Bảng 4.11 cho thấy giá trị hiệu chỉnh R2 = 0.793 cho thấy sự tương thích của mơ hình với biến quan sát là khoảng 79.3% biến thiên của biến phụ thuộc, còn lại 20.7% là do sai số ngẫu nhiên và biến ngồi mơi trường
- Sig kiểm định F = 0.000<0.05 nên mơ hình hồi quy tuyến tính phù hợp với tập dữ liệu và có thể sử dụng được.
4.3.4 Kiểm định độ phù hợp của mơ hình hời quy
Kiểm định F về tính phù hợp của mơ hình hồi quy tuyến tính tổng thể. Điều này cho chúng ta biết biến phụ thuộc có tương quan tuyến tính với tồn bộ biến độc lập hay không. Đặt giả thuyết H0 là: a0 = a1 = a2 = a3 = a4 = a5 = 0.
ANOVAa
Model Sum of Squa res df Mean Squar e F Sig. Regression 59.547 4 14.887 167.978 .000b 1 Residual 15.066 170 .089 Total 74.613 174 a. Dependent Variable: Y
b. Predictors: (Constant), DC, TC, NL, PTvaDU
Nhận thấy giá trị Sig. rất nhỏ (< 0.05) nên bác bỏ giả thuyết H0. Điều này có ý nghĩa là các biến độc lập trong mơ hình có tương quan tuyến tính với biến phụ thuộc, tức là sự kết hợp của các biến độc lập giải thích được sự thay đổi của biến phụ thuộc.
Coefficientsa
Model Unstandardized Coeff icients
Standardiz ed Coeffici ents
t Sig. Collinearity Stati stics
B Std. Error Beta Toleran
ce VIF (Constan t) .246 .171 1.436 .153 NL -.027 .047 -.028 -.577 .564 .507 1.972 1 TC .776 .044 .792 17.802 .000 .600 1.666 PTvaDU .143 .048 .144 2.958 .004 .500 2.001 DC .058 .041 .057 1.411 .160 .724 1.382 a. Dependent Variable: Y
Bảng 4. 12 Kiểm định hiện tượng đa cộng tuyến (Multiple Collinearity)
Nguồn: Kết quả xử lý SPSS, 2022
Hệ số VIF của các hệ số Beta < 10 , cho thấy khơng có hiện tượng đa cộng tuyến xảy ra (Hồng Trọng - Mộng Ngọc, 2008)
Kết quả của bảng 4.12 cho thấy hai biến là TC và PTvaDU có giá trị Sig. lần lượt bằng 0.000 và 0.004 (< 0.05) nên ta có thể kết luận rằng 2 biến này có ý nghĩa với biến phụ thuộc. Ngược lại giá trị Sig. của biến NL, DC lần lượt là 0.564 và 0.160 > 0.05, tương đương với biến NL và DC khơng có ý nghĩa thống kê, ta chưa có cơ sở để chứng minh có mối quan hệ tuyến tính giữa thành phần này với quyết định của khách hàng, nhưng vì Sig của thành phần này quá lớn nên ta có thể đi đến kết luận là loại 2 biến này.
Hồi quy lần 2: Sau khi loại 2 biến DC và NL, nhóm chạy lại hồi quy lần 2 thu được
kết quả như sau: