Kiểm ñịnh phân phối chuẩn của các biến sẽ ñược thực hiện bằng biểu ñồ
Histogram với ñường cong phân phối chuẩn hoặc qua các thông số Skewness và Kurtosis.
Bảng 4.5. Kiểm ñịnh phân phối chuẩn cho các biến
Skewness Kurtosis
Các biến Mẫu Giá trị
trung bình Thông số Sai số chuẩn Thông số Sai số chuẩn
Giá trị mua 398 5.0094 -.467 .122 .284 .244 Giá trị xã hội 398 3.8526 .035 .122 -.301 .244
Giá trị tính mới 398 2.9556 .330 .122 -.495 .244 Giá trị
cảm xúc – tiện lợi 398 4.9899 -.350 .122 .048 .244 Xu hướng mua lại 398 4.6675 -.416 .122 -.360 .244
Khả năng truyền
miệng 398 4.1198 .034 .122 -.674 .244
Kết quả cho thấy các biến liên quan ñến mô hình hồi qui ñều có các thông số
Skewness và Kurtosis ñều nằm trong khoảng ± 1. Vì vậy, ta có thể sử dụng các biến này vào phân tích tương quan và hồi qui tiếp theo.
4.6.2. Phân tích tương quan và hồi qui
Việc kiểm ñịnh mô hình nghiên cứu ở hình trên ñược xem như tương ñương với 3 phương trình hồi qui sau:
▪ WOM = b1 + b11*REPURCHASE + ε1 (phương trình 1).
▪ REPURCHASE = b2 + b21*MONETARY + b22* SOCIAL + b23* EPISTEMIC + b24* EMOENCE + ε2 (phương trình 2).
▪ WOM = b3 + b31*MONETARY + b32* SOCIAL + b33* EPISTEMIC + b34*EMOENCE + ε3 (phương trình 3).
Trong ñó, ñộ phù hợp tổng thể của mô hình nghiên cứu là R2: R2 = 1 – (1 – R12)*(1 – R22) *(1 – R32), (Pedhazur, 1982). R12: ñộ phù hợp của mô hình tương ứng với phương trình 1. R22: ñộ phù hợp của mô hình tương ứng với phương trình 2. R32: ñộ phù hợp của mô hình tương ứng với phương trình 3.