6. Bố cục đề tài
3.5. PHÂN TÍCH HỒI QUY
Phân tích hồi quy đƣợc thực hiện để xác định mối quan hệ nhân quả giữa biến phụ thuộc ý định mua và các biến độc lập.
Mô hình hồi quy sẽ tìm ra các biến độc lập có hay không tác động tới biến phụ thuộc và hƣớng tác động là thuận chiều/dƣơng (+) hay ngƣợc chiều/âm (-). Đồng thời mô hình cũng mô tả mức độ tác động của biến độc lập cụ thể là nhƣ thế nào qua đó giúp ta dự đoán đƣợc giá trị của biến phụ thuộc khi biết trƣớc giá trị của các biến độc lập. Mô hình nghiên cứu của luận văn bao gồm một biến phụ thuộc và nhiều biến độc lập. Vì vậy tác giả sử dụng mô hình hồi quy tuyến tính bội (Nguyễn Đình Thọ, 2011).
Để đánh giá độ phù hợp của mô hình hồi quy, tác giả căn cứ vào hệ số xác định R2. Hệ số R2 cho biết % sự biến động của biến phụ thuộc (Y) đƣợc giải thích bởi các biến độc lập (Xi) trong mô hình. Giá trị R2 nằm trong khoảng từ 0 đến 1:
- Khi R2 = 0 ta kết luận biến phụ thuộc và các biến độc lập không có quan hệ với nhau.
- Khi R2 = 1 ta kết luận đƣờng hồi quy phù hợp hoàn hảo.
- Theo Hair và cộng sự (1998), sử dụng hệ số xác định R2 có nhƣợc điểm là giá trị R2 tăng khi số biến độc lập đƣa vào mô hình tăng mặc dù biến đƣa vào không có ý nghĩa. Vì vậy nên sử dụng giá trị R2 điều chỉnh (Adjusted R Square) để kết luận về % sự biến động của biến phụ thuộc đƣợc giải thích bởi các biến độc lập.
Để kiểm định độ phù hợp của mô hình, tác giả sử dụng kiểm định F. Đây là phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể nhằm xem xét biến phụ thuộc có liên hệ tuyến tính với toàn bộ các biến độc lập không. Mô hình đƣợc coi là phù hợp khi giá trị significant của kiểm định < 0,05.
Phân tích hồi quy còn cho biết tình trạng đa cộng tuyến có tồn tại không. Đa cộng tuyến là trạng thái trong đó các biến độc lập có tƣơng quan chặt chẽ với nhau. Để kiểm định hiện tƣợng đa cộng tuyến, tác giả sử dụng hệ số phóng đại phƣơng sai (VIF). Nếu giá trị hệ số này < 2 thì quan hệ đa cộng tuyến giữa các biến độc lập là không đáng kể.