Sau khi phân tích nhân tố khám phá, đặt tên nhân tố, giá trị các biến mới được tính như sau:
Sự sẵn lịng mua hàng ngoại (WB) = (WB1 + WB2 +WB3 + WB4 + WB5)/5 Sự hướng ra thế giới (WM) gồm 2 thành phần:
-Hội nhập toàn cầu (WM-A) = (WM2 + WM3 + WM4)/3
-Sự hướng ngoại (WM-B) = (WM7 + WM8 + WM9 + WM10 + WM11)/5 Chủ nghĩa vị chủng tiêu dùng (ET) cũng gồm 2 thành phần:
-Vị chủng hàng nội (ET-A) = (ET1 + ET2 + ET4 + ET5)/4 -Sự bài ngoại (ET-B) = (ET3 + ET6 + ET7 + ET8)/4 Đánh giá hàng ngoại (PJ) = (PJ1 + PJ2 + PJ3 + PJ4)/4
Hồi quy là một trong những mơ hình thống kê được sử dụng phổ biến trong kiểm định lý thuyết khoa học. Cụ thể là kiểm định các giả thuyết về mối quan hệ giữa hai hay nhiều biến, trong đó có một biến phụ thuộc và một hay nhiều biến độc lập (Nguyễn Đình Thọ, 2013). Khi phân tích hồi quy, chúng ta cần chú ý sự phù hợp và kiểm tra các giả định của nó. Một là, chúng ta cần xem điều kiện về biến. Đó là có một biến phụ thuộc và phải là định lượng và nhiều biến độc lập có thể là định lượng hoặc định tính. Hai là khi sử dụng hồi quy bội chúng ta cần phải kiểm tra các giả định của nó để xem kết quả có đáng tin cậy khơng. Chúng ta cần kiểm tra giả định liên hệ tuyến tính giữa phần dư và biến phụ thuộc, khơng có hiện tượng đa cộng tuyến giữa các biến độc lập, phương sai của phân phối phần dư khơng đổi, các phần dư có phân phối chuẩn, khơng có hiện tượng tương quan giữa các phần dư (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008)
Xem xét mơ hình nghiên cứu, tác giả xem xét tác động của hai thành phần của sự hướng ra thế giới (WM) là hội nhập toàn cầu (WM-A) và sự hướng ngoại (WM-B), hai thành phần của chủ nghĩa vị chủng tiêu dùng (ET) là vị chủng hàng nội (ET-A) và sự bài ngoại (ET-B), đánh giá hàng ngoại (PJ) lên sự sẵn lòng mua hàng ngoại (WB). Bên cạnh đó, để đánh giá mức độ phù hợp của mơ hình nghiên cứu, tác giả dùng hệ số phù hợp tổng hợp R2M (Generalized squared multiple correlation). Cơng thức tính hệ số R2M như sau: R2M = 1 – (1 - R2)
Trong đó R2 là hệ số xác định của mơ hình hồi quy.
Trước khi tiến hành hồi quy, tác giá xem xét mối tương quan tuyến tính giữa các biến thơng qua ma trận hệ số tương quan (Xem bảng 4.4)
Bảng 4.5: Ma trận hệ số tương quan
Correlations
ETA ETB WMA WMB PJ WB
ETA Pearson Correlation 1 0,428 ** -0,269** -0,356** -0,304** -0,426** Sig, (2-tailed) 0,000 0,000 0,000 0,000 0,000 N 260 260 260 260 260 260 ETB Pearson Correlation 0,428 ** 1 -0,440** -0,308** -0,279** -0,418** Sig. (2-tailed) 0,000 0,000 0,000 0,000 0,000 N 260 260 260 260 260 260 WMA Pearson Correlation -0,269 ** -0,440** 1 0,485** 0,380** 0,472** Sig. (2-tailed) 0,000 0,000 0,000 0,000 0,000 N 260 260 260 260 260 260 WMB Pearson Correlation -0,356** -0,308** 0,485** 1 0,451 ** 0,465** Sig. (2-tailed) 0,000 0,000 0,000 0,000 0,000 N 260 260 260 260 260 260 PJ Pearson Correlation -0,304 ** -0,279** 0,380** 0,451** 1 0,530** Sig. (2-tailed) 0,000 0,000 0,000 0,000 0,000 N 260 260 260 260 260 260 WB Pearson Correlation -0,426 ** -0,418** 0,472** 0,465** 0,530** 1 Sig. (2-tailed) 0,000 0,000 0,000 0,000 0,000 N 260 260 260 260 260 260
Kết quả phân tích hệ số tương quan giữa các biến cho thấy tương quan giữa sự sẵn lòng mua hàng ngoại (WB) với các biến độc lần lượt là với hội nhập toàn cầu (WM-A) là 0,472; với sự hướng ngoại (WM-B) là 0,465; với vị chủng hàng nội (ET-A) là -0,426; với sự bài ngoại (ET-B) là -0,418 và với PJ là 0,530. Nghĩa là biến WB có mối quan hệ tuyến tính với các biến độc lập WM-A, WM-B, ET-A, ET-B và PJ. Vì vậy các biến độc lập này có thể đưa vào mơ hình để giải thích cho biến sự sẵn lòng mua hàng ngoại (WB).
