4.3. Mơ hình hồi quy
4.3.1. Xây dựng mơ hình hồi quy
Dựa vào các kết quả khảo sát chúng ta kỳ vọng đƣa ra một mơ hình để giải thích cho biến đánh giá nhận thức. Phƣơng thức Enter đƣợc sử dụng để xây dựng mơ hình hồi quy. Kết quả chạy SPSS nhƣ sau:
Bảng 4.6: Tóm tắt mơ hình hồi quy.
Model Summary(b)
Mơ hình R R2 R2 hiệu chỉnh Sai số chuẩn của ƣớc lƣợng 1 .711(a) .505 .498 .56141
a Biến độc lập: (Hằng số), HH, XQ, XH, TK b Biến phụ thuộc: NT
Bảng 4.6 cho thấy, giá trị của R Square đã hiệu chỉnh bằng 0.498; nghĩa là mức độ giải thích của mơ hình hồi quy là 49.8%.
Bảng 4.7: Kết quả phân tích Anova về độ phù hợp của mơ hình hồi quy.
ANOVA(b) Mơ hình Tổng bình phƣơng df Bình phƣơng trung bình F Sig.
1 Hồi quy 85.522 4 21.380 67.835 .000(a)
Phần dƣ 83.838 266 .315
Tổng 169.360 270
b Biến phụ thuộc: NT
Bảng 4.7 cho thấy, ở độ tin cậy 95%, mức độ phù hợp của mơ hình cho giá trị sig < 0.05, ta bác bỏ giả thuyết H0. Nhƣ vậy, mơ hình hồi quy tuyến tính xây dựng từ dữ liệu mẫu phù hợp với tổng thể.
Bảng 4.8: Hệ số của các biến trong mơ hình hồi quy.
Mơ hình Hệ số chƣa chuẩn hóa Hệ số đã chuẩn hóa Thống kê student Mức ý nghĩa Hệ số kiểm định cộng tuyến B Sai số chuẩn
Beta Tolerance VIF
1 (Hằng số) .239 .190 1.253 .211 XH .160 .067 .143 2.394 .017 .520 1.922 TK .244 .066 .237 3.674 .000 .446 2.242 XQ .307 .055 .314 5.549 .000 .581 1.721 HH .162 .055 .164 2.973 .003 .610 1.639 a Biến phụ thuộc: NT
Cả 4 nhân tố: những tín hiệu xã hội, những tín hiệu thiết kế, những tín hiệu xung quanh, những tín hiệu hàng hố đều thực sự ảnh hƣởng đến đánh giá nhận thức của ngƣời tiêu dùng về cửa hàng do có các hệ số Beta dƣơng và các giá trị sig của các hệ số Beta đều < 0.05 ở độ tin cậy 95%.
Nghĩa là, nếu ngƣời tiêu dùng có một nhận thức tích cực đối với những tín hiệu xã hội, hay có một nhận thức tích cực đối với những tín hiệu thiết kế, hay một nhận thức tích cực đối với những tín hiệu xung quanh, hay nhận thức tích cực đối với những tín hiệu hàng hoá của cửa hàng bán lẻ quần áo thƣơng hiệu đơn thì họ cũng sẽ có những đánh giá nhận thức tích cực đối với cửa hàng đó và ngƣợc lại (khi xét sự thay đổi của một yếu tố thì yếu tố khác đƣợc giả định là không đổi). Nhƣ vậy, các giả thuyết H1; H2; H3; H4 đã đƣợc đƣa ra ở Chƣơng 2 đều đƣợc chấp nhận.
4.3.2. Dị tìm vi phạm các giả định cần thiết trong mơ hình hồi quy tuyến tính
Giả định đầu tiên là giả định liên hệ tuyến tính. Giả định này đƣợc dị tìm sự vi phạm thơng qua biểu đồ phân tán (Scatterplot) với giá trị phần dƣ chuẩn hoá trên trục tung và giá trị phần dƣ chuẩn đốn trên trục hồnh.
Hình 4.1. Biểu đồ phân tán của giá trị phần dƣ chuẩn hoá và giá trị phần dƣ chuẩn đoán.
Biểu đồ cho thấy các giá trị phần dƣ phân tán ngẫu nhiên, nghĩa là giả định tuyến không bị vi phạm.
* Giả định về phân phối chuẩn của phần dƣ:
Giả định tiếp theo cần xem xét là giả định về phân phối chuẩn của phần dƣ. Phần dƣ có thể khơng tn theo phân phối chuẩn vì: sử dụng sai mơ hình, phƣơng sai khơng phải là hằng số, số lƣợng các phần dƣ khơng đủ nhiều để phân tích, …
Hình 4.2. Biểu đồ tần số của các phần dƣ chuẩn hố.
