Bảng 4 .2 Kết quả độ phù hợp của các nhân tố
Bảng 4.6 Giá trị hệ số tổng thể R Square
Biến phụ thuộc R Square
Sự hối tiếc được dự đoán
(HTDD) 0.266
Mua hàng dự trữ (MHTT) 0.164
Nhận thức về sự khan hiếm
(SKH) 0.364
Từ bảng 4.6 cho thấy, chỉ số R Square ở biến HTDD là 0.266 tức là mức độ giải thích của các biến độc lập và biến trung gian đến biến HTDD tương đối nằm trong khoảng thấp. Tương tự, chỉ số R Square ở biến MHTT là 0.164, nghĩa là mức độ giải thích ở biến độc lập đến biến MHTT nằm ở mức khá thấp. Bên cạnh đó,chỉ số R Square ở biến SKH là 0.364 tức là mức độ giải thích của các biến độc lập và biến trung gian đến biến SKH tương đối nằm trong khoảng từ thấp đến trung bình. Tiếp theo, để
kiểm tra mức độ tin cậy của các giả thuyết, tức là tác giả tiến hành phân tích để kiểm tra hệ số đường dẫn của các biến nhằm kiểm định giả thuyết.
4.3.2. Hệ số đường dẫn (Path coefficient)
Mơ hình phương trình cấu trúc bình phương tối thiểu từng phần (Partial Least Squares SEM hay viết tắt là PLS-SEM) không kiểm tra được hệ số đường dẫn (Path coefficient) có ý nghĩa thống kê hay khơng, bởi vì PLS-SEM khơng có giả định phân phối chuẩn cho dữ liệu. Vì vậy, để đánh giá tầm quan trọng của hệ số đường dẫn cần sử dụng bootstrapping để kiểm tra. Quy trình bootstrap được sử dụng với mục đích tính sai số chuẩn của hệ số ước tính nhằm mục đích kiểm tra ý nghĩa thống kê. Bootstrap là một cách tiếp cận lấy mẫu ngẫu nhiên từ các dữ liệu và sử dụng các mẫu này để ước tính mơ hình đường dẫn nhiều lần dưới sự thay đổi của dữ liệu (Hair và cộng sự, 2013). Số lượng mẫu bootstrap tối thiểu là 5.000 và số lượng các trường hợp phải bằng số lượng quan sát trong mẫu ban đầu. Quá trình bootstrap sẽ tạo ra số liệu T- statistics để kiểm tra ý nghĩa đường dẫn của mơ hình. Trong nghiên cứu này, tác giả đã sử dụng 300 điểm dữ liệu trên 5000 mẫu được lấy từ dữ liệu ban đầu để tính giá trị T- values để kiểm tra mức độ quan trọng của đường dẫn cấu trúc. Khi các mối quan hệ nằm trong khoảng tin cậy 95%, tức là có ý nghĩa thống kê 0.005 thì giá trị T-value (T- statistics) cần ≥ 1.96 là đạt yêu cầu. Cụ thể, giá trị t-values cho thử nghiệm two-tails có giá trị lần lượt là 1,65 (mức ý nghĩa mức = 10 phần trăm), 1,96 (mức ý nghĩa = 5 phần trăm) và 2,58 (mức ý nghĩa = 1 phần trăm) (Joe và cộng sự, 2011).
Đầu tiên, tác giả cần kiểm tra trị số P-value để kiểm định các giả thuyết và đánh giá độ tin cậy của các giả thuyết này. Theo Hair và cộng sự (2013) thì giá trị P-value càng cao thì độ tin cậy của giả thuyết càng thấp, các giá trị bé hơn 0.005 thì được xem là phù hợp để đánh giá giá trị của mơ hình nghiên cứu.