CHƢƠNG 4 : KẾT QUẢ NGHIÊN CỨU
4.4 Phân tích hồi quy
Bằng hệ số Cronbach’s alpha và phân tích nhân tố EFA, chúng ta xác định đƣợc nhóm yếu tố phù hợp ảnh hƣởng tới quyết định mua tivi của ngƣời tiêu dùng. Phân tích hồi quy tuyến tính sẽ giúp chúng ta biết đƣợc mức độ ảnh hƣởng của các biến độc lập này tới biến phụ thuộc nhƣ thế nào.
4.4.1 Ma trận hệ số tƣơng quan giữa các biến
Đầu tiên ta sẽ xem xét mối quan hệ tƣơng quan tuyến tính giữa các biến độc lập với biến phụ thuộc, cũng nhƣ mối quan hệ tuyến tính giữa các biến độc lập với nhau. Từ kết quả bảng ma trận tƣơng quan giữa các biến cho thấy biến phụ thuộc có quan hệ tƣơng quan tuyến tính với cả năm biến độc lập. Trong đó hệ số tƣơng quan của biến Quyết định và các biến độc lập cao nhất là 0.661, thấp nhất là 0.618. Và giữa các biến độc lập cũng có mối quan hệ tƣơng quan lẫn nhau, tuy nhiên hệ số tƣơng quan giữa các biến độc lập không cao, cao nhất là 0.522 và thấp nhất là 0.407. Trƣờng hợp đảm bảo mơ hình khơng xảy ra hiện tƣợng đa cộng tuyến sẽ đƣợc kiểm định ở phân tích tiếp sau đây.
Bảng 4.7: Hệ số tƣơng quan của biến độc lập và biến phụ thuộc
QD SP GC DD CT TT QD 1 .642** .642** .633** .661** .618** SP 1 .474** .451** .377** .472** GC 1 .407** .478** .434** DD 1 .522** .418** CT 1 .522** TT 1
**. Correlation is significant at the 0.01 level (2-tailed).
(Nguồn: Phân tích tương quan Pearson)
4.4.2 Phƣơng trình hồi quy tuyến tính
TP.HCM. Phân tích hồi quy đƣợc thực hiện bằng phƣơng pháp đồng thời (Enter), dùng để kiểm định các giả thuyết.
4.4.2.1 Kiểm định giả định của mơ hình hồi quy
Phân tích hồi quy khơng phải chỉ là việc mơ tả các dữ liệu quan sát đƣợc. Từ các kết quả quan sát đƣợc 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 đốn về sự vi phạm các giả định đó. Nếu các giả định bị vi phạm, thì các kết quả ƣớc lƣợng đƣợc khơng đáng tin cậy nữa. 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 giả định của hàm hồi quy nhƣ sau:
Khơng có hiện tượng đa cộng tuyến
Ta phải dị tìm hiện tượng đa cộng tuyến bằng cách tính độ chấp nhận của biến (Tolerance) và hệ số phóng đại phƣơng sai (Variance inflation factor – VIF). Độ chấp nhận trong trƣờng hợp này của bốn biến trong mơ hình khá cao, đều lớn hơn 0.5 trong khi hệ số VIF khá thấp đều dƣới 2, cao nhất là 1.733. Hệ số VIF nhỏ hơn 10 là ta có thể bác bỏ giả thuyết mơ hình bị đa cộng tuyến.
Phương sai của phần dư không đổi
Kiểm định Pearson cho thấy khơng có sự tƣơng quan giữa phần dƣ chuẩn hóa và các biến độc lập trong mơ hình nghiên cứu hay nói một cách khác khơng có hiện tƣợng phƣơng sai của sai số thay đổi. Bên cạnh đó, đồ thị biểu diễn phần dƣ chuẩn hóa theo giá trị dự đốn chuẩn hóa phân tán ngẫu nhiên Nhƣ vậy, giả định này khơng bị vi phạm (Hồng Trọng & cộng sự, 2008, trang 226).
Các phần dư có phân phối chuẩn
Để dị tìm sự vi phạm giả định phân phối chuẩn của phần dư ta sẽ dùng hai
công cụ vẽ của phần mềm SPSS là biểu đồ Histogram và đồ thị P-P plot. Nhìn vào biểu đồ Histogram ta thấy phần dƣ có phân phối chuẩn với giá trị trung bình gần bằng 0 và độ lệch chuẩn của nó gần bằng 1 (=0.987). Nhìn vào đồ thị P-P plot biểu diễn các điểm quan sát thực tế tập trung khá sát đƣờng chéo những giá trị kỳ vọng, có nghĩa là dữ liệu phần dƣ có phân phối chuẩn.
