HỆ SỐ TƯƠNG QUAN QĐ STL TH GC CLSP CLDV QĐ Pearson Correlation 1 .438 ** .438** .562** .623** .540** Sig. (2-tailed) .000 .000 .000 .000 .000 N 200 200 200 200 200 200 STL Pearson Correlation .438** 1 .475** .334** .523** .563** Sig. (2-tailed) .000 .000 .000 .000 .000 N 200 200 200 200 200 200 TH Pearson Correlation .438** .475** 1 .469** .451** .512** Sig. (2-tailed) .000 .000 .000 .000 .000 N 200 200 200 200 200 200 0 0
GC Pearson Correlation .562** .334** .469** 1 .437** .284** Sig. (2-tailed) .000 .000 .000 .000 .000 N 200 200 200 200 200 200 CLSP Pearson Correlation .623** .523** .451** .437** 1 .557** Sig. (2-tailed) .000 .000 .000 .000 .000 N 200 200 200 200 200 200 CLDV Pearson Correlation .540 ** .563** .512** .284** .557** 1 Sig. (2 tailed)- .000 .000 .000 .000 .000 N 200 200 200 200 200 200 **. Chấp nhận mức ý nghĩa α là 0.01 Qua bảng kết quả, rút được nhận xét:
- Ký hiệu ** cho biết rằng cặp biến này có sự tương quan tuyến tính ở mức tin cậy đến 99%. Hay, tất cả các biến đều có tương quan với nhau tại mức ý nghĩa 1%.
- Giá trị Sig tô màu vàng đều 0.00 < 0.05 nghĩa là cácbiến độc lập đều có tương quan tuyến tính với biến phụ thuộc.
- Giá trị Sig tô màu hồng đại diện cho mối tương quan giữa các biến độc lập với nhau. Các giá trị Sig đều < 0.05 thì bắt đầu lưu ý tới hệ số tương quan Pearson để xem tính tương quan mạnh hay yếu giữa các biến độc lập. Nếu Sig < 0.05 và giá trị tương quan Pearson 1 > 0.4, cần chú ý đến khả năng xảy ra hiện tượng đa cộng tuyến. Nghi vấn này sẽ được trả lời dựa vào hệ số VIF khi phân tích hồi quy.
2.6. Hồi qui tuyến tính
v v v v
v Mục đích
Giúp xác định được nhân tố nào trong 5 nhân tố độc lập đóng góp nhiều/ít/khơng đóng góp vào sự thay đổi của biến phụ thuộc Quyết định lựa chọn cửa hàng TAN. Từ đó, đưa ra các giải pháp cần thiết và kinh tế nhất.
v v v v
v Thao tác thực hiện
Bước 1: Chọn Analyze àRegression à Linear
Bước 2: Xuất hiện bảng Linear Regression, đưa biến phụ thuộc vào ô Dependent và các biến độc lập vào ô Indenpendents.
Bước 3: Vào mục Statistics, tích chọn các mục như trong ảnh và click Continue.
Bước 4: Vào mục Plots, tích chọn các mục như trong ảnh và click Continue. Mục Plots sẽ xuất ra các biểu đồ phục vụ cho việc kiểm tra vi phạm các giả định hồi quy.
B5: Các mục còn lại để mặc định. Chọn OK v v v v v Nhận xét kết quả: Bảng 2. 17: Bảng Model Summary Tóm tắt mơ hình Mơ hình Hệ số R Hệ số R2 Hệ số R2 hiệu chỉnh Sai số chuẩn ước lượng Hệ số Durbin- Watson 1 .737a .543 .531 .68474454 1.882 a. Biến độc lập: (Hằng số), STL, TH, GC, CLSP, CLDV. b. Biến phụ thuộc: QĐ - R2
hiệu chỉnh phản ánh mức độ ảnh hưởng của các biến độc lập lên biến phụ thuộc. Cụ thể trong trường hợp này, 5 biến độc lập đưa vào ảnh hưởng 53,1% sự thay đổi của biến phụ thuộc, còn lại 46,9% là do các biến ngồi mơ hình và sai số ngẫu nhiên.
