CHƯƠNG 3. KẾT QUẢ NGHIÊN CỨU
3.3. KIỂM ĐỊNH MÔ HÌNH VÀ CÁC GIẢ THUYẾT
3.3.2. Phân tích hồi quy đa biến
Phân tích hồi qui đa biến giữa biến phụ thuộc ‘‘ Sự hài lòng khách hàng- HLKH’’ với 5 biến độc lập ( CL,GC,PV,HA,MB) bằng phương pháp Enter.
Kết quả phân tích hồi quy đa biến được trình bày ở bảng sau : Bảng 3.9. Tổng kết mô hình hồi quy
Mô hình R R2 R2 hiệu chỉnh
Sai số chuẩn của ước lượng
Durbin- Waston
1 ,803a ,645 ,641 ,30291 1,780
Bảng 3.10. Các hệ số hồi quy
Hệ số chưa chuẩn hóa
Hệ số chuẩn hóa
Đa cộng tuyến
Mô hình
B Sai số
chuẩn Beta
t Sig.
Độ chấp nhận
Hệ số phóng đại
phương sai
1(Constant) ,149 ,159 ,935 ,350
CL ,142 ,069 ,182 2,051 ,041 ,117 8,538
GC ,322 ,037 ,286 8,677 ,000 ,851 1,176
PV ,177 ,026 ,256 6,914 ,000 ,671 1,491
HA ,168 ,023 ,233 7,259 ,000 ,890 1,123
MB ,133 ,064 ,180 2,066 ,039 ,122 8,196
( Kết quả cụ thể được trình bày ở phần phụ lục 6)
Phân tích hồi quy tuyến tính bội sẽ giúp chúng ta dò tìm các vi phạm giả định cần thiết như hiện tượng tự tương quan, hiện tượng đa cộng tuyến. Nếu các giả định không vi phạm, mô hình hồi quy tuyến tính bội được xây dựng.
a. Kiểm tra các vi phạm giả định trong mô hình hồi quy - Hiện tượng tự tương quan
Nguyên nhân của hiện tượng này có thể là khách quan( do quán tính, độ trễ của dữ liệu) hoặc có thể là chủ quan( do chọn mô hình sai, quá trình xử lý số liệu). Hậu quả của hiện tượng này như sau : các ước lượng bình phương bé nhất vẫn là ước lượng tuyến tính, không chệch nhưng không phải là ước lượng hiệu quả hoặc là phương sai ước lượng được của các ước lượng bình phương bé nhất thường bị chệch, các kiểm định T và F không đáng tin cậy…
Có nhiều phương pháp để phát hiện hiện tượng này. Trong nghiên cứu này,
tác giả sử dụng kiểm định Durbin-Waston. Với cỡ mẫu n=391, với k’ = 4, tra bảng kết quả Durbin-Waston với n=391, k’=4 ta có dl= 1,757; du= 1,768.
Vậy : du= 1,768<d= 1,780<4- 1,768=2,232. Cho thấy giá trị kiểm định d của Durbin- Waston bằng 1,780 thuộc miền chấp nhận giả thuyết không có tự tương quan chuỗi bậc nhất nên có thể kết luận các phần dư không có tương quan chuỗi bậc nhất với nhau, nghĩa là giả thuyết về tính độc lập của sai số mô hình hồi quy được xây dựng không bị vi phạm.
(Kết quả kiểm định Durbin-Waston được trình bày ở phụ lục 6) - Hiện tượng đa cộng tuyến
Đa cộng tuyến là trạng thái trong đó các biến độc lập có tương quan chặt chẽ với nhau. Vấn đề của hiện tượng cộng tuyến là chúng cung cấp cho mô hình những thông tin rất giống nhau và rất khó tách rời ảnh hưởng của từng biến một đến biến phụ thuộc. Hiệu ứng khác của sự tương quan chặt chẽ giữa các biến độc lập là nó làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm giá trị thống kê t của kiểm định ý nghĩa nên các hệ số có khuynh hướng kém ý nghĩa hơn so với khi không có đa cộng tuyến trong khi hệ số xác định R2(R square) vẫn khá cao. Chính vì vậy ngay khi kiểm định giả thuyết hệ số hồi quy tổng thể bằng 0 không thể bị bác bỏ. Chúng ta cũng đừng vội kết luận trước khi tiến hành tất cả các dò tìm vi phạm giả định.
