CHƯƠNG 4 : PHÂN TÍCH KẾT QUẢ NGHIÊN CỨU
4.4. Phân tích hồi quy bội MLR (Multiple Linear Regession)
4.4.2. Xây dựng mơ hình hồi quy
Phương pháp được dùng để kiểm định mơ hình nghiên cứu và các giả thuyết nghiên cứu là phương pháp phân tích hồi quy bội. Phân tích hồi quy bội sẽ giúp chúng ta biết được mức độ tác động của các biến độc lập lên biến phụ thuộc.
Kết quả phân tích hồi quy bội bằng phần mềm xử lý thống kê SPSS 20.0 với phương pháp Enter (đồng thời) được thể hiện trên Bảng 4.12; 4.13 và 4.14 như sau:
Bảng 4.12: Tóm tắt mơ hình hồi quy Mơ Mơ hình R R 2 R2 hiệu chỉnh Sai số chuẩn ước lượng Thay đổi Hệ số Durbin- Watson R2 thay đổi F thay đổi df1 df2 Sig. F thay đổi 1 0,794a 0,630 0,623 0,50092 0,630 90,197 5 265 0,000 1,940 a. Biến độc lập: (Hằng số), BK, PBC, BSE, SN, AB
b. Biến phụ thuộc: Ý định ni con hồn tồn bằng sữa mẹ trong sáu tháng đầu (BI).
(Nguồn: Kết quả phân tích dữ liệu khảo sát của tác giả) Bảng 4.13: Kết quả phân tích ANOVAa
Mơ hình Tổng độ lệch bình phương Bậc tự do Bình phương trung bình F Sig. 1 Hồi quy 113,160 5 22,632 90,197 0,000b Phần dư 66,494 265 0,251 Tổng cộng 179,654 270
a. Biến phụ thuộc: Ý định ni con hồn tồn bằng sữa mẹ trong sáu tháng đầu (BI) b. Biến độc lập: (Hằng số), BK, PBC, BSE, SN, AB
(Nguồn: Kết quả phân tích dữ liệu khảo sát của tác giả)
Bảng 4.14: Trọng số hồi quya
Mơ hình
Hệ số chưa
chuẩn hóa chuẩn hóa Hệ số
t Sig. Thống kê đa cộng tuyến B Sai số chuẩn Beta (β) Độ chấp nhận của biến Hệ số phóng đại phương sai VIF 1 (Hằng số) 0,054 0,208 0,258 0,797 AB 0,224 0,054 0,243 4,170 0,000 0,412 2,428 SN 0,198 0,049 0,219 4,045 0,000 0,476 2,102 PBC 0,033 0,038 0,041 0,868 0,386 0,625 1,600 BSE 0,257 0,047 0,274 5,511 0,000 0,563 1,775 BK 0,253 0,068 0,196 3,719 0,000 0,503 1,989 a. Biến phụ thuộc: Ý định ni con hồn tồn bằng sữa mẹ trong sáu tháng đầu (BI).
(Nguồn: Kết quả phân tích dữ liệu khảo sát của tác giả) 4.4.2.1. Kiểm định mức độ phù hợp của mơ hình
Trong mơ hình hồi quy bội, vì có nhiều biến độc lập nên chúng ta phải dùng hệ số xác định điều chỉnh R2
hình. Kết quả tóm tắt mơ hình hồi quy bội được thể hiện trên Bảng 4.12 cho thấy, hệ số xác định R2
= 0,630 (≠ 0) và R2 hiệu chỉnh = 0,623. Kiểm định F (Bảng 4.13 phân tích phương sai ANOVA) cho thấy mức ý nghĩa Sig. = 0,000. Kiểm định đa cộng tuyến (Bảng 4.14), chúng ta nhận thấy VIF (Variance Inflation Factor) của các biến độc lập đều nhỏ hơn 3. Như vậy, mơ hình hồi quy phù hợp. Hay nói cách khác, các biến độc lập giải thích được 62,3% phương sai của biến phụ thuộc ý định ni con hồn tồn bằng sữa mẹ trong sáu tháng đầu của bà mẹ mang thai tại TP. HCM (BI).