- Durbin-Watson (DW) dùng để kiểm định tự tương quan của các sai số kề nhau (hay còn gọi là tương quan chuỗi bậc nhất) có giá trị biến thiên trong khoảng từ 0 đến 4. Nếu các phần sai số khơng có tương quan chuỗi bậc nhất với nhau thì giá trị sẽ gần
=2, xem nhưdữ liệu thu thập là tốt. Cụ thể trong trường hợp này, ta thấy 1,882 ≈ 2. è Như vậy, dữ liệu thu thập tốt..
Bảng 2. 18: Bảng ANOVA
v v v v
v Mục đích: của kiểm định F trong bảng ANOVA chính là để kiểm tra xem mơ hình hồi quy tuyến tính này có suy rộng và áp dụng được cho tổng thể hay không. Cụ thể trong trường hợp này, giá trị ig của kiểm định F là 0.000 < 0.05. Như vậy, mơ S hình hồi quy tuyến tính xây dựng được phù hợp với tổng thể.
Bảng 2. 19: Bảng kết quả phân tích hồi quy
Hệ số hồi quya
Mơ hình
Hệ số hồi quy chưa chuẩn hóa Hệ số hồi quy chuẩn hóa t Sig. Thống kê đa cộng tuyến
B Sai số chuẩn Beta
Độ chấp nhận Hệ số phóng đại phương sai 1 Hằng số 1.423E- 17 .048 .000 1.000 STL .165 .049 .165 3.392 .001 1.000 1.000 TH .153 .049 .153 3.159 .002 1.000 1.000 GC .434 .049 .434 8.934 .000 1.000 1.000 CLSP .419 .049 .419 8.638 .000 1.000 1.000 CLDV .358 .049 .358 7.383 .000 1.000 1.000 a. Biến phụ thuộc: QĐ
- Các giá trị Sig kiểm định t từng biến độc lập đều <0.05 có nghĩa là các biến đó có ý nghĩa giải thích cho biến phụ thuộc trong mơ hình.
ANOVAa
Mơ hình bình phương Tổng các df bình phương Trung bình F Sig.
1 Hồi quy 108.038 5 21.608 46.084 .000b Phần dư 90.962 194 .469 Tổng cộng 199.000 199 a. Biến phụ thuộc: QĐ b. Biến độc lập: (Hằng số), STL, TH, GC, CLSP, CLDV. 0 0
- Hệ số hồi quy chuẩn hóa Beta, trong tất cả các hệ số hồi quy, biến độc lập nào có Beta lớn nhất thì biến đó ảnh hưởng nhiều nhất đến sự thay đổi của biến phụ thuộc. Nếu hệ số Beta âm nghĩa là biến đó tác động nghịch, hệ số Beta dương, biến đó tác động thuận. Khi so sánh thứ tự độ lớn, ta xét giá trị tuyệt đối của hệ số Beta.
- VIF dùng để kiểm tra hiện tượng đa cộng tuyến. Trên thực tế, với các đề tài nghiên cứu có mơ hình + bảng câu hỏi sử dụng thang đo Likert thì VIF < 2 sẽ khơng có đa cộng tuyến, trường hợp hệ số này đều < nên khơng có2 sự đa cộng tuyến giữa các biến độc lập.
Như vậy phương trình hồi quy chuẩn hóa sẽ là:
QĐ = 0,165STL + 0,153TH + 0,434GC + 0,419CLSP + 0,358CLDV + e
• Biểu đồ tần số phần dư chu n hóa Histogramẩ
- Biểu đồ thể hiện một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số. Đường cong có dạng hình chng, phù hợp với dạng đồ thị của phân phối chuẩn.
- Giá trị trung bình (Mean) gần bằng 0, độ lệch chuẩn là 0,987 ≈ 1.
à Như vậy, phân phối phần dư xấp xỉ chuẩn, có thể kết luận rằng: Giả thiết phân
phối chuẩn của phần dư không bị vi phạm.
