Giả thiết Biến phụ thuộc Biến độc lập Mối quan hệ kỳ vọng
H1 Thái độ Ý định mua +
H2 Chuẩn chủ quan Ý định mua +
H4 Giá cả Ý định mua +
H5 Chất lượng Ý định mua +
H6 Phân phối Ý định mua +
H7 Chiêu thị Ý định mua +
Hình 4.6 Mơ hình nghiên cứu 4.4 Phân tích hồi qui 4.4 Phân tích hồi qui
Căn cứ vào mơ hình trên, các giả thiết được đặt ra là có sự tương quan giữa các yếu tố tác động đến ý định mua quần áo trẻ em Việt Nam tại Tp. Hồ Chí Minh và ý định mua tác
Thái độ Chuẩn chủ quan Mức độ cảm nhận giá Chất lượng sản phẩm Phân phối Chiêu thị Ý định mua H 1+ H 2+ H 7+ H 6+ H 5+ H 4+
động đến hành vi mua. Phân tích hồi qui được sử dụng để xác định sự tương quan này có tuyến tính hay khơng và mức độ quan trọng của từng nhân tố trong sự tác động đến ý định mua quần áo trẻ em Việt Nam. Thơng qua giai đoạn phân tích nhân tố khám phá, thì có 6 nhân tố được đưa vào kiểm định mơ hình. Giá trị nhân tố là trung bình của các biến quan sát thành phần thuộc nhân tố đó.
Sáu nhân tố được đưa vào mơ hình bao gồm:Chuẩn chủ quan (6 biến quan sát), Chiêu thị (3 biến quan sát), Chất lượng (3 biến quan sát), Thái độ (4 biến quan sát), Phân phối (3 biến quan sát), Giá (3 biến quan sát). Một biến phụ thuộc là Ý định mua quần áo trẻ em Việt Nam (4 biến quan sát).
Phương pháp hồi qui tổng thể các biến sẽ được sử dụng trên phần mềm SPSS 16.0. Mơ hình hồi qui có dạng như sau:
Y=X0 + β1X1+ β2X2+ β3X3+ β4X4+ β5X5+ β6X6 Trong đó:
Các hệ số hồi qui: β1,β2,β3,β4,β5,β6
Biến phụ thuộc Y: ý định mua quần áo trẻ em Việt Nam
Biến độc lập bao gồm:
X0: là một biến độc lập ngẫu nhiên có phân phối chuẩn với trung bình bằng 0 và phương sai khơng đổi.
X1: Chuẩn chủ quan X2: Chất lượng sản phẩm X3: Chiêu thị X4: Thái độ X5: Mức giá X6: Phân phối sản phẩm
4.4.1 Phân tích tương quan
Trước khi phân tích hồi qui, thì kiểm tra hệ số tương quan Pearson để xem xét các mối quan hệ tương quan tuyết tính giữa các biến phụ thuộc và từng biến độc lập, cũng
như giữa các biến độc lập với nhau. Hệ số này luôn nằm trong khoảng từ -1 đến +1, lấy giá trị tuyệt đối, nếu lớn hơn 0,thì có thể kết luận mối quan hệ là chặt chẽ và càng gần 1thì mối quan hệ càng chặt chẽ, nếu nhỏ hơn 0.3 thì mối quan hệ không chặt chẽ.
Kết quả trong bảng hệ số tương quan (tham khảo phụ lục 9) cho thấy biến phụ thuộc có mối quan hệ tương quan tuyết tính với cả sau biến độc lập.
4.4.2 Đánh giá độ phù hợp của mơ hình hồi qui tuyến tính
Theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2008), hệ số xác định R2 được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mơ hình, càng đưa thêm biến độc lập vào mơ hình thì R2 càng tăng, tuy nhiên điều này cũng được chứng minh rằng khơng phải phương trình càng có nhiều biến sẽ phù hợp hơn với dữ liệu. Hệ số xác định R2 hiệu chỉnh được sử dụng để phản ánh sát hơn mức độ phù hợp của mơ hình hồi qui tuyết tính bội. R2 hiệu chỉnh không nhất thiết tăng lên khi nhiều biến độc lập được thêm vào phương trình, nó là thước đo sự phù hợp được sử dụng cho trường hợp hồi qui tuyết tính bội vì nó khơng phụ thuộc vào độ phóng đại của R2.