Phân t ch hồi quy được tiến hành với 6 biến độc l p là Mong đợi về giá (Gia), Sự hữu ích (HI), Tính đáp ứng của website(Web), Truyền miệng trực tuyến(BL), Sự tin cậy(TC), Rủi ro(RR) và 1 biến phụ thuộc Quyết định mua sắm(QD), sử dụng phương pháp Enter.
Phương trình hồi quy tuyến t nh đa biến có dạng như sau:
QD = β0 + β1*Gia + β2*HI + β3*Web + β4*BL+ β5* TC + β6* RR + ε
Trong đó: β1,β2,β3, β4,β5,β6 lần lượt là tr ng số hồi quy của các biến độc l p
Mong đợi về giá (Gia), Sự hữu ích (HI), Tính đáp ứng của website(Web), Truyền miệng trực tuyến(BL), Sự tin cậy(TC), Rủi ro(RR).
Đánh giá độ phù hợp của m hình:
Bảng 4.6 Chỉ tiêu đánh giá độ phù hợp của mô hình
M hình R R2 R2 hiệu chỉnh Độ lệch chuẩn Durbin-
Watson
1 ,836a ,698 ,690 ,25066 1,879
Như kết quả phân t ch thì m hình có R2 hiệu chỉnh là 0,698 nghĩa là 69,8% sự biến thiên của Quyết định mua sắm của khách hàng được giải th ch bởi sự biến thiên của các thành phần như: Mong đợi v giá, Sự hữu ch, T nh đáp ứng của website, Truy n miệng trực tuyến, Sự tin c y, Rủi ro. 30.2% sự biến thiên còn lại của Quyết định mua sắm được giải th ch bởi các nhân tố chưa khám phá ra và sai số.
Hệ số Durbin-Watson là d=1.879 cho thấy các sai số trong m hình kh ng có sự tương quan chu i b c nhất.
Bảng 4.7 Kết quả kiểm định độ phù hợp của mô hình M hình Tổng bình phương df Trung bình bình phương F Sig. 1 Hồi quy 29,818 6 4,970 79,098 ,000b Phần dư 12,880 205 ,063 Tổng 42,698 211
Giả thuyết H0: β1= β2= β3= β4= β5 =0 (tất cả hệ số hồi quy riêng phần b ng 0)
Giá trị sig(F)=0.000 < mức nghĩa (5%): Giả thuyết H0 bị bác b . Đi u đó có nghĩa là sự kết hợp của các biến độc l p hiện có trong m hình có thể giải th ch được sự biến thiên của biến phụ thuộc. M hình hồi quy tuyến t nh đã xây dựng phù hợp với t p dữ liệu hiện có. sig(β1), sig(β2), sig(β3), sig(β4), sig(β5), sig(β6) < mức nghĩa (5%), nên các biến độc l p tương ứng là Gia, HI, Web, BL, TC, RR có hệ số hồi quy riêng phần có nghĩa v m t thống kê ở mức nghĩa 5%.
Phương trình hồi quy và nghĩa của các hệ số hồi quy:
Bảng 4.8 Kết quả phân tích hệ số hồi quy của các biến trong mô hình
M hình
Hệ số chưa chuẩn hóa Hệ số chuẩn hóa
t Sig. Thống kê đa cộng tuyến B Độ lệch chuẩn Beta Tolerance VIF 1 (H ng số) ,060 ,277 ,216 ,829
Mong đợi v giá ,212 ,024 ,358 8,704 ,000 ,871 1,149
Sự hữu ch ,200 ,026 ,304 7,669 ,000 ,939 1,066 T nh đáp ứng của Website ,235 ,037 ,254 6,368 ,000 ,928 1,078 Truy n miệng trực tuyến ,229 ,023 ,381 9,838 ,000 ,982 1,018 Sự tin c y ,183 ,029 ,269 6,395 ,000 ,829 1,207 Rủi ro -,085 ,025 -,144 -3,366 ,001 ,805 1,242
Phương trình hồi quy rút ra được là:
Dựa vào hệ số Beta của từng biến trong m hình hồi quy cho thấy tầm quan tr ng của các biến này trong m hình đối với Quyết định mua sắm của khách hàng tại Lazada.vn như sau:
+ Nhân tố Truy n miệng trực tuyến (BL) có hệ số Beta lớn nhất là 0,381 nên có tầm quan tr ng nhất đối với Quyết định mua sắm của khách hàng.
+ Có tầm quan tr ng tiếp theo đó là nhân tố Mong đợi v giá (Gia) với hệ số Beta 0,358. Và hệ số beta lần lượt của Sự hữu ch (HI), Sự tin c y (TC), T nh đáp ứng của website (Web) là 0,304 ; 0,269 và 0,254
+ Riêng đối với nhân tố Rủi ro (RR) hệ số beta là -0,144 biểu thị cho sự tác động ngược chi u đối với biến phụ thuộc Quyết định mua sắm.
Dò tìm các vi phạm giả định cần thiết:
+ Theo kết quả từ bảng 4.8 thì giá trị VIF của các biến độc l p đ u <2 nên hiện tượng đa cộng tuyến của các biến độc l p kh ng ảnh hưởng đến kết quả giải th ch của m hình.
Hình 4.1 Biểu đồ phần dƣ chuẩn hóa mô hình
Từ biểu đồ phần dư chuẩn hóa có trị trung bình (Mean)=2.19*10-14
(gần b ng 0) và Độ lệch chuẩn =0.986 (gần b ng 1) : phân phối phần dư có dạng gần chuẩn, th a yêu cầu giả định v phân phối chuẩn của phần dư.