4.4.2.2. Xác định tầm quan trọng của các biến trong mơ hình
Bảng trọng số hồi quy (Bảng 4.14) cho thấy, trong 05 biến được đưa vào mơ hình hồi quy thì có 04 biến tác động có ý nghĩa đến ý định ni con hồn toàn bằng sữa mẹ trong sáu tháng đầu của bà mẹ mang thai tại TP. HCM đó là thái độ (AB), chuẩn chủ quan (SN), cho con bú tự hiệu quả (BSE) và kiến thức ni con bằng sữa mẹ (BK) vì cả 04 biến đều có Sig. = 0,000. Cịn yếu tố nhận thức kiểm soát hành vi (PBC) tác động khơng có ý nghĩa đến ý định ni con hồn tồn bằng sữa mẹ trong sáu tháng đầu của bà mẹ mang thai tại TP. HCM (Sig. = 0,386 > 0,05).
Về mức độ ảnh hưởng (tầm quan trọng) của các biến độc lập lên biến phụ thuộc được so sánh thơng qua hệ số Beta chuẩn hóa. Căn cứ vào kết quả trên Bảng 4.14 cho chúng ta thấy có 04 yếu tố tác động đến ý định ni con hồn tồn bằng sữa mẹ trong sáu tháng đầu được xếp theo thứ tự quan trọng giảm dần như sau: cho con bú tự hiệu quả (β = 0,274); thái độ (β = 0,243); chuẩn chủ quan (β = 0,219); và cuối cùng là kiến thức nuôi con bằng sữa mẹ (β = 0,196).
Kết quả kiểm định các giả thuyết nghiên cứu chính thức (với mức ý nghĩa 0,05) được thể hiện trong Bảng 4.15 như sau:
Bảng 4.15: Kết quả kiểm định các giả thuyết nghiên cứu chính thức Giả Giả
thuyết Phát biểu giả thuyết
Giá trị P
Kết quả kiểm định
H1 Thái độ có tác động tích cực (+) đến ý định ni con
hồn tồn bằng sữa mẹ trong sáu tháng đầu. P<0,05 Chấp nhận H2 Chuẩn chủ quan có tác động tích cực (+) đến ý định
ni con hồn tồn bằng sữa mẹ trong sáu tháng đầu. P<0,05 Chấp nhận H3
Nhận thức kiểm sốt hành vi có tác động tích cực (+) đến ý định ni con hồn tồn bằng sữa mẹ trong sáu tháng đầu.
P>0,05 Bác bỏ
H4
Cho con bú tự hiệu quả có tác động tích cực (+) đến ý định ni con hồn tồn bằng sữa mẹ trong sáu tháng đầu.
P<0,05 Chấp nhận
H5
Kiến thức ni con bằng sữa mẹ có tác động tích cực (+) đến ý định ni con hồn tồn bằng sữa mẹ trong sáu tháng đầu.
P<0,05 Chấp nhận
(Nguồn: Kết quả phân tích dữ liệu khảo sát của tác giả) 4.4.2.3. Dị tìm sự vi phạm các giả định cần thiết trong hồi quy tuyến tính
Kiểm định giả định liên hệ tuyến tính: Phương pháp được sử dụng là đồ thị Scatterplot với giá trị phần dư chuẩn hóa (Standardized Residual) trên trục tung và giá trị dự đốn chuẩn hóa (Standardized Predicted Value) trên trục hoành. Nếu giả định liên hệ tuyến tính và phương sai bằng nhau được thỏa mãn, thì chúng ta sẽ khơng nhận thấy có liên hệ gì giữa các giá trị dự đốn và phần dư, chúng sẽ phân tán rất ngẫu nhiên (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Quan sát Hình 4.1, ta thấy các phần dư phân tán ngẫu nhiên chứ khơng tạo thành một hình dạng nào. Điều này có nghĩa là giả định liên hệ tuyến tính khơng bị vi phạm.
Hình 4.1: Đồ thị phân tán Scatterplot
(Nguồn: Kết quả phân tích dữ liệu khảo sát của tác giả)
Kiểm định 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 không phải là hằng số, số lượng các phần dư không đủ nhiều để phân tích (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Chúng ta sẽ sử dụng các biểu đồ tần số (Histogram, P-P plot) của các phần dư (đã được chuẩn hóa) để kiểm tra giả định này.
Kết quả biểu đồ tần số Histogram của phần dư được thể hiện trong Hình 4.2 cho thấy phân phối phần dư xấp xỉ chuẩn (trung bình Mean = -1,17E-15 gần bằng 0 và độ lệch chuẩn Std. Dev. = 0,991 tức là gần bằng 1). Điều này có nghĩa là giả định về phân phối chuẩn của phần dư không bị vi phạm.