Tác giả tiếp tục phân tích hồi quy bằng SPSS 21.0 với phương pháp ENTER (đồng thời). Giá trị của các nhân tố được dùng để chạy hồi quy là giá trị trung bình của các biến đo lường đã được kiểm định Cronbach alpha và EFA. Kết quả hồi quy được trình bày chi tiết trong Phụ lục 7. Từ kết quả cho thấy, hệ số xác định R2 = 0,444 (≠ 0) và R2 đã hiệu chỉnh bằng 0,433 (R2M), kiểm định F trong ANOVA cho thấy mức ý nghĩa p (trong SPSS ký hiệu là sig.) = 0,000. Như vậy, mơ hình hồi quy phù hợp. Hay nói cách khác, năm biến độc lập (sự hướng ra thế giới gồm hai thành phần là hội nhập toàn cầu và sự hướng ngoại, chủ nghĩa vị chủng tiêu dùng gồm hai thành phần là vị chủng hàng nôi và sự bài ngoại, cuối cùng là biến đánh giá hàng ngoại) giải thích được 43,3% phương sai của biến phụ thuộc là sự sẵn lòng mua hàng ngoại. Bảng 4.6: Bảng trọng số hồi quy Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Toleran ce VIF (Constant) 1,928 0,328 5,871 0,000 ETA Vị chủng hàng nội -0,172 0,052 -0,178 -3,298 0,001 0,749 1,334
ETB Sự bài ngoại -0,114 0,047 -0,135 -2,411 0,017 0,701 1,427
WMA Hội nhập toàn cầu 0,150 0,047 0,183 3,163 0,002 0,653 1,531
WMB Sự hướng ngoại 0,122 0,054 0,131 2,256 0,025 0,651 1,536
PJ Đánh giá hàng ngoại 0,320 0,056 0,310 5,709 0,000 0,743 1,346
a. Dependent Variable: WB Sự sẵn lòng mua hàng ngoại
Xem xét bảng trọng số hồi quy (bảng 4.5), chúng ta thấy tất cả các nhân tố đều ảnh hưởng đến sự sẵn lịng mua hàng ngoại vì trọng số hồi quy đều có ý nghĩa thống kê (đều có p < 0,05). Trong đó sự hướng ra thế giới (gồm hai thành phần là hội nhập toàn cầu và sự hướng ngoại) và đánh giá hàng ngoại tác động cùng chiều vào sự sẵn lịng mua hàng ngoại (vì có hệ số Beta dương). Chủ nghĩa vị chủng tiêu dùng (gồm hai thành phần là vị chủng hàng hội và sự bài ngoại) có tác động ngược chiều vào sự sẵn lịng mua hàng ngoại (vì có hệ số Beta âm). Tiếp theo, để so sánh tác động của từng biến độc lập (WM-A, WM-B, ET-A, ET-B, PJ) lên biến phụ thuộc (WB), chúng ta xem xét hệ số Beta đã chuẩn hóa. Nếu giá trị tuyệt đối Beta của nhân tố nào càng lớn thì nhân tố đó tác động càng mạnh lên sự sẵn lịng mua hàng ngoại (WB). Cụ thể ta thấy đánh giá hàng ngoại tác động lên sự sẵn lòng mua hàng ngoại mạnh nhất (trị tuyệt đối của Beta PJ = 0,310), thứ hai là hội nhập toàn cầu (thành phần của biến sự hướng ra thế giới ) với trị tuyệt đối của Beta WM-A = 0,183, thứ ba là vị chủng hàng nội (thành phần của biến chủ nghĩa vị chủng tiêu dùng) với trị tuyệt đối của Beta ET-A = 0,178, thứ tư là biến sự bài ngoại (thành phần của biến chủ nghĩa vị chủng tiêu dùng ) với trị tuyệt đối của Beta ET-B = 0,135 và tác động nhỏ nhất là biến sự hướng ngoại (thành phần của biến sự hướng ra thế giới) với trị tuyệt đối của Beta WM-B = 0,131.Kết quả tổng hợp:
Trong đó:
WB - sự sẵn lịng mua hàng ngoại PJ – đánh giá hàng ngoại
WMA - hội nhập toàn cầu WMB - sự hướng ngoại ETA – vị chủng hàng nội ETB – sự bài ngoại.
