TH VC SS TG TD TH Pearson Correlaiton 1 Sig. (2-tailed) VC Pearson Correlaiton .408 1 Sig. (2-tailed) .000 SS Pearson Correlaiton .286 .384 1 Sig. (2-tailed) .000 .000 TG Pearson Correlaiton .424 .388 .460 1 Sig. (2-tailed) .000 .000 .000 TD Pearson Correlaiton .462 .382 .309 .628 1 Sig. (2-tailed) .000 .000 .000 .000
(Trong đó: TD: thái độ hướng tới hành vi mua mỹ phẩm cao cấp; TH: ý thức thương hiệu; VC: vật chất; SS: so sánh xã hội; TG: tham gia thời trang)
Hệ số này luôn nằm trong khoảng từ -1 đến 1, khi giá trị tuyệt đối càng gần 1 thì tức là mức độ tương quan giữa các biến càng lớn. Hệ số này nếu lớn hơn 0.6 thì có thể kết luận mối quan hệ là chặt chẽ, và càng gần 1 thì mối quan hệ càng chặt, nếu nhỏ hơn 0.3 thì cho biết mối quan hệ là khá lỏng lẻo.
Qua bảng 4.4 ta thấy:
Trong mơ hình ta thấy: hệ số tương quan giữa biến phụ thuộc TD và các biến độc lập đều lớn hơn 0.3. Sơ bộ ta có thể kết luận các biến độc lập này có thể đưa vào mơ hình để giải thích cho biến TD. Ngồi ra, hệ số tương quan giữa các biến độc lập với nhau cũng không quá cao. Tuy nhiên vẫn cần xem xét thêm một số yếu tố khác.
Ở bảng 4.4, ta thấy sig. = .000 < 0.05 là có ý nghĩa thống kê. 4.5.2.Đánh giá độ phù hợp của mơ hình hồi quy tuyến tính
Hệ số xác định R2 là chỉ số dùng để đánh giá mức độ phù hợp của mơ hình hồi quy với dữ liệu thực tế (Nguyễn Đình Thọ, 2012). Đối với mơ hình hồi quy bội, theo Hoàng Trọng và 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 cao, tuy nhiên điều này cũng được chứng minh rằng khơng phải mơ hình càng có nhiều biến sẽ phù hợp hơn với dữ liệu. Như vậy, R2 có khuynh hướng là một ước lượng lạc quan của thước đo sự phù hợp của mơ hình đối với dữ liệu trong trường hợp có hơn một biến giải thích trong mơ hình. Mơ hình thường khơng phù hợp với dữ liệu thực tế như giá trị R2 thể hiện. Trong tình huống này, hệ số xác định R2 điều chỉnh (Adjusted R square) được sử dụng để phản ánh sát hơn mức độ phù hợp của mơ hình hồi quy tuyến tính bội. R2 điều chỉnh không nhất thiết tăng lên khi nhiều biến độc lập được thêm vào mơ hình, nó là thước đo sự phù hợp được sử dụng cho tình huống hồi quy tuyến tính bội vì nó khơng phụ thuộc vào độ phóng đại của R2.
