Dựa trên kết phân tích tương quan, phân tích hồi qui được thực hiện nhằm đánh giá mức độ ảnh hưởng của các yếu tố ảnh hưởng đến hành vi mua hàng trực tuyến qua internet của người tiêu dùng được khảo sát tại TP.HCM.
Phương pháp sử dụng để phân tích là phương pháp đưa vào một lượt (Enter), theo đó 7 biến độc lập một biến phụ thuộc sẽ được đưa vào mô hình cùng một lúc.
Hệ số R2 hiệu chỉnh được sử dụng để đánh giá độ phù hợp của mô hình. Hệ số Bêta chuẩn hóa được dùng để đánh giá mức độ quan trọng của từng yếu tố, hệ số Bêta chuẩn hóa của biến nào càng cao thì mức độ tác động của biến đó vào hành vi mua hàng trực tuyến qua internet của người tiêu dùng được khảo sát tại TP.HCM càng lớn (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Phương trình hồi qui tuyến tính biểu diễn mối quan hệ giữa các biến độc lập và biến phụ thuộc (HV) có dạng như sau:
𝐻𝑉 = 𝛽0+ 𝛽1𝐻𝐼 + 𝛽2𝑆𝐷 + 𝛽3𝑋𝐻 + 𝛽4𝐷𝐾 + 𝛽5𝑆𝑃 + 𝛽6𝐺𝐷
4.5.2.2 Kiểm định sự phù hợp của mô hình hồi qui
Kiểm định F về sự phù hợp của mô hình cho ta biết biến phụ thuộc có tương quan tuyến tính với toàn bộ biến độc lập hay không.
Giả thuyết H0: 𝛽1 = 𝛽2 = 𝛽3 = 𝛽4 = 𝛽5 = 𝛽6 = 0 với tất cả các hệ số hồi qui riêng
Bảng 4.20 Kiểm định sự phù hợp của mô hình hồi qui
ANOVA
Model Sum of Squares df Mean Square F Sig.
1 Regression 39.458 6 6.576 63.497 .000b
Residual 25.788 249 .104
Total 65.246 255
(Nguồn: tổng hợp từ SPSS, 2019)
Bảng 4.20 cho thấy, giá trị Sig (F) rất nhỏ và nhỏ hơn mức ý nghĩa 0,05. Do đó, giả thuyết H0 bị bác bỏ. Điều này có nghĩa là các biến độc lập trong mô hình có tương quan tuyến tính với biến phụ thuộc, sự kết hợp giữa các biến độc lập có trong mô hình có thể giải thích được sự biến thiên của biến phụ thuộc. Mô hình hồi qui tuyến tính đã xây dựng phù hợp với tập dữ liệu.
Bảng 4.21 Đánh giá sự phù hợp của mô hình hồi qui
Mô hình R 𝑅2 𝑅2 điều chỉnh Sai số chuẩn của đo lường Durbin-Watson
1 .778a .605 .595 .322 2.108
(Nguồn: tổng hợp từ SPSS, 2019)
Bảng 4.20 cho thấy, mô hình nghiên cứu có R2 hiệu chỉnh là 0,638. Như vậy, 59,5% sự biến thiên của ý định mua hàng trực tuyến của người tiêu dùng được giải thích bởi các yếu tố như: Ảnh hưởng của xã hội, Nhận thức tính dễ sử dụng, Nhận thức về sự hữu ích, Nhận thức về rủi ro trong giao dịch trực tuyến, Nhận thức rủi ro liên quan đến sản phẩm, dịch vụ, Sự tin tưởng và Ảnh hưởng của chiêu thị.
Trong bảng 4.21, hệ số Bêta của các biến độc lập HI, SD, XH, DK, SP và GD đều có giá trị Sig. < 0,05. Do đó, các biến độc lập có hệ số hồi qui riêng từng phần có ý nghĩa về mặt thống kê ở mức ý nghĩa là 0,05 (mức ý nghĩa 5%).
Bảng 4.22 Phân tích hồi qui
Trọng số hồi quy mô hình
Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) -.638 .196 -3.251 .001
DK .199 .021 .377 9.300 .000 .965 1.036
SP .148 .024 .243 6.063 .000 .985 1.015
GD .122 .024 .207 5.165 .000 .988 1.012
(Nguồn: tổng hợp từ SPSS, 2019)
Hệ số Durbin-Watson (d) được sử dụng để kiểm tra xem có hiện tương tự tương quan hay không trong phần dư của một phép phân tích hồi quy. Hệ số này có giá trị 1 < d < 3 thì không có hiện tượng tự tương quan. Trong bảng 4.20, hệ số Durbin- Watson là 2.108 nằm trong mức qui định. Do đó, không có hiện tượng tự tương quan giữa các phần dư.
Trong bảng 4.21, các hệ số phóng đại phương sai (VIF) đều có giá trị nhỏ hơn 2 (VIF < 10). Vì vậy có thể kết luận không có hiện tượng đa cộng tuyến, mối liên hệ giữa các biến độc lập không ảnh hưởng đến kết quả giải thích của mô hình.
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) thì phần dư có thể không tuân theo phân phối chuẩn vì một số lý do như: sử dụng sai mô hình, phương sai không phải là hằng số, số lượng các phần dư không đủ nhiều để phân tích,…
Biểu đồ tần số Histogram, Q-Q Plot hay P-P Plot được dùng để khảo sát và kiểm định phân phối chuẩn của phần dư.
Từ hình 4.2 cho thấy, phân phối phần dư chuẩn hóa có trị trung bình (Mean) là - 6,49*10-16 gần bằng 0 và độ lệch chuẩn (Std. Dev) là 0,988 gần bằng 1. Như vậy, phân phối phần dư có dạng gần chuẩn, giả định phần dư có phân phối chuẩn không bị vi phạm.
Hình 4.1 Biểu đồ tần số Histogram của phần dư đã chuẩn hóa
(Nguồn: tổng hợp từ SPSS, 2019)
Dựa vào kết quả phân tích hồi qui tuyến tính bội và các thông số ở bảng 4.21, ý định mua hàng trực tuyến qua internet của người tiêu dùng được khảo sát tại TP.HCM chịu ảnh hưởng bởi 6 yếu tố là Nhận thức về sự hữu ích 𝛽1 = 0.387 , Nhận thức tính dễ sử dụng 𝛽2 = 0.421, Ảnh hưởng của xã hội 𝛽3 = 0.205, Điều kiện thuận lợi 𝛽4 = 0.377, Nhận thức rủi ro liên quan đến sản phẩm/dịch vụ 𝛽5 = 0.243, Nhận thức về rủi ro trong giao dịch trực tuyến 𝛽6 = 0.207.
Phương trình hồi qui tuyến tính bội thể hiện sự tác động của 6 yếu tố đến hành vi mua hàng trực tuyến của người tiêu dùng được khảo sát tại TP.HCM được viết theo hệ số Bêta được chuẩn hóa như sau:
𝐻𝑉 = 0.387 ∗ 𝐻𝐼 + 0.421 ∗ 𝑆𝐷 + 0.205 ∗ 𝑋𝐻 + 0.377 ∗ 𝐷𝐾 + 0.243 ∗ 𝑆𝑃 + 0.207 ∗ 𝐺𝐷
Trong đó,
HV: là biến phụ thuộc.
HI, SD, XH, DK, SP: là các biến độc lập.
Kiểm định các giả thuyết và phân tích sự khác biệt