Kaiser-Meyer-Olkin Measure of Sampling},773
IV. Phân tích hồi quy
1. Xem xét ma trận hệ số tương quan pearson.
Xem xét mối tương quan giữa tất cả các biến cũng chính là bước đầu tiên khi tác giả tiến hành phân tích hồi quy đa biến. Nhóm tác giả đã kiểm tra mức độ tương quan tuyến tính của các nhân tế đại diện với nhau bằng cách tiến hành phân tích tương quan, các nhân tế độc lập thể hiện được sự tương quan với nhân tổ phụ thuộc sẽ được sử dụng lại ở các bước tiếp theo. Mức độ tương quan giữa các biến sẽ phản ánh về vấn đề đa cộng tuyến giữa các biến. Từ đó tác giả sẽ cân nhắc và loại bỏ biến đề tiền hành phân tích những bước tiếp theo.
Bảng 4.13: Bảng phân tích tương quan
QQD SSK GTT MMT CCL CCQ TIT
QQD Pearson Correlation 1 432- -052 493- B5” .ˆ52- 492”
Sig. (2-tailed) .000 391 .000 .000 .000 .000
N 272 272 272 272 272 272 272
SSK Pearson Correlation 432° 1 010 170- 9% 28° 203
Sig. (2-tailed) .000 873 .00S .001 .034 .001
N 272 272 272 272 272 272 272
GGT Pearson Correlation 052 F.010 1 133: 018 29 46
Sig. (2-tailed) 391 .873 028 762 -630 446
N 272 272 272 272 272 272 272
MMT Pearson Correlation 493- 170° .133: 1 212° 068 .poS-
Sig. (2-tailed) .000 -005 028 .000 .266 .000
N 272 272 272 272 272 272 272
CCL Pearson Correlation 357" 195" 018 212" 1 053 .106-
Sig. (2-tailed) .000 .001 762 .000 380 .001
N 272 272 272 272 272 272 272
CCQ Pearson Correlation 252” .128 .029 068 p53 1 O57
Sig. (2-tailed) .000 .034 630 266 380 350
N 272 272 272 272 272 272 272
TIT Pearson Correlation 492 .203- .046 265- 206 057 1
Sig. (2-tailed) .000 .001 446 .000 .001 350
N 272 272 272 272 272 272 272
(Nguon: Xie by tle dữ liệu tác giả thực hiện)
Xét sự tương quan Pearson giữa biến phụ thuộc QĐÐ với các biến độc lập, nhìn chung hệ số Sig déu nhé hon 0.05, diéu này chứng tỏ biến phụ thuộc và biến độc lập có mối quan hệ chặt chẽ với
nhau. Tuy nhiên, biến độc lập (Gía thành — GGT) lại có hệ số Sig lớn hơn 0.05 > Biến giá thành không có sự tương quan chặt chẽ với biến độc lập.
Xét sự tương quan giữa các biến độc lập. Tuy có một số biến có giá trị Sig < 0.05. Nhưng giá trị tương quan Pearson lại bé hơn 0.7. Có thể kết luận rằng giữa các biến độc lập vẫn chưa xảy ra tình trạng đa cộng tuyến. Tuy nhiên cần phải phân tích thêm hỏi quy tuyến tính đa biến để có thể kết luận một cách chính xác vẻ vân để đa cộng tuyến giữa các biến độc lập.
2. Đánh giá độ phù hợp của mô hình.
Tac gia sử dụng phương pháp đưa vào một lượt để chạy hồi quy tuyến tính đa biến trên phần mềm SPSS và thu được kết quả sau:
Bảng 4.13: Mức độ phù hợp của mô hình
Model Summary:
Model |R IR Square {Adjusted R Square |Std. Error of the Estimate |Durbin-Watson
1 724 525 514 69577 1.893
la. Predictors: (Constant), TTT,GGT, CCQ, CCL, SSK, MMT
lb. Dependent Variable: QD
Theo két qua phan tích, Rˆ biệu chỉnh là 0.514. Điêu này cho thây mức độ phù hợp của mô hình đang ở mức 51,4%. Mặc dù mức độ phù hợp của mô hình ở mức độ khá thấp tuy nhiên vẫn ở mức an toàn (>50%). Điều này đồng nghĩa với việc biến độc lập Quyết định mua thực phẩm hữu co (QD) van co thé giải thích bởi 6 biến độc lập trong mô hình nghiên cứu. Mức độ phù hợp của mô hình ở mức độ khá thấp là đo một số yếu tố tác động mạnh đến dé tài nhưng không được liệt kê vào mô hình nghiên cứu. Để kiểm tra xem có tồn tại hiện tượng tự tương quan chuỗi bậc nhất trong dữ liệu hay không, tác giả sử dụng hệ số Durbin-Watson. Kết quá là 1.893, nằm trong khoảng từ 1.5 đến 2.5, cho thấy không có băng chứng về việc vi phạm giá định về tự tương quan chuỗi bậc nhất.