Bảng 4.5 cho kết quả R2:
Trong mơ hình ta thấy: hệ số R2 là 0.45, tuy nhiên để đánh giá độ phù hợp của mơ hình, ta sử dụng hệ số R2 điều chỉnh bằng 0.442, điều này có nghĩa là mơ hình hồi quy tuyến tính đã được xây dựng phù hợp với tập dữ liệu đến mức 44.2%. Hay các biến độc
lập là ý thức thương hiệu, vật chất, so sánh xã hội và tham gia thời trang giải thích được 44.2% phương sai của biến phụ thuộc thái độ hướng tới hành vi mua mỹ phẩm cao cấp. Bảng 4.5 : Tóm tắt mơ hình
Mơ hình R R2 R2 điều chỉnh Sai số chuẩn của đo lường
.617 .450 .442 .58752
4.5.3.Kiểm định các giả thuyết
4.5.3.1.Kiểm định giả thuyết về độ phù hợp của mơ hình
Để kiểm định về độ phù hợp của mơ hình hồi quy tuyến tính tổng thể, kiểm định F được sử dụng. Kiểm định này xem xét biến phụ thuộc có liên hệ tuyến tính với tồn bộ tập hợp các biến độc lập hay khơng (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Theo kết quả Anova ở bảng 4.6, ta thấy:
Trong mơ hình ta thấy: giá trị sig. = .000 rất nhỏ, vì vậy ta có thể kết luận rằng mơ hình hồi quy tuyến tính bội phù hợp với tập dữ liệu và có thể sử dụng được (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Bảng 4.6: ANOVAMơ Mơ hình Tổng độ lệch bình phương Bậc tự do df Độ lệch bình
phương bình quân F Sig.
Hồi quy 74.520 4 18.630 53.972 .000
Phần dư 91.128 264 .345
Tổng 165.648 268
4.5.3.2.Kiểm định giả thuyết về ý nghĩa của hệ số hồi quy
Mơ hình: kết quả trong bảng 4.7 cho thấy các hệ số hồi quy riêng phần 1 ,
2 ,4 đều dương (> 0) và đều có mức ý nghĩa (sig. < 0.05),. Vậy các biến ý thức thương hiệu, vật chất và tham gia thời trang đều có tác động dương vào thái độ hướng tới hành vi mua mỹ phẩm cao cấp. Trong đó, biến tham gia thời trang tác động mạnh nhất, tiếp theo là ý thức thương hiệu và vật chất.
Như vậy chấp nhận các giả thuyết:
H1: Ý thức thương hiệu có tác động dương đến thái độ hướng tới hành vi mua mỹ phẩm cao cấp
H2: Vật chất có tác động dương đến thái độ hướng tới hành vi mua mỹ phẩm cao cấp
H4: Tham gia thời trang có tác động dương đến thái độ hướng tới hành vi mua mỹ phẩm cao cấp Bảng 4.7: Trọng số hồi quy Mơ hình Hệ số chưa chuẩn hóa Hệ số chuẩn hóa T Sig. Thống kê cộng tuyến Hằng số B Sai số chuẩn
Beta Tolerance VIF
Constant 1.329 .186 7.139 .000
TH .184 .046 .209 3.968 .000 .749 1.334
VC .096 .047 .109 2.053 .041 .736 1.358
SS -.027 .053 -.027 -.513 .608 .737 1.357
TG .448 .049 .510 9.186 .000 .677 1.476
Riêng hệ số hồi quy riêng phần 3 có giá trị âm (< 0), tức là biến so sánh xã hội có tác động âm vào thái độ chọn mua mỹ phẩm cao cấp, giá trị sig. = 0.608 cho thấy nó khơng có ý nghĩa trong mơ hình, tuy nhiên nếu nhìn vào hệ số tương quan Pearson thì ta thấy r = 0.309 (bảng 4.4.), như vậy so sánh xã hội và thái độ hướng tới hành vi mua mỹ phẩm cao cấp có quan hệ cùng chiều với nhau. Điều này có nghĩa là 3 biến cịn lại (ý thức thương hiệu, vật chất và tham gia thời trang) đã giải thích phần của biến so sánh xã hội giải thích cho thái độ hướng tới hành vi mua mỹ phẩm cao cấp (Nguyễn Đình Thọ, 2012).
