6. Tổng quan tài liệu nghiên cứu
3.3.4. Phân tích hồi quy tuyến tính
a. Xây dựng phương trình hồi quy tuyến tính
Phân tích hồi quy tuyến tính sẽ giúp chúng ta biết được cường độ tác động của các biến độc lập lên biến phụ thuộc. Phương pháp hồi quy được sử dụng ở đây là phương pháp bình phương nhỏ nhất OLS với biến phụ thuộc là tinh thần kinh doanh của nữ doanh nhân còn biến độc lập là các biến khoảng cách quyền lực, chủ nghĩa cá nhân, né tránh sự không chắc chắn, nam tính và định hướng dài hạn. Phương trình hồi quy tính bội biểu diễn mối liên hệ giữa các nhân tố có dạng:
Mô hình 1: Y1 = β1 + β2X2i + β3X3i + β4X4i + β5X5i + β6X6i +ui
Mô hình 2: Y2 = β1 + β2X2i + β3X3i + β4X4i + β5X5i + β6X6i +ui
Trong đó:
Biến phụ thuộc:
Y1 : TTKD1 (Tính chủ động, đổi mới/sáng tạo)
Y2 : TTKD2 (Chấp nhận rủi ro) Biến độc lập: X2i : CN (Chủ nghĩa cá nhân) X3i : QL (Khoảng cách quyền lực) X4i : KCC (Né tránh sự không chắc chắn) X5i : DH (Định hướng dài hạn) X6i: NT (Nam tính)
Với β1: hằng số tự do; βi, i: 2 - 6, là hệ số hồi quy riêng phần
b.Kiểm tra hệ số tương quan giữa các biến
Bước đầu tiên khi tiến hành phân tích hồi quy tuyến tính là xem xét các mối tương quan tuyến tính giữa các biến phụ thuộc và từng biến độc lập cũng như giữa các biến độc lập với nhau. Giả định là các biến độc lập không có tương quan hoàn toàn với nhau (hệ số tương quan khác 1). Vì vậy, ta xem xét bảng ma trận hệ số tương quan giữa các biến.
Bảng 3.14. Ma trận hệ số tương quan giữa các biến (1) Correlations CN KCC DH QL NT TTKD1 CN Pearson Correlation 1 .057 .315** .248** .180* .339** Sig. (2-tailed) .480 .000 .002 .025 .000 KCC Pearson Correlation .057 1 -.193* -.060 -.202* .197* Sig. (2-tailed) .480 .017 .460 .012 .014 DH Pearson Correlation .315** -.193* 1 .180* .270** .236** Sig. (2-tailed) .000 .017 .026 .001 .003
QL Pearson Correlation .248** -.060 .180* 1 .457** .216** Sig. (2-tailed) .002 .460 .026 .000 .007 NT Pearson Correlation .180* -.202* .270** .457** 1 .127 Sig. (2-tailed) .025 .012 .001 .000 .116 TTKD1 Pearson Correlation .339** .197* .236** .216** .127 1 Sig. (2-tailed) .000 .014 .003 .007 .116 **. Correlation is significant at the 0.01 level (2-tailed).
*. Correlation is significant at the 0.05 level (2-tailed).
Kết quả ma trận tương quan giữa các biến đối với mô hình hồi quy 1 cho thấy các biến độc lập không có tương quan hoàn toàn với nhau, hệ số tương quan giữa các biến độc lập đều nhỏ hơn 1. Tiếp theo, tác giả đưa tất cả các biến vào chương trình hồi quy tuyến tính để phân tích sự ảnh hưởng của các biến độc lập đến biến phụ thuộc.
