8. Kết cấu của luận văn 4
2.6.2 Phân tích hồi quy 5 7-
Phân tích hồi quy tuyến tính giúp ta xác định mức độảnh hƣởng của biến độc lập lên biến phụ thuộc. Phƣơng trình tổng quát đƣợc xây dựng:
Trong đó:
- Y: Quyết định mua sản phẩm (là biến phụ thuộc); - SP: Sản phẩm;
- DD: Địa điểm; - GC: Giá cả; - CT: Chiêu thị;
- XH: Ảnh hƣởng xã hội;
- AT: An toàn vệ sinh thực phẩm; - TQ: Thói quen và sở thích tiêu dùng; - β0 : hằng số;
- βn : là các hệ số hồi quy riêng của biến độc lập;
Để kiểm định sự phù hợp giữa thành phần SP, DD, GC, CT, XH, AT, TQ với QD tác giả sử dụng hàm hồi quy tuyến tính với phƣơng pháp đƣa vào một lƣợt (Enter). Nhƣ vậy thành phần SP, DD, GC, CT, XH, AT, TQ là biến độc lập và QD là biến phụ thuộc sẽ đƣợc đƣa vào chạy hồi quy cùng một lúc. Kết quả nhận đƣợc cho thấy mức ý nghĩa Sig. rất nhỏ 0,00 và hệ số xác định R2 = 0,590 (hay R2 hiệu chỉnh = 0,575) chứng minh cho sự phù hợp của mô hình (xem phụ lục 5). Nghĩa là mô hình hồi quy tuyến tính đƣợc xây dựng phù hợp với tập dữ liệu 57,5%. Nói cách khác khoảng 57,5% khác biệt của biến độc lập có thể giải thích bởi sự khác biệt của biến phụ thuộc.
Trong bảng phân tích ANOVA, cho thấy trị số F có mức ý nghĩa với Sig. F=0,000(< 0,05) có nghĩa là mô hình hồi quy tuyến tính đƣa ra là phù hợp với dữ liệu thực tế thu thập đƣợc và các biến đƣa vào đều có ý nghĩa trong thống kê với mức ý nghĩa 5% (xem phụ lục 5).
Bên cạnh đó, tác giả tiến hành kiểm định F để đánh giá tƣơng quan tuyến tính của biến phụ thuộc và các biến độc lập trong hàm hồi quy:
Ta có F(α;df1;df2) =F (0,05;7;192) =2,06
Đặt giả thiết:
H0: Các biến độc lập và biến phụ thuộc không tƣơng quan với nhau H1: Các biến độc lập và biến phụ thuộc tƣơng quan với nhau
Từ kết quả phân tích ANOVA (xem phụ lục 5): phƣơng sai F = 39,493 > 2,06, do đó ta bác bỏ H0 và chấp nhận H1.
Nhƣ vậy, biến phụ thuộc và các biến độc lập có tƣơng quan tuyến tính với nhau ở mức độ tin cậy là 95%.
Bảng 2.25: Các thông số thống kê trong phương trình hồi quy
Mô hình Hệ sốchƣa chuẩn hóa Hệ số chuẩn hóa
t Sig. Đa cộng tuyến
B Sai số chuẩn Beta Độ chấp nhận VIF
1 (Hằng số) -0,086 0,231 -0,371 0,711 SP 0,198 0,066 0,184 2,988 0,003 0,562 1,781 DD 0,132 0,051 0,151 2,595 0,010 0,632 1,582 GC 0,145 0,057 0,145 2,529 0,012 0,653 1,532 CT .0,120 0,057 0,138 2,109 0,036 0,501 1,995 XH 0,115 0,056 0,118 2,037 0,043 0,639 1,566 AT 0,212 0,071 0,200 2,988 0,003 0,477 2,095 TQ 0,100 0,041 0,130 2,457 0,015 0,763 1,310 a. Biến phụ thuộc: QD (Nguồn: Bảng PL 5.2)
Hệ số phóng đại phƣơng sai VIF (Variance Inflation factor – VIF) nhỏ (nhỏ hơn 3) cho thấy các biến độc lập này không có quan hệ chặt chẽ với nhau nên không có hiện tƣợng đa cộng tuyến xảy ra. Do đó, mối quan hệ giữa các biến độc lập không ảnh hƣởng đáng kể đến kết quả giải thích của mô hình hồi quy.
Trong 7 thành phần đo lƣờng Quyết định mua nêu trên tất cả đều có ảnh hƣởng đáng kể đến Quyết định mua với mức ý nghĩa sig < 0,05. Nhƣ vậy trong 7 giả thuyết đặt ra trong mô hình nghiên cứu chính thức ta đều chấp thuận.
Từ bảng 2.25 cho ta hàm hồi quy có dạng nhƣ sau:
QD = 0.198*SP + 0.132*DD + 0.145*GC + 0.120*CT + 0.115*XH + 0.212*AT + 0.100*TQ
Hệ số hồi quy mang dấu dƣơng thể hiện các yếu tố trong mô hình hồi quy trên ảnh hƣởng tỷ lệ thuận chiều đến QD.
Từ bảng 2.25 ta có hệ số hồi quy chuẩn hóa đƣợc viết dƣới dạng nhƣ sau:
QD = 0.184*SP + 0.151*DD + 0.145*GC + 0.138*CT + 0.118*XH + 0.200*AT + 0.130*TQ