Hệ số (a) Mơ hình Hệ số chưa chuẩn hóa Hệ số chuẩn hóa t Sig. Thống kê đa cộng tu ến B Sai số
chuẩn Beta Tolerance VIF
1
(Constant) .375 .131 2.872 .004
M_TR .176 .034 .207 5.196 .000 .646 1.548
M_PR .496 .036 .550 13.981 .000 .664 1.506
M_QU .165 .034 .191 4.852 .000 .665 1.505
a. Biến phụ thuộc: M_IN
Tóm lại, mơ hình này giải thích được 64,1% sự biến thiên của nhân tố ý định mua là do các biến độc lập trong mơ hình tạo ra, cịn lại 35,9% biến thiên của nhân tố ý định mua được giải thích bởi các biến khác ngồi mơ hình mà trong phạm vi nghiên cứu của đề tài này chưa xem xét đến.
Mơ hình cịn cho thấy các biến độc lập đều ảnh hưởng thuận chiều đến ý định mua của người tiêu dùng ở độ tin cậy 95%.
4.4.3.Kiểm định độ phù hợp của mơ hình
Phân tích hồi quy khơng phải chỉ là việc mô tả các dữ liệu quan sát được. Từ các kết quả quan sát được trong mẫu, ta phải suy rộng kết luận cho mối liên hệ giữa các biến trong tổng thể. Sự chấp nhận và diễn dịch kết quả hồi quy không thể tách rời các giả định cần thiết và sự chẩn đoán về sự vi phạm các giả định đó. Nếu các giả định bị vi phạm, thì các kết quả ước lượng được khơng đáng tin cậy nữa (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
Vì vậy, để đảm bảo sự diễn dịch từ kết quả hồi quy của mẫu cho tổng thể có giá trị, trong phần này sẽ tiến hành kiểm định các giả định của hàm hồi quy bao gồm các giả định sau:
- Khơng có hiện tượng đa cộng tuyến - Phương sai của phần dư khơng đổi - Các phần dư có phân phối chuẩn
- Khơng có hiện tượng tương quan giữa các phần dư
Khơng có hiện tượng 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 này là chúng cung cấp cho mơ hình những thơng tin rất giống nhau và rất khó tách rời ảnh hưởng của từng biến một đến biến phụ thuộc; làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm trị thống kê t của kiểm định mức ý nghĩa trong khi hệ số R square vẫn khá cao (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
Trong mơ hình hồi quy bội này giả định giữa các biến độc lập của mơ hình khơng có hiện tượng đa cộng tuyến. Hiện tượng này sẽ được kiểm định thơng qua hệ số phóng đại phương sai VIF (Variance inflation factor). Khi VIF vượt quá 10, đó là dấu hiệu của đa cộng tuyến. Hệ số phóng đại phương sai sẽ được kiểm chứng đồng thời trong
quá trình kiểm định hồi quy (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005). Giả định này sẽ được kiểm định đồng thời trong phân tích hồi quy.
Phương sai của phần dư khơng đổi
Hiện tượng phương sai của phần dư thay đổi có thể làm cho các ước lượng của hệ số hồi quy không chệch nhưng không hiệu quả (tức là không phải ước lượng phù hợp nhất), từ đó làm cho kiểm định các giả thuyết mất hiệu lực khiến chúng ta đánh giá nhầm về chất lượng của mơ hình hồi quy (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
Đồ thị phân tán ở biểu đồ Hình 3.1 cho thấy phần dư phân tán ngẫu nhiên xung quanh đường đi qua tung độ 0 chứ khơng tạo nên hình dạng nào. Như vậy, giả định phương sai khơng đổi của mơ hình hồi quy khơng bị vi phạm.
Các phần dư có phân phối chuẩn
Phần dư có thể khơng tn theo phân phối chuẩn vì những lý do: sử dụng mơ hình khơng đúng, phương sai không phải là hằng số, số lượng các phần dư khơng đủ nhiều để phân tích. Vì vậy, ta sử dụng nhiều cách khảo sát khác nhau để đảm bảo tính xác đáng của kiểm định (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2005). Trong nghiên cứu này sẽ sử dụng cách xây dựng biểu đồ tần số Histogram và biểu đồ P-P plot để khảo sát phân phối của phần dư.
Hình 3.2 biểu đồ tần số Histogram cho thấy một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số. Như vậy phân phối phần dư xấp xỉ chuẩn, nên có thể kết luận rằng giả thiết phân phối chuẩn không bị vi phạm.
Tương tự, Hình 3.3 biểu đồ P-P plot cũng cho thấy các điểm quan sát không phân tán quá xa đường thẳng kỳ vọng nên có thể kết luận là giả thiết phân phối chuẩn khơng bị vi phạm.
Hình 4.3. Đồ thị P-P plot
Khơng có hiện tượng tương quan giữa các phần dư
Nguyên nhân hiện tượng này có thể là do các biến có ảnh hưởng khơng được đưa hết vào mơ hình do giới hạn và mục tiêu nghiên cứu, chọn mối liên hệ tuyến tính mà lẽ ra là phi tuyến, sai số trong đo lường các biến..., các lý do này có thể dẫn đến vấn đề tương quan chuỗi trong sai số và tương quan chuỗi cũng gây ra những tác động sai lệch nghiêm trọng đến mơ hình hồi quy tuyến tính như hiện tượng phương sai thay đổi. Đại lượng thống kê Dubin – Watson có thể dùng để kiểm định tương quan này. Nếu các phần dư khơng có tương quan chuỗi bậc nhất với nhau, giá trị Durbin-Watson sẽ gần bằng 2.