CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU 3.1 Quy trình nghiên cứu
3.5.4 Hồi quy tuyến tính đa biến
Hồi quy đa biến được tác giả thực hiện theo trình tự các bước sau:
Bước 1: Kiểm định sự phù hợp của mô hình hồi quy
Để thực hiện bước này tác giả dùng chỉ số R2 hiệu chỉnh trong Model Summary đánh giá mức độ giải thích của các biến độc lập với biến phụ thuộc. Sau đó, sử dụng giá trị Sig trong kiểm định F để xem xét mức độ phù hợp về mặt lí thuyết cùng dữ liệu thu thập được với giá trị thống kê. R2 hiệu chỉnh thể hiện mức độ phần trăm mức độ giải thích của các biến độc lập với biến phụ thuộc. Và giá trị Sig của kiểm định F < 0,5 có ý nghĩa mô hình lí thuyết phù hợp vói dữ liệu nghiên cứu (Greene W.H, 2003).
Để kiểm tra vi phạm giả thuyết của mô hình nghiên cứu ta dựa vào hai hiện tượng là hiện tượng đa cộng tuyến và tự tương quan. Mô hình hồi quy được xem là phù hợp khi các giả thuyết của các nghiên cứu này không xảy ra hai hiện tượng trên.
Hiện tượng đa cộng tuyến được xem xét qua hệ số VIF nhằm thể hiện sự trùng lắp về mặt ý nghĩa. Và ngưỡngVIF từ 10 trở lên sẽ xảy ra đa cộng tuyến mạnh. Nhà nghiên cứu nên cố gắng để VIF ở mức thấp nhất có thể, bởi thậm chí ở mức VIF bằng 5, bằng 3 đã có thể xảy ra đa cộng tuyến nghiêm trọng (Hair và cộng sự, A Primer on Partial Least Squares Structural Equations Modeling (PLS-SEM), 2014).
Bên cạnh đó hiện tượng tự tương quan giữa các phần dư được xem xét qua hệ số Durbin-Waston. Theo Durbin Waston cho rằng, nếu DW nhỏ hơn 1 và lớn hơn 3, chúng ta cần thực sự lưu ý bởi khả năng rất cao xảy ra hiện tượng tự tương quan chuỗi bậc nhất (Durbin & Waston, 1951).
Bước 3: Kiểm định phương sai phần dư không thay đổi
Kiểm định phương sai phần dư không thay đổi được thực hiện với nghiên cứu có số quan sát lớn hơn 100 (White, 1980). Kiểm định nhằm kiểm tra các giá trị phần dư có phân phối như thế nào, từ đó kết luận ước lượng OLS của các hệ số hồi quy là có hiệu quả hay không.
Để thực hiện kiểm định này, ta cần xây dựng mô hình hồi quy phụ:
�2 = �0 +�1X1+�2X2+�3X3+�4X4+�5X5+ �6(X1)2+�7(X2)2+�8(X3)2+ �9(X4)2+�10(X5)2+�11(X1*X2*X3*X4*X5) + v
Xác định hệ số White: nR2 (với n là số quan sát của nghiên cứu, R2 là kết quả có được từ mô hình hồi quy phụ). Tiến hành tra bản phân phối Chi-square với (k-1) là số tham số của mô hình hồi quy phụ. Nếu hệ số White nR2 < giá trị Chi-square thì ta kết luận phương sai phần dư không thay đổi.
Bước 4: Viết phương trình hồi quy đa biến
Sau khi kiểm tra mối quan hệ tuyến tính giữa các biến ta tiến hành phân tích hồi quy tuyến tính với mô hình khái quát như sau:
Y = β0 + β1 ∗ X1 + β2 ∗ X2 + . . . . + βi ∗ Xi + εi Trong đó:
X : là biến độc lập β0: là hằng số
β1, β2, . . . , βi : là hệ số hồi quy ε: là sai số ngẫu nhiên
Đối với nghiên cứu này mô hình hồi quy đa biến cho mô hình ban đầu có dạng như sau: YD = β0 + β1 ∗ SD + β2 ∗ TD + β3 ∗ RR + β4 ∗ TG + β5 ∗ XH + ε Trong đó:
YD: là biến phụ thuộc ý định sử dụng dịch vụ ĐTĂTT của Now SD: là biến độc lập nhận thức tính dễ sử dụng
TD: là biến độc lập thái độ
RR: là biến độc lập rủi ro cảm nhận TG: là biến độc lập tiết kiệm thời gian XH: là biến độc lập ảnh hưởng xã hội
Kết quả của phân tích hồi quy đa biến dùng để phân tích:
Chúng ta có thể xác định mức ảnh hưởng của các yếu tố đến ý định sử dụng dịch vụ ĐTĂTT của Now thông quaβ, nếu βcàng lớn thì có thể kết luận nhân tố tác động đến ý định sử dụng dịch vụ ĐTĂTT của Now càng lớn.