CHƯƠNG 4 : KẾT QUẢ NGHIÊN CỨU
4.2. KIỂM ĐỊNH MƠ HÌNH ĐO LƯỜNG
4.2.3. Kiểm định mơ hình và giả thuyết nghiên cứu
Sau khi kiểm định thang đo qua phân tích Cronbach Alpha và EFA, cĩ 9 nhân tố được đưa vào để kiểm định mơ hình. Trước khi kiểm định mơ hình nghiên cứu và các giả thuyết, tác giả tiến hành kiểm định tương quan Pearson, cũng như trong phần này cũng thực hiện việc dị tìm các vi phạm giả định cần thiết.
4.2.3.1. Kiểm định hệ số tương quan
Để xác định mối quan hệ nhân quả giữa các biến trong mơ hình, bước đầu tiên ta cần phân tích tương quan giữa các biến xem thử cĩ mối liên hệ tuyến tính giữa biến độc lập và biến phụ thuộc hay khơng.
Kết quả của phần phân tích này (Bảng 4.4) dù khơng xác định được mối quan hệ nhân quả giữa biến phụ thuộc và biến độc lập nhưng nĩ đĩng vai trị làm cơ sở cho phân tích hồi quy. Các biến biến phụ thuộc và biến độc lập cĩ tương quan cao với nhau báo hiệu sự tồn tại của mối quan hệ tiềm ẩn giữa hai biến. Đồng thời, việc phân tích tương quan cịn làm cơ sở để dị tìm sự vi phạm giả định của phân tích hồi quy tuyến tính: vì các biến độc lập cĩ tương quan cao với nhau thì hay xảy ra hiện tượng đa cộng tuyến.
Bảng 4.4: Ma trận tương quan
Nguồn: Kết quả phân tích SPSS của tác giả
Ta thấy rằng, các hệ số tương quan giữa biến độc lập và biến phụ thuộc đều cĩ ý nghĩa (sig<0.05) (Xem thêm phụ lục 7) nên các nhân tố đưa vào phân tích hồi quy là hợp lý. Bên cạnh đĩ, kết quả phân tích cũng cho thấy mức tương quan tuyến tính giữa từng biến độc lập trên với biến phụ thuộc, trong biến độc lập cĩ tương quan cao nhất với biến phụ thuộc (ý định mua) đĩ là biến giá cả (r = 0.662). Do đĩ, ta cĩ thể kết luận các biến độc lập này cĩ thể đưa vào mơ hình để giải thích cho biến ý
định mua căn hộ chung cư của khách hàng.
YD TK MT VT HT GC TH TTPL VHXH TICC YD 1.00 .546** .549** .563** .602** .662** .515** .523** .354** .321** TK 1.00 .412** .312** .450** .514** .304** .210** .193** 0.074 MT 1.00 .405** .505** .492** .263** .286** 0.078 .259** VT 1.00 .420** .397** .325** .312** .171** .218** HT 1.00 .569** .375** .348** .298** 0.123 GC 1.00 .335** .328** .372** .221** TH 1 .415** .145* 0.111 TTPL 1 .238** .133* VHXH 1 .147* TICC 1
4.2.3.2. Phân tích hồi quy
Phân tích hồi quy tuyến tính sẽ giúp chúng ta biết được tác động của các biến độc lập lên biến phụ thuộc, cũng như mức độ tác động của từng biến.
Mơ hình hồi quy tuyến tính được xây dựng cĩ dạng:
Yi = B0 + B1*X1i + B2*X2i +.....+ Bp*Xpi + ei Trong đĩ:
Xpi: biểu hiện giá trị của biến độc lập thứ p tại quan sát thứ i. Yi: là giá trị dự đốn (hay giá trị lí thuyết) thứ i của biến phụ thuộc. ei: Là phần dư.
Bp: là hệ số hồi qui, phương pháp được dùng để xác định Bp là phương pháp OLS – phương pháp bình phương nhỏ nhất.
Mối quan hệ giữa biến độc lập với biến phụ thuộc
Phương trình hồi quy của mơ hình cĩ dạng:
YD = B0 + B1*TK + B2*MT + B3*VT + B4*VHXH + B5*GC+ B6*TH+ B7*TTPL+ B8*HT + B9*TICC
Với quy ước ký hiệu như sau:
TK: Thiết kế và kiến trúc căn hộ (X1). MT: mơi trường sống xung quanh (X2). VT: vi trí dự án căn hộ (X3). VHXH: yếu tố văn hĩa – xã hội (X4). GC: yếu tố giá cả (X5). TH: thương hiệu chủ đầu tư (X6). TTPL: Hồ sơ pháp lý của dự án (X7). HT: Hỗ trợ bán hàng (X8). TICC: tiện ích cơng cộng (X9). YD: ý định mua (Y).
