PHẦN II. NỘI DUNG VÀ KẾT QUẢ NGHIÊN CỨU
CHƯƠNG 2: PHÂN TÍCH HOẠT ĐỘNG BÁN HÀNG CỦA CÔNG TY TRÁCH NHIỆM HỮU HẠN HIỆP THÀNH – THỪA THIÊN HUẾ
2.2. Phân tích hiệu quả hoạt động bán hàng của công ty
2.3.4. Phân tích hồi quy tuyến tính bội
Trước khi đi vào phân tích hồi quy, ta phân tích hệsố tương quan đểkiểm tra sự tương quan giữa các biến trong mô hình. Nếu giữa các biến có sự tươngquan mạnh thì phải lưuý vấn đề đa cộng tuyến trong khi phân tích hồi quy.
Hệsố tương quan r:
+ r < 0.2: không tương quan + 0.2 < r < 0.4: tương quan yếu
+ 0.4 < r < 0.6: tương quan trung bình + 0.6 < r < 0.8: tương quan mạnh + 0.8 < r < 1: tương quanrất mạnh
Đầu tiên, ta kiểm định sự phù hợp của mô hình thông qua ma trận tương quan giữa biến phụthuộc và các biến độc lập.
Bả ng 2.18. Ma trậ n tư ơ ng quan
DG SP GC XT NV DV
DG Hệsố tương quan Pearson 1 0.558** 0.575** 0.401** 0.564** 0.638**
Sig. (2-tailed) 0.000 0.000 0.000 0.000 0.000
N 130 130 130 130 130 130
SP Hệsố tương quan Pearson 0.558** 1 0.462** 0.179* 0.499** 0.496**
Sig. (2-tailed) 0.000 0.000 0.041 0.000 0.000
N 130 130 130 130 130 130
GC Hệsố tương quan Pearson 0.575** 0.462** 1 0.237** 0.468** 0.430**
Sig. (2-tailed) 0.000 0.000 0.007 0.000 0.000
N 130 130 130 130 130 130
XT Hệsố tương quan Pearson 0.401** 0.179* 0.237** 1 0.297** 0.202*
Sig. (2-tailed) 0.000 0.041 0.007 0.001 0.021
N 130 130 130 130 130 130
NV Hệsố tương quan Pearson 0.564** 0.499** 0.468** 0.297** 1 0.478**
Sig. (2-tailed) 0.000 0.000 0.000 0.001 0.000
N 130 130 130 130 130 130
DV Hệsố tương quan Pearson 0.638** 0.496** 0.430** 0.202* 0.478** 1 Sig. (2-tailed) 0.000 0.000 0.000 0.021 0.000
N 130 130 130 130 130 130
**. Correlation is significant at the 0.01 level (2-tailed): Với mức ý nghĩa 1%
*. Correlation is significant at the 0.05 level (2-tailed): Với mức ý nghĩa 5%
Dựa vào bảng trên, ta thấy được:
Với mức ý nghĩa 1%, giá trị Sig. của các biến độc lập SP, GC, XT, NV và DV với biến DG đều nhỏ hơn 0.01, tức các biến này có sự tương quan với nhau. Cụthể:
+ Biến “Dịch vụ bán hàng” (DV) tương quan mạnh nhất với biến “Đánh giá chung vềhoạt động bán hàng” (DG)với hệsốPearson = 0.638
+ Biến “Giá cả” (GC) tương quan mạnh thứ hai với biến “Đánh giá chung về hoạt động bán hàng” (DG)với hệsốPearson = 0.575
+ Biến “Nhân viên bán hàng” (NV) tương quan mạnh thứba với biến “Đánh giá chung vềhoạt động bán hàng” (DG)với hệsốPearson = 0.564
+ Biến “Sản phẩm” (SP) tương quan mạnh thứ tư với biến “Đánh giá chung về hoạt động bán hàng” (DG)với hệsốPearson = 0.558
+ Biến “Hoạt động xúc tiến bán hàng” (XT) tương quan yếu nhất với biến
“Đánh giá chung về hoạt động bán hàng” (DG)với hệsốPearson = 0.401
Kết quả phân tích tương quan cho thấy hệsố tương quan giữa các biến độc lậpở mức tương quan mạnh, vì vậy ta phải xem xét xem có xảy ra hiên tượng đa cộng tuyến có xảy ra hay không khi phân tích hồi quy đa biến.
