Phân tích hồi quy được thực hiện với 5 biến độc lập bao gồm: Giá cả (GC), Thương hiệu (TH), Thông tin tình trạng xe (TT), Chi phí sử dụng (CP) và Dịch vụ sau bán hàng (DV). Biến phụ thuộc là Quyết định mua xe ô tô đã qua sử dụng (QD).
Giá trị của các biến độc lập được tính trung bình dựa trên các biến quan sát thành phần của các biến độc lập đó. Giá trị của biến phụ thuộc là giá trị trung bình của các quan sát về quyết định mua xe ô tô đã qua sử dụng của khách hàng. Kết quả phân tích hồi quy như sau:
Bảng 4.11. Hệ số R2 hiệu chỉnh
(Nguồn: kết quả phân tích SPSS)
Kết quả bảng 4.11 cho thấy, hệ số R2 hiệu chỉnh = 0.658 có nghĩa là các biến độc lập đưa vào chạy hồi quy ảnh hưởng đến 65.8% sự thay đổi của biến phụ thuộc. Đây không phải là con số quá cao nhưng đáp ứng yêu cầu đánh giá sự phù hợp của mô hình là hệ số R2 hiệu chỉnh phải lớn hơn 50%.
hóa chuẩn hóa tuyến B Std. Error Beta Chấp nhận VIF 1 (Constant) -.264 .252 -1.049 .296 GC .288 .042 .330 6.812 .000 .878 1.139 DV .105 .047 .114 2.219 .028 .781 1.280 TT .254 .047 .279 5.359 .000 .763 1.311 CP .114 .048 .125 2.355 .020 .729 1.372 TH .343 .053 .348 6.514 .000 .723 1.384 57
(Nguồn: Kết quả phân tích SPSS)
Kiểm định F là phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính. Việc kiểm định sẽ xem xét mối quan hệ tuyến tính giữa các biến phụ thuộc và biến độc lập. Trong bảng phân tích phương sai Anova (Bảng 4.12), Sig. kiểm định F = 0.00 < 0.05, như vậy mô hình hồi quy có ý nghĩa.
1
Giá cả có ảnh hưởng đến quyết định mua xe ô tô đã qua sử dụng 0.33 0 0.000 Chấp nhận 2
Thương hiệu có ảnh hưởng đến quyết định mua xe ô tô đã qua sử dụng
0.34 8
0.000 Chấp nhận
3
Thông tin tình trạng xe có ảnh hưởng đến
quyết định mua xe ô tô đã qua sử dụng
0.27 9
0.000 Chấp nhận
4
Chi phí sử dụng có ảnh hưởng đến quyết định mua xe ô tô đã qua sử dụng
0.12 5 0.020 Chấp nhận 5 Dịch vụ sau bán hàng có ảnh hưởng đến quyết định mua xe ô tô đã qua sử dụng
0.11 4
0.028 Chấp nhận
(Nguồn: Kết quả phân tích SPSS)
Kết quả bảng 4.13 cho thấy, Sig. kiểm định t của từng biến độc lập đều nhỏ hơn 0.05, nên tất cả các biến đều có sự tác động lên biến phụ thuộc. Theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2005), khi VIF vượt quá 2 là dấu hiệu của đa công tuyến. Giá trị VIF của biến lớn nhất là 1.384 < 2, sẽ không có hiện tượng đa cộng tuyến xảy ra.
Ở đây, tác giả sử dụng hệ số Beta của mô hình hồi quy tuyến tính đã được chuẩn hóa (tức là loại bỏ đi độ sai lệch). Độ lớn Beta của các biến được sắp xếp như sau: TH > GC > TT > CP > DV. Trong đó mức độ ảnh hưởng mạnh nhất là biến “Thương hiệu” và mức độ ảnh hưởng yếu nhất là biến “Dịch vụ sau bán hàng”
Phương trình hồi quy thể hiện mối quan hệ giữa quyết định mua xe ô tô đã qua sử dụng của người tiêu dùng với các yếu tố: Giá cả (GC), dịch vụ sau bán hàng (DV), thông tin tình trạng xe (TT), chi phí sử dụng (CP), thương hiệu (TH) được thể hiện qua đẳng thức sau:
58
QD = 0.330GC + 0.114DV + 0.279TT + 0.125CP + 0.348TH
Trong đó:
QD: Quyết định mua xe ô tô đã qua sử dụng GC: Giá cả
DV: Dịch vụ sau bán hàng TT: Thông tin tình trạng xe CP: Chi phí sử dụng
TH: Thương hiệu