Để tiến hành phân tích hồi quy tuyến tính bội, các biến đưa vào mơ hình theo phương pháp Enter. Tiêu chuẩn kiểm định là tiêu chuẩn được xây dựng vào phương pháp kiểm định giá trị thống kê F và xác định xác suất tương ứng của giá trị thống kê F, kiểm định mức độ phù hợp giữa mẫu và tổng thể thơng qua hệ số xác định R2. Cơng cụ chẩn đốn giúp phát hiện sự tồn tại của cộng tuyến trong dữ liệu được đánh giá mức độ cộng tuyến làm sai lệch tham số ước lượng là: Hệ số phĩng đại phương sai (Variance inflation factor - VIF). Quy tắc khi VIF vượt quá 10, đĩ là dấu hiệu của đa cộng tuyến (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Dựa vào cơ sở lý thuyết và kết quả phân tích ở trên, ta sẽ đưa tất cả các biến độc lập trong mơ hình hồi quy đã điều chỉnh bằng phương pháp đưa vào cùng một lúc Enter để chọn lọc dựa trên tiêu chí chọn những biến cĩ mức ý nghĩa < 0.05.
Kiểm định giá trị độ phù hợp R2
Kết quả phân tích giá trị phù hợp cho các biến số được thể hiện thơng qua Bảng 4.5.
Bảng 4.5: Hệ số R2 từ kết quả phân tích hồi quy
Mơ hình
R R2 R2 hiệu chỉnh Sai số ước lượng Durbin-Watson
1 .844a 0.712 0.702 0.344 1.452
a. Biến độc lâp: TICC, TK, HT, TTPL, VT, TH, MT, VHXH, GC b. Biến phụ thuộc: YD
Nguồn: Kết quả phân tích SPSS của tác giả
Hệ số xác định hiệu chỉnh R2 hiệu chỉnh là 0.702, điều này cho thấy mối quan hệ giữa biến độc lập với biến phụ thuộc cĩ ý nghĩa, cụ thể là cả 9 biến độc lập trên gĩp phần giải thích 70.2% sự khác biệt của ý định mua.
Như vậy, mức độ phù hợp của mơ hình được chấp nhận. Tuy nhiên sự phù hợp này chỉ đúng với dữ liệu mẫu. Để kiểm định xem cĩ thể suy diễn mơ hình cho tổng thể thực hay khơng ta phải kiểm định độ phù hợp của mơ hình thơng qua kiểm định F.
Kiểm định F
Theo Bảng 4.6 phân tích ANOVA, kiểm định F sử dụng trong bảng phân tích phương sai vẫn là một phép giả thuyết về độ phù hợp của mơ hình hồi quy tuyến phương sai vẫn là một phép giả thuyết về độ phù hợp của mơ hình hồi quy tuyến tính tổng thể. Kết quả phân tích cho thấy, kiểm định F cĩ giá trị là 37.258 với Sig. = 0.00, chứng tỏ mơ hình hồi quy tuyến tính bội là phù hợp với tập dữ liệu và cĩ thể sử dụng được để dự đốn cho tổng thể.
Bảng 4.6: Phân tích ANOVA Mơ hình Tổng bình phương df Trung bình bình phương F Sig. 1 Hồi Quy 70.1645 9 7.796 66.036 .000b Phần dư 28.3338 240 0.118 Tổng 98.4982 249 a. Biến phụ thuộc: YD b. Biến độc lập: TICC, TK, HT, TTPL, VT, TH, MT, VHXH, GC
Nguồn: Kết quả phân tích SPSS của tác giả
Phân tích hệ số hồi quy
Sau khi kiểm định F đã đạt yêu cầu. Tác giả tiến hành phân tích hệ số hồi quy cho từng biến độc lập, để đo lường mức độ tác động của từng biến độc lập lên biến phụ thuộc. Kết quả phân tích hồi quy được thể hiện trong Bảng 4.7.
Bảng 4.7: Bảng hệ số hồi quy
Mơ hình Hệ số chưa chuẩn hĩa
Hệ số chẩn hĩa
t Sig. Phân tích đa cộng tuyến B Sai số chuẩn Beta Độ chấp nhận VIF 1 (Hằng số) -1.355 .255 -5.311 .000 TK .166 .041 .174 4.100 .000 .666 1.502 MT .132 .053 .111 2.483 .014 .597 1.676 VT .212 .047 .184 4.492 .000 .716 1.397 HT .099 .045 .104 2.195 .029 .537 1.862 GC .232 .054 .212 4.333 .000 .502 1.994 TH .150 .038 .159 3.930 .000 .734 1.362 TTPL .144 .031 .189 4.708 .000 .743 1.346 VHXH .102 .047 .084 2.163 .032 .800 1.250 TICC .132 .039 .125 3.389 .001 .887 1.127 a. Biến phụ thuộc: YD
Nguồn: Kết quả phân tích SPSS của tác giả
Theo Bảng 4.7 Phân tích hồi quy, kết quả thống kê cho thấy các hệ số hồi quy chuẩn hĩa của phương trình hồi quy đều khác 0 và Sig. <0.05 chứng tỏ cả 9 biến độc lập đều tham gia tác động tới ý định mua của khách hàng.