Có thể nói phân phối của phần dƣ xấp xỉ chuẩn (Trung bình = -6.94E-18, xấp xỉ 0 và Độ lệch chuẩn = 0.993, xấp xỉ 1). Kết luận giả thuyết phân phối chuẩn không bị vi phạm.
Tƣơng tự, biểu đồ P-P plot cũng đƣợc dùng để kiểm tra xem phần dƣ có phân phối chuẩn hay khơng.
Hình 4.3. Biểu đồ P-P plot của phần dƣ đã đƣợc chuẩn hoá.
Biểu đồ cho thấy các điểm thực tế phân tán xung quanh đƣờng thẳng kỳ vọng, ta kết luận phân phối phần dƣ gần phân phối chuẩn.
* Giả định về tính độc lập của sai số (khơng có tƣơng quan giữa các phần dƣ)
Kết quả tính tốn cho hệ số Durbin-Watson = 1.665, xấp xỉ bằng 2, nghĩa là các phần dƣ khơng có tƣơng quan chuỗi bậc nhất với nhau.
* Giả định khơng có mối tƣơng quan giữa các biến độc lập
Ta thấy độ chấp nhận của biến (các giá trị Tolerance) ở bảng 4.8 đều có giá trị nhỏ hơn 1 và hệ số phóng đại phƣơng sai (VIF) nhỏ hơn 10, lớn nhất là 2.242 (VIF từ 10 trở lên là có hiện tƣợng đa cộng tuyến). Kết luận khơng có hiện tƣợng đa cộng tuyến giữa các biến.
Tóm lại, mơ hình chúng ta xây dựng không vi phạm các giả định cần thiết trong mơ hình hồi quy tuyến tính.
Nhƣ vậy, ta có phƣơng trình hồi quy đối với các biến đã chuẩn hố có dạng nhƣ sau:
NT = 0.244*TK + 0.307*XQ + 0.162*HH + 0.16*XH (4.5)
Phƣơng trình (4.5) cho thấy, những tín hiệu xung quanh của cửa hàng bán lẻ quần áo thƣơng hiệu đơn có ảnh hƣởng mạnh nhất đối với nhận thức của ngƣời tiêu dùng về cửa hàng, vì có hệ số Beta bằng 0.307 lớn nhất trong các hệ số Beta. Tiếp đến là những tín hiệu thiết kế có Beta bằng 0.244; những tín hiệu hàng hố là biến có mức độ ảnh hƣởng quan trọng thứ 3 đối với nhận thức ngƣời tiêu dùng về cửa hàng (có Beta là 0.162) và cuối cùng là những tín hiệu xã hội (Beta bằng 0.16).
4.4. Kiểm định mối tƣơng quan giữa những đánh giá nhận thức và hành vi tiếp cận
Chƣơng 2 đã đƣa ra giả thuyết về mối tƣơng quan giửa đánh giá nhận thức (NT) và hành vi tiếp cận (DD) nhƣ sau:
H5: Những đánh giá nhận thức tích cực đối với cửa hàng bán lẻ quần áo thương hiệu đơn sẽ hướng đến hành vi tiếp cận.
Kết quả phân tích hệ số tƣơng quan Pearson đƣợc thể hiện trong bảng 4.11 nhƣ sau:
Bảng 4.9: Hệ số tƣơng quan giữa đánh giá nhận thức (NT) và hành vi tiếp cận (DD).
Hệ số tƣơng quan
NT DD
NT Hệ số tƣơng quan Pearson 1 .603** Mức ý nghĩa (2-tailed) .000
N 271 271
DD Hệ số tƣơng quan Pearson .603** 1 Mức ý nghĩa (2-tailed) .000
N 271 271
Kết quả cho thấy, mức ý nghĩa (sig) bằng 0, do đó, ta bác bỏ giả thuyết H0. Hệ số tƣơng quan Pearson có giá trị là 0.603, có nghĩa là có mối quan hệ dƣơng (thuận hay tích cực) giữa những đánh giá nhận thức (NT) và hành vi tiếp cận (DD). Vì vậy giả thuyết H5 đƣợc chấp nhận.
Nghĩa là, nếu ngƣời tiêu dùng có những đánh giá nhận thức tích cực đối với cửa hàng bán lẻ quần áo thƣơng hiệu đơn thì họ cũng sẽ hƣớng đến hành vi tiếp cận cửa hàng đó.