Bảng 4.9 - Đánh Giá Độ Phù Hợp Của Mô Hình
Model P - value R Square Adjusted R Square Std. Error of the
Estimate
1 0.0000 0.4987 0.4802 0.3313
Nguồn: Kết quả tổng hợp từ kết quả xử lý số liệu khảo sát
Bảng trên cho thấy mối quan hệ giữa các biến trong mô hình có mối quan hệ chặt chẽ và giá trị R2 (R square) = 0.498 có nghĩa là độ thích hợp của mô hình là 49.8% hay có ý nghĩa là có 49.8% độ thích hợp ý định của khách hàng tham gia khảo sát được giải thích bởi 6 yếu tố lý thuyết xây dựng.
Ngoài ra giá trị R2 hiệu chỉnh (Adjusted R Square) = 0.48 có ý nghĩa là có 48% sự biến thiên của biến phụ thuộc YDSD – “Ý đinh sử dụng” được giải thích bởi các nhân tố độc lập.
Nhận xét: như vậy, mô hình hồi quy thỏa điệu kiện đánh giá và kiểm định độ phù hợp và đánh giá kết quả nghiên cứu.
Bảng 4.10 - Phân tích hồi quy Unstandardized Coefficients Standardized
Coefficients t Sig. B Std. Error Beta 1 (Constant) -1.2550 0.42331 - -2.97 0.003 HA 0.33179 0.0812 0.2393 4.08 0.000 NV 0.22242 0.0468 0.2764 4.75 0.000 TC 0.26552 0.0585 0.2618 4.53 0.000 CT 0.28895 0.0581 0.2483 1.26 0.210 CS 0.2354 0.0607 0.2232 3.88 0.000 LI 0.0352 0.2082 0,0335 0.17 0.866
Nhận xét:
Kết quả mô hình hồi quy cho 6 biến độc lập và 1 biến phụ thuộc cho thấy tồn tại trong mô hình 2 biến có giá trị sig > 0.05 là biến CT và biến LI với giá trị sig lần lượt là 0.21 và 0.866. Điều này có nghĩa là tồn tại ít nhất một biến độc lập không có ý nghĩa thống kê hay nói cách khác không tác động lên biến phụ thuộc là “Ý định sử dụng của khách hàng”
Ta lần lượt loại bỏ từng biến CT và LI sau đó chạy lại mô hình hồi quy tuyến tính để tìm ra yếu tố gây tác động xấu lên số liệu. Sau cùng chúng ta được kết quả mô hình hồi quy tốt nhất khi loại biến LI ra khỏi mô hình như sau:
Bảng 4.11 - Phân tích hồi quy
Unstandardized Coefficients Standardized
Coefficients t Sig. B Std. Error Beta 1 (Constant) -1.2416 0.4144 - -3.00 0.003 HA 0.3308 0.0808 0.2387 4.09 0.000 NV 0.2236 0.0461 0.27688 4.84 0.000 TC 0.2631 0.0562 0.2599 4.60 0.000 CT 0.28895 0.5814 0.2814 4.97 0.000 CS 0.2365 0.0603 0.2241 3.92 0.000
Nguồn: Tổng hợp của tác giả
Nhận xét: Kết quả mô hình hồi quy cho 5 biến độc lập cho thấy giá trị sig của tất cả các biến đều < 0.05 (tiêu chuẩn so sánh) nên có thể kết luận tất cả các biến độc lập đều có mối quan hệ tuyến tính với biến phụ thuộc đồng thời được chấp nhận trong mô hình hồi quy
Hệ số Beta của 5 biến độc lập gồm: HA, NV, TC, CT, CS> 0 nên có thể kết luận các biến độc lập có tác động cùng chiều với biến phụ thuộc YDSD
Từ bảng kết quả trên mô hình hồi quy chưa chuẩn hóa có thể được xây dựng như sau:
YD = -1.241 + 0.3308*HA + 0.2236*NV + 0.2632*TC + 0.2889*CT + 0.2364*CS
Ngoài số liệu về mức độ tương quan của các biến trong mô hình thì việc phân tích hồi quy còn cho biết mức độ phù hợp của mô hình so với điều kiện thực tế. Cụ thể theo bảng sau:
Bảng 4.12 - Đánh Giá Độ Phù Hợp Của Mô Hình
Model
Number of
Obs P - Value R Square
Adjusted R
Square
Std. Error of the Estimate
1 170 0.0000 0.5165 0.5018 0.33036
Nguồn: Tổng hợp của tác giả
Bảng trên cho thấy giá trị P – value = 0.000 < 0.05 (mức ý nghĩa) có nghĩa là mối qua hệ giữa các biến có ý nghĩa thống kê. trong đó (R square) = 0.5165 có nghĩa là độ thích hợp của mô hình là 51.65% hay có ý nghĩa là có 51.65% độ thích hợp ý định của khách hàng tham gia khảo sát được giải thích bởi 5 yếu tố lý thuyết xây dựng.
Ngoài ra giá trị R2 hiệu chỉnh (Adjusted R Square) = 0.5018 có ý nghĩa là có 50.18% sự biến thiên của biến phụ thuộc YD – “Ý Định Sử Dụng” được giải thích bởi các nhân tố độc lập.
Cuối cùng kiểm định hiện tượng đa cộng tuyến của bộ dữ liệu thống kê cho kết quả như sau:
Variable VIF 1/VIF
HA 1.15 0.86626
NV 1.11 0.90102
CS 1.11 0.90121
CT 1.09 0.9190
TC 1.08 0.92227
Nguồn: Tổng hợp của tác giả
Kết quả kiểm định hiện tượng đa cộng tuyết cho thấy: các giá trị hệ số phóng đại phương sai VIF lần lượt là 1.15, 1.11, 1.11, 1.09, 1.08 đều nhỏ hơn tiêu chuẩn kiểm định hệ số phóng đại phương sai là 1 cho nên có thể kết luận rằng không xảy ra hiện tượng đa cộng tuyến trong dữ liệu thống kê nghiên cứu.