từ dữ liệu phù hợp với tổng thể.
Bảng 4.9 Hệ số của các biến trong mô hình
Coefficientsa
Mô hình Model
Hệ số hồi quy chưa chuẩn hóa Unstandardized Coefficients Hệ số hồi quy chuẩn hóa Standardized Coefficients Gia trị t Mức ý nghĩa Sig.
Thống kê đa cộng tuyến Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) ,095 ,270 ,353 ,725 NT ,230 ,055 ,235 4,193 ,000 ,854 1,171 MD ,338 ,051 .362 6,631 ,000 ,896 1,116 HQ ,181 ,054 ,194 3,358 ,001 ,799 1,251 SP ,209 ,067 ,187 3,146 ,002 ,755 1,325 a. Dependent Variable: HV
Cả 4 nhân tố sự tin tưởng, sự mong đợi, hiệu quả, sản phẩm thay thế có hệ số Beta mang giá trị dương và có giá trị sig < 0,05, vì vậy các nhân tố này có tác động tích cực đến hành vi mua sản phẩm xanh. Phương trình hồi quy chuẩn hóa:
HV= NT*0,235 + MD*0,362 + HQ*0,194 + SP*0,187
4.3.2 Dò tìm vi phạm các giả định cần thiết trong mô hình hồi quy tuyến tính tính
• Giả định liên hệ tuyến tính
Giả định đầu tiên là giả định liên hệ tuyến tính. Giả định này được dò tìm sự vi phạm thông qua biểu đồ phân tán (Scatterplot) với giá trị phần dư chuẩn hóa trên trục tung và giá trị phần dư chuẩn đoán trên trục hoành.
Hình 4.1 Biểu đồ phân tán của giá trị phần dư chuẩn hóa và giá trị phần dư chuẩn đoán (Nguồn: từ phần mềm)
Biểu đồ cho thấy các giá trị phân tán ngẫu nhiên, nghĩa là giả định liên hệ tuyến tính không bị vi phạm.
• Giả định về phân phối chuẩn của phần dƣ
Giả định tiếp theo cần xem xét là giả định về phân phối chuẩn của phần dư. Phần dư có thể không tuân theo phân phối chuẩn vì: sử dụng sai mô hình, phương sai không phải hằng số, số lượng các phần dư không đủ nhiều để phân tích…
Hình 4.2 Biểu đồ tần số của các phần dư chuẩn hóa (Nguồn: từ phần mềm)
Có thể nói phân phối của phần dư xấp xỉ chuẩn (Trung bình = -3,08E-16, xấp xỉ 0 và độ lệch chuẩn = 0,991, xấp xỉ 1). Kết luận giả thuyết phân phối chuẩn không bị vi phạm.
Tương tự, biểu đồ P-P plot cũng được dùng để kiểm tra xem phần dư có phân phối chuẩn hay không.
Biểu đồ cho thấy các điểm thực tế phân tán xung quanh đường thẳng mong đợi, ta kết luận phân phối phần dư gần phân phối chuẩn.
Giả định về tính độc lập của sai số (không có tƣơng quan giữa các phần dƣ)
Kết quả tính toán cho hệ số Durbin-Watson = 2,231, xấp xỉ bằng 2, nghĩa là các phần dư không có tương quan chuỗi bậc nhất với nhau
• Giả định không có mối tƣơng quan giữa các biến độc lập Coefficientsa
Mô hình
Hệ số hồi quy chưa chuẩn hóa
Hệ số hồi quy chuẩn hóa
Giá trị t
Mức ý nghĩa Sig.
Thống kê đa cộng tuyến B Std. Error Beta Tolerance VIF 1 (Constant) ,095 ,270 ,353 ,725 NT ,230 ,055 ,235 4,193 ,000 ,854 1,171 MD ,338 ,051 ,362 6,631 ,000 ,896 1,116 HQ ,181 ,054 ,194 3,358 ,001 ,799 1,251 SP ,209 ,067 ,187 3,146 ,002 ,755 1,325 a. Dependent Variable: HV
Ta thấy độ chấp nhận giữa các biến (các giá trị Tolerance) ở bảng 4.8 đều có giá trị nhỏ hơn 1 và hệ số phóng đại phương sai (VIF) nhỏ hơn 10, lớn nhất là 1,325 (VIF từ 10 trở lên là có hiện tượng đa cộng tuyến). Kết luận: không có hiện tượng đa cộng tuyến giữa các biến.
Tóm lại, mô hình đã xây dựng không vi phạm các giả định cần thiết trong mô hình hồi quy tuyến tính.
R Square Change F Change df1 df2 Sig. F Change
1 ,664a ,441 ,430 ,56218 ,441 41,243 4 209 ,000 2,231 a. Biến quan sát: (Hằng số), SP, MD, NT, HQ
b. Biến phụ thuộc: HV
Model Summaryb
Mô hình Giá trị R R Bình phương R2 hiệu chỉnh Sai số chuẩn của ước lượng
Change Statistics
Durbin- Watson