Phương pháp bình phương nhỏ nhất OLS được sử dụng để tiến hành phân tích hồi quy bội tuyến tính nhằm xác định và xem xét chiều hướng cũng như cường độ tác động của từng nhân tố độc lập đến nhân tố phụ thuộc.
Mô hình hồi quy tổng quát của nghiên cứu được trình bày như sau:
F_BI = β0 + β1F_PEE + β2 F_SI + β3 F_FC + β4 F_PCr + β5 F_PCo + β6 F_GS + ei
F_BI: Hành vi sử dụng ví điện tử của khách hàng trên địa bàn tỉnh Bình Thuận
F_PEE: Hữu ích sử dụng mong đợi
F_SI: Ảnh hưởng xã hội
F_FC: Điều kiện thuận lợi
F_PCr: Tin cậy cảm nhận
F_PCo: Chi phí cảm nhận
F_GS: Hỗ trợ chính phủ
ei: Là ảnh hưởng của các nhân tố khác tới hành vi sử dụng ví điện tử của khách hàng trên địa bàn tỉnh Bình Thuận.
4.3.2.1 Kiểm định ý nghĩa hệ số hồi quy
Kết quả ước lượng hệ số hồi quy cho thấy, mức ý nghĩa (giá trị Sig.) trong kiểm định t của biến Điều kiện thuận lợi (F_FC) và biến Tin cậy cảm nhận (F_PCr) lần lượt bằng 0.108 và 0.148 > 0.05, do đó ở độ tin cậy 95%, hai biến này không cho thấy có sự tác động tuyến tính đến biến phụ thuộc - Hành vi sử dụng ví điện tử của khách hàng trên địa bàn tỉnh Bình Thuận. Các biến độc lập còn lại bao gồm: Hữu ích sử dụng mong đợi (F_PEE), Ảnh hưởng xã hội (F_SI), Chi phí cảm nhận (F_PCo), Hỗ trợ chính phủ (F_GS) đều cho thấy có ảnh hưởng tuyến tính đến hành vi sử dụng ví điện tử của khách hàng trên địa bàn tỉnh Bình Thuận (Sig < 0.05).
Bảng 4.9 Bảng ước lượng hệ số hồi quy Mô hình Hệ số hồi quy chưa chuẩn hóa Hệ số hồi quy chuẩn hóa T Sig.
Kiểm tra đa cộng tuyến B Độ lệch chuẩn Beta Độ chấp nhận biến VIF 1 (Constant ) 0.122 0.198 0.619 0.536 F_PEE 0.124 0.031 0.218 4.052 0.000 0.622 1.607 F_SI 0.113 0.040 0.151 2.829 0.005 0.632 1.583 F_FC 0.053 0.033 0.083 1.615 0.108 0.681 1.468 F_PCr 0.044 0.030 0.076 1.450 0.148 0.649 1.540 F_PCo 0.376 0.044 0.403 8.449 0.000 0.787 1.270 F_GS 0.146 0.038 0.199 3.894 0.000 0.684 1.462
Nguồn: Kết quả phân tích dữ liệu.
4.3.2.2 Kiểm định độ phù hợp của mô hình
Kết quả phân tích độ phù hợp của mô hình hồi quy (Bảng 4.10) cho kết quả hệ số R2 bình phương hiệu chỉnh bằng 0.573, điều này có nghĩa rằng mức độ phù hợp của mô hình đạt 57.3% hay khả năng giải thích của các yếu tố độc lập giải thích được 57.3% sự biến thiên trong dữ liệu của biến phụ thuộc mô hình. R2 hiệu chỉnh phản ánh mức độ phù hợp của mô hình. R2 hiệu chỉnh được tính từ R2 thường được sử dụng hơn vì giá trị này phản ánh sát hơn mức độ phù hợp của mô hình hồi quy tuyến tính đa biến. Giá trị R2 hiệu chỉnh nhỏ hơn giá trị R2, được sử dụng để đánh giá độ phù hợp của mô hình sẽ an toàn hơn vì nó không thổi phồng mức độ phù hợp của mô hình.
Bảng 4.10 Bảng tóm tắt mô hình hồi quy
hình ước tính Watson
1 0.764a 0.584 0.573 0.37015 1.735
Nguồn: Kết quả phân tích dữ liệu.
Kết quả phân tích ANOVA trong hồi quy cho kết quả kiểm định F (Bảng 4.11) có giá trị sig. < 0.05 cho thấy phân tích hồi quy và mô hình nghiên cứu đề xuất phù hợp với tập dữ liệu thu thập được.
Bảng 4.11 Kết quả phân tích ANOVA trong hồi quy
Mô hình Tổng bình phương Df Bình phương trung bình F Sig. 1 Hồi qui 44.564 6 7.427 54.211 0.000b Phần dư 31.786 232 0.137 Tổng 76.350 238
Nguồn: Kết quả phân tích dữ liệu.
4.3.2.3 Dò tìm các quy phạm giả định cần thiết
Giả định về phân phối chuẩn của phần dư
Giả định thứ nhất là giả định về phân phối chuẩn phần dư. Để kiểm tra giả định này có vi phạm hay không, nghiên cứu sử dụng biểu đồ tần số như Historam để kiểm tra giả định này.
