CHƯƠNG 4 KẾT QUẢ NGHIÊN CỨU VÀ BÀN LUẬN
4.1. Kết quả nghiên cứu
4.1.5. Kết quả phân tích hồi quy bội
4.1.5.1. Phân tích tương quan
Trước khi phân tích hồi quy tuyến tính, cần xem xét mức độ tương quan giữa các biến độc lập với biến phụ thuộc có chặt chẽ hay khơng để có thể dự đốn được mức độ phù hợp hay khơng của mơ hình nghiên cứu. Nếu kết quả cho thấy có tồn tại mối quan hệ thì phân tích hồi quy mới nên được thực hiện ở bước kế tiếp. Bảng 4.9 mô tả hệ số tương quan giữa các biến độc lập và biến phụ thuộc như sau:
Bảng 4.9 Ma trận hệ số tương quan Pearson Correlations Correlations CO IF IT QL VD CU DC CO Pearson Correlation 1.00 0.15 .250** .222* .207* .311** .598** Sig. (2-tailed) 0.11 0.01 0.02 0.03 0.00 0.00 IF Pearson Correlation 0.15 1.00 .208* .245** .231* .354** .466** Sig. (2-tailed) 0.11 0.03 0.01 0.01 0.00 0.00 IT Pearson Correlation .250** .208* 1.00 .256** 0.17 .195* .455** Sig. (2-tailed) 0.01 0.03 0.01 0.07 0.04 0.00 QL Pearson Correlation .222* .245** .256** 1.00 0.09 .336** .503** Sig. (2-tailed) 0.02 0.01 0.01 0.33 0.00 0.00 VD Pearson Correlation .207* .231* 0.17 0.09 1.00 .265** .444** Sig. (2-tailed) 0.03 0.01 0.07 0.33 0.00 0.00 CU Pearson Correlation .311** .354** .195* .336** .265** 1.00 .502** Sig. (2-tailed) .001 .000 .036 .000 .004 .000 DC Pearson Correlation .598 ** .466** .455** .503** .444** .502** 1 Sig. (2-tailed) .000 .000 .000 .000 .000 .000
**. Correlation is significant at the 0.01 level (2-tailed). *. Correlation is significant at the 0.05 level (2-tailed).
(Nguồn tổng hợp từ SPSS)
Kết quả phân tích tương quan cho thấy biến phụ thuộc quyết định lựa chọn PMKT có tương quan với tất cả các biến độc lập trong mơ (sig <0.05). Trong đó biến phụ thuộc tương quan mạnh nhất với biến “chi phí và lợi ích của việc sử dụng PMKT” và thấp nhất là biến “nhà cung cấp phần mềm”. Nhìn chung mức độ tương quan giữa biến phụ thuộc với các biến độc lập khơng có sự chênh lệch lớn. Như vậy, tất cả các biến độc lập này có thể đưa vào mơ hình để giải thích cho việc ảnh hưởng đến quyết định lựa chọn PMKT của các DN ngành dịch vụ Logistics. Mức độ tác động của các nhân tố sẽ được kiểm định lại qua phân tích hồi quy bội.
4.1.5.2. Kết quả phân tích hồi quy bội
Bảng 4.10 Kiểm định sự phù hợp cho mơ hình hồi quy
Model R R Square Adjusted
R Square Std. Error of the Estimate Durbin- Watson 1 0.838a 0.70 0.69 0.2716 1.890 (Nguồn tổng hợp từ SPSS)
Kiểm tra mức độ phù hợp của mơ hình cho thấy R2 hiệu chỉnh là 0.69, có nghĩa là mơ hình hồi quy bội được sử dụng phù hợp với dữ liệu nghiên cứu ở mức 69%, hay nói cách khác 69% sự biến thiên của biến phụ thuộc “quyết định lựa chọn PMKT” được giải thích bởi sự biến thiên của 6 biến độc lập: chất lượng của PMKT, tính năng quốc tế của PMKT, NCC phần mềm, chi phí và lợi ích của việc sử dụng PMKT, khả năng tùy biến của PMKT và khả năng tương thích với cơ sở hạ tầng CNTT.
Bảng 4.11 Kết quả kiểm định F trong bảng ANOVA
Model Sum of Squares df Mean Square F Sig.
1 Regression 19.007 6 3.168 42.934 .000b
Residual 8.042 109 .074
Total 27.049 115
(Nguồn tổng hợp từ SPSS)
Kiểm định F cho thấy giá trị Sig <0.05 như vậy mơ hình hồi quy tuyến tính này có thể suy rộng và phù hợp với tổng thể.
