CHƢƠNG 3 : PHƢƠNG PHÁP NGHIÊN CỨU
3.4 Phƣơng pháp xử lý số liệu
3.4.5 Phân tích hồi quy
Nếu kết luận được hai biến có mối quan hệ tuyến tính chặt chẽ với nhau trong phân tích tương quan, đồng thời giả định xem xét kỹ về bản chất trong mối liên hệ tiềm ẩn giữa hai biến khi đã xác định đúng hướng của mối quan hệ thì ta có thể xây dựng mơ hình hồi quy tuyến tính:
Mơ hình 1: Mối quan hệ giữa truyền miệng điện tử (chất lượng eWOM, số lượng eWOM, chuyên môn người cung cấp thông tin) với ý định mua hàng.
Mơ hình 2: Mối quan hệ giữa ý định mua hàng với quyết định mua hàng. Các bước thực hiện như sau:
Thứ nhất, đánh giá và kiểm định độ phù hợp của mơ hình bằng hệ số R2 và R2 hiệu chỉnh. Trong đó R2
là hệ số xác định t trọng của tổng biến thiên của biến phụ thuộc có thể giải thích được bởi biến thiên của biến độc lập, R2
dao động từ 0 đến 1, R2 càng gần 1 thì mơ hình đã xây dựng càng phù hợp với bộ dữ liệu chạy hồi quy. Nếu R2 càng gần về 0 thì mơ hình đã xây dựng càng kém phù hợp với bộ dữ liệu dùng để chạy
hồi quy. Hệ số R2
gần như khơng giảm khi có thêm biến độc lập mới vào mơ hình, điều này gây ra khó khăn khi chúng ta so sánh mơ hình trước và sau khi thêm biến mới.
Vì vậy để xem xét mức độ tác động khi có thêm biến mới vào mơ hình có làm giảm bậc tự do hay việc thêm biến mới vào mơ hình có thể giải thích cho việc mất mát khi giảm bậc tự do hay không thì cần dùng đến hệ số R2
hiệu chỉnh. Hệ số R2 hiệu chỉnh thể hiện phần trăm tổng biến thiên của biến phụ thuộc có thể được giải thích được bởi tất cả các biến độc lập đã được điều chỉnh cho số biến sử dụng. Việc sử dụng hệ số R2
sẽ giúp chúng ta giảm thiểu việc đưa quá nhiều biến khơng cần thiết vào mơ hình và sẽ giúp chúng ta trong việc so sánh mơ hình. Hệ số R2 hiệu chỉnh thường nhỏ hơn giá trị của R2
.
Để kiểm tra tổng thể mơ hình tương quan đa biến, tác giả sử dụng kiểm định F trong phân tích phương sai để kiểm định sự phù hợp mơ hình, qua đó xem xét biến phụ thuộc có quan hệ tuyến tính với biến độc lập hay không qua việc kiểm định giả thuyết:
H0: R2 =0 (Khơng có mối quan hệ giữa biến độc lập và biến phụ thuộc)
H1: R2 # 0 (Tồn tại ít nhất một mối quan hệ giữa biến độc lập và biến phụ thuộc) Với mức ý nghĩa 5% nếu:
Sig < 0.05: Bác bỏ giả thuyết H0 Sig ≥ 0.05: Chấp nhận giả thuyết H0
Thứ 2, kiểm định các giả định trong mơ hình hồi quy bội: các biến độc lập khơng có mối quan hệ tương quan cao với nhau (khơng có hiện tượng đa cộng tuyến); các sai lệch ngẫu nhiên có phân phối chuẩn; giả định khơng có sự tương quan giữa các phần dư.
Thứ 3, kiểm định giá trị trung bình trong đám đơng. Trong nghiên cứu này, tác giả sử dụng phép kiểm định T-test đối với nhóm giới tính và mơ hình ANOVA được sử dụng để so sánh các trung bình đám đơng của các nhóm cịn lại với dữ liệu khảo sát, qua đó kiểm định có hay khơng có sự khác nhau trong đánh giá về quyết định mua hàng giữa các nhóm với nhau.
Xem xét giả thuyết.
H0: Khơng có sự khác biệt về các yếu tố của biến độc lập lên biến phụ thuộc qua các nhóm đối tượng khác nhau.
H1: Có sự khác biệt về các yếu tố biến độc lập tác động lên biến phụ thuộc qua các nhóm đối tượng khác nhau.
Với mức ý nghĩa thống kê 5% nếu:
Sig < 0.05: Bác giả thuyết H0 chấp nhận giả thuyết H1 Sig ≥ 0.05: Chấp nhận giả thuyết H0 bác bỏ giả thuyết H1.
Kết luận: Chương 3, tác giả trình bày cách thức thực hiện nghiên cứu, nghiên cứu định
tính, nghiên cứu định lượng, phương pháp xử lý số liệu qua việc thiết kế bảng câu hỏi, khảo sát và cách lấy mẫu cũng như phương pháp xử lý số liệu qua hệ số Cronbach Alpha, KMO, EFA, hệ số Pearson và hồi quy. Ngoài ra trong chương này tác giả cũng nêu rõ đối tượng khảo sát và xác định kích thước mẫu của nghiên cứu là 300 mẫu, đều chỉnh thang đo nghiên cứu gồm 14 biến quan sát truyền miệng điện tử (6 biến quan sát về chất lượng eWOM, 3 biến quan sát về số lượng eWOM và 5 biến quan sát về chuyên môn người cung cấp thông tin), 4 biến quan sát ý định mua hàng và 3 biến quan sát quyết định mua hàng. Kết quả khảo sát dùng để phân tích và đánh giá kết quả nghiên cứu được báo cáo trong chương 4 kế tiếp.