2.3.4.2. Phân tích hồi quy tuyến tính bội
Hệ số xác định R2 (R Square) và R2 hiệu chỉnh (Adjusted R square) được dùng để đo sựphù hợp của mô hình hồi quy.
Tuy nhiên, hệ số R2 còn có hạn chế đó là càng đưa thêm nhiều biến vào mô hình, mặc dù chưa xác định biến đưa vào có ý nghĩa hay không thì giá trị R2 sẽ tăng.
Giá trị R2 tăng khả năng giải thích của mô hình, nhưng bản chất thì lại không làm rõ được tầm quan trọng của biến đưa vào, do đó nếu dựa vào giá trị R2 để đánh giá tính hiệu quảcủa mô hình sẽdẫn đến tình huống không chính xác vì sẽ đưa quá nhiều biến không cần thiết, làm phức tạp mô hình. Để ngăn chặn tình trạng trên, tôi sẽ dùng R2 hiệu chỉnh để đo sựphù hợp của mô hình hồi quy.
Bả ng 2.19. Các hệ số xác đị nh trong phân tích hồ i quy Mô hình R R2 R2hiệu chỉnh Std. Error of
the Estimate
Durbin-Watson
1 0.782a 0.612 0.596 0.37179 2.015
(Nguồn: Kết quảxửlý SPSS)
Dựa vào kết quả phân tích hồi quy tuyến tính, ta thấy R = 0.782 cho thấy mối quan hệ giữa các biến trong mô hình tương quan chặt chẽ. Hệ số R2 = 61.2% > 50%
thỏa mãn mức ý nghĩa của mô hình tuyến tính. Để đánh giá độ phù hợp của mô hình hồi quy đa biến, hệsốR bình phương hiệu chỉnh Adjusted R Square là 0.596. Nghĩa là 59.6% biến thiên của biến phụ thuộc “Đánh giá chung về hoạt động bán hàng” (DG) được giải thích bởi 5 nhân tố độc lập: SP, GC, XT, NV, DV. Điều này cho thấy mô hình hồi quy tuyến tính này phù hợp với tập dữliệu của mẫuở mức 59.6%, tức là các biến độc lập trong mô hình nghiên cứu ảnh hưởng tới 59.6% sự biến thiên của biến phụthuộc DG, 40.4% còn lại là do sự ảnh hưởng của những biến ngoài mô hình và do sai sốngẫu nhiên.
Hệ số Durbin-Watson dùng để kiểm tra hiện tượng tự tương quan chuỗi bậc nhất giữa các biến độc lập. Quy tắc kiểm định d của Durbin-Watson:
+ Nếu 1 < d < 3 thì kết luận mô hình không có tự tương quan.
+ Nếu 0 < d < 1 thì kết luận mô hình có tự tương quan dương.
+ Nếu 3 < d < 4 thì kết luận mô hình có tự tương quan âm.
Với giá trị d trong bảng trên là 2.015, rơi vào miền nên chấp nhận giả thiết không có tự tương quan chuỗi bậc nhất.
Tuy nhiên để chính xác hơn, ta tra hệsốDurbin-Watson trong bảng và dựa theo quy tắc sau:
Cụ thể trong trường hợp này, k' = 5, n = 130, tra bảng Durbin-Watson ta códL
= 1.665vàdU = 1.802. Gắn vào thanh giá trị Durbin-Watson, ta thấy 1.802 < 2.015 <
2.198, như vậy, không có sự tương quan chuỗi bậc nhất trong mô hình.
Kiểm định One Way ANOVA
Tổng thể rất lớn, chúng ta không thể khảo sát hết toàn bộ, nên thường trong nghiên cứu, chúng ta chỉ chọn ra một lượng mẫu giới hạn đểtiến hành điều tra, từ đó suy ra tính chất chung của tổng thể. Mục đích của kiểm định F trong bảng ANOVA chính là để kiểm tra xem mô 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 sig của kiểm định F là 0.000 < 0.05. Như vậy, mô hình hồi quy tuyến tính xây dựng được phù hợp với tổng thể.
