CHƯƠNG 4 : KẾT QUẢ NGHIÊNCỨU
4.7. Hồi quy tuyến tính
Phân tích hồi qui bội là một trong những đích nhắm lớn nhất của tác giả để xem xét và lượng hóa được mối quan hệ giữa các biến độc lập là những nhân tố ảnh hưởng đến xu hướng chọn mua máy điều hòa và biến phụ thuộc là xu hướng chọn mua máy điều hịa. Sau khi hồn thành các thủ tục cần thiết như kiểm định thang đo, phân tích nhân tố, phân tích tương quan kết quả cho thấy đều phù hợp để chạy phân tích hồi qui.
Phương trình hồi quy bội tổng quát được tác giả xây dựng như sau:
XH = β0 + β1*NBTH + β2*CLCN + β3*GCCN + β4*GCHV + β5*DT +
β6*TDCT + Ui Trongđó:
- XH: Biến phụ thuộc thể hiện xu hướng chọn mua máy điều hòa.
- β1, β2, β3, β4, β5, β6: là các hệ số hồi quy được dùng từ các hệ số hồi quy ước lượng được.
- NBTH, CLCN, GCCN, GCHV, DT, TDCT là các biến độc lập theo thứ tự:
Nhận biết thương hiệu, Chất lượng cảm nhận, Giá cả cảm nhận, Giá cả hành vi, Danh tiếng và Thái độ đối với chiêu thị.
- Ui: Phần dư do sai số trong mơ hình.
Kết quả phân tích tương quan cho ta thấy mối quan hệ tuyến tính của nhân tố
Thái độ đối với chiêu thị khơng có ý nghĩa thống kê, kết quả trên biểu đồ phân tán
cũng cho thấy biến này khơng có quan hệ phi tuyến tính với biến Xu hướng chọn mua điều hịa. Do đó, ta có thể kết luận với tập dữ liệu khảo sát có được thì Xu hướng chọn mua điều hịa chỉ chịu ảnh hưởng bởi 5 yếu tố: Nhận biết thương hiệu, Chất lượng cảm nhận, Giá cả cảm nhận, Giá cả hành vi, Danh tiếng. Tuy vậy, để có cái nhìn tồn cảnh về mơ hình hồi qui tác giả vẫn đưa cả 6 biến độc lập vào để phân tích.
Phương trình hồi qui bội được thực hiện trên phần mềm SPSS 20.0. Sáu biến độc lập và một biến phụ thuộc được đưa vào phân tích, phương pháp hồi qui bội được chọn là phương pháp chọn từng bước (stepwise selection). Đây là một kết hợp của thủ tục đưa vào dần và loại trừ dần và có lẽ là phương pháp được sử dụng thông thường nhất.(9)
4.7.1. Đánh giá sự phù hợp của mơ hình hồi qui
Như đã đề cập trong phần 3.6.2 hệ số R2 hiệu chỉnh được thay cho hệ số R2để xem xét sự phù hợp của mơ hình hồi qui đa biến vì nó khơng thổi phồng mức độ phù hợp của mơ hình.
Bảng 4.10: Kết quả đánh giá sự phù hợp của mơ hình
Tóm tắt mơ hìnhf
Mơ
hình R R
2
R2hiệu chỉnh Sai số chuẩn dự đoán Hệ số Durbin-Watson 1 ,636a ,405 ,402 ,66154 2 ,677b ,458 ,452 ,63287 3 ,691c ,477 ,469 ,62345 4 ,700d ,491 ,480 ,61700 5 ,708e ,501 ,488 ,61207 1,901 a. Biến dự đoán: (Hằng số), CLCN b. Biến dự đoán: (Hằng số), CLCN, NBTH c. Biến dự đoán: (Hằng số), CLCN, NBTH, DT d. Biến dự đoán: (Hằng số), CLCN, NBTH, DT, GCCN e. Biến dự đoán: (Hằng số), CLCN, NBTH, DT, GCCN, GCHV f. Biến phụ thuộc: XH
Từ kết quả bảng 4.10, ta thấy khi đưa dần thêm từng biến quan sát vào mơ hình thì R2 hiệu chỉnh tăng dần và khi ta đưa 5 biến vào thì R2
hiệu chỉnh lúc này đạt giá trị lớn nhất. Như vậy, phương pháp này đã không đưa biến Thái độ đối với hiêu
thị vào mơ hình điều này cũng phù hợp với kết quả phân tích tương quan hồi qui tác giả đã phân tích ở trên. Lúc đó R2 đạt 0,501 cho thấy sự tương thích của mơ hình
với biến quan sát là chấp nhận được và biến phụ thuộc Xu hướng chọn mua điều hịa được giải thích bởi 5 biến độc lập trong mơ hình là phù hợp.
