2.2.7 .Kiểm định sựphù hợp của mô hình
2.2.7.3 .Phân tích hồi quy
Phân tích hồi quy tuyến tính sẽgiúp chúng ta biết được chiều hướng và cường độ ảnh hưởng của các biến độc lập lên biến phụthuộc. Trong giai đoạn phân tích hồi quy, nghiên cứu chọn phương pháp Enter, chọc lọc dựa trên tiêu chí chọn những nhân tốcó mức ý nghĩa Sig. < 0.05. Những nhân tốnào có giá trịSig. > 0.05 sẽbịloại khỏi mô hình và không tiếp tục nghiên cứu nhân tố đó.
Kết quảphân tích hồi quy được thểhiện qua các bảng sau:
Bảng 2. 16: Hệ số phân tích hồi quy
Hệsốchưa chuẩn hóa chuẩn hóaHệs ố
t Sig. VIF BĐộlệch chuẩn Beta Hằng số -0.283 0.414 -0.684 0.495 GC 0.163 0.079 0.149 2.056 0.042 1.477 TH 0.263 0.096 0.194 2.741 0.007 1.401 CL 0.454 0.076 0.439 5.999 0.000 1.497 CS -0.042 0.036 -0.073 -1.182 0.240 1.053 CQ 0.253 0.098 0.191 2.579 0.011 1.531
(Nguồn: Kết quả điều tra xửlý của tác giảnăm 2020)
Giá trịSig. tại các phép kiểm định của các biến độc lập được đưa vào mô hình:
0.05 chứng tỏcác biến độc lập này có ý nghĩa thống kê trong mô hình. Riêngđối với biến độc lập “dịch vụchăm sóc khách hàng”có giá trịSig. là 0.240 > 0.05 nên bịloại khỏi mô hình hồi quy. Ngoài ra, hằng sốtrong mô hình có giá trịSig. là 0.495 > 0.05 nên cũng sẽbịloại.
Nhưvậy, phương trình hồi quy được xác định như sau:
QD= 0.439CL + 0.194TH + 0.191CQ + 0.149GC + ei
Nhìn vào mô hình hồi quy, ta có thểxác định rằng: có 4 nhân tố đó là“chất lượng sản phẩm”,“thương hiệu” , “chuẩn chủquan”,“giá cả”ảnh hưởng đến “quyết định mua”của khách hàng tại Thành phốHuế đối với sản phẩm nội thất của công ty Nội Thất Wood Park.
Đềtài tiến hành giải thích ý nghĩa các hệsốbê-ta như sau:
Hệsốβ1 = 0.439có nghĩa là khi biến “Chất lượng sản phẩm”thay đổi 1 đơn vị trong khi các biến khác không đổi thì“Quyết định mua”biến động cùng chiều 0.439 đơn vị. Tương tựvới các biến còn lại cũng giải thích như vậy. Hệsốβ2 = 0.194có nghĩa là khi biến“Thương hiệu”thay đổi 1 đơn vịtrong khi các biến khác không đổi thì“Quyết định mua”biến động cùng chiều 0.191đơn vị. Hệsốβ3 = 0.191có nghĩa là khi biến“Chuẩn chủquan”thay đổi 1 đơn vịtrong khi các biến khác không đổi thì
“Quyết định mua”biến động cùng chiều 0.194đơn vị. Hệsốβ4 = 0.149có nghĩa là khi biến“Giá cả”thay đổi 1 đơn vịtrong khi các biến khác không đổi thì“Quyết định mua”biến động cùng chiều 0.149đơn vị. Có một điểm chung của các biến độc lập này là đềuảnh hưởng thuận chiều với biến phụthuộc là“Quyết định mua”,quyết định mua của khách hàng đối với sản phẩm nội thất sẽ được nâng cao khi những yếu tố ảnh hưởng này tăng. Điều này cho thấy công ty TNHH MTV Nội Thất Wood Park cần phải có những động thái nhằm kiểm soát các yếu tốnày một cách cẩn thận hơn.
Dựa trên mô hình hồi quy, ta có hệsốBê-ta chuẩn hóa của biến“Chất lượng sản phẩm”có giá trịlà 0.439. Đây là nhân tố ảnh hưởng mạnh nhất đến quyết định mua của khách hàng tại thành phốHuế đối với sản phẩm nội thất của Wood Park, ngoài ra biến“Thương hiệu”và biến“Chuẩn chủquan”cũng có mứcảnh hưởng khá lớn với hệsốBê-ta tươngứng là 0.194 và 0.191. Biến còn lại là“Giá cả”cũng sẽ được khách
hàng xem xét khi quyết định mua với hệsốBê-ta là 0.149. Kết quảphân tích hồi quy cũng khá hợp lý so với thực tếkhi mà xu hướng phát triển của sản phẩm nội thất trên thịtrường ngày càng có quy mô lớn, người dùng ngày càng có nhiều nhu cầu cao hơn về đồnội thất, đặt biệt là nội thất thông minh đểcó thểthõa mãnđược các điều kiện về sựthoáng mát, tiện nghi, trang trí cho không gian sống của họ. Họcó xu hướng cân nhắc kĩ lưỡng hơn vềcác yếu tốnày để đa hóa lợi ích của họkhi mua sản phẩm nội thất đó.
2.2.7.4. Đánh giá độphù hợp của mô hình
Bảng 2. 17: Đánh giá độ phù hợp của mô hình
Model R R Square Adjusted R
Square Std. Error of the Estimate Durbin – Watson 1 0.770 0.593 0.575 0.43591 2.065
(Nguồn: Kết quả điều tra xửlý của tác giảnăm 2020)
Dựa vào bảng kết quảphân tích, mô hình 4 biến độc lập có giá trịR Square hiệu chỉnh là 0.575 tức là: độphù hợp của mô hình là 57.5%. Hay nói cách khác, 57.5% độbiến thiên của biến phụthuộc“quyết định mua”được giải thích bởi 4 yếu tố được đưa vào mô hình. Bên cạnh đó, ta nhận ra giá trịR Square hiệu chỉnh là 0.575 khá là cao (>50%), nghĩa là mối quan hệgiữa biến độc lập và biến phụ thuộc được coi là gần chặt chẽ.
2.2.7.5. Kiểm định sựphù hợp của mô hình
Bảng 2. 18: Kiểm định ANOVAANOVA ANOVA Model Sum of Squares df Mean Square F Sig.
1 Regression 31.513 5 6.303 33.168 0.000
Residual 21.662 114 0.190 Total 53.175 119
(Nguồn: Kết quả điều tra xửlý của tác giảnăm 2020)
Kết quảtừbảng ANOVA cho thấy giá trịSig. = 0.000 rất nhỏ, cho phép nghiên cứu bác bỏgiảthiết răng “Hệsốxác định R bình phương = 0” tức là mô hình hồi quy phù hợp. Như vậy mô hình hồi quy thu được rất tốt, các biến độc lập giải thích được khá lớn sựthay đổi của biến phụthuộc“quyết định mua”.
2.2.8. Xem xét tựtương quan
Đại lượng Durbin – Watson được dùng đểkiểm định tương quan của các sai số kềnhau. Dựa vào kết quảthực hiện phân tích hồi quy cho thấy, giá trịDurbin – Watson là 2.065 thuộc trong khoảng chấp nhận (1.6 đến 2.6). Vậy có thểkết luận là mô hình không xảy ra hiện tượng tựtương quan.