Bảng 4.12 Kết quả phân tích hồi quy bội
Model Unstandardized Coefficients Standardized Coefficients t Sig.
B Std. Error Beta Tolerance VIF
1 Constant -0.034 0.263 -0.130 0.897 CO 0.364 0.055 0.376 6.619 0.000 0.847 1.181 IF 0.149 0.041 0.211 3.671 0.000 0.827 1.209 IT 0.125 0.037 0.188 3.354 0.001 0.870 1.149 QL 0.158 0.036 0.256 4.454 0.000 0.829 1.206 VD 0.156 0.038 0.229 4.122 0.000 0.885 1.130 CU 0.060 0.029 0.128 2.106 0.037 0.741 1.349 (Nguồn tổng hợp từ SPSS)
Kết quả Bảng 4.12 cho thấy hệ số hồi quy của các biến độc lập được đưa vào mơ hình đều có ý nghĩa thống kê (Sig. <0,05), hệ số chấp nhận (tolerance) cao và hệ số VIF <2 ở tất cả các biến độc lập cho thấy khơng có hiện tượng đa cộng tuyến giữa 6 biến độc lập tham gia hồi quy.
Phương trình hồi quy bội cho mối quan hệ giữa các nhân tố và quyết định lựa chọn PMKT dựa trên hệ số hồi quy chuẩn hóa như sau:
DC = 0,376*CO + 0,256*QL + 0,229*VD + 0,211*IF + 0,188*IT + 0,128CU
(Quyết định lựa chọn PMKT = 0,376 Chí phí và lợi ích của việc sử dụng PMKT + 0,256 chất lượng của PMKT + 0,229 NCC phần mềm + 0,211 tính năng quốc tế của PMKT + 0,188 khả năng tương thích với cơ sở hạ tầng CNTT + 0,128 khả năng tùy biến của PMKT).
Kết quả hồi quy đã trả lời cho câu hỏi nghiên cứu của đề tài: 6 nhân tố mà tác giả xem xét là (1) chí phí và lợi ích của việc sử dụng PMKT, (2) chất lượng của PMKT, (3) NCC phần mềm, (4) tính năng quốc tế của PMKT, (5) khả năng tương thích cơ sở hạ tầng CNTT và (6) khả năng tùy biến của PMKT đều có ảnh hưởng đến quyết định lựa chọn PMKT của DN ngành dịch vụ Logistics. Trong 6 nhân tố nêu trên, nhân tố chí phí và lợi ích của việc sử dụng PMKT có tác động mạnh nhất đến quyết định lựa chọn PMKT với hệ số hồi quy là 0,376 kế tiếp đến là nhân tố chất lượng của PMKT với hệ số hồi quy là 0,256 tiếp đến là NCC phần mềm với hệ số hồi quy là 0,229 tiếp theo là tính năng quốc tế của PMKT với hệ số hồi quy là 0,211 và kế đến là khả năng tương thích với cơ sở hạ tầng CNTT với hệ số hồi quy là 0,188 cuối cùng là nhân tố khả năng tùy biến của PMKT với hệ số hồi quy là 0,128.
(Kết quả chi tiết hồi quy được trình bày tại phụ lục 6)
4.1.5.3. Kiểm định giả thuyết nghiên cứu
Từ kết quả phân tích hồi quy bội ta có kết quả kiểm định các giả thuyết nghiên cứu đã đề ra như sau:
- Giả thuyết H1: Chất lượng của PMKT có ảnh hưởng đến quyết định lựa chọn PMKT của các DN ngành dịch vụ Logistics. Nhân tố này có hệ số β = 0,256; Sig. = 0,000 < 0,05 nên giả thuyết H1 được chấp nhận. Trong điều kiện các nhân tố khác không đổi, nếu biến QL “Chất lượng của PMKT” tăng 1 đơn vị thì biến DC “Quyết định lựa chọn PMKT” tăng thêm 0,256 đơn vị.
-Giả thuyết H2: Chi phí và lợi ích của việc sử dụng PMKT có ảnh hưởng đến
quyết định lựa chọn PMKT của các DN ngành dịch vụ Logistics. Nhân tố này có hệ số β = 0,376; Sig. = 0,000 < 0,05 nên giả thuyết H2 được chấp nhận. Trong điều kiện các nhân tố khác khơng đổi, nếu biến CO “Chi phí và lợi ích của việc sử dụng PMKT” tăng 1 đơn vị thì biến DC “Quyết định lựa chọn PMKT” tăng thêm 0,376 đơn vị.
