Phân tích h i quy tuy n tính đ c s d ng đ ki m đ nh tác đ ng c a các bi n đ c l p đ n bi n ph thu c. Nghiên c u th c hi n phân tích h i quy theo ph ng pháp Enter, t t c các bi n đ c đ a vƠo m t l n và xem xét các k t qu th ng kê liên quan. Tiêu chí đánh giá theo (Hoàng Tr ng và Chu Nguy n M ng Ng c, 2008):
- ánh giá đ phù h p c a mô hình thông qua h s R2 và R2 hi u ch nh.
- Ki m đ nh đ phù h p c a mô hình (Phơn tích ph ng sai).
- Bên c nh đó, tác gi ki m tra gi đnh v tính đ c l p c a sai s (không có t ng quan gi a các ph n d ) b ng h s Durbin- Watson. N u các ph n d không có t ng quan chu i b c nh t v i nhau, h s Durbin- Watson s g n b ng 2.
- Ki m tra hi n t ng đa c ng tuy n b ng h s phóng đ i ph ng sai VIF
(VIF < 2).
- H s Beta chu n hóa bi n nào càng cao thì m c đ tác đ ng c a bi n đ c
l p vào bi n ph thu c s càng cao.
4.4.1. Mô hình 1: Nhóm nhân t tácăđ ngăđ n giá tr c m nh n
Sáu nhân t tác đ ng đ n giá tr c m nh n đ c đ a vƠo phơn tích h i quy bao g m: Ch t l ng c m nh n (Q), Giá c ti n t (P), Giá c hành vi (B), Danh ti ng (R), Ph n ng c m xúc (E), Giá tr xã h i (S). Mô hình h i quy tuy n tính b i có d ng nh sau:
PV = 0+ă 1Qă+ă 2Pă+ă 3Bă+ă 4R +ă 5E +ă 6S + Ei
Trong đó: 1, 2, 3, 4, 5, 6: Các h s h i quy. 0: H ng s c a ph ng trình h i quy. PV: Giá tr c m nh n c a khách hàng. Q: Ch t l ng c m nh n. P: Giá c ti n t . B: Giá c hành vi. R: Danh ti ng. E: Ph n ng c m xúc. S: Giá tr xã h i. Ei: Sai s c a ph ng trình h i quy. 4.4.1.1. Phơnătíchăt ngăquan
Tr c khi th c hi n phân tích h i quy, ti n hành ki m tra h s t ng quan Pearson đ l ng hóa m c đ ch t ch c a m i liên h tuy n tính gi a bi n ph thu c và t ng bi n đ c l p, c ng nh gi a các bi n đ c l p v i nhau. H s Pearson ch y t - 1 đ n +1. T i giá tr r = 0 ch ra r ng các bi n không có m i liên h tuy n tính, giá tr tuy t đ i c a r càng ti n g n đ n 1 khi hai bi n có m i t ng quan tuy n tính ch t ch . N u gi a các bi n đ c l p có s t ng quan r > 0.3 thì ph i l u Ủ v n
đ đa c ng tuy n khi phân tích h i quy (Hoàng Tr ng và Chu Nguy n M ng Ng c, 2008).
K t qu t b ng h s t ng quan (Mô hình 1, tham kh o ph l c 9) cho th y m c Ủ ngh a ki m đ nh m i t ng quan c a bi n ph thu c đ i v i các bi n đ c l p đ u có Sig < 0.05. Do v y, chúng có Ủ ngh a v m t th ng kê, bi n ph thu c giá tr c m nh n có m i liên h tuy n tính v i c sáu bi n đ c l p (Ch t l ng c m nh n, giá c ti n t , giá c hành vi, danh ti ng, ph n ng c m xúc, giá tr xã h i).
4.4.1.2.ă ánhăgiáăvà ki măđ nh đ phù h p c a mô hình
Theo Nguy n nh Th (2011) h s xác đ nh R2 ph n ánh ph n bi n thiên c a bi n ph thu c đ c gi i thích b i bi n đ c l p, dùng đ đánh giá m c đ phù h p c a mô hình h i quy v i d li u th c t . Vì có nhi u bi n đ c l p nên h s xác đnh R2 đi u ch nh th ng đ c dùng thay cho R2 đ ki m tra nh ng mô hình có nhi u bi n đ c l p nh ng th c s trong đó có m t s bi n không giúp bao nhiêu cho vi c gi i thích bi n thiên c a bi n ph thu c.
B ng 4.9. ánhăgiáăđ phù h p c a mô hình 1
Mô hình R R2 R2 đi u ch nh Sai s chu n Durbin-Watson
1 .754a
.569 .560 .49987 2.016
(Ngu n: X lý c a tác gi t s li u đi u tra)
K t qu cho th y h s xác đnh R2đi u ch nh = 0.560 có ngh a lƠ 6 bi n đ c l p (Ch t l ng c m nh n, giá c ti n t , giá c hành vi, danh ti ng, ph n ng c m xúc, giá tr xã h i) s gi i thích 56% bi n thiên c a bi n ph thu c giá tr c m nh n. Còn l i 44% đ c gi i thích b ng các y u t ngoài mô hình.
Ti p theo ki m đ nh F là phép ki m đnh gi thuy t v đ phù h p c a mô hình h i quy tuy n tính t ng th , nó th hi n các bi n đ c l p có m i t ng quan tuy n tính v i bi n ph thu c hay không.
Gi thuy t: H0: 1 = 2 = 3 = 4 = 5 = 6 = 0 (Không có quan h tuy n tính) H1: T i thi u có i ≠ 0 (T i thi u có m t bi n đ c l p có quan h tuy n tính v i bi n ph thu c)
N u gi thuy t H0 b bác b đi u nƠy có ngh a lƠ mô hình xơy d ng phù h p v i t p d li u th c t đ tin c y 95%.