Hình 2. 2: Biểu đồ tần số phần dư chuẩn hố
• Biểu đồ phần dư chu n hóa Normal Pẩ -P Plot
Hình 2. 3: Biểu đồ phân dư chuẩn hoá
- Trên đồ thị này, các điểm phân vị trong phân phối của phần dư tập trung thành 1 đường chéoà Như vậy, giả định phân phối chuẩn của phần dư không bị vi phạm.
• Biểu đ Scatter Plot kiồ ểm tra giả định liên h tuyến tínhệ
Hình 2. 4: Biều đồ kiểm tra giả định liên hệ tuyến tính
- Các điểm phân bố của phần dư nếu có các dạng: đồ thị Parabol, đồ thị Cubic,.. hay các dạng đồ thị khác khơng phải đường thẳng thì dữ liệu đã vi phạm giả định liên hệ tuyến tính.
- Nhìn biểu đồ, phần dư chuẩn hóa phân bổ tập trung xunh quanh đường tung độ 0, do vậy giả định quan hệ tuyến tính khơng bị vi phạm.
2.7. Kiểm định giả thuyết
2.7.1. Kiểm định mối quan hệ giữa các biến
Kiểm định trên hai biến thứ bậc
+ Ví dụ 1: v
v v v
v Mục đích Kiểm định: Có sự khác nhau giữa số tiền chi trả cho một bữa ăn với tần
suất sử dụ tạng i nhà hàng thức ăn nhanh hay không? v
v v v
v Đặt gi thuyết: ả
H0: khơng có s khác nhau vự ề số tiền chi trả cho một bữa ăn vớ ần suất sử dụng tại i t nhà hàng thức ăn nhanh.
H1: có s khác nhau vự ề số tiền chi tr cho mả ột bữa ăn với tần suất sử dụ tạng i nhà hàng thức ăn nhanh. v v v v v Thao tác thực hiện:
• Record số tiền chi tr thành 3 nhóm: dư i 100.000đ, tả ớ ừ 100-300.000đ. trên 300.000đ và record t n suầ ất khách hàng đến nhà hàng TAN thành 2 nhóm: dưới 4 lần/tháng và trên 4 l n/tháng (Thao tác tương t đã trình bày ầ ự ở record thu nhập)
• Chọn Analyze/ Descriptive Statistics/ Crosstabs à Chọn bi n “tansuat” vào ô ế Row, “sotien” vào ơ Column.
• Chọn nút Statistics/ Ch n m c Chi – ọ ụ square/ Chọn continue
• Chọn Cell. Tick chọn các mục như hình àContinue àOK v v v v v Kết quả
Bảng 2. 20: Bảng kiểm định mối quan hệ giữa biến số tiền chi trả cho 1 bữa ăn TAN và biến tần suất đi đến nhà hàng TAN của sinh viên
Kiểm định Chi-Square
Value df Asymp. Sig. (2-sided) Pearson Chi-Square .448a 2 .799
Likelihood Ratio .418 2 .811
Linear- -by Linear Association .272 1 .602
N of Valid Cases 200
Có một ơ chiếm (16.7%) có tần suất mong đợi dưới 5.
Ta thấy: Asymp. Sig. = 0.799 >0.05 nên ta chấp nhận H0, bác bỏ H1
Kết luận: Khơng có sự khác nhau về số tiền chi trả cho một bữa ăn với tần suất sử
dụng tại nhà hàng thức ăn nhanh + Ví dụ 2: v v v v v Mục đích
Kiểm định: Có s khác nhau giự ữa số tiền chi trả cho một bữa ăn độ ổi tu hay không? v
v v v
v Đặt gi thuyết: ả
H0: khơng có s khác nhau giữa s tiền chi tr cho mự ố ả ột bữa ăn với đ tuổi khách ộ hàng
H1: có s khác nhau vự ề số tiền chi tr cho mả ột bữa ăn với đ tuổi khách hàngộ v
v v v
v Thao tác: tương t như cách làm trên ự v
v v v
v Kết quả
Bảng 2. 21: Bảng kiểm định mối quan hệ giữa biến số tiền chi trả cho 1 bữa ăn TAN và biến độ tuổi khách hàng
Ta thấy: Asymp. Sig. = 0.317 > 0.05 nên ta chấp nhận H0, bác bỏ H1
Kết luận: Khơng có sự khác nhau giữa số tiền chi trả cho một bữa ăn với độ tuổi khách hàng.