4.7.2. Kiểm định sự phù hợp của mơ hình
Để kiểm định sự phù hợp của mơ hình hồi qui tuyến tính tổng thể thì chúng ta sử dụng kết quả kiểm định F. Kiểm định F trong phân tích phương sai xem xét có hay khơng mối liên hệ tuyến tính giữa biến phụ thuộc với toàn bộ tập hợp của các biến độc lập.
Giả thuyết Ho : β1= β2= β3= β4= β5 = 0
Nhìn vào bảng 4.11và 4.12 bên dưới, ta thấy rằng trị thống kê F = 37,004 được tính từ giá trị R2 khi có mặt 5 biến, giá trị sig. = 0,000 rất nhỏ cho thấy mơ hình sử dụng là phù hợp và các biến đều đạt được tiêu chuẩn chấp nhận. Thêm vào đó, tiêu chí Collinearity Diagnostics (chuẩn đốn hiện tượng đa cộng tuyến) với hệ số phóng đại phương sai VIF (Variance Inflation Factor) của các biến độc lập trong mơ hình đều < 2 thể hiện tính đa cộng tuyến của các biến độc lập là không đáng kể và các biến trong mơ hình được chấp nhận.
Sau cùng, hệ số Durbin Watson dùng để kiểm định tương quan chuỗi bậc nhất cho thấy mơ hình khơng vi phạm khi sử dụng phương pháp hồi quy bội vì giá trị hệ số Durbin Watson đạt được là 1,901 (gần bằng 2) và chấp nhận giả thuyết khơng có sự tương quan chuỗi bậc nhất trong mơ hình.
Như vậy, mơ hình hồi quy bội thỏa các điều kiện đánh giá và kiểm định độ phù hợp cho việc rút ra các kết quả nghiên cứu.
Bảng 4.11: Kết quả phân tích phương sai của mơ hình
ANOVAa Mơ hình Tổng bình phương df Bình phương trung bình F Sig. 5 Hồi quy 69,314 5 13,863 37,004 ,000f Phần dư 68,932 184 ,375 Total 138,246 189 f. Biến dự đoán: (Hằng số), CLCN, GCHV, GCCN, DT, NBTH a. Biến phụ thuộc: XH
Bảng 4.12: Kết quả phân tích hồi qui bội(10)
Các hệ số hồi quya
Mơ hình Hệ số hưa hiệu
chuẩn Hệ số hiệu chuẩn
t Sig. Phân tích đa cộng tuyến B Std.
Error
Beta Tolerance VIF
5 Hằng số -1,565 ,463 -3,380 ,001 CLCN ,756 ,068 ,601 11,083 ,000 ,921 1,086 NBTH ,181 ,066 ,152 2,715 ,007 ,867 1,153 DT ,180 ,075 ,132 2,388 ,018 ,890 1,124 GCCN ,149 ,071 ,114 2,099 ,037 ,925 1,081 GCHV ,145 ,073 ,110 1,998 ,047 ,888 1,126 a. Biến phụ thuộc: XH
Kiểm định các giả thuyết về ý nghĩa của hệ số hồi qui
Ho : βi = 0.