Ngồi ra, khi phân tích hồi quy tuyến tính, các giả định cần thiết trong hồi quy tuyến tính cần được kiểm tra (Xem phụ lục 7).
Giả định liên hệ tuyến tính
Đồ thị phân tán giữa các phần dư và giá trị dự đốn của mơ hình hồi quy tuyến tính được sử dụng để kiểm định giả định liên hệ tuyến tính (Hồng Ngọc và Chu Nguyễn Mộng Ngọc, 2008). Với phần dư trên trục tung và giá trị dự đoán trên trục hoành, đồ thị phân tán giữa các phần dư và giá trị dự đoán cho thấy các giá trị được phân phối một cách ngẫu nhiên trong một vùng xung quanh đi qua tung độ 0 (Hình 4.2). Do đó giả định liên hệ tuyến tính được thỏa mãn.
Hình 4.2: Biểu đồ P-P Plot
Nguồn: Xử lý dữ liệu trên SPSS 21.0
Kiểm tra có hiện tượng đa cơng tuyến
Đa cộng tuyến xảy ra khi một biến độc lập nào đó tương quan mạnh với một nhóm biến độc lập khác. Đa cộng tuyến xảy ra có thể làm cho việc diễn dịch kết quả có thể sai lầm. Theo Hair và cộng sự (1988) để kiểm định hiện tượng đa công tuyến ta dùng hệ số VIF (hệ số phóng đại phương sai). Thơng thường, nếu VIF của 1 biến độc lập nào đó > 10 thì biến này hầu như khơng có giá trị giải thích biến thiên của biến phụ thuộc trong mơ hình. Hệ số VIF tốt nhất nên >1 và <2. Nếu VIF >2, cần cận trọng diễn giải các trọng số hồi qui (Nguyễn Đình Thọ, 2013).
Kiểm tra phương sai của phần dư không đổi
Kiểm tra phương sai của phần dư không đổi bằng cách vẽ đồ thị phân tán giữa các phần dư và giá trị dự đốn mà mơ hình hồi quy tuyến tính cho ra, theo đồ thị phân tán phần dư, phần dư phân tán ngẫu nhiên trong một vùng xung quanh theo tung độ 0, chứ khơng tạo một dạng nào. Do đó ta có thể kết luận phương sai của phần dư là khơng đổi.
Hình 4.3: Đồ thị phân tán phần dư
Nguồn: Xử lý dữ liệu trên SPSS 21.0
Kiểm tra các phần dư có phân phối chuẩn
Sau khi thực hiện kiểm định mơ hình hồi quy, phần dư cần được kiểm định để đảm bảo phần dư chuẩn hóa có dạng phân phối chuẩn. Dựa trên biểu đồ tầng số các phần dư chuẩn hóa cho thấy một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tầng số. Có thể thấy phân phối của phần dư xấp xỉ chuẩn (trung bình Mean = 0,000 và độ lệch chuẩn Std.Dev= 0,990 xấp xỉ bằng 1). Do đó có thể kết luận rằng giả định phân phối chuẩn của phần dư là khơng quy phạm.
Hình 4.4: Kiểm định phân phối chuẩn của phần dư
Nguồn: Xử lý dữ liệu trên SPSS 21.0
Kiểm tra khơng có hiện tượng tự tương quan giữa các phần dư
Hệ số Durbin-Watson trong khoảng từ 1 đến 2 cho biết các phần dư độc lập với nhau (Hoàng Trọng và Chu Nguyễn Mộng Ngọc). Từ kết quả hồi quy, giá trị thống kê Durbin-Watson (d= 1,878) nằm trong khoảng từ 1 đến 2, tức là phần dư độc lập với nhau. Do đó ta có thể kết luận phần dư khơng có hiện tượng tự tương quan với nhau giữa các phần dư trong mơ hình hồi quy.