2.7.2. Kiểm định về ị tr trung bình (T-test)
2.7.2.1. Kiểm định trên mộ ổt t ng thế
v v v v
v Mục đích: So sánh trị trung bình về một chỉ tiêu nghiên cứu nào đó với giá trị cụ thể cần quan tâm
v v v v
v Tình huống: Kiểm định sự khác biệt của mức độ đồng ý về nhận định “Thức ăn nhanh có giá trị dinh dưỡng cao” (Q11.1) so với mức độ trung bình (chuẩn) thực tế là 4.
H0: Mức độ đồng ý trung bình của Q11.1 = 4
H1: Mức độ đồng ý trung bình của Q11.1 ≠ 4
Kiểm đinh Chi-Square
Value df Asymp. Sig. (2-sided) Pearson Chi-Square 4.722a
4 .317
Likelihood Ratio 4.661 4 .324
Linear-by-Linear Association 1.351 1 .245
N of Valid Cases 200
Có một ơ chiếm (11.1%) có tần suất mong đợi dưới 5
v v v v
v Thao tác thực hiện
Bước 1: Chọn Analyze à Compare Means à One-Sample T Test.
Bước 2: Cửa sổ One-Sample T-Test xuất hiện Test Variable(s). chọn biến cần kiểm định là Q11.1. Test Value quy định giá trị cần kiểm định là 4.
Bước 3: Vào mục Option, chọn theo hình dưới đây. Sau đó, chọn Continue/OK
v v v v
v Kết quả Output
Bảng 2. 22: Bảng thống kê giá trị trung bình, độ lệch chuẩn của biến TAN có giá trị dinh dưỡng cao
One-Sample Statistics
N Giá trị TB Độ lệch chuẩn Sai số chuẩn Q11.1 200 2.68 1.032 .073
Bảng 2. 23: Bảng kết quả kiểm định của biến TAN có giá trị dinh dưỡng cao
One-Sample Test Giá trị cần kiểm định = 4 t df Sig. (2- tailed) Giá trị TB khác biệt
Khoảng tin cậy 95% cho sự khác biệt Lower Upper Q11.1 -18.160 199 .000 -1.325 -1.47 -1.18 v v v v v Nhận xét:
- Giá trị Sig. < 0.05 àGiả thuyết H0 bị bác bỏ. Chấp nhận H1
- Như vậy, mức độ đồng ý về nhận định “Thức ăn nhanh có giá trị dinh dưỡng cao” (Q11.1) có sự khác biệt so với mức độ trung bình (chuẩn) thực tế là 4.
Thực hiện tương tự với các biến đ nh lư ng khác đị ợ ể ki m định giá trị trung ể bình của một tổng thể so với giá tr cho trưị ớc
2.7.2.2. Kiểm định trên hai t ng thổ ể Trên 2 mẫu độc lập v v v v
v Mục đích: So sánh trị trung bình về một chỉ tiêu nghiên cứu nào đó giữa 2 đối tượng quan tâm.
v v v v
v Tình huống: Kiểm định sự khác biệt mức độ đồng ý trung bình của sinh viên về nhận định Q8.4 “Thức ăn nhanh được chuẩn bị nhanh chóng” (thang điểm từ 1 5) - giữa 2 nhóm giới tính (nam/nữ).
H0: Khơng có sự khác biệt H1: Có sự khác biệt v v v v v Thao tác thực hiện 0 0
Bước 1: Analyze > Compare Means > Independent-samples T-test
Bước 2: Cửa sổ Independent-Samples T Test mở ra. Test Variable(s) chọn biến định lượng là Q8.4. Grouping Variable chọn biến định tính là Q15.