So sánh giá trị của hệ số chưa chuẩn hĩa ở cột B cho thấy: Mức độ tác động mạnh nhất là yếu tố giá cả, sau đĩ là vị trí, và thấp nhất là yếu tố hỗ trợ. Tuy nhiên, theo Nguyễn Đình Thọ (2014) nếu chúng ta dùng hệ số hồi quy chưa chuẩn hĩa thì chúng ta khĩ cĩ thể so sánh mức độ tác động của các biến độc lập vì thang đo lường chúng thường khác nhau. Vì vậy, chúng ta phải sử dụng trọng số hồi quy β chuẩn hĩa để cĩ những so sánh chính xác hơn.
Phương trình hồi quy của mơ hình theo hệ số β chưa chuẩn hĩa như sau:
YD = -1.355 + 0.166*TK + 0.132*MT + 0.212*VT + 0.102*VHXH + 0.232*GC + 0.150*TH + 0.144*TTPL + 0.099*HT + 0.132*TICC
Kiểm định giả thuyết
Dựa trên kết quả phân tích hồi quy sẽ giải thích, kiểm định các giả thuyết đã đưa ra. Kết quả này cho thấy các giả thuyết từ H1 đến H9 đều được chấp nhận do các hệ số β chuẩn hĩa đều khác khơng, tức là các biến độc lập trong mơ hình đề xuất của tác giả đều cĩ ảnh hưởng đến biến phụ thuộc với mức độ tác động được trình bày như trong Bảng 4.8.
Bảng 4.8: Kiểm định giả thuyết
Giả thuyết Phát biểu Hệ số β chuẩn hĩa Giá trị p Kết luận H1
Thiết kế và kiến trúc căn hộ cĩ tác động cùng chiều đến quết định mua căn hộ của khách hàng
0.174 0
H2
Mơi trường sống xung quanh cĩ tác động cùng chiều đến quết định mua căn hộ của khách hàng
0.111 0.014
H3
Vị trí dự án của căn hộ cĩ tác động cùng chiều đến quết định mua căn hộ của khách hàng
0.184 0
H4
Yếu tố văn hĩa xã hội cĩ tác động cùng chiều đến quết định mua căn hộ của khách hàng
0.084 0.032
Chấp nhận
Nguồn: Kết quả phân tích SPSS của tác giả
4.2.3.3. Dị tìm sự vi phạm các giả định cần thiết
Phân tích hồi khơng chỉ là việc mơ tả các dữ liệu quan sát được trong mẫu nghiên cứu, mà cịn phải mở rộng dự đốn cho tổng thể. Chính vì vậy để đảm bảo độ tin cậy trong phân tích hồi quy tuyến tính thì phải dị tìm các vi phạm giả định, mà nếu các giả định bị vi phạm thì các kết quả ước lượng trong phân tích hồi quy ở trên khơng đáng tin cậy. Về dị tìm các giả định bao gồm: Các phần dư khơng cĩ liên hệ tuyến tính, phương sai phần dư khơng đổi, phần dư cĩ phân phối chuẩn, khơng cĩ tương quan giữa các phần dư, và cuối cùng là hiện tượng đa cộng tuyến giữa các biến độc lập.
Kiểm tra liên hệ tuyến tính và giả định phương sai của phần dư khơng đổi
Giả định liên hệ tuyến tính giữa phần dư và giá trị dự đốn bị vi phạm khi đồ thị phân tán mơ tả phần dư cùng giá trị dự đốn, mà thấy phần dư của chúng thay đổi theo một trật tự nào đĩ (cĩ thể là đường cong bậc 2 parabol, cong bậc 3 cubic....) thì mơ hình đường thẳng là khơng phù hợp với các dữ liệu này (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Kết quả đồ thị phân tán được thể hiện trên Hình 4.1.