- Giả thuyết H3: Tính năng quốc tế của PMKT có ảnh hưởng đến quyết định lựa
chọn PMKT của các DN ngành dịch vụ Logistics. Nhân tố này có hệ số β = 0,211; Sig. = 0,000 < 0,05 nên giả thuyết H2 được chấp nhận. Trong điều kiện các nhân tố khác khơng đổi, nếu biến IF “Tính năng quốc tế của PMKT” tăng 1 đơn vị thì biến DC “Quyết định lựa chọn PMKT” tăng thêm 0,211 đơn vị.
- Giả thuyết H4: Khả năng tùy biến của PMKT có ảnh hưởng đến quyết định
lựa chọn PMKT của các DN ngành dịch vụ Logistics. Nhân tố này có hệ số β = 0,128; Sig. = 0,000 < 0,05 nên giả thuyết H2 được chấp nhận. Trong điều kiện các nhân tố khác không đổi, nếu biến CU “Khả năng tùy biến của PMKT” tăng 1 đơn vị thì biến DC “Quyết định lựa chọn PMKT” tăng thêm 0,128 đơn vị.
-Giả thuyết H5: Nhà cung cấp có ảnh hưởng đến quyết định lựa chọn PMKT
của các DN ngành dịch vụ Logistics. Nhân tố này có hệ số β = 0,229; Sig. = 0,000 < 0,05 nên giả thuyết H2 được chấp nhận. Trong điều kiện các nhân tố khác không đổi, nếu biến VD “NCC phần mềm” tăng 1 đơn vị thì biến DC “Quyết định lựa chọn PMKT” tăng thêm 0,229 đơn vị.
-Giả thuyết H6: Khả năng tương thích với cơ sở hạ tầng CNTT có ảnh hưởng
đến quyết định lựa chọn PMKT của các DN ngành dịch vụ Logistics. Nhân tố này có hệ số β = 0,188; Sig. = 0,000 < 0,05 nên giả thuyết H2 được chấp nhận.
Trong điều kiện các nhân tố khác không đổi, nếu biến CU “Khả năng tương thích với cơ sở hạ tầng CNTT” tăng 1 đơn vị thì biến DC “Quyết định lựa chọn PMKT” tăng thêm 0,188 đơn vị.
4.1.5.4. Dị tìm các vi phạm giả định của mơ hình
Giả định các biến độc lập khơng có tương quan hồn tồn với nhau (khơng có hiện tượng đa cộng tuyến):
Như đã trinh bày ở phần trước trong bảng 4.12, hệ số VIF dùng để kiểm định hiện tượng đa cộng tuyến của các biến độc lập đều nhỏ hơn 2 điều này cho thấy khơng có hiện tượng đa cộng tuyến xảy ra hay các biến độc lập trong mơ hình hồi quy bội khơng tương quan hồn tồn với nhau.
Giả định liên hệ tuyến tính:
Đồ thị ở Hình 4.1 cho thấy phần dư được phân tán một cách ngẫu nhiên trong vùng xung quanh đường đi qua tung độ 0, do đó giả thiết về quan hệ tuyến tính giữa các biến độc lập với biến phụ thuộc trong mơ hình là đúng.
Hình 4.1 Đồ thị phân tán Scatterplot (Nguồn từ phân tích SPSS)
Giả định về phân phối chuẩn của phần dư:
Giá trị phân phối chuẩn của phần dư được kiểm tra qua biểu đồ Histogram ở hình 4.2 cho thấy phần dư có dạng gần với phân phối chuẩn, giá trị trung bình gần bằng không và độ lệch chuẩn bằng 0,974 gần bằng 1. Đồ thị Q-Q Plot ở hình 4.3 biểu diễn các điểm quan sát thực tế tập trung khá sát đường chéo những giá trị kỳ vọng, có nghĩa là phần dư có phân phối chuẩn.
Hình 4.2. Biểu đồ Histogram
Hình 4.3 Đồ thị Q-Q Plot
(Nguồn từ phân tích SPSS)
Giả định về tính độc lập của sai số (khơng có tương quan giữa các phần dư):
Đại lượng thống kê Durbin – Waston ở bảng 4.10 có giá trị bằng 1,890 gần với ngưỡng 2 nên chấp nhận giả thiết khơng có tự tương quan giữa các phần dư trong mơ hình hay nói cách khác giả định về tính độc lập của sai số được chấp nhận.