CHƯƠNG 4. KẾT QUẢ NGHIÊN CỨU
4.2. KẾT QUẢ CÁC KIỂM ĐỊNH, PHÂN TÍCH
4.2.4. Phân tích hồi quy
Từ kết quả kiểm định hệ số tương quan Pearson ta nhận thấy giữa các biến độc lập và biến phụ thuộc có mối tương quan tuyến tính chặt chẽ với nhau. Tuy nhiên, chúng ta lại chưa thể khẳng định được giữa các biến độc lập và biến phụ thuộc có
quan hệ nhân quả với nhau hay không. Do đó tác giả tiến hành bước tiếp theo là chạy hồi quy tuyến tính với mục tiêu cuối cùng là kiểm định các giả thuyết đặt ra và mức độ tác động của các biến độc lập đến biến phụ thuộc để nhận diện các nhân tố ảnh hưởng đến ý định sử dụng ví điện tử trên địa bàn tỉnh Vĩnh Long.
Bảng 4.6. Kết quả phân tích hồi quy
Nguồn từ tính toán thông qua SPSS
Thứ tự về tầm quan trọng của từng yếu tố phụ thuộc vào giá trị tuyệt đối của
hệ số Beta. Nhân tố nào có hệ số Beta càng lớn thì mức độ ảnh hưởng đến ý định sử dụng ví điện tử trên địa bàn tỉnh Vĩnh Long càng nhiều.
Từ bảng 4.6 ta được mô hình hồi quy mô tả ý định sử dụng ví điện tử trên địa bàn tỉnh Vĩnh Long là:
Y = 0,420 x HI + 0,219 x DSD + 0,222 x RR + 0,116 x AH + 0,130 x CP
Dựa trên mô hình hồi quy được thành lập từ hệ số hồi quy đã chuẩn hóa thì ta
có thể có những nhận xét sau:
Hệ số Sig. của các nhân tố đều bé hơn 5% vì vậy các nhân tố này trong mô hình đều có ý nghĩa thống kê.
Hệ số hồi quy chưa chuẩn hoá Hệ số hồi quy
đã chuẩn hoá Sig. VIF
Hệ số Sai số
chuẩn
Các
nhân tố
Hằng
số -,300 ,191 ,118
HI ,437 ,057 ,420 ,000 1,877
DSD ,216 ,054 ,219 ,000 1,901
RR ,202 ,048 ,222 ,000 1,768
AH ,095 ,043 ,116 ,027 1,721
CP ,117 ,044 ,130 ,009 1,533
Các hệ số hồi quy chuẩn hóa đều mang dấu dương có nghĩa là các biến độc lập có tác động cùng chiều với biến phụ thuộc.
Nhận xét về mức độ tăng giảm của các biến độc lập tác động đến biến phụ thuộc như sau:
Nếu mức độ đánh giá Tính hữu ích tăng 1 đơn vị thì ý định sử dụng ví điện tử của người dân tăng 0,420 đơn vị.
Nếu mức độ đánh giá Tính dễ sử dụng tăng 1 đơn vị thì ý định sử dụng ví điện
tử của người dân tăng 0,219 đơn vị.
Nếu mức độ đánh giá Ít rủi ro tăng 1 đơn vị thì ý định sử dụng ví điện tử của người dân tăng 0,222 đơn vị.
Nếu mức độ đánh giá Ảnh hưởng xã hội tăng 1 đơn vị thì ý định sử dụng ví điện tử của người dân tăng 0,116 đơn vị.
Nếu mức độ đánh giá Chi phí sử dụng tăng 1 đơn vị thì ý định sử dụng ví điện
tử của người dân tăng 0,130 đơn vị.
4.2.4.1. Kiểm định độ phù hợp của mô hình
Bảng 4.7. Bảng đánh giá độ phù hợp của mô hình
Model R R2 R2 hiệu
chỉnh
Sai số của ước lượng
Durbin Watson
1 ,889a ,791 ,783 ,22685 1,947
Nguồn từ tính toán thông qua SPSS
R2 = 0,791 nghĩa là mô hình hồi quy tuyến tính đã xây dựng phù hợp với tập
dữ liệu khảo sát đến 79,1%. Hay còn được hiểu là 79,1% thay đổi của các nhân tổ ảnh hưởng đến ý định sử dụng dịch vụ ví điện tử trên địa bàn tỉnh Vĩnh Long có thể được giải thích bởi sự thay đổi của các biến: Nhận thức tính hữu ích, nhận thức tính
dễ sử dụng, nhận thức tính ít rủi ro, nhận thức tính ảnh hưởng xã hội, nhận thức chi phí giao dịch.