Bác bỏ giả thuyết:
H3: So sánh xã hội có tác động dương đến thái độ hướng tới hành vi mua mỹ phẩm cao cấp
4.5.4.Dị tìm các vi phạm giả định cần thiết
4.5.4.1.Giả định liên hệ tuyến tính cũng như hiện tượng phương sai thay đổi
Giả định này được kiểm định bằng cách vẽ đồ thị phân tán giữa các phần dư và giá trị dự đốn mà mơ hình hồi quy tuyến tính cho ra. Nếu giả định liên hệ tuyến tính và phương sai bằng nhau được thỏa mãn thì ta sẽ khơng nhận thấy có liên hệ gì giữa các giá trị dự đốn với phần dư, chúng sẽ phân tán ngẫu nhiên quanh trục 0 trong một phạm vi khơng đổi (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Đồ thị phân tán (xem phụ lục 4) cho thấy phần dư phân tán ngẫu nhiên trong một vùng xung quanh đường đi qua tung độ 0 trong một phạm vi không đổi chứ khơng tạo thành một hình dạng nào (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Giá trị dự đoán và phần dư độc lập nhau, phương sai của phần dư khơng thay đổi. Như vậy mơ hình hồi quy phù hợp.
4.5.4.2. Giả định về phân phối chuẩn của phần dư
Phần dư có thể khơng tn theo phân phối chuẩn vì những lý do như: sử dụng sai mơ hình, phương sai khơng phải là hằng số, số lượng các phần dư khơng đủ nhiều để phân tích… Vì vậy, chúng ta nên thử nhiều cách khảo sát khác nhau. Một cách khảo sát đơn giản nhất là xây dựng biểu đồ tần số của các phần dư (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Biểu đồ tần số của phần dư chuẩn hóa của mơ hình (xem phụ lục 5) cho thấy một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số. Thật không hợp lý khi chúng ta kỳ vọng rằng các phần dư quan sát có phân phối hồn tồn chuẩn vì ln ln có những chênh lệch do lấy mẫu. Ngay cả khi các sai số có phân phối chuẩn trong tổng thể đi nữa thì phần dư trong mẫu quan sát cũng chỉ xấp xỉ chuẩn mà thơi. Ở đây, ta có thể nói phân phối phần dư xấp xỉ chuẩn (độ lệch chuẩn Std. Dev. = . 0993 của mơ hình, tức là gần bằng 1). Do đó có thể kết luận rằng giả thiết phân phối chuẩn không bị vi phạm.
Đối với biểu đồ P-P plot của mơ hình (xem phụ lục 5) cũng cho thấy các điểm quan sát khơng phân tán q xa đường thẳng kì vọng, nên ta có thể kết luận giả thiết phân phối chuẩn khơng bị vi phạm (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008). 4.5.4.3.Giả định khơng có mối tương quan giữa các biến độc lập (Đo lường 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 một đến biến phụ thuộc. Hiệu ứng khác của sự tương quan khá chặt giữa các biến độc lập là nó làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm giá trị thống kê t của kiểm định ý nghĩa của chúng nên các hệ số có khuynh hướng kém ý nghĩa hơn khi khơng có đa cộng tuyến trong khi hệ số xác định R2 vẫn khá cao (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Để kiểm tra hiện tượng đa cộng tuyến, chỉ số thường dùng là hệ số phóng đại phương sai VIF (Variance Inflation Factor) (Nguyễn Đình Thọ, 2012).
Thơng thường, nếu VIF của một biến độc lập nào đó >10 thì biến này hầu như khơng có giá trị giải thích biến thiên của Y trong mơ hình MLR (Hair et al., 2006; trích trong Nguyễn Đình Thọ, 2012).
Bảng 4.8: Đo lường đa cộng tuyếnMơ Mơ hình Hệ số chưa chuẩn hóa Hệ số chuẩn hóa T Sig. Thống kê cộng tuyến Hằng số B Sai số chuẩn
Beta Tolerance VIF
Constant 1.329 .186 7.139 .000
TH .184 .046 .209 3.968 .000 .749 1.334
VC .096 .047 .109 2.053 .041 .736 1.358
SS -.027 .053 -.027 -.513 .608 .737 1.357
Ý thức thương hiệu (TH)
.209 . Vật chất (VC) .109
Thái độ hướng tới hành vi (TD) -.027
So sánh xã hội (SS)
.510
Tham gia thời trang (TG)
Bảng 4.8 cho thấy VIF của các biến độc lập đều < 2.0 nên có thể kết luận khơng có hiện tượng đa cộng tuyến.