Bảng 3.15. Ma trận hệ số tương quan giữa các biến (2) Correlations CN KCC DH QL NT TTKD2 CN Pearson Correlation 1 .057 .315** .248** .180* .281** Sig. (2-tailed) .480 .000 .002 .025 .000 KCC Pearson Correlation .057 1 -.193* -.060 -.202* -.020 Sig. (2-tailed) .480 .017 .460 .012 .809 DH Pearson Correlation .315** -.193* 1 .180* .270** .097 Sig. (2-tailed) .000 .017 .026 .001 .233 QL Pearson Correlation .248** -.060 .180* 1 .457** .031 Sig. (2-tailed) .002 .460 .026 .000 .708 NT Pearson Correlation .180* -.202* .270** .457** 1 -.050 Sig. (2-tailed) .025 .012 .001 .000 .544 TTKD2 Pearson Correlation .281** -.020 .097 .031 -.050 1 Sig. (2-tailed) .000 .809 .233 .708 .544 **. Correlation is significant at the 0.01 level (2-tailed).
Tương tự, đối với kết quả ma trận tương quan giữa các biến đối với mô hình hồi quy 2 cho thấy các biến độc lập không có tương quan hoàn toàn với nhau, hệ số tương quan giữa các biến độc lập đều nhỏ hơn 1. Tác giả đưa tất cả các biến vào chương trình hồi quy tuyến tính để phân tích sự ảnh hưởng của các biến độc lập đến biến phụ thuộc.
c. Kiểm tra hiện tượng đa cộng tuyến
Để phát hiện hiện tượng đa cộng tuyến trong mô hình người ta thường sử dụng hệ số tương quan cặp giữa các biến giải thích hoặc sử dụng nhân tử phóng đại phương sai VIF. Nếu hệ số nhân tử phóng đại phương sai VIF < 5 thì không xảy ra hiện tượng đa cộng tuyến và ngược lại.
Bảng 3.16. Hệ số hồi quy và nhân tử phóng đại phương sai (1) Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 (Constant) 2.406 .255 9.431 .000 CN .277 .063 .333 4.371 .000 1.000 1.000 2 (Constant) 1.665 .406 4.106 .000 CN .269 .063 .323 4.293 .000 .997 1.003 KCC .186 .080 .175 2.328 .021 .997 1.003 3 (Constant) .946 .494 1.914 .058 CN .216 .065 .259 3.307 .001 .888 1.126 KCC .230 .081 .217 2.853 .005 .948 1.055 DH .173 .070 .196 2.463 .015 .858 1.165 a. Dependent Variable: TTKD
Đối với mô hình hồi quy 1, dựa vào kết quả phân tích SPSS với mô hình 3 ở bảng 3.16 ta thấy:
Nhân tử phóng đại Phương sai (VIF) : VIF1 = 1,126 < 5
VIF2 = 1,055 < 5 VIF3 = 1,165 < 5
Như vậy không xảy ra hiện tượng đa cộng tuyến trong mô hình. Điều này có nghĩa là các biến độc lập: chủ nghĩa cá nhân, né tránh sự không chắc chắn và định hướng dài hạn không có mối quan hệ tuyến tính với nhau.
Bảng 3.17. Hệ số hồi quy và nhân tử phóng đại phương sai (2) Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 (Constant) 2.800 .275 10.170 .000
CN .244 .068 .277 3.565 .000 1.000 1.000 a. Dependent Variable: TTKD2
Tương tự, đối với mô hình hồi quy 2, dựa vào kết quả phân tích ở bảng 3.17 ta thấy: chỉ có 1 biến độc lập là yếu tố chủ nghĩa cá nhân nên mô hình hồi quy ở đây là hồi quy đơn nên không cần kiểm tra hiện tượng đa cộng tuyến.
d. Đánh giá độ phù hợp của mô hình
Để đánh giá mức độ phù hợp của mô hình hồi quy đối với tập dữ liệu, ta sử dụng hệ số R bình phương.
Kết quả phân tích hồi quy được thực hiện bằng phương pháp Stepwise đối với mô hình hồi quy 1 được thể hiện qua bảng tóm tắt kết quả hồi quy 3.18 như sau:
Bảng 3.18. Bảng mô tả tóm tắt kết quả phân tích hồi quy (1) Model Summary
Model R R Square Adjusted R Square Std. Error of the Estimate
1 .333a .111 .105 .58704
2 .376b .142 .130 .57874
a. Predictors: (Constant), CN
b. Predictors: (Constant), CN, KCC c. Predictors: (Constant), CN, KCC, DH
Kết quả phân tích mô hình hồi quy 1, với mô hình 3 ở bảng 3.18 cho thấy: hệ số R2 là 0,175 có nghĩa là có 17,5% sự biến động của yếu tố: chủ nghĩa cá nhân, né tránh sự không chắc chắn và định hướng dài hạn ảnh hưởng đến tinh thần kinh doanh theo góc nhìn của nữ doanh nhân là tính chủ động, đổi mới/sáng tạo. Mức độ phù hợp của mô hình là thấp có nghĩa rằng sự ảnh hưởng này là ít.