Tuy nhiên giá trị R2 cũng không thể hiện chính xác mức độ phù hợp của mô hình với tập dữ liệu đã thu được. Do đó R2 hiệu chỉnh được sử dụng để củng cố hơn
về mức độ phù hợp của mô hình. Hệ số xác định R2 hiệu chỉnh = 0,783 giải thích được 78,3% sự thay đổi của sự tác động của các biến các nhân tổ ảnh hưởng đến ý định sử dụng dịch vụ ví điện tử trên địa bàn tỉnh Vĩnh Long trong mô hình tạo ra, còn lại 21,7% sự biến thiên được giải thích bởi các biến nằm ngoài mô hình. So sánh 2 giá trị R2 và R2 hiệu chỉnh ta thấy R2 hiệu chỉnh nhỏ hơn, dùng nó để đánh giá mức độ phù hợp của mô hình sẽ an toàn hơn vì nó không thổi phồng mức độ phù hợp của mô hình.
Bảng 4.8. Phân tích phương sai
Mô hình Tổng bình
phương
Bậc tự
do
Trung bình bình phương F Sig.
Hồi quy 25,893 5 5,179 100,635 ,000b
Sai số 6,844 133 ,051
Tổng cộng 32,737 138
Nguồn từ tính toán thông qua SPSS
Từ bảng trên ta thấy hệ số Sig. = 0.000 bé hơn 0.01 cho thấy mô hình đưa ra
là phù hợp với dữ liệu thực tế. Hay nói cách khác, các biến độc lập có tương quan tuyến tính với biến phụ thuộc ở mức độ tin cậy 99%.
4.2.4.2. Kiểm định các khuyết tật của mô hình hồi quy
Kiểm định hiện tượng đa cộng tuyến
Bảng 4.9. Kết quả kiểm định hiện tượng đa cộng tuyến
Tên biến Thống kê cộng tuyến
Tolerance VIF
HI ,533 1,877
DSD ,526 1,901
RR ,566 1,768
AH ,581 1,721
CP ,652 1,533
Nguồn từ tính toán thông qua SPSS
Hiện tượng đa cộng tuyến trong mô hình được đo lường thông qua hệ số VIF. Trong nghiên cứu thực nghiệm, nếu VIF nhỏ hơn 5 thì mô hình được cho là không có hiện tượng đa cộng tuyến. Ngược lại, VIF lớn hơn 5 thì mô hình được cho
là có hiện tượng đa cộng tuyến. Theo kết quả Bảng 4.9 sau khi kiểm định cho thấy các biến trong mô hình đều có hệ số VIF nhỏ hơn 2 nên mô hình không có xảy ra hiện tượng đa cộng tuyến.
Kiểm định hiện tượng tự tương quan
Hiện tượng tự tương quan trong mô hình được kiểm định thông qua hệ số Durbin – Watson. Nếu hệ số Durbin – Watson lớn hơn 1 và nhỏ hơn 3 thì mô hình được cho là không có hiện tượng tự tương quan. Trong trường hợp Durbin – Watson nhỏ hơn 1 hoặc lớn hơn 3 thì mô hình có hiện tượng tự tương quan. Kết quả
ở Bảng 4.7 cho thấy hệ số Durbin – Watson là 1,947 do đó, mô hình không có hiện tượng tự tương quan.
Kiểm định phân phối chuẩn của phần dư
Kết quả từ biểu đồ Histogram của phần dư (Hình 4.1) cho ta thấy giá trị trung bình Mean xấp xỉ bằng 0, độ lệch chuẩn Std.Dev = 0,982 gần bằng 1, điều này có nghĩa là giả thuyết phân phối chuẩn của phần dư không bị vi phạm.
Hình 4.1. Biểu đồ Histogram
Nguồn từ tính toán thông qua SPSS
Kiểm định phương sai phần dư không đổi
Đồ thị cho thấy, phần dư chuẩn hóa phân bổ tập trung xung quanh đường tung độ 0 (giá trị trung bình của phần dư), nghĩa là phương sai của phần dư không đổi, do vậy giả định quan hệ tuyến tính không bị vi phạm.
Hình 4.2. Biểu đồ Scatterplot
Nguồn từ tính toán thông qua SPSS