Kết quả thể hiện trên bảng 4.12 cũng cho ta thấy: giá trị sig. (p_value) của các hệ số hồi qui β1, β2, β3, β4, β5 đều nhỏ hơn 0,05 tức là với mức ý nghĩa là 5% nên ta bác bỏ giả thuyết Ho hay nói cách khách với tập dữ liệu mẫu và mơ hình được mơ tả thì khơng đủ bằng chứng có ý nghĩa thống kê cho thấy βi = 0.
4.7.3. Mơ hình hồi qui
Như vậy sau khi kiểm định sự phù hợp của mơ hình hồi qui cũng như kiểm định giả thuyết về ý nghĩa của các hệ số hồi qui ta có thể viết được mơ hình hồi qui dựa vào kết quả của bảng 4.12 như sau:
XH = -1,565 + 0,181*NBTH + 0,756*CLCN + 0,149*GCCN + 0,145GCHV + 0,18*DT
Trong đó:
- XH: Biến phụ thuộc thể hiện xu hướng chọn mua máy điều hòa.
- NBTH, CLCN, GCCN, GCHV, DT là các biến độc lập theo thứ tự: Nhận biết thương hiệu, Chất lượng cảm nhận, Giá cả cảm nhận, Giá cả hành vi và Danh tiếng.
Từ kết quả hồi qui bội ta có các nhận xét sau: Xu hướng chọn mua máy điều
hịa có mối quan hệ tuyến tính với các nhân tố Nhận biết thương hiệu (Hệ số Beta chuẩn hóa là 0,152), Chất lượng cảm nhận (Hệ số Beta chuẩn hóa là 0,601), Giá cả cảm nhận (Hệ số Beta chuẩn hóa là 0,114), Giá cả hành vi (Hệ số Beta chuẩn hóa là 0,11) và Danh tiếng (Hệ số Beta chuẩn hóa là 0,132). Qua đó ta cũng thấy yếu tố ảnh hưởng mạnh nhất đến Xu hướng chọn mua máy điều hòa là biến Chất lượng cảm nhận và biến ảnh hưởng yếu nhất là biến Giá cả hành vi.
Vì các hệ số Beta chuẩn hóa của các biến độc lập đều > 0 cho thấy các biến độc lập tác động thuận chiều với biến phụ thuộc Xu hướng chọn mua máy điều hòa. Kết quả này cũng khẳng định các giả thuyết nêu ra trong mơ hình nghiên cứu (H1-
H5) được chấp nhận và được kiểm định phù hợp.
4.7.4. Dị tìm sự vi phạm các giả định cần thiết trong hồi qui tuyến tính
4.7.4.1. Giả định liên hệ tuyến tính
Để đánh giá mức độ đường thẳng phù hợp với dữ liệu khảo sát thì 1 phương pháp khá thơng dụng được dùng là vẽ đồ thị phân tán giữa các phần dư và giá trị dự đốn mà mơ hình hồi qui tuyến tính cho ra. Người ta hay vẽ biểu đồ phân tán giữa 2 giá trị này đã được chuẩn hóa (standardized) với phần dư trên trục tung và giá trị dự đốn trên trục hồnh. Nếu giả định liên hệ tuyến tính và phương sai bằng nhau được thỏa mãn, thì ta sẽ khơng nhận thấy có liên hệ gì giữa các giá trị dự đốn với phần dư, chúng sẽ phân tán rất ngẫu nhiên.(11)
Tác giả thực hiện vẽ biểu đồ phân tán bằng cách sao lưu giá trị dự đốn chuẩn hóa và phần dư chuẩn hóa trong q trình phân tích hồi qui và sử dụng lệnh sẽ biểu đồ phân tán bằng phần mềm SPSS 20.0.
Kết quả từ phụ lục 13.1 cho thấy, phần dư phân tán ngẫu nhiên trong một vùng xung quanh đường đi qua tung độ 0 chứ khơng tạo thành một hình dạng nào. Như vậy giả định tuyến tính được thỏa mãn.