4.5.5. Kết luận phân tích hồi quy
Trọng số hồi quy thể hiện dưới hai dạng: (1) chưa chuẩn hóa (Unstandardized estimate) và (2) chuẩn hóa (Standardized estimate). Vì trọng số hồi quy chưa chuẩn hóa (ký hiệu B trong SPSS), giá trị của nó phụ thuộc vào thang đo cho nên chúng ta không thể dùng chúng để so sánh mức độ tác động của các biến độc lập vào biến phụ thuộc trong cùng một mơ hình được (Nguyễn Đình Thọ, 2012). Trọng số hồi quy chuẩn hóa (beta, ký hiệu ) là trọng số chúng ta đã chuẩn hóa các biến, vì vậy chúng được dùng để so sánh mức độ tác động của các biến phụ thuộc vào biến độc lập (Nguyễn Đình Thọ, 2012). Biến độc lập nào có trọng số này càng lớn có nghĩa là biến đó có tác động mạnh vào biến phụ thuộc (Nguyễn Đình Thọ, 2012).
Phương trình hồi quy với hệ số beta đã chuẩn hóa
Thái độ hướng tới mua mỹ phẩm cao cấp = 0.209 x Ý thức thương hiệu + 0.109 x Vật chất – 0.027 x So sánh xã hội + 0.510 x Tham gia thời trang
4.6.Kiểm định sự khác biệt về thái độ hướng tới hành vi mua ở các nhóm tuổi, trình độ học vấn, thu nhập
4.6.1.Tuổi
Bảng 4.9: Kiểm định Levene phương sai đồng nhất (biến tuổi)
Levene Statistic df1 df2 Sig.
1.429 2 266 .241
Bảng 4.10: Kết quả ANOVA (biến tuổi)
Loại biến thiên Tổng biến thiên df Trung bình biến thiên F Sig.
Giữa nhóm 3.833 2 1.917 3.151 .044
Trong nhóm 161.815 266 .608
Tổng 165.648 268
Ở đây mức ý nghĩa được chọn là 5%
Kết quả kiểm định Levene ở bảng 4.9 (biến tuổi) cho thấy có sig. = 0.241 > 0.05 nên khơng có sự khác biệt về phương sai của các nhóm. Vì vậy ta có thể sử dụng kết quả Anova.
Bảng 4.10 kết quả Anova (biến tuổi) cho thấy kiểm định F có sig. = 0.044 < 0.05 nên có sự khác biệt trong thái độ hướng tới hành vi mua hàng giữa các nhóm.
Như vậy chấp nhận giả thuyết:
H6: Có sự khác biệt trong thái độ hướng tới hành vi mua mỹ phẩm cao cấp giữa các nhóm tuổi
Bảng 4.11: Kiểm định Post Hoc (Biến tuổi) Nhóm tuổi Khác biệt
trung bình
Std. Error
Sig. 95% Confidence Interval Lower Bound Upper Bound 18-24 >30 -.35754 .14993 .034 -.6929 -.0222 >24-30 >30 -.16355 .10241 .202 -.3926 .0655 Nhóm tuổi Khác biệt trung bình Std. Error
Sig. 95% Confidence Interval Lower Bound Upper Bound >24-30 18-24 .19400 .14766 .281 -.1271 .5151
>30 18-24 .35754 .14993 .030 .0315 .6836
Ta thấy kết quả kiểm định Post Hoc ở Bảng 4.11 cho thấy có sự khác biệt trong thái độ hướng tới hành vi mua mỹ phẩm cao cấp giữa nhóm 18-24 tuổi và trên 30 tuổi (sig = .034 < .05).
4.6.2.Trình độ học vấn
Bảng 4.12: Kiểm định Levene phương sai đồng nhất (biến trình độ học vấn)
Levene Statistic df1 df2 Sig.
