Mơ hình
Các hệ số chưa chuẩn hóa
Các hệ số đã chuẩn hóa
T Sig.
Đo lường cộng tuyến
B Độ lệch chuẩn Beta Độ chấp nhận VIF 1 Hằng số 1,521 ,205 7,432 ,000 SP ,234 ,042 ,290 5,587 ,000 ,806 1,241 GC ,169 ,040 ,226 4,208 ,000 ,755 1,325 DD ,098 ,046 ,129 2,139 ,033 ,596 1,678 CT ,111 ,038 ,174 2,946 ,004 ,623 1,605 DC ,086 ,044 ,103 1,967 ,050 ,790 1,266 Biến phụ thuộc: HVM
(Nguồn: Kết quả xử lý dữ liệu điều tra của tác giả)
Kết quả hồi quy từ bảng 4.3 cho thấy, R2 điều chỉnh bằng 40,2%; có nghĩa là 40,2% biến thiên của hành vi lựa chọn kênh siêu thị của người tiêu dùng được giải thích chung bởi các biến độc lập trong mơ hình.
Giá trị F tương ứng với mức ý nghĩa quan sát được là 0,000 trong phân tích ANOVA cho thấy, mơ hình hồi quy bội xây dựng được phù hợp với dữ liệu ở độ tin cậy 95%.
Bảng kết quả các hệ số hồi quy 4.4 cho thấy, năm nhân tố đưa vào phân tích hồi quy thì cả năm nhân tố đều có ảnh hưởng đến hành vi lựa chọn kênh siêu thị của người tiêu dùng.
Để so sánh mức độ ảnh hưởng của từng nhân tố đến hành vi lựa chọn kênh siêu thị của người tiêu dùng, chúng ta căn cứ vào hệ số beta chuẩn hóa. Theo đó, nhân tố nào có hệ số beta chuẩn hóa càng lớn có nghĩa là nhân tố đó ảnh hưởng càng mạnh vào biến phụ thuộc. Nhìn vào bảng kết quả các hệ số hồi quy ta có thể thấy, trong năm nhân tố ảnh hưởng đến hành vi lựa chọn kênh siêu thị, sản phẩm (SP) có ảnh hưởng mạnh nhất với beta bằng 0,290; nhân tố có ảnh hưởng mạnh thứ hai là giá cả (GC) với beta bằng 0,226; tác động mạnh thứ ba là chiêu thị (CT) với
beta bằng 0,174; địa điểm (DD) là nhân tố tác động mạnh thứ tư với beta bằng 0,129; và cuối cùng là động cơ (DC) với beta bằng 0,103.
Cũng cần phải nói thêm rằng, kết quả hồi quy với R2
điều chỉnh tuy khơng lớn ( mới chỉ giải thích được 40,2% biến thiên của biến phụ thuộc trong mơ hình, nghĩa là còn 59,8% biến thiên của biến phụ thuộc được giải thích bởi các nhân tố khác ngồi mơ hình) nhưng điều này là chấp nhận được; vì trên thực tế, ngồi tác động của các nhân tố được xem xét trong nghiên cứu này, thì hành vi lựa chọn kênh siêu thị của người tiêu dùng cịn có thể chịu tác động từ các nhân tố khác mà nghiên cứu này chưa xem xét đến, ví dụ: các tác nhân môi trường (như: ảnh hưởng của tình hình kinh tế, ảnh hưởng của cơng nghệ,...), các tác nhân khác (như: văn hóa, xã hội, cá nhân, tâm lý,...).
4.2.3. Dị tìm sự vi phạm giả định cần thiết trong hồi quy bội
Để mơ hình hồi quy bội xây dựng được theo phương pháp bình phương bé nhất thơng thường với phương pháp ENTER được chọn có ý nghĩa thống kê, thì cần đảm bảo được các giả định của nó khơng bị vi phạm.
4.2.3.1. Giả định quan hệ tuyến tính
Giả định đầu tiên là quan hệ tuyến tính. Phương pháp được sử dụng ở đây là vẽ đồ thị phân tán giữa phần dư chuẩn hóa (Standardized residual ) trên trục tung và giá trị dự đốn chuẩn hóa (Standardized predicted value) trên trục hồnh.
Kết quả kiểm định cho thấy, phần dư khơng thay đổi theo một trật tự nào đối với giá trị dự đoán. Do vậy, giả định liên hệ tuyến tính đã khơng bị vi phạm. (Tham
khảo phụ lục 07).