Bảng 3.19. Bảng mô tả tóm tắt kết quả phân tích hồi quy (2) Model Summary
Model R R Square Adjusted R Square Std. Error of the Estimate 1 .277a .077 .071 .63363
a. Predictors: (Constant), CN
Đối với mô hình hồi quy 2, kết quả ở bảng 3.19 cho thấy: hệ số R2
là 0.077 có nghĩa là chỉ có 7,7% sự biến động của yếu tố chủ nghĩa cá nhân ảnh hưởng đến tinh thần kinh doanh theo góc nhìn là sự chấp nhận rủi ro. Mức độ phù hợp của mô hình là rất thấp có nghĩa rằng sự ảnh hưởng này là rất ít.
Như vậy, từ kết quả phân tích 2 mô hình trên cho thấy rằng các yếu tố văn hóa ảnh hưởng nhiều hơn theo cách nghĩ tinh thần kinh doanh là sự chủ động, đổi mới/sáng tạo hơn là sự chấp nhận rủi ro. Tuy nhiên, những đánh giá sự phù hợp trên chỉ đúng với dữ liệu mẫu. Để kiểm định xem có thể suy diễn mô hình cho tổng thể thực hay không ta kiểm định mô hình.
e. Kiểm định độ phù hợp của mô hình
Giả thuyết H0: β1 = β2 = β3 = β4 = 0.
Để kiểm định độ phù hợp của mô hình hồi quy tuyến tính ta dùng giá trị F ở bảng phân tích ANOVA sau:
Bảng 3.20. Kết quả phân tích ANOVA (1)
ANOVAd
Model Sum of Squares Df Mean Square F Sig. 1 Regression 6.584 1 6.584 19.104 .000a Residual 52.726 153 .345 Total 59.310 154 2 Regression 8.399 2 4.200 12.539 .000b Residual 50.910 152 .335 Total 59.310 154 3 Regression 10.365 3 3.455 10.659 .000c Residual 48.945 151 .324 Total 59.310 154 a. Predictors: (Constant), CN b. Predictors: (Constant), CN, KCC c. Predictors: (Constant), CN, KCC, DH d. Dependent Variable: TTKD
Bảng 3.21. Kết quả phân tích ANOVA (2)
ANOVAb
Model Sum of Squares Df Mean Square F Sig. 1 Regression 5.102 1 5.102 12.707 .000a
Residual 61.428 153 .401 Total 66.529 154
a. Predictors: (Constant), CN b. Dependent Variable: TTKD2
Giá trị Sig. F change ở mô hình hồi quy 1 và 2 đều bằng 0,000 < 0.05 nên bác bỏ giả thuyết H0, cho thấy biến đưa vào đều có ý nghĩa về mặt thống kê với mức ý nghĩa 5%. Như vậy cả 2 mô hình phù hợp với tập dữ liệu và có thể suy rộng ra tổng thể.
f. Ý nghĩa hệ số hồi quy riêng phần trong mô hình
Từ kết quả hệ số hồi quy ở bảng 3.16 và bảng 3.17 đối với 2 mô hình hồi quy, ta có 2 mô hình nghiên cứu như sau:
TTKD1 = 0,946 + 0,216 (CN) + 0,230 (KCC) + 0,173 (DH). TTKD2 = 2,800 + 0,244 (CN).
Đối với mô hình hồi quy 1, phương trình hồi quy bội được phương pháp stepwise ước lượng cho thấy các 3 yếu tố: chủ nghĩa cá nhân, né tránh sự không chắc chắn và định hướng dài hạn có tác động cùng chiều lên tinh thần kinh doanh của nữ doanh nhân theo góc nhìn là tính chủ động, đổi mới/sáng tạo. Trong đó né tránh sự không chắc chắn có tác động mạnh nhất.