4.7.4.2. Giả định phương sai của sai số không đổi
Giả định phương sai thay đổi nếu bị vi phạm sẽ gây ra khá nhiều hậu quả tai hại đối với mơ hình được ước lượng bằng phương pháp OLS. Nó làm cho các ước lượng của các hệ số hồi qui không chệnh nhưng không hiệu quả, ước lượng của các phương sai bị chệch làm kiểm định các giả thuyết mất hiệu lực và khiến ta đánh giá nhầm về chất lượng của mơ hình hồi qui tuyến tính.
Với cỡ mẫu trong luận văn tác giả sử dụng một loại kiểm định khá đơn giản là kiểm định tương quan hạng Spearman. Giả thuyết đặt ra cho kiểm định là Phương sai của sai số thay đổi, nếu giả thuyết này đúng thì hệ số tương quan hạng tổng thể giữa phần dư và biến độc lập sẽ khác không. (12)
Với biến mới được xây dựng là ABScuare sau khi sử dụng phần mềm SPSS 20.0 tác giả cũng thu được kết quả như sau:
Bảng 4.13: Kết quả kiểm định Spearman’s
Hệ số tương quan
XH ABScuare Spearman's rho XH Correlation Coefficient 1,000 -0,087
Sig. (2-tailed) , 0,235
N 190 190
ABScuare Correlation Coefficient -0,087 1,000
Sig. (2-tailed) 0,235 ,
N 190 190
Kết quả kiểm định cho thấy chúng ta không thể bác bỏ giả thuyết Ho: hệ số tương quan hạng của tổng thể bằng không, như vậy giả thuyết phương sai của sai số thay đổi bị bác bỏ.
4.7.4.3. Giả định về phân phối chuẩn của phần dư
Phần dư có thể khơng tn theo phân phối chuẩn vì những lý do như: sử dụng sai mơ hình, phương sai không phải là hằng số, số lượng các phần dư không đủ
nhiều để phân tích,… Vì vậy chúng ta nên thử nhiều cách khảo sát khác nhau. Một cách khảo sát đơn giản nhất là xây dựng biểu đồ tần số của các phần dư.(13)
Kết quả thu được trong phụ lục 13.3 cho ta kết luận như sau:
Từ phụ lục13.3 cho ta một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số. Ở đây ta kỳ vọng phần dư quan sát có phân phối xấp xỉ chuẩn. Vì theo Hồng Trọng và Chu Nguyễn Mộng Ngọc (2008) cho rằng: “Thật không hợp lý khi chúng ta kỳ vọng rằng các phần dư quan sát có phân phối hồn tồn chuẩn vì ln ln có những chênh lệch do lấy mẫu. Ngay cả khi các sai số có phân phối chuẩn trong tổng thể đi nữa thì phần dư trong quan sát mẫu cũng chỉ xấp xỉ chuẩn mà thôi”. Như vậy, trong bài nghiên cứu này dựa vào biểu đồ tần số Histogram có thể nói phân phối phần dư xấp xỉ chuẩn (trung bình Mean ≈ 0 và độ lệch chuẩn Std. Dev. = 0.987 tức là gần bằng 1).
Từ kết quả biểu đồ Q-Q plot cũng cho ta kết quả để khảo sát phân phối của phần dư. Nhìn từ biểu đồ ta thấy những giá trị của các điểm phân vị của phân phối của biến theo các phân vị của phân phối chuẩn. Những giá trị kỳ vọng này tạo thành một đường chéo. Các điểm quan sát thực tế tập trung khá sát đường chéo. Nên ta có thể kết luận: phân phối phần dư có thể xem như chuẩn.