Khơng có hiện tượng tương quan giữa các phần dư
Hệ số Durbin-Watson của mơ hình hồi quy là 1.866 (bảng 4.8) ta có thể kết luận giả định về tính độc lập của sai số không bị vi phạm. Một cách khác, ta có thể xét đồ thị phân tán phần dƣ chuẩn hóa theo thứ tự quan sát cho thấy khơng có hiện tƣợng tƣơng quan chuỗi bậc nhất, hay giữa các phần dƣ khơng có sự tƣơng quan (Hồng Trọng & cộng sự, 2008, trang 232).
4.4.2.2 Phân tích hồi quy
Phân tích hồi quy đƣợc thực hiện với 5 biến độc lập bao gồm: Sản phẩm, Giá cả, Địa điểm, Chiêu thị, Thông tin. Các biến đƣợc đƣa vào cùng một lúc để chọn lọc dựa trên tiêu chí chọn những biến có mức ý nghĩa <0.05. Kết quả phân tích hồi quy đƣợc trình bày nhƣ sau.
Bảng 4.8: Kiểm định độ phù hợp của mơ hình
Mơ hình R R2 R2 hiệu chỉnh Sai số chuẩn của ƣớc lƣợng Durbin-Watson 1 .852a .726 .719 .50442 1.866
a. Biến độc lập: Constant, Thông tin, Địa điểm, Giá cả, Sản Phẩm, Chiêu thị
b. Biến phụ thuộc: Quyết định mua tivi
Thông qua hệ số xác định R2
hiệu chỉnh bằng 0.719, cho thấy các biến độc lập trong mơ hình đã giải thích đƣợc 71.9% biến thiên của biến phụ thuộc Quyết định mua tivi. Với giá trị này thì độ phù hợp của mơ hình là khá cao. Bên cạnh đó, kiểm định F cũng cho thấy giá trị Sig. = 0.000, vậy mơ hình trên phù hợp với tập dữ liệu đang khảo sát.
Bảng 4.9: Phân tích phƣơng sai ANOVA với biến phụ thuộc Mơ Mơ hình Tổng độ lệch bình phƣơng Df Trung bình độ lệch bình phƣơng định F Kiểm Mức ý nghĩa Sig. 1 Hồi quy 130.594 5 26.119 102.653 .000a Phần dƣ 49.361 194 .254 Tổng 179.955 199
a. Biến độc lập: Constant, Thông tin, Địa điểm, Giá cả, Sản Phẩm, Chiêu thị
b. Biến phụ thuộc: Quyết định mua tivi
Bảng 4.10: Kết quả phân tích hồi quy
Mơ hình Hệ số chƣa chuẩn hóa Hệ số chuẩn hóa T Mức ý nghĩa Thống kê đa cộng tuyến B Độ lệch chuẩn
Beta Tolerance VIF
(Constant) .178 .190 .935 .351 Sản Phẩm .296 .054 .255 5.456 .000 .646 1.548 Giá cả .240 .047 .238 5.113 .000 .652 1.534 Địa điểm .223 .048 .221 4.702 .000 .640 1.563 Chiêu thị .248 .050 .244 4.939 .000 .577 1.733 Thông tin .175 .048 .174 3.650 .000 .623 1.606
a. Biến phụ thuộc: Quyết định mua tivi
(Nguồn: Phân tích hồi quy đa biến)
Kết quả hồi quy cho thấy, cả 5 biến độc lập đƣa vào mơ hình phân tích đều có ảnh hƣởng đến Quyết định mua tivi vì kiểm định Sig của cả 5 biến đều nhỏ hơn 0.05.
Thông qua kết quả phân tích hồi quy, ta thấy đƣợc thang đo Quyết định mua tivi bị ảnh hƣởng bởi 5 yếu tố là Sản phẩm, Giá cả, Địa điểm, Chiêu thị và Thông tin. Do tất cả các biến độc lập đều đƣợc đo lƣờng bằng thang đo mức độ Likert
(cùng một đơn vị tính) nên từ phƣơng trình hồi quy này ta cũng thấy đƣợc tầm quan trọng của từng nhân tố đối với Quyết định mua tivi. Ta thấy yếu tố “Sản phẩm” có tác động lớn nhất đối với việc mua hàng (Beta= 0.255). Tiếp đến là yếu tố Chiêu thị có khả năng hấp dẫn đƣợc ngƣời mua hơn các yếu tố còn lại nhƣ địa điểm, giá cả, thông tin. Nếu cảm nhận về sản phẩm đƣợc tăng lên một đơn vị lệch chuẩn sẽ giúp việc Quyết định mua tivi tăng thêm đƣợc trung bình 0.255 đơn vị lệch chuẩn. Tƣơng tự, sự tăng lên một đơn vị lệch chuẩn của cảm nhận giá cả, địa điểm, chiêu
thị và thông tin tăng lên một đơn vị thì Quyết định mua tivi sẽ tăng lên trung bình
là 0.238; 0.221; 0.244; 0.174 đơn vị lệch chuẩn.