CHƯƠNG I: TỔNG QUAN VỀ NGHIÊN CỨU
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
4.4. PHÂN TÍCH MÔ HÌNH HỒI QUY TUYẾN TÍNH ĐA BIẾN
4.4.4 Phân tích hồi quy và Kiểm định sự phù hợp của mô hình
Phương trình hồi quy tuyến tính biểu diễn mối quan hệ giữa 5 nhân tố tác động (biến độc lập) và quyết định MSTT sản phẩm tiêu dùng của sinh viên các trường đại học tại TP.HCM (biến phụ thuộc) có dạng như sau:
Y = a0 + a1X1 + a2X2 + a3X3 + a4X4 + a6X6
Hoặc :
Quyết định MSTT các sản phẩm tiêu dùng của sinh viên các trường đại học tại TP.HCM = a0 + a1*Nhận thức về tính hữu ích + a2*Nhận thức về tính thuận tiện trong thanh toán + a3*Nhận thức về tính dễ sử
dụng + a4*Niềm tin +a6*Sự kỳ vọng về giá
Ta có kết quả hồi quy sau khi đưa cùng lúc tất cả các biến vào phân tích hồi quy tuyến tính.
Bảng 4.22: Đánh giá mức độ phù hợp của mô hình hồi quy tuyến tính đa biến
THÔNG SỐ MÔ HÌNH
Mô Hệ số Hệ số Hệ số R2- Sai số Change Statistics Hệ số
hình R R2 điều chỉnh chuẩn của Hệ số R2 Hệ số F Bậc tự Bậc tự Hệ số Sig. F Durbin- ước lượng sau khi đổi khi đổi do 1 do 2 sau khi đổi Watson
1 0,868a 0,753 0,750 0,24935 0,753 202,346 5 331 0,000 1,699
Biến độc lập: YTGIA, NIEMTIN, HUUICH, THANHTOAN, DESUDUNG Biến phụ thuộc: QDMUA
(Nguồn: Phân tích dữ liệu – phụ lục 3)
Bảng 4.22 cho thấy, giá trị hệ số tương quan là 0,868 > 0,5, do vậy, đây là mô hình thích hợp để sử dụng đánh giá mối quan hệ giữa biến phụ thuộc và các biến độc lập
Bảng 4.23: Kiểm định tính phù hợp của mô hình hồi quy tuyến tính đa biến ANOVAa
Mô hình Tổng bình phương Bậc tự do Trung bình bình phương F Sig.
Hồi quy 62,905 5 12,581 202,346 0,000b
Phần dư 20,580 331 0,062
Tổng 83,485 336
- Biến phụ thuộc: QDMUA
- Biến độc lập: YTGIA, NIEMTIN, HUUICH, THANHTOAN, DESUDUNG.
(Nguồn: Phân tích dữ liệu – Phụ lục 3)
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 mô hình có tương quan tuyến tính với biến phụ thuộc, tức là sự kết hợp của các biến độc lập có thể giải thích được sự thay đổi của biến phụ thuộc.
Để kiểm định giả định phương sai của sai số (phần dư) không đổi, ta sử dụng đồ thị phân tán của phần dư đã được chuẩn hóa (Standardized Residual) và giá trị dự báo đã được chuẩn hóa (Standardized predicted value). Hình 4.3 cho thấy các phần dư phân tán ngẫu nhiên quanh trục 0 (là quanh giá trị trung bình của phần dư) trong một phạm vi không đổi. Điều này có nghĩa là phương sai của phần dư không đổi.
Hình 4.3: Đồ thị phân tán giữa giá trị dự đoán và phần dư từ hồi quy
Hình 4.4: Đồ thị P-Plot của phần dư - đã chuẩn hóa
Hình 4.5: Đồ thị Histogram của phần dư – đã chuẩn hóa
Kết quả từ biểu đồ tần số Histogram của phần dư cho thấy, phân phối của phần dư xấp xỉ chuẩn (trung bình Mean lệch với 0 vì số quan sát khá lớn, độ lệch chuẩn Std. Dev = 0993). Điều này có nghĩa là giả thuyết phân phối chuẩn của phần dư không bị vi phạm.
Kiểm định Durbin Waston = 1,699 (Bảng 4.22) trong khoảng [1 < D < 3] nên không có hiện tượng tương quan của các phần dư (Hoàng Trọng – Mộng Ngọc, 2008).
Như vậy, dựa vào kết quả hồi quy đa biến ở bảng 4.24, ta xác định được phương trình hồi quy tuyến tính bội như sau:
Y = 0,451 + 0,213*X1 + 0,275*X2 + 0,203*X3 + 0,388*X4 + 0,192*X6
Hoặc:
Quyết định MSTT các sản phẩm tiêu dùng của sinh viên các trường đại học tại TP.HCM = 0,451 + 0,213*Nhận thức về tính hữu ích + 0,275*Nhận thức về tính
thuận tiện trong thanh toán + 0,203*Nhận thức về tính dễ sử dụng + 0,388*Niềm tin + 0,192*Sự kỳ vọng về giá
Qua phân tích hồi quy tuyến tính bội cho thấy mô hình xây dựng phù hợp với dữ liệu thu được cho thấy quyết đinh MSTT sản phẩm tiêu dùng của sinh viên các trường đại học tại TP.HCM phụ thuộc vào 5 yếu tố. Trong đó, yếu tố Niềm tin có ảnh hưởng lớn nhất đến quyết định MSTT (Hệ số chuẩn hóa: β = 0,388), thứ nhì là Nhận thức về tính thuận tiện trong thanh toán (β = 0,275), tiếp theo là Nhận thức về tính hữu ích (β = 0,213), Nhận thức về tính dễ sử dụng (β = 0,203), Sự kỳ vọng về giá (β = 0,192).