CHƯƠNG 2 : XỬ LÝ DỮ LIỆU VÀ KẾT QUẢ NGHIÊN CỨU
2.7. Kiểm định Independent samples T-Test và ANOVA
2.7.1. Kiểm định T - Test
Kiểm định T - Test giữa biến giới tính và biến Quyết định mua Mục đích: Kiểm định này dùng để kiểm tra có sự khác biệt giữa nam nữ đối
với nhu cầu tiêu dùng xanh hay khơng. Theo Hồng Trọng và Chu Nguyễn Mộng Ngọc (2008), với kiểm định T - test, ta cần dựa vào kết quả kiểm định sự bằng nhau của 2 phương sai tổng thể (kiểm định Levene). Phương sai diễn tả mức độ đồng đều hoặc không của dữ liệu quan sát.
Thao tác trên SPSS: Analyze > Compare Means > Independent Samples T-Test. Ở giao diện được mở ra, các bạn đưa biến định lượng vào mục Test
Variable(s), đưa biến định tính vào mục Grouping Variable. Sau đó nhấn vào mục Define Groups... ngay bên dưới. Điền 2 ô trống lần lượt là 1 và 2. Quay lại hộp
thoại Independent-Samples T-Test, chọn OK.
Kết quả kiểm định sự khác biệt về Quyết định mua với biến giới tính được thể hiện trong bảng sau:
Bảng 2. 11: Kết quả kiểm định Independent Samples T - Test
Giả thiết phương sai bằng nhau
Giả thiết phương sai không bằng nhau
-.880 .381
Nguồn: Kết quả xử lý SPSS 2022
Giả thuyết 1: H₀: Phương sai đồng nhất
H₁: Phương sai không đồng nhất
Kết quả thống kê Levene cho giá trị Sig. (màu vàng) = 0.478 > 0.05 (mức ý nghĩa). Do đó chấp nhận giả thuyết H₀, cho thấy phương sai 2 giới tính giống nhau. Vì thế trong kết quả kiểm định T-test, ta sử dụng kết quả giả thuyết phương sai bằng nhau để kiểm định cặp giả thuyết.
Giả thuyết 2:
H₀: Khơng có sự khác biệt về quyết định mua giữa nam và nữ H₁: Có sự khác biệt về quyết định mua giữa nam và nữ
Kết quả thống kê Leneve cho giá trị Sig T-test (màu xanh) đối với trường hợp phương sai bằng nhau = 0.374 > 0.05 (mức ý nghĩa).
Do đó chấp nhận giả thuyết H₀. Như vậy, với mức ý nghĩa 5% có thể kết luận rằng khơng có sự khác biệt về quyết định mua giữa nam nữ hay phương sai các nhóm giá trị là đồng nhất.
Từ kết quả của kiểm định T-test, nhóm đi vào kiểm định ANOVA để tìm ra sự khác biệt giữa các cặp biến định lượng so với định tính.
2.7.2. Kiểm định ANOVA cho các biến nhân khẩu học
a. Kiểm định ANOVA giữa Quyết định mua và Số năm của sinh viên
Mục đích: Kiểm định sự khác biệt có ý nghĩa thống kê giữa các biến nhân
khẩu học trung bình (số năm sinh viên và thu nhập) đồng thời xác định mức độ ảnh hưởng của các biến độc lập với biến phụ thuộc trong nghiên cứu hồi quy.
Thao tác trên SPSS: Analyze > Compare Means > One-Way ANOVA…
Đưa biến phụ thuộc vào mục Dependent List, đưa biến định tính vào mục Factor.
27
Ý nghĩa các đại lượng: Với bảng kiểm định ANOVA ta chỉ quan tâm đến
giá trị Sig.
Nếu sig. < 0.05 chúng ta kết luận có sự khác biệt ý nghĩa thống kê về Quyết định mua laptop của sinh viên thuộc nhóm số năm/thu nhập khác nhau. Nếu sig. < 0.05 chúng ta kết luận khơng có sự khác biệt ý nghĩa thống kê về Quyết định mua laptop của sinh viên thuộc nhóm số năm/thu nhập khác nhau
Bảng 2. 12: Kết quả kiểm định ANOVA giữa Quyết định mua và Số năm của sinh viên Between Groups Within Groups Total Nguồn: Kết quả xử lý SPSS 2022
Từ bảng trên cho thấy kết quả phân tích ANOVA giữa Số năm của sinh viên và Quyết định mua laptop. Với giá trị Sig. = 0.346 > 0.05 ta có thể kết luận khơng có sự khác biệt về ý định tiêu dùng xanh giữa các nhóm tuổi khác nhau.
b. Kiểm định ANOVA giữa Quyết định mua và Thu nhập
Bảng 2. 13: Kiểm định ANOVA giữa Quyết định mua và Thu nhập
Sum of df Squares Mean Square F Sig. 28
Between Groups Within Groups Total Nguồn: Kết quả xử lý SPSS 2022
Từ bảng trên cho thấy kết quả phân tích ANOVA giữa Thu nhập và Quyết định mua laptop. Với giá trị Sig. = 0.611 > 0.05 ta có thể kết luận khơng có sự khác biệt về Quyết định mua laptop giữa các nhóm có thu nhập khác nhau.
29