận văn tiến hành kiểm định giả thiết H0: mô hình hồi quy tuyến tính không phù hợp
Bảng 4.8 ANOVA trong đánh giá sự phù hợp của mô hình
Mô hình Tổng độ lệch bình phương df Bình phương trung bình F Sig. 1 Hồi quy 67.721 5 13.544 58.684 0.000 Phần dư 57.007 247 0.231 Tổng 124.727 252
Kết quả thống kê F = 58.684 được tính từ giá trị R2 có mức ý nghĩa bằng 0 (Sig= 0.000 < 0.05). Điều này đủ cơ sở để bác bỏ giả thiết H0, có nghĩa là mô hình hồi quy tuyến tính là phù hợp với dữ liệu thu thập được.
Bảng 4.9. Kết quả phân tích hồi quy
Hệ số hồi quy chưa chuẩn hóa Hệ số hồi quy chuẩn hóa t Sig Thống kê đa cộng tuyến
β Sai số Β Dung sai VIF
Hằng số 0.449 0.136 3.298 0.001 QT 0.134 0.045 0.157 2.973 0.003 0.662 1.510 SGG 0.126 0.045 0.153 2.812 0.005 0.624 1.602 MDTG 0.299 0.046 0.339 6.536 0.000 0.688 1.453 SP 0.190 0.041 0.248 4.666 0.000 0.657 1.522 TH 0.093 0.040 0.107 2.305 0.022 0.859 1.164
Nguồn: Kết quả xử lý dữ liệu điều tra của tác giả
Trọng số hồi quy 𝛽 của các biến độc lập đều có ý nghĩa thống kê, các giá trị Sig. đều nhỏ hơn 0.05: QT (0.003), SGG (0.005), MDTG (0.000), SP (0.000), TH (0.022).
4.4.2.2. Hiện tượng đa cộng tuyến
Hệ số phóng đại VIF rất nhỏ (nhỏ hơn 10) cho thấy các biến độc lập này không có quan hệ chặt chẽ với nhau nên không có hiện tượng đa cộng tuyến xảy ra. Do đó mối quan hệ giữa các biến độc lập không ảnh hưởng đến kết quả giải thích của mô hình.
4.4.2.3. Kiểm định phần dư có phân phối chuẩn
Trong phân tích hồi quy bội, ta luôn có giả định các phần dư có phân phối chuẩn. Dựa vào biểu đồ, ta có thể nói phân phối của phần dư xấp xỉ chuẩn, giá trị Mean quá nhỏ (xấp xỉ bằng 0), độ lệch chuẩn bằng 0.990 xấp xỉ bằng 1. Giả thiết phân phối chuẩn của phần dư không bị vi phạm, mô hình được sử dụng phân tích là mô hình tốt.
Nguồn: Kết quả xử lý dữ liệu điều tra của tác giả