Phân tích hồi quy tuyến tính
Bả ng 2.20. Kế t quả phân tích hồ i quy tuyế n tính
Mô hình
Hệ số chưa chuẩn hóa
Hệ số
chuẩn hóa t Sig.
Thống kê đa cộng tuyến
B Sai số Beta Tolerance VIF
1 (Constant) -0.320 0.304 -1.055 0.294
SP 0.178 0.073 0.172 2.434 0.016 0.630 1.588
GC 0.233 0.068 0.231 3.412 0.001 0.681 1.469
XT 0.189 0.055 0.203 3.441 0.001 0.898 1.114
NV 0.163 0.079 0.147 2.056 0.042 0.617 1.622
DV 0.332 0.067 0.343 4.971 0.000 0.659 1.518
a. Dependent Variable: DG
(Nguồn: Kết quảxửlý SPSS) Dựa vào bảng trên, ta thấy hệsốhồi quy của các biến độc lập (Sig.) đều nhỏ hơn 0.05, do đó các biến độc lập này đều có ý nghĩa giải thích cho biến phụ thuộc, không biến nào bị loại bỏ. HệsốVIF nhỏ hơn 2 do vậy không có đa cộng tuyến xảy ra.
Ta có mô hình hồi quy như sau:
DG = 0.172*SP + 0.231*GC +0.203*XT + 0.147*NV + 0.343*DV
+ Hệ số βeta1 = 0.172 cho biết: trong điều kiện các yếu tố khác không đổi, khi nhân tố “Sản phẩm” tăng lên 1 đơn vị thì mức độ đánh giá chung của khách hàng đối với hoạt động bán hàng tại Công ty tăng thêm 0.172đơn vị.
+ Hệ số βeta2 = 0.231 cho biết: Trong điều kiện các yếu tố khác không đổi, khi nhân tố “Giá cả” tăng lên 1 đơn vị thì mức độ đánh giá chung của khách hàng đối với hoạt động bán hàng tại Công ty tăng thêm0.231đơn vị.
+ Hệ số βeta3 = 0.203 cho biết: Trong điều kiện các yếu tố khác không đổi, khi nhân tố “Hoạt động xúc tiến bán hàng” tăng lên 1 đơn vị thì mức độ đánh giá chung của khách hàng đối với hoạt động bán hàng tại Công ty tăng thêm 0.203đơn vị.
+ Hệ số βeta4 = 0.147 cho biết: Trong điều kiện các yếu tố khác không đổi, khi nhân tố “Nhân viên bán hàng” tăng lên 1 đơn vịthì mức độ đánh giá chung của khách
+ Hệsố βeta4 = 0.343 cho biết: Trong điều kiện các yếu tố khác không đổi, khi nhân tố “Dịch vụ bán hàng” tăng lên 1 đơn vị thì mức độ đánh giá chung của khách hàng đối với hoạt động bán hàng tại Công ty tăng thêm 0.343đơn vị.
Như vậy:
+ “Dịch vụ bán hàng” là yếu tố có ảnh hưởng mạnh nhất đến hiệu quả hoạt động bán hàng tại công ty TNHH Hiệp Thành vì có hệsố Beta cao nhất là 0.343, dấu dương của hệsốBeta thể hiện mối quan hệ cùng chiều giữa yếu tố giá cảvà hiệu quả hoạt động bán hàng.
+ Tương tự, yếu tố ảnh hưởng mạnh thứ hai là “Giá cả”, thứ ba là “Hoạt động xúc tiến bán hàng”, thứ tư là “Sản phẩm” và yếu tốcóảnh hưởng nhỏnhất tới hiệu quả hoạt động bán hàng của công ty TNHH Hiệp Thành là “Nhân viên bán hàng” với các hệ số Beta lần lượt là 0.231; 0.203; 0.172; 0.147. Các yếu tố này đều có hệ số Beta dương thểhiện mối quan hệcùng chiều với hiệu quảhoạt động bán hàng.
Kiểm định tính phân phối chuẩn của phần dư
Biểu đồ tần số Histogram cho thấy một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số. Như vậy phân phối phần dư xấp xỉchuẩn nên có thểkết luận giảthiết phân phối chuẩn không bịvi phạm.