Hình 4.2: Đồ thị tần số Histogram
(Nguồn: Kết quả phân tích dữ liệu khảo sát của tác giả)
Kết quả biểu đồ tần số P-P plot được thể hiện trong Hình 4.3 cho thấy các điểm quan sát khơng phân tán quá xa đường thẳng kỳ vọng, nên ta có thể kết luận là giả định về phân phối chuẩn của phần dư khơng bị vi phạm.
Hình 4.3: Đồ thị tần số P-P plot
Kiểm tra giả định về tính độc lập của sai số (khơng có tương quan giữa các phần dư): Ta dùng đại lượng thống kê Durbin-Watson (d) để kiểm định tương
quan của các sai số kề nhau (tương qua chuỗi bậc nhất). Giả thuyết khi tiến hành kiểm định này là:
H0: hệ số tương quan tổng thể của các phần dư = 0
Đại lượng d có giá trị biến thiên trong khoảng từ 0 đến 4. Nếu các phần dư khơng có tương quan chuỗi bậc nhất với nhau, giá trị d sẽ gần bằng 2 (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Theo kết quả từ Bảng 4.12, giá trị d = 1,940 < 2 có nghĩa là giá trị d tính được rơi vào miền chấp nhận giả thuyết khơng có tương quan chuỗi bậc nhất. Như vậy, ta có thể kết luận là khơng có tương quan giữa các phần dư.
Kiểm tra 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 (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Các cơng cụ chuẩn đốn giúp chúng ta phát hiện sự tồn tại của cộng tuyến trong dữ liệu và đánh giá mức độ cộng tuyến làm thối hóa các tham số được ước lượng là: Độ chấp nhận của biến (Tolerance), hệ số phóng đại phương sai (Variance Inflation Factor – VIF). Nếu độ chấp nhận của một biến nhỏ, thì nó gần như là một kết hợp tuyến tính của các biến độc lập khá, và đó là dấu hiệu của đa cộng tuyến. Hệ số phóng đại phương sai VIF lớn, quy tắc là khi VIF vượt quá 10, đó là dấu hiệu của đa cơng tuyến (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Theo kết quả từ Bảng 4.14 cho thấy, các hệ số phóng đại phương sai VIF của các biến độc lập khá nhỏ, cao nhất là 2,428 < 3, trong khi đó hệ số VIF của một biến độc lập > 10 mới được xem là có hiện tượng đa cộng tuyến. Do đó, ta có thể bác bỏ giả thuyết mơ hình đa cộng tuyến. Điều này có nghĩa là khơng có mối tương quan giữa các biến độc lập hoặc khơng có hiện tượng đa cộng tuyến.
Như vậy, mơ hình hồi quy bội được xây dựng khơng vi phạm các giả định cần thiết trong hồi quy tuyến tính.
4.5. Kiểm định sự khác biệt về ý định ni con hồn tồn bằng sữa mẹ trong sáu tháng đầu của bà mẹ mang thai tại TP. HCM theo các đặc điểm cá nhân sáu tháng đầu của bà mẹ mang thai tại TP. HCM theo các đặc điểm cá nhân của bà mẹ
Sau khi thực hiện phân tích hồi quy bội, tác giả tiến hành kiểm định sự khác biệt về ý định ni con hồn toàn bằng sữa mẹ trong sáu tháng đầu của bà mẹ mang thai tại TP. HCM để khám phá dữ liệu theo các biến định tính: độ tuổi, tình trạng hơn nhân, trình độ học vấn, nghề nghiệp và thu nhập hộ gia đình.
4.5.1. Kiểm định sự khác biệt theo độ tuổi
Để đánh giá sự khác biệt giữa các nhóm bà mẹ phân theo độ tuổi, tác giả tiến hành phân tích phương sai ANOVA với mức ý nghĩa α = 0,05 (tức là độ tin cậy 95%), tác giả thu được kết quả như sau:
Bảng 4.16: Kiểm định Levene phương sai đồng nhất
Thống kê Levene df1 df2 Sig.
BI 1,064 3 267 0,365 (Nguồn: Kết quả phân tích dữ liệu khảo sát của tác giả)
Bảng 4.17: Kết quả ANOVA
Tổng
biến thiên Df
Trung bình
biến thiên F Sig.
