CHƢƠNG 4 : KẾT QUẢ NGHIÊN CỨU
4.4. Phân tích hồi quy
4.4.1. Phân tích mơ hình hồi quy 1
Trƣớc hết, tác giả kiểm định mơ hình hồi quy 1, đó là tác động của tính vị chủng tiêu dùng (CET), cạnh tranh thắng thế (HPC) và cạnh tranh phát triển (PDC) lên đánh giá giá trị hàng ngoại nhập (IPJ). Trong mơ hình này có một biến phụ thuộc đó là đánh giá giá trị hàng ngoại nhập (IPJ) và ba biến độc lập, bao gồm: tính vị chủng tiêu dùng (CET), cạnh tranh thắng thế (HPC), cạnh tranh phát triển (PDC). Trƣớc hết, tác giả xem xét mối tƣơng quan tuyến tính giữa các biến thơng qua ma trận hệ số tƣơng quan (xem bảng 4.8).
Bảng 4.8. Ma trận hệ số tƣơng quan giữa CET, HPC, PDC và IPJ
CET HPC PDC IPJ
CET Tƣơng quan Pearson 1 -.144* -.351** -.412**
Sig. (2 chiều) .022 .000 .000
N 255 255 255 255
HPC Tƣơng quan Pearson -.144* 1 .306** .400**
Sig. (2 chiều) .022 .000 .000
N 255 255 255 255
PDC Tƣơng quan Pearson -.351** .306** 1 .253**
Sig. (2 chiều) .000 .000 .000
N 255 255 255 255
IPJ Tƣơng quan Pearson -.412** .400** .253** 1
Sig. (2 chiều) .000 .000 .000
N 255 255 255 255
Ghi chú: * Tƣơng quan có ý nghĩa ở mức 0.05 (hai chiều)
**
Tƣơng quan có ý nghĩa ở mức 0.01 (hai chiều)
Kết quả phân tích hệ số tƣơng quan giữa các biến cho thấy hệ số tƣơng quan giữa đánh giá giá trị hàng ngoại nhập (IPJ) với các biến độc lập lần lƣợt là với CET là 0.412; với HPC là 0.400; với PDC là 0.253. Nghĩa là biến IPJ có mối quan hệ tuyến tính với các biến độc lập CET, HPC, PDC. Vì vậy, các biến độc lập này có thể đƣa vào mơ hình để giải thích cho biến đánh giá giá trị hàng ngoại nhập (IPJ).
Tác giả tiếp tục phân tích hồi quy bằng SPSS với phƣơng pháp ENTER (đồng thời). Giá trị của các nhân tố đƣợc dùng để chạy hồi quy là giá trị trung bình của các biến đo lƣờng đã đƣợc kiểm định Cronbach alpha và EFA. Kết quả hồi quy
mơ hình thành phần thứ nhất đƣợc trình bày trong Phụ lục 5. Từ kết quả cho thấy, hệ số xác định R2 = 0.289 (≠0) và R2 đã điều chỉnh bằng 0.280 (gọi là R21), kiểm định F trong ANOVA cho thấy mức ý nghĩa p (trong SPSS ký hiệu là sig.) = 0.000. Nhƣ vậy, mơ hình hồi quy phù hợp. Hay nói cách khác, ba biến độc lập (tính vị chủng tiêu dùng, cạnh tranh thắng thế, cạnh tranh phát triển) giải thích đƣợc khoảng 28% phƣơng sai của biến phụ thuộc đánh giá giá trị hàng ngoại nhập.
Bảng 4.9. Bảng trọng số hồi quy của mơ hình hồi quy 1
Biến quan sát
Trọng số hồi quy chƣa chuẩn hóa
Trọng số hồi quy đã chuẩn hóa t Sig. Đa cộng tuyến B SE β T VIF Hằng số 3.937 .656 6.003 .000 CET -.393 .063 -.354 -6.226 .000 .876 1.142 HPC .406 .067 .341 6.100 .000 .905 1.105 PDC .041 .099 .025 .416 .678 .810 1.234
Ghi chú: biến phụ thuộc: IPJ; biến độc lập: CET, HPC, PDC
Xem xét bảng trọng số hồi quy (bảng 4.9), chúng ta thấy chỉ có hai nhân tố, đó là tính vị chủng tiêu dùng và cạnh tranh thắng thế có ảnh hƣởng đến đánh giá giá trị hàng ngoại nhập vì trọng số hồi quy của hai biến này đều có ý nghĩa thống kê (đều có p < 0.05). Trong đó, tính vị chủng tiêu dùng có tác động ngƣợc chiều vào đánh giá giá trị hàng ngoại nhập (vì có hệ số Beta âm). Cạnh tranh thắng thế tác động cùng chiều vào đánh giá giá trị hàng ngoại nhập (vì có hệ số Beta dƣơng). Riêng biến cạnh tranh phát triển tác động cùng chiều lên đánh giá giá trị hàng ngoại nhập nhƣng khơng có ý nghĩa thống kê (vì β = 0.025; p = 0.678, khơng có ý nghĩa thống kê). Do đó, với dữ liệu hiện tại, chúng ta có thể kết luận rằng cạnh tranh phát triển khơng có mối quan hệ tuyến tính với đánh giá giá trị hàng ngoại nhập. Tiếp theo, để so sánh tác động của từng biến độc lập (CET và HPC) lên biến phụ thuộc (IPJ), chúng ta xem xét hệ số Beta (β) đã chuẩn hóa. Nếu giá trị tuyệt đối β của
ngoại nhập (IPJ). Cụ thể, chúng ta thấy tính vị chủng tiêu dùng tác động vào đánh giá giá trị hàng ngoại nhập mạnh hơn (|βCET| = 0.354), cạnh tranh thắng thế tác động vào đánh giá giá trị hàng ngoại nhập yếu hơn (βIPJ = 0.341).
Ngoài ra, xem xét kiểm định đa cộng tuyến, chúng ta nhận thấy các hệ số phóng đại phƣơng sai VIF đều nhỏ hơn 2. Do đó, khơng có hiện tƣợng đa cộng tuyến. Vì vậy, một cách tổng quát, mơ hình hồi quy 1 phù hợp.