Nguồn: Kết quả phân tích dữ liệu.
Dựa vào biểu đồ 4.2 bên trên có thể nói phân phối chuẩn của phần dư xấp xỉ chuẩn (Mean = -3.7E-15) và độ lệch chuẩn Stđ.Dev = 0,984 tức gần bằng 1. Do đó có thể kết luận rằng giả thuyết phân phối chuẩn của phần dư không vi phạm.
Kiểm định hiện tượng cộng tuyến của các biến độc lập
Hiện tượng đa cộng tuyến là hiện tượng các biến độc lập có tương quan tuyến tính với nhau. Khi mô hình hồi quy xảy ra hiện tượng này sẽ làm cho kết quả phân tích hồi quy không đạt được độ chính xác. Do đó, giả định không có hiện tượng cộng tuyến của các biến độc lập luôn giữ vai trò quan trọng trong việc xác định độ tin cậy của kết quả phân tích hồi quy. Theo Belsley và cộng sự (1980), mô hình hồi quy không có hiện tượng cộng tuyến khi mức độ phóng đại phương sai đòi hỏi phải nhỏ hơn. Kết quả phân tích trong Bảng 4.9 cho kết quả độ phóng đại phương sai của các biến độc lập đều nhỏ hơn 10. Như vậy, các biến độc lập không có tương quan với nhau và giả định về hiện tượng cộng tuyến trong mô hình hồi quy không vi phạm.
Kiểm định tự tương quan phần dư
Khi giá trị các phần dư tương quan với nhau, kết quả ước lượng OLS sẽ không còn tin cậy (Durbin – Watson, 1971). Do đó, kiểm định Durbin – Watson được sử dụng để kiểm tra hiện tượng tự tương quan phần dư. Theo Fomby (1984), nếu hệ số Durbin – Watson nằm trong khoảng từ 1 đến 3 thì không có hiện tượng tự tương quan phần dư. Từ kết quả trong Bảng 4.10 cho thấy hệ số Durbin – Watson bằng 1.735, do đó không có hiện tượng tự tương quan phần dư trong mô hình hồi quy (Fomby, 1984).
Đồ thị tương quan giữa Phần dư bình phương và biến phụ thuộc của mô hình được sử dụng để xác định có xảy ra hiện tượng phương sai phần dư thay đổi hay không.
Hình 4.3 Đồ thị tương quan giữa Phần dư bình phương và biến phụ thuộc
Nguồn: Kết quả phân tích dữ liệu.
Dựa vào đồ thị 4.3 bên trên, có thể thấy rằng đồ thị biểu diễn tương quan giữa Phần dư bình phương và biến phụ thuộc của mô hình có hình dáng theo đường thẳng, như vậy có thể kết luận rằng không có hiện tượng phương sai phần dư thay đổi và giả định phương sai phần dư không đổi không bị vi phạm.
Như vậy, qua các kiểm định trên, có thể kết luận kết quả phân tích hồi quy đạt được độ tin cậy. Do đó, phương trình hồi quy chuẩn hóa về các nhân tố tác động đến hành vi sử dụng ví điện tử của khách hàng cá nhân tại tỉnh Bình Thuận được viết lại như sau:
F_BI = 0.218*F_PEE + 0.151F_SI + 0.403F_PCo + 0.199F_GS.
Trong đó:
F_BI: Hành vi sử dụng ví điện tử của khách hàng trên địa bàn tỉnh Bình Thuận
F_PCo: Chi phí cảm nhận
F_GS: Hỗ trợ chính phủ
Hệ số hồi quy chuẩn hóa Beta được sử dụng để kết luận mức độ hay thứ tự tác động của các biến độc lập lên biến phụ thuộc nhờ sự đồng nhất về đơn vị và độ lệch chuẩn các biến tham gia vào mô hình hồi quy. Như vậy, dựa vào kết quả hồi quy có thể thấy rằng: khi yếu tố Hữu ích sử dụng mong đợi thay đổi 1 đơn vị trong khi các yếu tố khác không đổi thì Hành vi sử dụng ví điện tử của khách hàng trên địa bàn tỉnh Bình Thuận sẽ thay đổi cùng chiều 0.218 đơn vị; khi yếu tố Ảnh hưởng xã hội thay đổi 1 đơn vị trong khi các yếu tố khác không đổi thì Hành vi sử dụng ví điện tử của khách hàng trên địa bàn tỉnh Bình Thuận sẽ thay đổi cùng chiều 0.151 đơn vị; khi yếu tố Chi phí cảm nhận thay đổi 1 đơn vị trong khi các yếu tố khác không đổi thì Hành vi sử dụng ví điện tử của khách hàng trên địa bàn tỉnh Bình Thuận sẽ thay đổi cùng chiều 0.403 đơn vị; khi yếu tố Hỗ trợ chính phủ thay đổi 1 đơn vị trong khi các yếu tố khác không đổi thì Hành vi sử dụng ví điện tử của khách hàng trên địa bàn tỉnh Bình Thuận sẽ thay đổi cùng chiều 0.199 đơn vị.