BI
Giữa các nhóm 3,945 3 1,315 1,998 0,115
Trong các nhóm 175,709 267 0,658 Tổng cộng 179,654 270
(Nguồn: Kết quả phân tích dữ liệu khảo sát của tác giả)
Kết quả kiểm định ANOVA từ SPSS 20.0 cho thấy: kiểm định Levene về phương sai đồng nhất khơng có ý nghĩa (Sig. = 0,365 > 0,05; Bảng 4.16), nghĩa là khơng có sự khác biệt về phương sai của các nhóm. Tiếp theo, kết quả kiểm định sự khác biệt giữa các nhóm cũng cho thấy khơng có sự khác biệt giữa các nhóm (Sig. = 0,115 > 0,05; Bảng 4.17). Vậy, ta có thể kết luận: Ở độ tin cậy 95% khơng có sự khác biệt có ý nghĩa thống kê về ý định ni con hồn tồn bằng sữa mẹ trong sáu tháng đầu giữa bốn nhóm bà mẹ mang thai có độ tuổi khác nhau.
4.5.2. Kiểm định sự khác biệt theo tình trạng hơn nhân
Để đánh giá sự khác biệt giữa các nhóm bà mẹ phân theo tình trạng hơn nhân, tác giả tiến hành phân tích phương sai ANOVA với mức ý nghĩa α = 0,05 (tức là độ tin cậy 95%), tác giả thu được kết quả như sau:
Bảng 4.18: Kiểm định Levene phương sai đồng nhất
Thống kê Levene df1 df2 Sig.
BI 5,942 3 267 0,001 (Nguồn: Kết quả phân tích dữ liệu khảo sát của tác giả)
Bảng 4.19: Kết quả ANOVA
Tổng
biến thiên Df
Trung bình
biến thiên F Sig.
BI
Giữa các nhóm 25,994 3 8,665 15,056 0,000
Trong các nhóm 153,660 267 0,576 Tổng cộng 179,654 270
(Nguồn: Kết quả phân tích dữ liệu khảo sát của tác giả)
Kết quả kiểm định ANOVA từ SPSS 20.0 cho thấy: kiểm định Levene về phương sai đồng nhất có ý nghĩa (Sig. = 0,001 < 0,05; Bảng 4.18), nghĩa là có sự khác biệt về phương sai của các nhóm. Tiếp theo, kết quả kiểm định sự khác biệt giữa các nhóm cũng cho thấy có sự khác biệt giữa các nhóm (Sig. = 0,000 < 0,05; Bảng 4.19). Qua đó, ta có thể kết luận: Ở độ tin cậy 95% có sự khác biệt có ý nghĩa thống kê về ý định ni con hồn tồn bằng sữa mẹ trong sáu tháng đầu giữa các nhóm bà mẹ mang thai có tình trạng hơn nhân khác nhau. Tiếp theo, tác giả sử dụng phép kiểm định hậu ANOVA (ANOVA Post Hoc tests) để tìm xem sự khác biệt cụ thể ở nhóm nào. Kết quả ở bảng kiểm định Post Hoc về ý định ni con hồn tồn bằng sữa mẹ trong sáu tháng đầu của bà mẹ mang thai tại TP. HCM (Phụ lục 7.2, Bảng 7.7) cho thấy: có sự khác biệt có ý nghĩa thống kê về ý định ni con hồn toàn bằng sữa mẹ trong sáu tháng đầu giữa nhóm bà mẹ đã kết hơn so với ba nhóm bà mẹ cịn lại là: nhóm bà mẹ ly thân (Sig. = 0,000 < 0,05), nhóm bà mẹ ly hơn (Sig. = 0,008 < 0,05) và nhóm bà mẹ chưa kết hơn chính thức (Sig. = 0,008 < 0,05). Điều này cũng có nghĩa là nhóm bà mẹ đã kết hơn có mức độ trung bình về ý định
ni con hồn tồn bằng sữa mẹ trong sáu tháng đầu cao hơn các nhóm bà mẹ ly thân, ly hơn và chưa kết hơn chính thức (khác biệt của trung bình (I-J) giữa nhóm bà mẹ đã kết hơn so với ba nhóm bà cịn lại đều lớn hơn 0 có ý nghĩa thống kê).
Kết quả ở bảng kiểm định Post Hoc (Phụ lục 7.2, Bảng 7.7) cũng cho thấy khơng có sự khác biệt có ý nghĩa thống kê về ý định ni con hồn tồn bằng sữa mẹ trong sáu tháng đầu giữa ba nhóm bà mẹ ly thân, ly hơn và chưa kết hơn chính thức vì mức ý nghĩa Sig. giữa ba nhóm này đều lớn hơn 0,05.
