Mơ hình Tổng bình phƣơng df Bình phƣơng trung bình F Mức ý nghĩa 1 Hồi quy 57.734 5 11.547 69.267 .000 Phần dƣ 36.507 219 .167 Tổng 94.241 224
Cuối cùng, để đảm bảo các biến độc lập đều thực sự có ảnh hƣởng đến biến phụ thuộc, ta tiến hành kiểm định t. Với giả thuyết Ho là hệ số hồi quy của các biến độc lập
k
= 0 và với độ tin cậy 95% thì ta có thể bác bỏ giả thuyết Ho đối với tất cả các k. Điều này có nghĩa là năm nhân tố trong phƣơng trình đều có ảnh hƣởng đến ý định mua lặp lại (Bảng 4.12).
c) Giải thích tầm quan trọng của các biến trong mơ hình
Phƣơng trình hồi quy tuyến tính trên giúp ta rút ra kết luận từ mẫu nghiên cứu rằng ý định mua lặp lại phụ thuộc vào năm yếu tố chính, đó là hình ảnh thƣơng hiệu, chất lƣợng sản phẩm, chất lƣợng dịch vụ, tính tiện lợi, và giá bán. Nghiên cứu này sử dụng thang đo mức độ Likert (năm mức độ) nên từ phƣơng trình hồi quy này ta cũng
thấy đƣợc tầm quan trọng của từng nhân tố đối với ý định mua lặp lại. Trong đó, nhân tố chất lƣợng sản phẩm có ảnh hƣởng mạnh nhất, kế đến là nhân tố hình ảnh thƣơng hiệu, tính tiện lợi, giá bán, và có ảnh hƣởng thấp nhất là nhân tố chất lƣợng dịch vụ. Nếu nhân tố chất lƣợng sản phẩm tăng lên một bậc sẽ giúp cho ý định mua lặp lại tăng lên trung bình 0.589 bậc. Tƣơng tự, sự tăng lên một bậc của nhân tố hình ảnh thƣơng hiệu sẽ làm gia tăng ý định mua lặp lại lên trung bình 0.208 bậc. Và sự tăng lên một bậc của nhân tố tính tiện lợi sẽ làm gia tăng ý định mua lặp lại lên trung bình 0.181 bậc. Cũng nhƣ vậy, sự tăng lên một bậc của nhân tố chất lƣợng dịch vụ sẽ làm gia tăng ý định mua lặp lại lên trung bình 0.09 bậc. Tuy nhiên, nếu nhân tố giá bán tăng lên một bậc sẽ làm cho ý định mua lặp lại giảm 0.104 bậc.
d) Dị tìm sự vi phạm các giả định cần thiết trong hồi quy tuyến tính
Kiểm tra hiện tượng đa cộng tuyến
Đây là công cụ kiểm tra sự tồn tại mối tƣơng quan giữa các biến độc lập. Sự tƣơng quan chặt chẽ giữa các biến độc lập có thể gặp phải vấn đề đa cộng tuyến. Trong phân tích tƣơng quan Pearson ở bảng 5.10 ta thấy các biến độc lập có mối tƣơng quan với nhau, nghiên cứu nghi ngờ có hiện tƣợng đa cộng tuyến nên tiến hành kiểm tra để đảm bảo khơng vi phạm mơ hình hồi quy. Việc kiểm tra đƣợc thực hiện bằng cách tính độ chấp nhận của biến (Tolerance) và hệ số phóng đại phƣơng sai (Variance inflation factor – VIF). Độ chấp nhận trong trƣờng hợp này của năm biến trong mơ hình khá cao, đều lớn hơn 0.5 trong khi hệ số VIF khá thấp dƣới 2. Hệ số VIF nhỏ hơn 10 là ta đã có thể bác bỏ giả thuyết mơ hình bị đa cộng tuyến (Bảng 4.12).
Kiểm tra liên hệ tuyến tính
Phƣơng pháp đƣợc sử dụng là đồ thị phân tán Scatterplot với giá trị phần dƣ chuẩn hóa trên trục tung và giá trị dự đốn chuẩn hóa trên trục hồnh. Nhìn vào đồ thị, ta thấy phần dƣ không thay đổi theo một trật tự nào đó đối với giá trị dự đốn. Vậy giả thuyết về liên hệ tuyến tính khơng bị vi phạm.
Hình 4.1: Đồ thị phân tán Scatterplot Kiểm tra phương sai của phần dư không đổi Kiểm tra phương sai của phần dư không đổi
Để thực hiện kiểm định này, chúng ta sẽ tính hệ số tƣơng quan hạng Spearman của giá trị tuyệt đối phần dƣ và các biến độc lập. Với mức ý nghĩa sig.> 0.05 cho thấy không đủ cơ sở bác bỏ giả thuyết Ho là giá trị tuyệt đối của phần dƣ độc lập với các biến độc lập. Nhƣ vậy, giả định về phƣơng sai của phần dƣ không đổi không bị vi phạm.