CHƯƠNG 4: KẾT QUẢ KHẢO SÁT
6.1 Phương trình hồi quy
Dựa trên số liệu ta có phương trình hồi quy chưa chuẩn hóa sau:
QĐ= 0.418 + 0.211*MTXQ + 0.215*CLP + 0.320*STCN Trong đó:
QĐ: Quyết định
MTXQ: Môi trường xung quanh CLP: Chất lượng phim STCN: Sở thích cá nhân.
Nhận xét: Hằng số 0,418 thể hiện rằng ngay cả khi chưa có biến độc lập nào tác động, quyết định lựa chọn xem thể loại phim lịch sử đã ở mức dương. Điều này chứng tỏ rằng nhiều người trên địa bàn TP.HCM đều có mong muốn xem phim lịch sử Việt Nam.
STCN = 0.320 nghĩa là nếu STCN tăng 1 đơn vị thì QĐ tăng 0.320 ( mức độ nhạy cảm cao vì > 0.3). MTXQ = 0.211 và CLP = 0.215, cả 2 biến đều có mức độ nhạy cảm thấp hơn với mô hình.
Dựa trên số liệu ta có phương trình hồi quy chuẩn hoá sau:
QĐ = 0.206*MTXQ + 0.191*CLP + 0.328*STCN Nhận xét:
Nhân tố “Sở thích cá nhân" có tác động mạnh nhất đến quyết định vì có hệ số hồi quy 0.328. Vì có hệ số hồi quy dương nên khi STCN tăng 1 đơn vị thì quyết định xem phim thể loại lịch sử tăng 0.328 lần.
Nhân tố “Môi trường xung quanh" có tác động mạnh đến quyết định vì có hệ số hồi quy 0.206. Vì có hệ số hồi quy dương nên khi MTXQ tăng 1 đơn vị thì quyết định xem phim thể loại lịch sử tăng 0.206 lần.
Nhân tố “ Chất lượng phim” không có sự tác động đến quyết định với hệ số hồi quy là 0.191.
Sau khi thực hiện chạy xong phần phân tích hồi quy đa biến trong SPSS, chúng ta cần kiểm tra xem liệu kết quả có bị vi phạm các giả định hồi quy hay không. Nếu các giả định bị vi phạm thì kết quả tính toán sẽ không còn đáng tin cậy nữa. Chính vì vậy, nhóm chúng tôi đã tiến hành kiểm định các giải định gồm : Phần dư phải có phân phối chuẩn, biến độc lập và biến phụ thuộc phải có liên hệ tuyến tính phương sai phần dư không thay đổi để xem xét liệu kết quả có còn đáng tin cậy hay không.
Giả định: Phân phối chuẩn của phần dư
Trên thực tế các sai số ta không quan sát được nhưng ta lại quan sát được các phần dư khi ước lượng mô hình vì vậy nhóm chúng tôi sẽ tiến hành đi xem xét tính phân phối chuẩn của phần dư thu được khi ước lượng bằng cách căn cứ vào biểu đồ Histogram và Normal P-P Plot phần dư.
Đối với biểu đồ Histogram, nếu giá trị trung bình Mean gần bằng 0, độ lệch chuẩn gần bằng 1, đường cong phân phối có dạng hình chuông ta có thể khẳng định phân phối là xấp xỉ chuẩn, giả định phân phối chuẩn của phần dư không bị vi phạm.
Bảng 6. 4: Phân phối chuẩn của phần dư
(Nguồn: Kết quả thu được từ phân tích dữ liệu nghiên cứu).
Nhận xét:
Qua biểu đồ Histogram trên chúng ta có thể thấy rằng giá trị trung bình Mean=
-7.03E-17 gần bằng 0, độ lệch chuẩn Std.Dev= 0.991 gần bằng 1, đường cong phân phối có dạng hình chuông và các giá trị tập trung nhiều nhất là từ -2 đến 2 và giá trị lớn nhất là ở 0.
Như vậy, ta có thể kết luận rằng phân phối chuẩn của phần dư là xấp xỉ chuẩn và giả định phân phối chuẩn của phần dư không bị vi phạm.
Đối với biểu đồ Normal P-P Plot, nếu các điểm phân vị trong phân phối của phần dư tập trung thành 1 đường chéo, nghĩa là phần dư có phân phối chuẩn. Như vậy, giả định phân phối chuẩn của phần dư không bị vi phạm. Điều này phù hợp với giả thuyết mô hình hồi quy có ý nghĩa.
Bảng 6. 5: Bảng Normal P-P Plot.
(Nguồn: Kết quả thu được từ phân tích dữ liệu nghiên cứu).
Nhận xét:
Qua bảng Normal P-P Plot trên ta có thể thấy các điểm phân vị trong phân phối của phần dư tập trung thành 1 đường chéo.
Như vậy, ta có thể kết luận rằng phần dư có phân phối chuẩn và giả định phân phối chuẩn của phần dư không bị vi phạm.
Giả định: Liên hệ tuyến tính giữa biến phụ thuộc với biến độc lập.
Sau khi đã kiểm định giả định phân phối chuẩn của phần dư thông qua hai biểu đồ Histogram và Normal P-P Plot phần dư, nhóm chúng tôi nhận được kết quả rằng phần dư có phân phối chuẩn và giả định phân phối chuẩn của phần dư không bị vi phạm. Tiếp theo, nhóm chúng tôi sẽ tiến hành kiểm định giả định liên hệ tuyến tính giữa biến phụ thuộc với biến độc lập để xem giữa biến phụ thuộc và biến độc lập có mối liên hệ tuyến tính với nhau không bằng biểu đồ Scatter Plot.
Bảng 6. 6: Biểu đồ phân tán của phần dư (Nguồn: Kết quả thu được từ phân tích dữ liệu nghiên cứu) Nhận xét:
Từ đồ thị trên, chúng ta nhận thấy các điểm tròn có xu hướng hội tụ thành các đường thẳng song song. Chứng tỏ các biến có mối quan hệ tuyến tính, phù hợp với giả thuyết mô hình hồi quy tuyến tính ban đầu.