Bước 3: Chọn Define Groups. Mã hóa cho 2 giới tính tại ơ Group 1 và 2 à Continue
Bước 4: Chọn Option. Quy định tỷ lệ tin cậy như hìnhàContinue. Sau đó, OK.
v v v v
v Kết quả Output:
Bảng 2. 24: Bảng thống kê giá trị trung bình, độ lệch chuẩn của biến TAN được chuẩn bị nhanh chóng
Bảng 2. 25: Bảng kiểm định sự khác biệt trung bình của biến TAN được chuẩn bị nhanh chóng
Independent Samples Test
Q8.4 Equal variances assumed Equal variances not assumed Levene's Test for
Equality of Variances
F 3.566
Sig. .060
t-test for Equality of Means
t .538 .513
df 198 117.357
Sig. (2-tailed) .591 .609 Giá trị TB khác biệt .066 .066 Sai số cho sự khác biệt .123 .129 Khoảng tin cậy 95%
cho sự khác biệt
Lower -.176 -.189
Upper .309 .321
v Nhận xét:
Group Statistics
Giới tính N Giá trị TB Độ lệch chuẩn Sai số chuẩn
Q8.4 Nữ 133 3.86 .780 .068
Nam 67 3.79 .897 .110
- Giá trị Sig. Levene's Test tô màu vàng 0.06 > 0.05 nên ta sử dụng giá trị Sig T-Test màu hồng ở hàng Equal variances assumed. Đồng thời, bác bỏ H0
- Giá trị Sig T-Test màu hồng 0.591 > 0.05. Như vậy, khơng có sự khác biệt có ý nghĩa thống kê về mức độ đồng ý trung bình của sinh viên về nhận định “Thức ăn
nhanh được chuẩn bị nhanh chóng” (thang điểm từ 1-5) giữa nam và nữ. Thực hiện tương tự với các kiểm định khác cho 2 m u độ ập. ẫ c l
Trên 2 mẫu phụ thuộc
v v v v
v Mục đích: So sánh trung bình của hai biến định lượng có đặc điểm là mỗi quan sát trong biến này có sự tương đồng theo cặp với một quan sát ở biến cịn lại.
v v v v
v Tình huống:Kiểm định sự khác biệt mức độ đồng ý trung bình được đánh giá theo thang đo từ 1-5 về nhận định “Giá tiền phù hợp với kích cỡ phần ăn” (Q10.3) và “Giá cả thức ăn nhanh phù hợp với thu nhập” (Q10.5) trong nhân tố Giá cả.
H0: Khơng có sự khác biệt H1: Có sự khác biệt v v v v v Thao tác thực hiện
Bước 1: Chọn Analyze à Compare Means à Paired Samples T-Test.
Bước 2: Cửa sổ Paired-Samples T Test mở ra. Chuyển 2 biến Q10.3 và Q10.5 vào ô Paired Variables.
Bước 3: Chọn Options, nhập vào độ tin cậy là 95. Sau đó, chọnContinue àOK
v v v v
v Kết quả Output:
Bảng 2. 26: Bảng thể hiện sự khác biệt trung bình giữa biến giá tiền phù hợp với kích cỡ phần ăn và biến giá cả TAN phù hợp với thu nhập
Paired Samples Statistics
Giá trị TB N Độ lệch chuẩn Sai số chuẩn
Cặp 1 Q10.3 3.54 200 .867 .061
Q10.5 3.48 200 .862 .061 Bảng 2. 27: Bảng thể hiện sự tương quan giữa biến giá tiền phù hợp với kích cỡ
phần ăn và biến giá cả TAN phù hợp với thu nhập
Paired Samples Correlations
N Tương quan Sig.
Cặp 1 Q10.3 & Q10.5 200 .643 .000
Bảng 2. 28: Bảng kiểm định sự khác biệt trung bình giữa biến giá tiền phù hợp với