4.8. Phân tích ảnh hưởng của các biến định tính đến xu hướng chọn mua
máy điều hịa khơng khí
Kiểm định Independent-sample T-test được sử dụng để cho ta biết có sự khác biệt về xu hướng chọn mua điều hịa khơng khí giữa các nhóm giới tính, độ tuổi, nghề nghiệp và thu nhập khác nhau. Từ kết quả trong phụ lục 14 ta có nhận xét sau:
Có sự khác biệt có ý nghĩa thống kê về đánh giá của khách hàng trong xu hướng chọn mua máy điều hịa với các nhóm có giới tính (giá trị Sig. trong Levene bằng 0,163 > 0,05 nên kết quả ANOVA có thể được sử dụng, giá trị Sig. trong bảng ANOVA bằng 0 nên có sự khác biệt có ý nghĩa thống kê). Tương tự với 2 nhóm
nghề nghiệp và thu nhập của khách hàng. Cụ thể sự khác biệt trong từng nhóm như sau:
Nhóm nghề nghiệp: khơng có sự khác nhau trong nhóm Cơng nhân; nhóm Cán bộ, viên chức nhà nước và nhóm Giám đốc, nhân viên cơng ty. Và 3 nhóm này có sự khác biệt với 2 nhóm Tự kinh doanh và Nghề nghiệp khác. Nhóm Tự kinh doanh và nhóm Nghề nghiệp kháccũng khơng có sự khác biệt.
Nhóm thu nhập: nhóm Dưới 6 triệu khơng có sự khác biệt với nhóm Từ 10 đến 15 triệu. nhóm này lại có sự khác biệt với nhóm Từ 6 triệu đến 10 triệu và nhóm Trên 15 triệu. Nhóm Từ 6 triệu đến 10 triệu khơng có sự khác biệt với 2 nhóm Từ 10 đến 15 triệu, Trên 15 triệu. Nhóm Từ 10 đến 15 triệu có sự khác biệt với nhóm Trên 15 triệu. (Kết quả chi tiết xem phụ lục 14)
4.9. Biểu đồ nhận thức
Khi nghiên cứu xu hướng chọn mua một sản phẩm nào đó các doanh nghiệp khơng thể khơng quan tâm đến vị trí thương hiệu của họ trong lịng của khách hàng. Khách hàng càng đánh giá cao vị trí của một thương hiệu nào đó thì họ càng có xu hướng chọn mua sản phẩm đó để sử dụng. Vì thế sau khi xây được mơ hình hồi qui các nhân tố ảnh hưởng đến xu hướng chọn mua máy điều hòa tác giả sử dụng phương pháp lập bản đồ nhận thức để định vị cho một số thương hiệu được khách hàng đánh giá trong nghiên cứu. Từ đó ta sẽ có bức tranh tồn cảnh về giá trị của từng thương hiệu thông qua cảm nhận và đánh giá của khách hàng. Qua đó giúp doanh nghiệp biết vị trí thương hiệu của họ đang được đánh giá như thế nào và giúp doanh nghiệp hoạch định những chiến lược phát triển cho dịng sản phẩm của mình.
Như đã giới thiệu trong chương 2 của cùng luận văn này, thị trường máy điều hịa ở Việt Nam hiện nay vơ cùng phong phú và đa dạng. Tuy vậy, thị trường máy điều hòa vẫn bị chi phối bởi 3 ông lớn trong ngành này là: Panasonic với 27-28% thị phần; tiếp đó là đến Daikin với 23-25% thị phần và LG đang giữ ở vị trí thứ 3
(14)
với rất nhiều các mẫu mã và đa dạng về chủng loại. Nhưng nếu chỉ nói đến 3
thương hiệu này thơi thì khơng thể miêu tả được hết sự sôi động của thị trường này. Trong phạm vi của luận văn và thông qua khảo sát của 190 khách hàng thì tác giả thống kê được 7 thương hiệu được khách hàng sử dụng đó là: Panasonic, Daikin, Toshiba, LG, Mitsubishi, Reetecch và Sharp. Trong đó chỉ có một thương hiệu của