.557 2 266 .574
Bảng 4.13: Kết quả ANOVA (biến trình độ học vấn)
Loại biến thiên Tổng biến thiên df Trung bình biến thiên F Sig.
Giữa nhóm 2.478 2 1.239 2.02 .135
Trong nhóm 163.170 266 .613
Tổng 165.648 268
Kết quả kiểm định Levene trong bảng 4.12 (trình độ học vấn) cho thấy có sig = 0.574 > 0.05 nên khơng có sự khác biệt về phương sai của các nhóm. Bảng 4.13 kết quả Anova (trình độ học vấn) cho thấy kiểm định F có sig. = 0.135 > 0.05 nên khơng
có sự khác biệt trung bình giữa các nhóm. Điều đó có nghĩa là thái độ hướng tới hành vi mua mỹ phẩm cao cấp không khác nhau giữa các nhóm trình độ.
Như vậy bác bỏ giả thuyết:
H7: Có sự khác biệt trong thái độ hướng tới hành vi mua mỹ phẩm cao cấp giữa các nhóm trình độ học vấn
4.6.3.Thu nhập
Để đánh giá mức độ khác biệt về thái độ hướng tới hành vi mua ở 4 nhóm thu nhập khác nhau, chúng ta thực hiện các kiểm định Anova một chiều.
Bảng 4.14: Kiểm định Levene phương sai đồng nhất (biến thu nhập)
Levene Statistic df1 df2 Sig.
.731 3 265 .534
Bảng 4.15: Kết quả ANOVA (biến thu nhập)
Loại biến thiên Tổng biến thiên df Trung bình biến thiên F Sig.
Giữa nhóm 12.141 3 4.047 6.986 .000
Trong nhóm 153.507 265 .579
Tổng 165.648 268
Bảng 4.14 cho kết quả kiểm định Levene (biến thu nhập) cho thấy sig. = 0.534 > 0.05 nên khơng có sự khác biệt về phương sai của các nhóm, vì vậy ta có thể sử dụng kết quả Anova.
Bảng 4.15 kết quả Anova (biến thu nhập) cho thấy kiểm định F có sig. = 0.000 < 0.05 nên có sự khác biệt trung bình giữa các nhóm. Có nghĩa là thái độ hướng tới hành vi mua mỹ phẩm cao cấp là có khác nhau giữa các mức thu nhập khác nhau.
Vì vậy chấp nhận giả thuyết:
H8: Có sự khác biệt trong thái độ hướng tới hành vi mua mỹ phẩm cao cấp giữa các mức thu nhập
Ta tiếp tục với kiểm định sâu để tìm xem sự khác biệt này nằm ở những nhóm thu nhập nào.
Theo kết quả ở bảng 4.16 (biến thu nhập), với mức ý nghĩa đã chọn là 5% ta thấy có sự khác biệt trong thái độ hướng tới hành vi mua hàng giữa nhóm có thu nhập dưới 4 triệu/ tháng với nhóm có thu nhập lớn hơn 12 triệu/ tháng (sig = .00 < .05); giữa nhóm thu nhập dưới 4-8 triệu/ tháng với nhóm có thu nhập từ trên 12 triệu/ tháng (sig
= .006 < .05); giữa nhóm có thu nhập dưới 4 triệu/ tháng và nhóm có thu nhập từ 8-12 triệu/ tháng (sig = .002 < .05). Cịn đối với các nhóm thu nhập khác thì khơng có sự khác biệt.
Bảng 4.16: Kiểm định Post Hoc (Biến thu nhập)
trung bình Error Lower Bound Upper Bound
trung bình Error Lower Bound Upper Bound
4.7. Tóm tắt
Chương này trình bày kết quả kiểm định thang đo, mơ hình và các giả thuyết nghiên cứu. Kết quả cho thấy các thang đo đều có giá trị và đạt được độ tin cậy cao.