Để phân tích mơ hình PATH ta dùng phƣơng pháp hồi quy. Mơ hình PATH là tổng hợp của 2 mơ hình hồi quy đa biến (MLR) và đơn biến (SLR) nhƣ sau:
E(Y)= β0 + β1 X1 + β2 X2 (1)
E(Z)= γ0+ γ1Y (2)
Dựa vào phƣơng pháp phân tích hồi quy ta sẽ tìm đƣợc các hệ số β0, β1, β2, γ0, γ1 và hệ số R² của từng mơ hình. Để đánh giá mức độ phù hợp của mơ hình PATH ta dùng hệ số phù hợp tổng hợp
3.5.4 Hồi quy đa biến
Hồi quy đa biến là một phƣơng pháp phân tích dùng kỹ thuật thống kê đƣợc sử dụng để phân tích mối quan hệ của nhiều biến độc lập với một biến phụ thuộc. Khi sử dụng hồi quy đa biến, các tham số thống kê cần đƣợc quan tâm là:
Hệ số R² hiệu chỉnh (Adjusted coefficient of determination): đo lƣờng phần phƣơng sai của biến phụ thuộc đƣợc giải thích bởi các biến độc lập có tính
Biến độc lập
(X1) Biến trung gian
(Y) Biến phụ thuộc (Z) ) Biến độc lập (X2) (3.1) (Nguyễn Đình Thọ, 2011)
đến số lƣợng biến phụ thuộc và cỡ mẫu. Hệ số này càng cao, độ chính xác của mơ hình càng lớn và khả năng dự báo của biến độc lập càng lớn.
Kiểm định độ phù hợp của mơ hình: sử dụng trị thông kê F để kiểm định mức ý nghĩa thống kê của mơ hình. Giả thuyết Ho cho là các hệ số β trong mơ hình đều bằng 0. Nếu mức ý nghĩa kiểm định nhỏ hơn 0.05, ta có thể an tồn bác bỏ giả thuyết Ho hay nói cách khác, mơ hình phù hợp với tập dữ liệu đang khảo sát.
Hệ số β (Standardized Beta Coefficent): hệ số hồi quy chuẩn hóa cho phép so sánh một cách trực tiếp về mức độ ảnh hƣởng của biến độc lập lên biến phụ thuộc.
Kiểm định mức ý nghĩa của hệ số β: sử dụng trị thống kê t để kiểm định mức ý nghĩa của hệ số β. Nếu mức ý nghĩa của kiểm định nhỏ hơn 0.05, ta có thể kết luận hệ số β có ý nghĩa về mặt thống kê.
Kiểm tra đa cộng tuyến: là hiện tƣợng các biến độc lập có tƣơng quan chặt chẽ với nhau, khó tách rời ảnh hƣởng của từng biến đến biến phụ thuộc, làm tăng độ lệch chuẩn của các hệ số hồi quy, làm giảm giá trị thống kê t của kiểm định ý nghĩa các hệ số hồi quy. Khi phân tích Collinearity Diagnotics, hệ số tolerance càng gần 1 càng tốt, hệ số phóng đại phƣơng sai VIF càng gần 1 càng tốt và khơng q 10 thì khơng có hiện tƣợng đa cơng tuyến.
3.5.5 Biến điều tiết
Biến điều tiết là biến làm thay đổi độ mạnh và dạng của mối quan hệ giữa biến độc lập và phụ thuộc. Một mơ hình nghiên cứu có thể có thể có một hay nhiều biến điều tiết và một biến điều tiết có thể làm thay đổi một hay nhiều tác động của các cặp biến. Biến điều tiết có thể là biến định tính hay định lƣợng. Tuy nhiên, thƣờng các biến này là biến định tính (Nguyễn Đình Thọ, 2011).
Sharma & ctg (1981) phân loại các biến cần xem xét thành bốn nhóm dựa vào: (1)mối quan hệ giữa biến xem xét với biến phụ thuộc (DV) và biến độc lập (IV);(2) quan hệ hỗ tƣơng với biến độc lập (IV). (Hình 3.4)
Có quan hệ với DV và/hay IV Khơng có quan hệ với DV và/hay IV Khơng có quan hệ hỗ tƣơng với IV Biến không làm chức năng điều tiết
Biến điều tiết theo nhóm
Có quan hệ hỗ tƣơng với IV
Biến điều tiết hỗn hợp
Biến điều tiết thuần túy