Mô hình hồi quy có dạng: Y = β0 + βiXi + ε (*) Trong đó:
Y: Hành vi tiêu dùng xanh β0: H•ng số hồi quy βi: Trọng số hồi quy, ε: Sai số
Xi Các yếu tố tác động gồm (1) Hữu ích (2) Kinh nghiệm, (3) Rủi ro , (4) Xã hội, (5) Động cơ
Phương trình (*) trO thành: 64
Hành vi mua hàng trực tuyến trong ngày hội mua sƒm= β1 x hữu ích+ β2 x kinh nghiệm + β3 x rủi ro+ β4 x xã hội + x β5 Động cơ + ε
Phân tích hồi quy đựợc thực hiện b•ng phương pháp Enter. Các biến được đưa vào phân tích cùng lúc để xem biến nào được chấp nhận, biến nào bị bác bỏ, tác động của các biến độc lập đến biến phụ thuộc như thế nào.
Nhân tố
Hệ số chưa chuẩn hóa
Hệ số
chuẩn hóa t Sig.
Thống kê đa cộng tuyến B Std. Error Beta Toleran ce VIF Hằng số ,208 ,281 ,741 ,459 h Hữu ích ,136 ,053 ,129 2,565 ,011 ,702 1,424 K Kinh nghiệm ,552 ,048 ,541 11,468 ,000 ,798 1,254 Rủi ro ,094 ,043 ,099 2,180 ,030 ,858 1,166 Xã hội ,066 ,048 ,063 1,383 ,168 ,864 1,157 Động cơ ,095 ,060 ,080 1,574 ,117 ,693 1,443
(Nguồn: Kết quả xử lý từ dữ liệu điều tra của nhóm nghiên cứu)
Như vậy, đối chiếu phân tích hồi quy lần 1 vPi các giả thuyết, nhóm nghiên cứu có kết quả kiểm định các giả thuyết:
H1: Nhận thức sự hữu ích tác động tích cực đến hành vi mua hàng trực tuyến trong ngày hội mua sắm.
β1= 0,136; Sig. = 0,011 < 0,05: Chấp nhận giả thuyết
H2: Kinh nghiệm mua hàng tác động tích cực đến hành vi mua hàng trực tuyến trong ngày hội mua sắm.
β2= 0,552; Sig. = 0,000 < 0,05: Chấp nhận giả thuyết. H3 Nhận thức rủi ro tác động tiêu cực đến hành vi mua hàng trực tuyến trong ngày hội mua sắm.
β3= 0,94; Sig. = 0,03 < 0,05: Chấp nhận giả thuyết.
H4: Ảnh hưOng xã hội tác động tích cực đến hành vi mua hàng trực tuyến trong ngày hội mua sắm.
β4= 0,66; Sig. = 0,063 > 0,05: không chấp nhận giả thuyết
H5: Động cơ mua hàng tác động tích cực đến hành vi mua hàng trực tuyến trong ngày hội mua sắm.
β5= 0,095; Sig. = 0,08 > 0,05: Không chấp nhận giả thuyết
Hệ số phóng đại VIF (Variance Inflation Factor) rất nhỏ (VIF < 10) cho thấy các biến độc lập này không có quan hệ chặt chẽ vPi nhau nên không có hiện tượng đa cộng tuyến xảy ra. Do đó mối quan hệ giữa các biến độc lập không ảnh hưOng đến kết quả giải thích của mô hình.
Bảng 4-23: Bảng hồi quy hiệu chỉnh
Nhân tố Unstandardized Coefficients Standardi zed Coefficient s t Sig. Collinearity Statistics B Std. Error Beta Toleran ce VIF Hằng số ,517 ,243 2,133 ,034 Huu ich ,189 ,047 ,179 4,022 ,000 ,900 1,111 Kinh nghiem ,574 ,047 ,562 12,134 ,000 ,834 1,199 Rui ro ,107 ,042 ,113 2,528 ,012 ,891 1,123
(Nguồn: Kết quả xử lý từ dữ liệu điều tra của nhóm nghiên cứu)
Phương trình hồi quy tuyến tính vPi biến phụ thuộc là hành vi:
HV= O,179HI + 0,562 KN + 0,113RR Đánh giá độ phù hợp của mô hình:
Bảng 4-24: Tóm tƒt mô hình hồi quy tuyến tính Hệ số R Hệ số xác
định R2
Hệ số R2 hiệu chỉnh
Sai số chuẩn của ước lượng
Chỉ số Durbin-
Watson Hệ số R
1 ,686a ,470 ,465 ,48607 1,862
Biến độc lập: HI, KN, RR Biến phụ thuộc: HV
(Nguồn: Kết quả xử lý từ dữ liệu điều tra của nhóm nghiên cứu)
Chỉ số Durbin –Watson dùng để kiểm định tương quan chuỗi bậc nhất cho thấy mô hình không vi phạm khi sử dụng phương pháp hồi quy bội vì giá trị Durbin –Watson đạt được là 1,862 (n•m trong khoảng từ 1 đến 3) và chấp nhận giả thuyết không có sự tương quan chuỗi bậc nhất trong mô hình.
Bảng 4-25: Phân tích ANOVA Tổng bình phương Bậc tự do Trung bình bình phương Hệ số F Sig. Hồi quy 62,128 3 20,709 87,655 ,000b Phần dư 69,933 296 ,236 Tổng 132,061 299 Biến độc lập: HI, KN, RR Biến phụ thuộc: HV
(Nguồn: Kết quả xử lý từ dữ liệu điều tra của nhóm nghiên cứu)
Kiểm định độ phù hợp của mô hình
Để kiểm định độ phù hợp của mô hình hồi quy bội, ta dùng giá trị F O bảng phân tích ANOVA. Kiểm định này cho biết mối quan hệ tuyến tính giữa biến phụ thuộc vPi các biến độc lập.
Bảng phân tích ANOVA cho thấy mô hình hồi quy có kiểm định F = 87,655; Sig. < 0,05 cho thấy mô hình phù hợp vPi tập dữ liệu và có thể suy rộng ra cho toàn tổng thể (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
Như vậy, mô hình hồi quy bội thỏa các điều kiện đánh giá và kiểm định độ phù hợp cho việc rút ra các kết quả nghiên cứu.
Phương trình hồi quy như sau:
Hành vi mua = 0,179xHI + 0,562xKN + 0,113xRR
Điều này cNng có nghĩa là:
- Khi biến Nhận thức sự hữu ích (NT) tăng lên 1 đơn vị độ lệch chuẩn, thì biến hành vi mua hàng trực tuyến của giPi trẻ trong ngày hội mua sắm tăng 0,179 đơn vị độ lệch chuẩn.
- Khi biến Kinh nghiệm mua hàng (KN) tăng lên 1 đơn vị độ lệch chuẩn, thì biến hành vi mua hàng trực tuyến của giPi trẻ trong ngày hội mua sắm tăng 0,562 đơn vị độ lệch chuẩn.
- Khi biến Nhận thức rủi ro (RR) tăng lên 1 đơn vị độ lệch chuẩn, thì biến hành vi mua hàng trực tuyến của giPi trẻ trong ngày hội mua sắm tăng 0,179 đơn vị độ lệch chuẩn.