14. Cửa hàng nằm trên những tuyến đường rộng rãi, thuận tiện K
2.2.3.2.3 Phân tích hồi quy đa biến
Thang đo về các yếu tố ảnh hưởng đến quyết định chọn cửa hàng mua xe máy YAMAHA được đưa vào phân tích hồi quy bằng phương pháp Stepwise.
Một biến phụ thuộc thông thường chịu tác động của nhiều biến độc lập khác nhau. Tuy nhiên, không phải phương trình càng nhiều biến thì phương trình càng phù hợp vì khó giải thích và đánh giá tác động của từng biến độc lập. Thủ tục chọn biến
Khóa luận tốt nghiệp Trường Đại học Kinh tế Huế
theo phương pháp Stepwise cho phép chọn ra số biến độc lập phù hợp và giải thích tốt nhất cho biến phụ thuộc.
Theo kết quả phân tích, tất cả 5 biến độc lập trong mô hình điều chỉnh đều được sử dụng vào phân tích hồi quy để đánh giá các yếu tố ảnh hưởng đến quyết định chọn cửa hàng.
Bảng 2.16: Thủ tục chọn biến Variables Entered/Removeda Model Variables Entered Variables Removed Method 1 Uy tín của cửa hàng .
Stepwise (Criteria: Probability-of-F-to-enter <= . 050, Probability-of-F-to-remove >= .100).
2 Chất lượng
sản phẩm .
Stepwise (Criteria: Probability-of-F-to-enter <= . 050, Probability-of-F-to-remove >= .100).
3 Hoạt động
bán hàng .
Stepwise (Criteria: Probability-of-F-to-enter <= . 050, Probability-of-F-to-remove >= .100).
4 Nhân viên
phục vụ .
Stepwise (Criteria: Probability-of-F-to-enter <= . 050, Probability-of-F-to-remove >= .100).
5 Khả năng tiếp
cận .
Stepwise (Criteria: Probability-of-F-to-enter <= . 050, Probability-of-F-to-remove >= .100).
a. Dependent Variable: Quyết định chọn cửa hàng
Mô hình nghiên cứu được biểu diễn dưới dạng phương trình hồi quy tuyến tính đa biến có dạng như sau:
Y = β0 + β1X1+ β2X2 + β3X3 +β4X4 +β5X5 Trong đó:
Y: Quyết định chọn cửa hàng X1: Uy tín của cửa hàng X2: Chất lượng sản phẩm X3: Hoạt động bán hàng X4: Nhân viên phục vụ
X5: Khả năng tiếp cận cửa hàng
Khóa luận tốt nghiệp Trường Đại học Kinh tế Huế
βi: Hệ số hồi quy tương ứng với các biến độc lập Xi
2.2.3.2.4 Đánh giá độ phù hợp của mô hình
Bảng 2.17: Bảng tóm tắt mô hình hồi quy
Để đánh giá độ phù hợp của mô hình, ta sử dụng giá trị R2 điều chỉnh. Giá trị R2
= 0.711 cho thấy độ phù hợp của mô hình là 71.1%, nghĩa là sự thay đổi của quyết định lựa chọn cửa hàng được giải thích bởi 5 biến độc lập kể trên, còn lại là các yếu tố khác ngoài mô hình.