Đối với mô hình hồi quy 2 cho thấy chỉ có yếu tố chủ nghĩa cá nhân ảnh hưởng đến tinh thần kinh doanh theo góc nhìn là chấp nhận rủi ro của nữ doanh nhân và có tác động cùng chiều.
KẾT LUẬN CHƯƠNG 3
Qua quá trình nghiên cứu, tác giả đã thực hiện nghiên cứu trên phạm vi cả nước (tập trung ở các tỉnh/thành phố lớn), kết quả thu được 157 bản câu hỏi từ nữ doanh nhân. Những bản câu hỏi này được xử lý và đem lại kết quả cụ thể như sau:
Đánh giá độ tin cậy của thang đo đo lường các yếu tố văn hóa và tinh thần kinh doanh cùng với việc phân tích các nhân tố, cho ra kết quả:
Đối với biến độc lập: các biến CN1, CN2, CN3, CN4 và CN5 thuộc nhân tố 1; các biến QL1, QL3, QL4 và QL5 thuộc nhóm nhân tố 2; các biến KCC1, KCC2, KCC3, KCC4 và KCC5 thuộc nhóm nhân tố 3; các biến DH3, DH4 và DH5 thuộc nhóm nhân tố 4 và các biến NT1, NT2 và NT4 thuộc nhóm nhân tố 5. Đối với biến phụ thuộc: các biến CĐ1, CĐ2, ĐM3, CĐ3, ĐM2 và ĐM1 thuộc nhân tố 1 và RR2, RR3 thuộc nhóm nhân tố 2. Các mục hỏi đều thỏa mãn điều kiện và được giữ lại trong các phân tích tiếp theo.
Biến phụ thuộc gồm 2 biến TTKD1 và TTKD2 nghĩa là theo cách hiểu của những nữ doanh nhân được phỏng vấn thì tinh thần kinh doanh theo góc
độ là tính chủ động, đổi mới/sáng tạo và sự chấp nhận rủi ro. Do đó, tác giả phân tích mô hình hồi quy theo 2 mô hình:
Mô hình 1: Y1 = β1 + β2X2i + β3X3i + β4X4i + β5X5i + β6X6i +ui
Mô hình 2: Y2 = β1 + β2X2i + β3X3i + β4X4i + β5X5i + β6X6i +ui Trong đó:
Biến phụ thuộc: Y1 : TTKD1 (Tính chủ động, đổi mới/sáng tạo)
Y2 : TTKD2 (Chấp nhận rủi ro)
Biến độc lập: X2i : CN (Chủ nghĩa cá nhân) X3i : QL (Khoảng cách quyền lực)
X4i : KCC (Né tránh sự không chắc chắn) X5i : DH (Định hướng dài hạn)
X6i : NT (Nam tính)
Với β1: hằng số tự do; βi, i: 2 - 6, là hệ số hồi quy riêng phần
Việc phân tích 2 mô hình hồi quy cho thấy giá trị Sig. F change bằng 0,000 < 0.05 nên biến đưa vào đều có ý nghĩa về mặt thống kê với mức ý nghĩa 5%. Đối với mô hình hồi quy 1, hệ số R2
là 0,175 có nghĩa là có 17,5% sự biến động của yếu tố: chủ nghĩa cá nhân, né tránh sự không chắc chắn và định hướng dài hạn ảnh hưởng đến tính chủ động, đổi mới/sáng tạo và sự tác động này là tích cực. Đối với mô hình hồi quy 2, hệ số R2
là 0,077 có nghĩa là có 7,7% sự biến động của yếu tố chủ nghĩa cá nhân ảnh hưởng đến sự chấp nhận rủi ro của nữ doanh nhân và sự tác động này là cùng chiều.
CHƯƠNG 4
KẾT LUẬN, HẠN CHẾ VÀ ĐỀ XUẤT NGHIÊN CỨU TRONG TƯƠNG LAI