3. Kiểm định độ phù hợp của mô hình.
Đề kiếm định độ phù hợp của mô hình hỏi quy tuyến tinh đa biến, tác giá dùng giá trị F ở bảng phân tích ANOVA.
Bảng 4.13.1. Bảng phân tích ANOVA (Nguôn: Kết quả phân tích đữ liệu của tác giả)
Model Sum of Squares df Mean Square F Sig.
1 Regression 141.708 6 23.618 48.787 .000°
Residual 128.287 265 484
Total 269.995 271 |
Từ bảng phân tích ANOVA ta thây được răng giá trị F = 48.784 và mức y nghia Sig. = 0.000 <
0.05 có thê kết luận rằng mô hình hỏi quy tuyến tính đưa ra phù hợp với dữ liệu và có thể sử
dụng được.
4. Kết quả phân tích hồi quy và đánh giá mức độ ảnh hưởng của từng yếu tố Bảng 4.14. Bảng phân tích hồi quy
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. |Tolerance| VIF
1 (Constant) 832 272 b3.055 |.002
SSK 241 .041 .260 b.8ó6 000 1913 1.096
GGT :.012 L048 +.010 .245 1806 |980 I.020
IMMT 354 .050 321 [7.119 1000 1879 1.137
CCL 174 047 165 B.725 1000 1912 1.097
CCQ . 180 L045 .170 B.985 L000 |980 I.020
CTT 342 .050 311 6.908 000 1887 1.127
la. Dependent Variable: QD
(Nguon: Két qua phan tich diz liéu cua tac gid)
Nhìn chung, các biến độc lập không còn vấn đẻ đa cộng tuyến xảy ra vì hệ số VIF của chúng đều dưới 2. Biến GT không ảnh hưởng đến biến phụ thuộc QÐ vì giá trị sig của nó là 0.806, cao hơn mức ý nghĩa 0.05. Các biến khác đều có gia tri sig thấp hơn 0.05, cho thấy chúng có mối quan hệ thống kê với biến phụ thuộc QÐ.
Bảng 4.15. Tổng hợp kết quả kiểm đỉnh giả thuyết
Giả thuyết | Kết luận |
UEF
Giá thuyết 1: Sức khỏe có tác động đến quyết định mua TPHC của sinh viên Chấp nhận
UEF
Giá thuyết 2: Giá thành sản phẩm tác động đến quyết định mua TPHC của sinh | Bác bỏ viên UEF
Giá thuyết 3: Môi trường có tác động đến quyết định mua TPHC của sinh viên | Chấp nhận
UEF
Giá thuyết 4: Chất lượng sản phẩm có tác động đến quyết định mua TPHC của | Chấp nhận sinh viên UEF
Giá thuyết 5: Chuẩn chủ quan có tác động đến quyết định mua TPHC của sinh Chấp nhận viên UEF
Giá thuyết 6: Truyền thông có tác động đến quyết định mua TPHC của sinh viên | Chấp nhận
(Nguồn: Kết quả phân tích đữ liệu của tác giả)
Về hệ số hồi quy chuẩn hóa Beta, nhìn tổng các biến đều có tác động thuận chiều với biến phụ thuộc (QÐ). Tuy nhiên chỉ có chỉ số GGT có hệ số hồi quy chuẩn hóa Beta là âm (-0.010). ->
Biến GGT tác động nghịch chiều với biến phụ thuộc. Khi giá thành của thực phẩm hữu cơ tăng cao thì nhu câu của người tiêu dùng thực phẩm hữu cơ sẽ giảm và ngược lại. Dựa vào hệ so hoi quy chuẩn hóa Beta từ bảng phân tích hồi quy, tác giả tiến hành sắp xếp các biến độc lập theo mức độ ảnh hưởng từ ảnh hưởng mạnh nhất đến yếu nhất.
