Chƣơng 4 : PHÂN TÍCH DỮ LIỆU
4.3 Hồi quy tuyến tính (Regression)
4.3.2 Phân tích hồi quy
Phần này ta tiến hành phân tích hồi quy để tìm ra mối tƣơng quan giữa các biến trong mơ hình hồi quy. Phƣơng pháp đƣợc sử dụng là Stepwise (đƣa từng biến vào mơ hình hồi quy).
Sau đây là kết quả phân tích:
Pearson Correlation
Sig. (1-tailed)
Nghiên cứu Marketing
N
Nhận xét: Biến Y có tƣơng quan thuận với các biến Xi , hệ số tƣơng quan R đều khá cao: biến tƣơng quan mạnh nhất với Y là X2 (R = 0.741), biến tƣơng quan yếu nhất là X8 (R = 0.185).
Mức ý nghĩa kiểm định mối tƣơng quan của các biến đa số đều có sigα
< 0.05 do vậy, chúng có ý nghĩa về mặt thống kê.
Bảng này thể hiện phƣơng pháp chọn biến Stepwise vào phƣơng trình hồi quy. Những biến có hệ số tƣơng quan R < 0.3 bị loại. Biến đƣa vào đầu tiên là biến tƣơng quan mạnh nhất với biến phụ thuộc Y (biến X2mạnh nhất, tiếp đến là biến X1… X6) và cũng thể hiện số lƣợng biến phù hợp trong mơ hình hồi quy đa biến. Nhƣ vậy biến X8 bị loại khỏi mơ hình hồi quy vì có hệ số tƣơng quan R < 0.3.
Variables Model Entered 1 X2 2 X1 3 X3 4 X4 5 X7 6 X5 HộI NGộ
Nghiên cứu Marketing
7 X6 Stepwise (Criteria: Probability-of-F-to-enter <= .050, Probability-of-F-
to-remove >= .100). a. Dependent Variable: Y Model 1 2 3 4 5 6 7 a. Dependent Variable: Y
Hệ số tƣơng quan R đã đƣợc chứng minh là hàm không giảm theo số biến độc lập đƣợc đƣa vào mơ hình (7 biến).
R2 = (857) thể hiện thực tế của mơ hình.
R2điều chỉnh từ R2đƣợc sử dụng để phản ánh sát hơn mức độphù hợp của mơ hình hồi quy đa biến (0,845) vì nó khơng phụthuộc vào độ lệch phóng đại của R2.
Nhƣ vậy, với R2điều chỉnh là 0,845 cho thấy sự tƣơng thích của mơhình với biến quan sát là rất lớn và biến phụ thuộc sự hài lòng củakhách hàng gần nhƣ hồn tồn đƣợc giải thích bởi 7 biến độc lậptrong mơ hình.
Kiểm định độ phù hợp của mơ hình hồi quy:
Tiêu chuẩn chấp nhận sự phù hợp của mơ hình tƣơng quan hồi quy là: Kiểm định F phải có giá trị sigα < 0.05
Tiêu chuẩn chấp nhận các biến có giá trị Tolerance > 0,0001
Đại lƣợng chuẩn đốn hiện tƣợng đa cộng tuyến với hệ số phóng đại phƣơng sai VIF (Variance Inflation Factor) < 10
Kiểm định F
thuyết về độ
biến phụ
lập. Trong
cho thấy mơ hình sử dụng là phù hợp. Bảng kết quả ANOVA nhƣ sau:
Model 1 Regression Residual Total 2 Regression Residual Total 3 Regression Residual Total 4 Regression Residual Total 5 Regression Residual Total 6 Regression Residual Total 7 Regression Residual Total
Dựa theo kết quả hồi quy, ta xác định đƣợc phƣơng trình hồi quy nhƣ sau:
Y = 0.219 + 0.204X1 + 0.217X2 + 0.197X3 + 0.156X4 + 0.133X5 + 0.106X6 + 0.162X7 Theo kết quả phân tích hồi quy, thì tất cả 7 thành phần đo lƣờng sự nhận biết của sinh viên đều có mức ý nghĩa sigα < 0.05, nên 7 nhân tố này đƣợc chấp nhận trong phƣơng trình hồi quy, và chúng tácđộng ảnh hƣởng đến sự nhận biết của sinh viên (Y).