5. KẾT CẤU CỦA ĐỀ TÀI
2.2.4 Phân tích tương quan và hồi quy
Phương pháp phân tích hồi quy cho phép rút ra phương trình hồi quy cuối cùng bao gồm các nhân tố tác động mạnh nhất đến Quyết định lựa chọn của khách hàng. Khi phân tích hồi quy cần đảm bảo một số nguyên tắc sau: (1) Phương pháp đưa biến vào phân tích hồi quy là phương pháp đưa đưa lần lượt từng biến vào mô hình- Stepwise; (2) Hệ số Pearson không có sự phân biệt giữa các biến độc lập và các biến phụ thuộc, mà được xem xét như nhau; (3) Kiểm tra phù hợp của mô hình bằng cách kiểm tra hệ số Adjusted R Square; (4) Kiểm chứng mức độ phù hợp của mô hình hồi quy với tổng thể mẫu bằng cách kiểm tra các giá trị Sig <0.05 và hệ số F trong bảng ANOVA. Xem hệ số phóng đại phương sai VIF (Variance inflation factor) có nằm trong đoạn (1; 10) để xem xét hiện tượng đa cộng tuyến; Đánh giá mức độ tác động mạnh hay yếu của các biến lên mức tán thành của khách hàng thông qua các hệ số Betaởbảng Coeficient.
Đặt các biến trong phương trình hồi quy đa biến như sau:
TB: Trưng bày siêu thi (là trung bình của các biến TB5, TB4, TB3, TB2, TB1, TB6)
NVPV: Nhân viên phục vụ (là trung bình của các biến NVPV5, NVPV3, NVPV4, NVPV2, NVPV1)
CLHH: Chất lượng hàng hóa (là trung bình của các biến CLHH2, CLHH4, CLHH5, CLHH1, CLHH3)
MBST: Mặt bằng siêu thị (là trung bình của các biến MBST1, MBST2 MBST4, MBST3, MBST5)
MG: Mức giá (là trung bình của các biến MG4, MG3, MG2, MG1) AT: An toàn (là trung bình của các biến AT2, AT1, AT3, AT4) Phương trình hồi quy tuyến tính đa biến có dạng:
QDLC =β0 + β1*TB +β2*NVPV +β3*CLHH +β4*MBST+β5*DCMG +β6*AT Mức ý nghĩa được xác lập cho các kiểm định và phân tích là 5% (độ tin cậy là 95%). Dưới đây là phần nhận xét và phân tích kết quảhồi quy.