Giả thuyết Phát biểu Hệ số β chuẩn hĩa Giá trị p Kết luận H6
Thương hiệu chủ đầu tư cĩ tác động cùng chiều đến quết định mua căn hộ của khách hàng
0.159 0
H7
Hồ sơ pháp lý của dự án cĩ tác động cùng chiều đến quết định mua căn hộ của khách hàng
0.189 0
H8
Hỗ trợ bán hàng cĩ tác động cùng chiều đến quết định mua căn hộ của khách hàng
0.104 0.029
H9
Tiện ích cơng cộng cĩ tác động cùng chiều đến quết định mua căn hộ của khách hàng
0.125 0.001 H5
Giá cả căn hộ căn hộ cĩ tác động cùng chiều đến quết định mua căn hộ của khách hàng
0.212 0
Chấp nhận
Nguồn: Kết quả phân tích SPSS của tác giả
Hình 4.1. Đồ thị phân tán
Qua quan sát đồ thị phân tán giữa phần dư và giá trị dự đốn, chúng ta thấy phần dư phân tán một cách ngẫu nhiên xung quang tung độ 0, vì vậy giả định liên hệ tuyến tính khơng bị vi phạm (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Mặt khác, thì đồ thị phân tán cũng đồng thời kiểm tra về hiện tượng phương sai
của phần dư thay đổi:
Hiện tượng phương sai của phần dư thay đổi là hiện tượng độ lớn của phần dư tăng hay giảm cùng với các giá trị dự đốn hay giá trị của biến độc lập mà ta nghi ngờ, đây là hiện tượng làm cho các ước lượng của các hệ số hồi quy khơng hiệu quả, làm cho việc kiểm định các giả thuyết mất hiệu lực, đánh giá nhầm chất lượng của mơ hình hồi quy.
Vì thế cần phải kiểm định phương sai của phần dư khơng đổi. Và cũng như trên, phương sai của phần dư khơng đổi vì theo đồ thị phân tán của phần dư chuẩn hĩa ta thấy phần dư tán ngẫu xung quang đường nằm ngang đi qua hồnh độ 0 (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Giả định về phân phối chuẩn của phần dư
Cĩ nhiều nguyên nhân dẫn đến phần dư cĩ thể khơng tuân theo phân phối chuẩn vì những lí do như sử dụng sai mơ hình, phương sai khơng bằng hằng số, số lượng phần dư khơng đủ nhiều để phân tích (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Vì vậy cần phải khảo sát phân phối chuẩn của phần dư bằng cách xây dựng biểu đồ tần số. Kết quả biểu đồ Histogram được thể hiện trên Hình 4.2.
Theo Hình 4.2 cho thấy một đường cong xấp xỉ phân phối chuẩn đặt chồng lên biểu đồ tần số, với giá trị trung bình gần bằng 0, và độ lệch chuẩn 0.982 (gần bằng 1). Vì vậy giả định về phân phối chuẩn của phần dư khơng bị vi phạm.
Nguồn: Kết quả phân tích SPSS của tác giả
Hình 4.2. Biểu đồ Histogram
Giả định khơng cĩ tương quan giữa các phần dư
Cĩ một số lý do tồn tại phần dư đĩ là các biến cĩ ảnh hưởng khơng được đưa hết vào mơ hình do giới hạn và mục tiêu của nghiên cứu, chọn dạng tuyến tính cho mối quan hệ lẽ ra là phi tuyến, sai số trong đo lường các biến...Các lý do này dẫn đến tương quan chuỗi trong sai số và tương quan chuỗi cũng gây ra những tác động
sai thay đổi (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Vì vậy, tiến hành kiểm định mối tương quan của các phần dư bằng đại lượng thống kê Durbin- Waston.
Đại lượng thống kê Durbin-Waston (d) dùng để kiểm định tương quan của các sai số kề nhau (tương quan chuỗi bậc nhất) với nguyên tắc:
- Nếu 1 < d < 3: Mơ hình khơng cĩ tự tương quan. - Nếu 0 < d< 1: Mơ hình cĩ tự tương quan dương. - Nếu 3 < d < 4: Mơ hình cĩ tự tương quan âm.
Đại lượng thống kê Durbin-Waston (d) trong nghiên cứu này cĩ giá trị d = 1.452 (Bảng 4.8). Do hệ số Durbin-Waston nằm trong miền chấp nhận (1 < d < 3). Vì vậy, chấp nhận giả định khơng cĩ tương quan giữa các phần dư.
Đo lường đa cộng tuyến
Đây là hiện tượng mà các biến độc lập cĩ tương quan chặt chẽ với nhau, hiện tượng này làm tăng độ lệch chuẩn của các hệ số hồi quy, làm giá trị kiểm định kém ý nghĩa hơn. Theo Bảng 4.9 ta cĩ thể thấy hệ số VIF của tất cả các biến đều nhỏ hơn 2. Vì vậy, cĩ thể kết luận trong phương trình hồi quy này giả định về đo lường đa cộng tuyến được chấp nhận tức là khơng cĩ hiện tượng đa cộng tuyến giữa các biến độc lập.