CHƯƠNG 3: KẾT QUẢ NGHIÊNCỨU
3.7. Kiểm định giả thiết và phân tích hồiqu y”
Sau phần kiểm định xem xét sự tương quan ở trên, phần tới là tiến hành các kiểm định khác. Các phân tích cần thiết đó là sử dụng mô hình hồi quy.
Để thấy rõ ảnh hưởng của các biến là theo xu hướng nào, là dầu trừ (âm) hay dấu cộng (dương) tương ứng là tích cực hay tiêu cực. Nghịch hay thuận chiều. Quan hệ giữa biến hành vi và biến độc lập có thể thấy được ở bước này. Qua các chỉ số cụ
thể, xét theo độ lớn nhỏ sẽ thấy được mức ảnh hưởng của biến là mạnh hay yếu, tác động nhiều hay ít đến hành vi mua.
Ta sẽ xem xét đến một hệ số xác định. Hệ số này giúp ta đánh giá về mô hình
đã thích hợp và đủ yêu cầu hay chưa. Hệ số này là R2 theo %. Giá trị này thuộc độ
lớn trong khoảng một và không. Nó biểu hiện phần trăm sự biến động của biến Y với danh nghĩa biến phụ thuộc sẽ được thể hiện qua các biến độc lập. Theo mô hình
hồi quy tuyến tính bên dưới thì (Xi) là các biến độc lập. Nếu giá trị bằng 0 thì không
có sự quan hệ, nếu giá trị bằng 1 thì là một kết quả hoàn hảo, rất phù hợp. (Nguyễn Đức Thọ,2011)
Mô hình hồi quy tuyến tính mà tác giả đề xuất là:
Y = β0 + β1*TQ + β2*TH + β3*TK + β4*GC + β5*TT + β5*KM + β6*DV + β7*MH+ ε + ε
Trong đó:
Y là HV: Ý định mua mỹ phẩm TQ là thói quen mua hàng
TH là sự quan tâm đến thương hiệu TK là nhóm tham khảo
GC là nhận thức về giá bán TT là nhận thức về truyền thông KM là các chương trình khuyến mại DV là dịch vụ bán hàng
MH là cách thức mua hàng
β0làhằngsố;β1,β2,β3,β4,β5,β6,β7,β8làhệsốhồiquy ε là sai số ngẫunhiên
Năm 1998, Ông Hair và cộng sự có đưa ra lý thuyết rằng dùng Adjusted P Square để có thể kết luận được sự biến độn của biến phụ thuộc theo biến độc lập với đơn vị tính %. Ta gọi đó là R2 điều chỉnh.
Với mô hình đang nghiên cứu, ta tiến hành phép kiểm định giả thiết xem mô hình hồi quy tuyến tính tổng thể liệu có phù hợp hay không. Do vậy ta cần kiểm định về F. Nếu như sig. nhỏ hơn 0.05 thì các biến phụ thộc sẽ có sự liên hệ tuyến tính với biến độc lập. Và ta được khẳng định mô hình đang xem xét phù hợp.
Qua kết quả kiểm định ta thu được kết quả hệ số hiệu chỉnh là 89.7 %. Và 10.3% cho các biến kiểm soát hay các biến khác tác động đến biến phụ thuộc. Đồng thời sự tác động mức 89.7% là từ tám biến độc lập trong mô hình. Khi xét giá trị
R2khi phân tích lớn hơn năm mươi phần trăm thì đồng nghĩa với việc sử dụng được
Kiểm định tiếp theo là về tương quan bậc nhất hay còn gọi tương quan của các sai số gần kề. Ta xem xét tới thống kê Durbin –Watson. Với sự biến thiên trong khoảng từ 4 đến 0, nếu càng tiến tới 4 thì sai số có tương quan nghịch, ngược lại tiến gần về 0 sẽ là thuận. Còn trong đoạn sát bằng 2 ( thuộc từ 1 đến 3) được ghi nhận là không có sự tượng quan bậc nhất.
Trị số nhận được là 1.657 đã thuộc trong khoảng đạt yêu cầu. Tiến sát về 2 đồng thời nằm giữa 1 và 3. Do vậy ta thấy sự tương quan giữ các biến bậc nhất được khảng định là không có.
Bảng 3.6: Kết quả kiểm định mô hình hồi quy tuyến tính
Mô hình tóm tắt
Model Summaryb
Model R R Square Adjusted R
Square Std. Error of the Estimate Durbin- Watson 1 .950a .902 .897 .28367 1.657
Bảng 3.7: Kết quả kiểm định bảng ANOVA Kiểm định ANOVAa ANOVAa
Model Sum of
Squares
df Mean Square F Sig.
1
Regression 123.145 8 15.393 191.288 .000b
Residual 13.439 167 .080
Total 136.583 175
Theo bảng kết quả Sig. thu được từ bước kiểm định F thì giá trị là nhỏ hơn 0.05. Ta đưa ra được khẳng định mô hình nghiên cứu của chuyên đề có thể suy rộng ra tổng thể. Vì kết quả phân tích cho thấy nghiên cứu là phù hợp và áp dụng được cho tổng thể.