4.5.3. Kiểm định sự khác biệt theo trình độ học vấn
Để đánh giá sự khác biệt giữa các nhóm bà mẹ phân theo trình độ học vấn, tác giả tiến hành phân tích phương sai ANOVA với mức ý nghĩa α = 0,05 (tức là độ tin cậy 95%), tác giả thu được kết quả như sau:
Bảng 4.20: Kiểm định Levene phương sai đồng nhất
Thống kê Levene df1 df2 Sig.
BI 3,117 3 267 0,027
(Nguồn: Kết quả phân tích dữ liệu khảo sát của tác giả) Bảng 4.21: Kết quả ANOVA
Tổng
biến thiên Df
Trung bình
biến thiên F Sig.
BI
Giữa các nhóm 0,719 3 0,240 0,357 0,784
Trong các nhóm 178,935 267 0,670 Tổng cộng 179,654 270
(Nguồn: Kết quả phân tích dữ liệu khảo sát của tác giả)
Kết quả kiểm định ANOVA từ SPSS 20.0 cho thấy: kiểm định Levene về phương sai đồng nhất có ý nghĩa (Sig. = 0,027 < 0,05; Bảng 4.20), nghĩa là có sự khác biệt về phương sai của các nhóm. Tiếp theo, kết quả kiểm định sự khác biệt giữa các nhóm cho thấy khơng có sự khác biệt giữa các nhóm (Sig. = 0,784 > 0,05; Bảng 4.21). Tiếp theo, tác giả sử dụng phép kiểm định hậu ANOVA (ANOVA Post Hoc tests) đối với yếu tố ý định ni con hồn tồn bằng sữa mẹ trong sáu tháng đầu vì do phương sai khác nhau (Sig. = 0,027 < 0,05; Bảng 4.20). Kết quả ở bảng
của bà mẹ mang thai tại TP. HCM (Phụ lục 7.3, Bảng 7.11) cho thấy khơng có sự khác biệt có ý nghĩa thống kê về ý định ni con hoàn toàn bằng sữa mẹ trong sáu tháng đầu giữa bốn nhóm bà mẹ có trình độ học vấn khác nhau vì mức ý nghĩa giữa các nhóm này đều có giá trị Sig. = 1,000 > 0,05.
4.5.4. Kiểm định sự khác biệt theo nghề nghiệp
Để đánh giá sự khác biệt giữa các nhóm bà mẹ phân theo nghề nghiệp, tác giả tiến hành phân tích phương sai ANOVA với mức ý nghĩa α = 0,05 (tức là độ tin cậy 95%), tác giả thu được kết quả như sau:
Bảng 4.22: Kiểm định Levene phương sai đồng nhất
Thống kê Levene df1 df2 Sig.
BI 1,758 5 265 0,122 (Nguồn: Kết quả phân tích dữ liệu khảo sát của tác giả)
Bảng 4.23: Kết quả ANOVA
Tổng
biến thiên df
Trung bình
biến thiên F Sig.
BI
Giữa các nhóm 9,330 5 1,866 2,903 0,014
Trong các nhóm 170,324 265 0,643 Tổng cộng 179,654 270
(Nguồn: Kết quả phân tích dữ liệu khảo sát của tác giả)
Kết quả kiểm định ANOVA từ SPSS 20.0 cho thấy: kiểm định Levene về phương sai đồng nhất khơng có ý nghĩa (Sig. = 0,122 > 0,05; Bảng 4.22), nghĩa là khơng có sự khác biệt về phương sai của các nhóm. Tiếp theo, kết quả kiểm định sự khác biệt giữa các nhóm cho thấy có sự khác biệt giữa các nhóm (Sig. = 0,014 < 0,05; Bảng 4.23). Tiếp theo, tác giả sử dụng phép kiểm định hậu ANOVA (ANOVA Post Hoc tests) đối với yếu tố ý định ni con hồn tồn bằng sữa mẹ trong sáu tháng đầu vì do có sự khác biệt giữa các nhóm bà mẹ có nghề nghiệp khác nhau (Sig. = 0,014 < 0,05; Bảng 4.23) để tìm xem sự khác biệt cụ thể ở nhóm nào. Kết quả ở bảng kiểm định Post Hoc về ý định ni con hồn tồn bằng sữa mẹ trong sáu tháng đầu của bà mẹ mang thai tại TP. HCM (Phụ lục 7.4, Bảng 7.15) cho thấy: có sự khác biệt có ý nghĩa thống kê về ý định ni con hồn toàn bằng sữa mẹ trong