2.4.1 Kiểm tra hệ số tương quan giữa các biến
❖ Mục đích: Nhằm kiểm tra mối tương quan tuyến tính chặt chẽ giữa biến phụ thuộc với các biến độc lập và sớm nhận diện vấn đề đa cộng tuyến khi các biến độc lập cũng có tương quan mạnh với nhau.
Cụ thể có 7 (DSD, RR, XH, NT, DT, BM, TD) biến độc lập và 1 biến phụ thuộc (YD).
❖ Thao tác
Chọn Analyze/ Corelate/ Bivariate… → Đưa các biến độc lập và biến phụ thuộc từ cột bên trái sang bên phải → Chọn Pearson → Chọn OK.
❖ Kết quả
Bảng 2.14: Kết quả phân tích tương quan Pearson
DSD RR XH NT DT BM TD YD
DSD
Tương quan
Pearson 1
Mức ý nghĩa
RR
Tương quan
Pearson -0.002 1
Mức ý nghĩa 0.997
XH
Tương quan
Pearson 0.430** 0.065 1
Mức ý nghĩa 0.00 0.380
DSD RR XH NT DT BM TD YD NT
Tương quan
Pearson 0.546** -0.029 0.624** 1
Mức ý nghĩa 0.000 0.695 0.000
DT
Tương quan
Pearson 0.433** 0.109 0.467** 0.479** 1
Mức ý nghĩa 0.000 0.139 0.000 0.000
BM
Tương quan
Pearson 0.341** -0.022 0.500** 0.660** 0.327** 1
Mức ý nghĩa 0.000 0.767 0.000 0.000 0.000
TD
Tương quan
Pearson 0.440** 0.044 0.484** 0.532** 0.617** 0.455** 1
Mức ý nghĩa 0.000 0.552 0.000 0.000 0.000 0.000
YD
Tương quan
Pearson 0.427** -0.035 0.426** 0.447** 0.372** 0.431** 0.590** 1
Mức ý nghĩa 0.000 0.639 0.000 0.000 0.000 0.000 0.000
Để xem xét các mối quan hệ tương quan tuyến tính giữa các biến độc lập DSD,
RR, XH, NT, DT, BM, TD và biến phụ thuộc YD, kiểm định hệ số tương quan Pearson được sử dụng. Kết quả phân tích tương quan cho thấy tất cả các biến đều có tương quan với nhau tại mức ý nghĩa 1% như bảng đã trình bày. Giá trị Sig được đánh dấu đều nhỏ hơn 0 05 nghĩa là biến độc lập có tương quan tuyến tính với biến . phụ thuộc.
2.4.2 Xây dựng phương trình hồi quy tuyến tính
❖ Ý nghĩa: Hồi quy là quá trình mô hình hóa và kiểm định quan hệ giữa các biến độc lập X với biến phụ thuộc Y, đồng thời kiểm tra xem mối quan hệ đó có ý nghĩa thống kê hay không.
❖ Thao tác: Chọn Analyze/ Regression/ Linear → Chọn biến phục thuộc vào Dependent, chọn biến độc lập vào Independent(s) → Chọn OK.
❖ Kết quả:
Căn cứ vào mô hình nghiên cứu lý thuyết, ta có phương trình hồi quy đa biến diễn
tả các nhân tố ảnh hưởng đến ý định sử dụng dịch vụ thanh toán ví điện tử là:
YD= β0 + β1*TD + β2*BM + β3*DSD Các biến độc lập (Xi): TD, BM, DSD
Biến phụ thuộc ( YD): Ý định sử dụng ví điện tử để thanh toán của sinh viên trên địa bàn TP.HCM.
Βk là hệ số hồi quy riêng (k = 0…6).
Hệ số hồi quy riêng phần đó đến biến phụ thuộc càng cao, nếu cùng dấu thì mức độ tác động là thuận chiều và ngược lại. Kết quả phân tích hồi quy thể hiện ở bảng 2.15 dưới đây.
Bảng 2.15: Kết quả phân tích hồi quy
Hệ số
Hệ số chưa chuẩn
hóa Hệ số chuẩn
hóa t Sig
Hệ số đa cộng tuyến
B Sai số chuẩn
hóa Beta Tolerance VIF
Hằng
số 1.700 0.238 7.151 0.000
DSD 0.153 0.056 0.177 2.743 0.007 0.782 1.279
BM 0.117 0.044 0.174 2.674 0.008 0.769 1.301
TD 0.334 0.052 0.434 6.378 0.000 0.701 1.426
Biến phụ thuộc: YD
R2 hiệu chỉnh: 0.397
Thống kê F (ANOVA): 41.764
Mức độ ý nghĩa (Sig của ANOVA): 0.000
Hệ số Durbin - Watson: 1.976
Qua bảng phân tích kết quả hồi quy ở trên ta thấy được:
Về mức độ phù hợp của mô hình (model summary): ta có hệ số R đã hiệu chỉnh 2 bằng 0.397 có nghĩa là 39.7% sự biến thiên của YD (Ý định sử dụng ví điện tử để thanh toán của sinh viên) được giải thích bởi sự biến thiên của 3 biến độc lập DSD,
BM, TD (39.7% giải thích sự biến thiên của biến phụ thuộc, còn lại 60.3% là do các biến ngoài mô hình và các sai số ngẫu nhiên).
Về mối quan hệ của biến phụ thuộc và biến độc lập: kiểm định F được sử dụng để xem xét biến phụ thuộc YD (Ý định sử dụng ví điện tử để thanh toán của sinh viên)
có mối liên hệ tuyến tính với toàn bộ tập biến hay không. Kết quả kiểm định trị thống
kê F từ bảng phân tích phương sai ANOVA với giá trị Sig. = 0.000 (< 0.05), điều này cho thấy mô hình hồi quy đã xây dựng phù hợp với tập dữ liệu ở độ tin cậy 95%. Hay nói cách khác các biến độc lập có mối tương quan tuyến tính với biến phụ thuộc.
Về kiểm định hiện tượng đa cộng tuyến: việc kiểm tra được thông qua nhân tố phóng đại phương sai (VIF), theo quy tắc VIF < 2 là dấu hiệu cho thấy không có hiện tượng đa cộng tuyến. Kết quả cho thấy tất cả các VIF có giá trị nhỏ hơn mức giới hạn (1.279; 1.301; 1.426) đều đạt yêu cầu. Vậy mô hình hồi quy đa biến không có hiện tượng đa cộng tuyến, mối quan hệ giữa các biến độc lập không ảnh hưởng đến kết quả giải thích của mô hình.
Căn cứ bào các kết quả trên có thể khẳng định rằng các giả định về hồi quy tuyến tính không bị vi phạm và mô hình xây dựng phù hợp với tổng thể.
Bên cạnh đó, kết quả phân tích hồi quy bội cho thấy 3 nhân tố phụ thuộc là DSD (Nhận thức dễ sử dụng), BM (Nhận thức riêng tư/bảo mật), TD (Thái độ sử dụng) có giá trị Sig lần lượt là 0.007; 0.008; 0.000 (< 0.05) nên có thể khẳng định các biến này
có ý nghĩa trong mô hình.
Qua kết quả phân tích hồi quy, chúng ta có phương trình hồi quy đa biến của mô hình diễn tả các nhân tố ảnh hưởng đến ý định sử dụng ví điện tử để thanh toán của sinh viên trên địa bàn TP.HCM như sau
YD= 1.700 + 0.153*DSD + 0.117*BM + 0.334*TD
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.Như vậy phương trình hồi quy chuẩn hóa sẽ là:
YD= 0,177*DSD + 0,174*BM + 0,434*TD