Để kiểm tra hiện tượng đa cộng tuyết ta sẽ dựa vào VIF. Với kiểm định này, sau khi thu được kết quả từ phân tích SPSS ta sẽ dựa vào sig riêng của các biến độc lập để so sánh với giá trị 0.05. Nếu như đạt yêu cầu nhỏ hơn hoặc bằng 0.05 thì biến có giá trị với mô hình. Nếu như lớn hơn mức cho phép là 0.05 thì biến vô nghĩa và phải loại ra.
Tiếp tục với việc phân tích hệ số hồi quy chuẩn hóa, ở đây chính là xem xét hệ số Beta.Biến nào có beta nhỏ thì sựu ảnh hưởng đến biến phụ thuộc là ít. Khi beta cao hơn có nghĩa biến đó có sự tác động mạnh hơn đến sự thay đổi đối với biến phụ thuộc.
Sau khi hoàn thành các bước phân tích trên ta sẽ xét đến VIF, khi giá trị VIF có giá trị nhỏ hơn 2 thì hiện tượng đa cộng tuyến không xảy ra. Giá trị 2 được áp dụng với thang đo Likert ở chuyên đề này. Nếu như VIF lớn hơn 2 thì có xuất hiện hiện tượng đa cộng tuyến cần xem xét lại nghiên cứu.
Dùng các dữ liệu có được để chạy kiểm định và cho ra thông tin trong bảng sau:
Bảng 3.8 Kết quả kiểm định VIF
Ta thấy các biến có ý nghĩa khi hệ số sig. đạt tiêu chuẩn bé hơn 0.05. Tiếp tục ta quan sát tới hệ số Beta, hệ số này giúp ta thấy được sự ảnh hưởng mạnh hay yếu đến hành vi. Trong đó giá trị beta lớn nhất 0.321 là của biến tham khảo. Như vậy là nhóm tham khảo tạo ra tác động lớn nhất đến việc ra quyết định cho việc mua sắm.
Các biến tiếp theo như dịch vụ, mua hàng, truyền thông là 3 biến có tác động mạnh sau biến nhóm tham khảo. Và các biến còn lại ảnh hưởng ít dần là thương hiệu, giá cả, khuyến mại, thói quen. Biến thói quen có hệ số beta chỉ 0.105 là tác động nhỏ nhất đến khách hàng khi có hành vi mua sắm quần áo.
Tiếp trong bảng ta thấy được không hề có sự đa cộng tuyến xuất hiện vì những hệ số VIF đều bé hơn hai.
Kết luận mà ta có được là các biến độc lập có giá trị, đồng thười hiện tương đa cộng tuyến không xảy ra với mô hình.
Ở biếu đồ nhìn được Mean bằng 1.36E-15. Giá trị này gần tiến tới bằng 0. Trong đó ta nhìn tiếp thấy độ lệch chuẩn là 0.977 tương sát với 1. Đây là dấu hiệu phân phối phần dư xấp xỉ chuẩn. Kết quả thu được chính là, khẳng định được không bị vi phạm vào giả thiết phân phối chuẩn của phần dư.
Mô hình 3.1: Kết quả kiểm định Normal P-P Plot
Phân phối chuẩn ở phần dư ta thấy rằng kết quả là không vi phạm. Những điểm ta quan sát đều gần nhau và kết thành đường chéo.
Dựa vào mô hình kiểm định phần dư chuẩn hóa có thể đưa ra nhận định rằng quan hệ tuyến tính đạt yêu cầu không bị vi phạm. Điều này thể hiện ở điểm mô hình có phân dư chuẩn hóa tập trung chủ yếu ở khoảng hoành độ O.
Kết luận, những giải thiết mà tác giả đưa ra trong chuyên đề là có ý nghĩa với nghiên cứu. Các giải thiết là: H1, H2, H3, H4, H5, H6, H7, H8 đều có ý nghĩa. Do vậy có thể khẳng định là danh sách các giải thiết đã chấp nhận được: (TQ) Thói quen mua hàng, (TH) Sự quan tâm đến thương hiệu, (TK) Nhóm tham khảo, (GC) Nhận thức về giá bán, (TT) Nhận thức về truyền thông, (KM) Các chương trình khuyến mại, (DV) Dịch vụ bán hàng, (MH) Cách thức mua hàng - đều có giá trị đối với mô hình này.
Do vậy, mô hình hồi quy chuẩn hóa được xây dựng:
HV=0.321*TK+0.319*DV+0.313*MH+ 0 . 309*TT+0.219*TH+0.217*GC + 0.168*KM + 0.105*TQ 0.168*KM + 0.105*TQ
Trong đó:
Y là HV: Ý định mua mỹ phẩm TQ là thói quen mua hàng
TH là sự quan tâm đến thương hiệu TK là nhóm tham khảo
GC là nhận thức về giá bán TT là nhận thức về truyền thông KM là các chương trình khuyến mại DV là dịch vụ bán hàng