4.2.3.2. Giả định phương sai của sai số không đổi
Tiếp theo, chúng ta cần kiểm tra giả định phương sai của sai số khơng đổi có bị vi phạm hay khơng. Bởi vì hiện tượng “phương sai thay đổi” (Heteroskedasticity) gây ra nhiều hậu quả tai hại đối với mơ hình ước lượng bằng phương pháp OLS. Nó
làm cho các ước lượng của các hệ số hồi quy không chệch nhưng không hiệu quả (tức là khơng phải là ước lượng phù hợp), nó cũng làm cho kiểm định của các giả thuyết mất hiệu lực khiến chúng ta đánh giá nhằm về chất lượng của mơ hình hồi quy bội.
Đồ thị phân tán giữa phần dư chuẩn hóa (Standardized residual) trên trục tung và giá trị dự đốn chuẩn hóa (Standardized predicted value) trên trục hoành
(Tham khảo phụ lục 07) được dùng để kiểm tra hiện tượng phương sai thay đổi. Ta
thấy các phần dư phân tán quanh trục 0 trong một phạm vi khơng đổi, có thể kết luận phương sai của sai số là không đổi.
4.2.3.3. Giả định về phân phối chuẩn của phần dư
Mơ hình hồi quy bội mà chúng ta xây dựng được chỉ thực sự phù hợp với các dữ liệu quan sát khi phần dư có phân phối chuẩn với trung bình bằng 0 và phương sai không đổi.
Cách thức để khảo sát phân phối của phần dư là xây dựng biểu đồ tần số Histogram và biểu đồ P-P Plot.
Kết quả trong biểu đồ tần số Histogram cho thấy, một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số. Với độ lệch chuẩn Std. Dev = 0,991 (gần bằng 1) và giá trị trung bình Mean = 0; chúng ta có thể kết luận rằng, giả thuyết phân phối chuẩn của phần dư không bị vi phạm. Hơn nữa, để củng cố cho kết luận này, chúng ta xét thêm biểu đồ P-P Plot của phần dư chuẩn hóa, kết quả cho thấy, các điểm quan sát không phân tán quá xa đường chéo kỳ vọng, nên chúng ta có thể kết luận là giả thuyết phân phối của phần dư không bị vi phạm. (Tham khảo phụ lục
08).
4.2.3.4. Giả định về tính độc lập của sai số
Đại lượng thống kê Durbib-Watson (d) có thể dùng để kiểm định tương quan của các sai số liền nhau (tương quan chuỗi bậc nhất).Giả thuyết H0: hệ số tương quan tổng thể của các phần dư = 0. Đại lượng d có giá trị biến thiên trong khoảng từ
0 đến 4. Nếu các phần dư khơng có tương quan chuỗi bậc nhất với nhau, giá trị d sẽ gần bằng 2.
Kết quả Durbin-Watson trong bảng phân tích hồi quy bội (Tham khảo phụ lục 06) cho thấy, giá trị d tính được rơi vào miền chấp nhận giả thuyết khơng có
tương quan chuỗi bậc nhất (d = 1,833: gần bằng 2). Do vậy, giả định về tính độc lập của sai số khơng bị vi phạm.
4.2.3.5. Giả định đa cộng tuyến
Cộng tuyến là trạng thái trong đó các biến độc lập có tương quan chặt chẽ với nhau. Vấn đề của hiện tượng cộng tuyến là chúng cung cấp cho mơ hình những thơng tin rất giống nhau, và rất khó tách rời ảnh hưởng của từng biến độc lập đến biến phụ thuộc. Cơng cụ chuẩn đốn giúp phát hiện sự tồn tại của cộng tuyến là (1) độ chấp nhận của biến (Tolerance) nhỏ và (2) hệ số phóng đại phương sai (VIF) vượt quá 10.
Kết quả đo lường đa cộng tuyến cho thấy độ chấp nhận của năm biến (SP, GC, DD, CT, DC) đều khá cao (tất cả đều lớn hơn 0,5), hệ số phóng đại phương sai của năm biến đều nhỏ hơn 2, điều đó chứng tỏ hiện tượng đa cộng tuyến không xảy ra giữa các biến độc lập trong mơ hình. (Tham khảo phụ lục 06).
4.3. Kết quả kiểm định mơ hình và các giả thuyết nghiên cứu
4.3.1. Kiểm định mơ hình nghiên cứu
Hệ số xác định R2 là chỉ số dùng để đánh giá mức độ phù hợp mơ hình hồi quy bội. Phép kiểm định F được sử dụng để kiểm định giả thuyết này và nó tương đương với kiểm định F trong ANOVA.
Theo kết quả từ bảng phân tích ANOVA (bảng 4.5) ta thấy phương sai trung bình hồi quy lớn hơn nhiều so với phương sai trung bình phần dư, điều đó có nghĩa mơ hình hồi quy là phù hợp. Ngoài ra, kết quả kiểm định F với mức ý nghĩa tại Sig. = 0,000 cũng nói lên rằng mơ hình hồi quy là phù hợp. Do đó, có thể kết luận rằng mơ hình đạt mức độ phù hợp khá cao.