MMT(0.321) > TTT(0.311) > SSK(0.260) > CCQ(0.170) > CCL(0.165)
Cu thé:
- Bién déc lập có sự tác động mạnh nhất đến biến phụ thuộc là biến: MMT — Môi trường
(với hệ số chuẩn hóa Beta là: 0.321)
- - Biến độc lập có sự tác động mạnh thứ 2 đến biến phụ thuộc là biến: TIT — Truyén thông
(với hệ số chuẩn hóa Beta là: 0.311)
- - Biến độc lập có sự tác động mạnh thứ 3 đến biến phụ thuộc là biến: SSK — Sức khỏe (với
hệ số chuẩn hóa Beta là: 0.260)
- - Biến độc lập có sự tác động mạnh thứ 4 đến biến phụ thuộc là biến: CCQ - Chuẩn chủ quan (với hệ số chuẩn hóa Beta là: 0. 170)
- - Biến độc lập có sự tác động mạnh thứ 5 đến biến phụ thuộc là biến: CCL — Chat lượng
(với hệ số chuẩn hóa Beta là: 0.165) Phương trình hồi quy chuẩn hóa:
QD =0.321*MMT + 0.311*TTT + 0.260*SSK + 0.170*CCQ + 0.165*CCL + £
5. Kiểm tra các giả định của phương trình hồi quy tuyến tính.
Từ đỗ thị tan suat (Histogram plot), ta thấy phần dư tuân theo phân phối chuẩn, phần đư chuẩn hóa có dạng đường cong hình chuông. Mean = 9.66E-16 xap xỉ 0, độ lệch chuẩn là 0.989 xấp xỉ 1, đo đó phân phối phần dư gần như chuẩn với mean bằng 0 và độ lệch chuẩn băng 1. Điều này cho thấy giả định phân phối chuẩn của phần dư được duy trì.
Histogram Dependent Variable: QD
Mean = 9.66E-16
50-4 Std. Dev. = 0.989
N=272
Frequency
4 T 2 T 2 T Regression Standardized Residual
Hình 4.3. Đồ thị tần suất (Nguôn: Kết quả phân tích đữ liệu của tác giả)
Thứ hai, dựa vào biêu đồ P-P Plot cho thấy sự phù hợp giữa các điểm quan sát và đường thăng kỳ vọng, nên ta có thé kết luận răng giá thuyết phân phối chuẩn là hợp lý.
Normal P-P Plot of Regression Standardized Residual Dependent Variable: QD
1.0
Expected Cum Prob
0.0 T T T
0.0 02 04 06 08 10
Observed Cum Prob
___ Hình 4.9. Biểu để P-P Plot
(Nguôn: Kết quả phần tích dữ liệu của tác giả)
Thứ ba, từ biểu đồ phan tan Scatter Plot (Hinh 4.10), ta nhận thấy phản dư chuẩn hóa không biến đổi theo bát kỳ mô hình nào với giá trị dự đoán chuẩn hóa. Điều này khẳng định rằng giả định về liên hệ tuyến tính không bị phá vỡ, và phần dư không có liên hệ với biến phụ thuộc.
Scatterplot Dependent Variable: QD
° °
°
s 2 ° ooo Go °
3 ° °
i ° `...
ô ° OC eS ° %
OOOO ant
3 Sao eS °° SS
2 0 02° ee
24 ° Rae © 9®
5s o9 cœđ9ứé, “oi oe, °
= š Dae oooo 9 oh
ỗ c CO © CÔ & 77 So
2 @ 59®oo
e 4 ° Do °
3 -
£ &
9
ô °
“4
4 2 0 2 4
Regression Standardized Predicted Value
Hình 4.10. Biểu dé phan tac Scatter Plot (Nguôn: Kết quả phân tích đữ liệu của tác giả)
Sau khi hoàn thành hết các bước kiểm định, tác gia đã điều chỉnh lại và đưa ra mô hình chính thức:
— Môi trường
rc
cai - +0,32
Truyền thông | + 0,311 si
fi ẤN
„ +0.260 . .
Suc khoe Quyết định mua thực phâm hữu cơ.
QW + 0,170
“
Chuẩn chủ quan
+ 0,165 X
rc
Chât lượng
\ 2
Hình 4.11, Mô hình nghiên cứu chính thức (Nguôn: Xử lý đữ liệu tác giả khảo sát.)
TOM TAT CHƯƠNG 4