Một trong những công cụ chuẩn đoán giúp ta phát hiện sự tồn tại của hiện tượng đa cộng tuyến trong dữ liệu và đánh giá mức độ cộng tuyến làm thoái hóa các tham số được ước lượng là hệ số phóng đại phương sai(
variance inflation factor – VIF). Quy tắc là khi VIF vượt quá 10, đó là dấu hiệu của đa cộng tuyến.
Từ kết quả xử lý ở bảng,tất cả các biến CL, GC, PV, HA, MB đều có ý nghĩa về mặt thống kê( Sig.<0,05). Hệ số chấp nhận ( Tolerance) đạt từ 0,117 đến 0,890 là chấp nhận được, hệ số phóng đại phương sai (từ 1,123 đến 8,538,
nhỏ hơn 10), nghĩa là các biến độc lập này không có quan hệ với nhau nên không có hiện tượng đa cộng tuyến xảy ra. Do đó, có thể kết luận là giả thuyết không có mối quan hệ tương quan giữa các biến độc lập của mô hình hồi quy được xây dựng không bị vi phạm.
Qua việc phân tích hồi quy bội tuyến tính cho thấy được các giả định hiện tượng tự tương quan, hiện tượng đa cộng tuyến không bị vi phạm, do đó mô hình hồi quy tuyến tính được xây dựng.
( Kết quả cụ thể được trình bày ở phần phụ lục 6) b. Đánh giá độ phù hợp của mô hình hồi quy bội tuyến tính
Hệ số xác định R2 đã được chứng minh là hàm không giảm theo biến số độc lập được đưa vào mô hình . Tuy nhiên, mô hình thường không phù hợp với dữ liệu thực tế như giá trị R2 thể hiện. R2 điều chỉnh từ R2 được sử dụng để phản ánh sát hơn mức độ phù hợp của mô hình hồi quy tuyến tính đa biến vì nó không phụ thuộc vào độ lệch phóng đại của R2. Khi so sánhhai giá trị R2 và R2 hiệu chỉnh chúng ta sẽ thấy R2 hiệu chỉnh nhỏ hơn nên dùng R2 hiệu chỉnh để đánh giá độ phù hợp của mô hình.
Kết quả cho thấy hệ số R2 hiệu chỉnh nhỏ hơn R2 ( 0,641<0,645) nên chúng ta dùng R2 hiệu chỉnh để đánh giá độ phù hợp của mô hình. Hệ số R2 hiệu chỉnh bằng 0,641, có nghĩa là mô hình hồi quy tuyến tính bội được xây dựng phù hợp với tập dữ liệu là 64,1% và biến phụ thuộc sự hài lòng khách hàng được giải thích 64,1% bởi 5 biến độc lập trong mô hình.
c. Kiểm tra độ phù hợp của mô hình hồi quy bội tuyến tính
Kiểm định F sử dụng trong bảng phân tích phương sai vẫn là một phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể.
Trị thống kê F được tính từ giá trị hệ số R2 hiệu chỉnh của mô hình đầy đủ khác 0, giá trị Sig. rất nhỏ<0,05 cho thấy mô hình hồi quy tuyến tính bội phù hợp với tập dữ liệu và có thể sử dụng được.
Bảng 3.11. Kiểm định độ phù hợp của mô hình
ANOVAb
Model Sum of Squares df Mean Square F Sig.
Regression 64,276 5 12,855 140,105 ,000a
Residual 35,325 385 ,092
1
Total 99,601 390
a. Predictors: (Constant), MB, HA, GC,PV,CL b. Dependent Variable:
HLKH
d. Xây dựng mô hình hồi quy tuyến tính bội
Qua bảng, do có giá trị Sig. < 0,05, B> 0 và Beta < 0,05 cho thấy có 5 nhân tố có ý nghĩa trong mô hình là nhân tố Chất lượng sản phẩm(CL), Giá cả sản phẩm(GC), Phục vụ nhân viên(PV), Hình ảnh công ty( HA), Mẫu mã và kiểu dáng sản phẩm(MB).
Do đó, phương trình hồi quy tuyến tính bội được trích theo hệ số Beta có dạng như sau :
HLKH= 0,149 + 0,142*CL + 0,322*GC + 0,177*PV + 0,168*HA + 0,133*MB Trong đó :
CL : Chất lượng sản phẩm GC : Giá cả sản phẩm PV : Phục vụ nhân viên HA : Hình ảnh công ty
MB : Mẫu mã, kiểu dáng sản phẩm HLKH : Sự hài lòng khách hàng