B ng 4.10. K t qu phơnătíchăph ngăsai mô hình 1 Mô hình T ng bình
ph ng df bìnhăph ngTrung bình F Sig.
1 H i quy 92.045 6 15.341 61.396 .000a
Ph n d 69.713 279 .250
T ng 161.759 285
(Ngu n: X lý c a tác gi t s li u đi u tra)
Nhìn b ng trên ta th y giá tr Sig < 0.05 nên ta bác b gi thuy t H0 cho r ng t t c các h s h i quy b ng 0, mô hình h i quy tuy n tính b i xây d ng phù h p v i t p d li u th c t đ tin c y 95%.
4.4.1.3. ụăngh aăcácăh s h i quy
B ng 4.11. K t qu phân tích h i quy mô hình 1 Mô hình H s ch aă Mô hình H s ch aă chu n hóa H s chu n hóa T Sig. Th ngăkêăđaă c ng tuy n Sai s chu n Beta Dung sai VIF 1 (H ng s ) -1.193 .256 -4.656 .000 Q .198 .040 .206 4.980 .000 .901 1.109 P .194 .037 .221 5.299 .000 .885 1.129 B .198 .042 .200 4.716 .000 .855 1.169 R .246 .046 .232 5.331 .000 .816 1.226 E .272 .044 .259 6.204 .000 .885 1.130 S .224 .048 .209 4.711 .000 .788 1.269
(Ngu n: X lý c a tác gi t s li u đi u tra)
V i giá tr Sig. < 0.05 t ng đ ng v i đ tin c y 95% thì nhân t đó đ c ch p nh n, ngh a lƠ chúng có s tác đ ng đ n giá tr c m nh n. K t qu phân tích h i quy cho th y c sáu nhân t (Ch t l ng c m nh n, giá c ti n t , giá c hành vi, danh ti ng, ph n ng c m xúc, giá tr xã h i) đ u th a đi u ki n tác đ ng đ n giá tr c m nh n c a khách hàng. Các h s Beta đ u d ng nên các nhơn t đ u tác đ ng
d ng đ n giá tr c m nh n. Vì v y, ta có ph ng trình h i quy v i các bi n đã chu n hóa đ c th hi n nh sau:
PV = 0.206Q + 0.221P + 0.200B + 0.232R + 0.259E + 0.209S
Nhân t nào có h s Beta chu n hóa càng l n thì m c đ tác đ ng đ n giá tr c m nh n càng l n t ng ng theo th t : Ph n ng c m xúc (Beta = 0.259), Danh ti ng (Beta = 0.232), Giá c ti n t (Beta = 0.221), Giá tr xã h i (Beta = 0.209), Ch t l ng c m nh n (Beta = 0.206), Giá c hành vi (Beta = 0.200).
4.4.1.4. Ki măđ nh các gi thuy t nghiên c u
K t qu ki m đ nh các gi thuy t đ c trình bày b ng 4.11 k t qu phân tích h i quy .V i giá tr Sig. < 0.05 thì gi thuy t đó đ c ch p nh n.
Giá thuy t H1: Khi ch t l ng c m nh n c a s n ph m đ c khách hƠng đánh giá t ng ho c gi m thì giá tr c m nh n c a khách hàng s t ng ho c gi m t ng ng.
V i Sig. = 0.000 vƠ 1 = 0.206. Gi thuy t H1 đ c ch p nh n.
Gi thuy t H2: Khi giá c ti n t c a s n ph m đ c khách hƠng đánh giá t ng ho c gi m thì giá tr c m nh n c a khách hàng s t ng ho c gi m t ng ng.
V i Sig. = 0.000 vƠ 2 = 0.221. Gi thuy t H2 đ c ch p nh n.
Gi thuy t H3: Khi giá c hành vi c a s n ph m đ c khách hƠng đánh giá t ng ho c gi m thì giá tr c m nh n c a khách hàng s t ng ho c gi m t ng ng.
V i Sig. = 0.000 vƠ 3 = 0.200. Gi thuy t H3 đ c ch p nh n.
Gi thuy t H4: Khi danh ti ng c a s n ph m đ c khách hƠng đánh giá t ng ho c gi m thì giá tr c m nh n c a khách hàng s t ng ho c gi m t ng ng.
V i Sig. = 0.000 vƠ 4 = 0.232. Gi thuy t H4 đ c ch p nh n
Gi thuy t H5: Khi ph n ng c m xúc c a khách hàng v s n ph m đ c khách hƠng đánh giá t ng ho c gi m thì giá tr c m nh n c a khách hàng s t ng ho c gi m t ng ng.
V i Sig. = 0.000 vƠ 5 = 0.259. Gi thuy t H5 đ c ch p nh n.
Gi thuy t H6: Khi giá tr xã h i c a khách hàng v s n ph m đ c khách hàng đánh giá t ng ho c gi m thì giá tr c m nh n c a khách hàng s t ng ho c gi m t ng ng.
V i Sig. = 0.000 và 6 = 0.209. Gi thuy t H6 đ c ch p nh n.
4.4.1.5. Dò tìm s vi ph m các gi đnh c n thi t Gi đ nh liên h tuy n tính Gi đ nh liên h tuy n tính
Theo Hoàng Tr ng và Chu Nguy n M ng Ng c (2008) n u gi đnh liên h tuy n tính vƠ ph ng sai b ng nhau đ c th a mãn, thì ta s không nh n th y có liên h gì gi a các giá tr d đoán vƠ ph n d , chúng s phân tán r t ng u nhiên.
D a vào bi u đ Scatterplot PV ta th y ph n d phơn tán ng u nhiên trong m t vùng xung quanh đ ng đi qua tung đ 0. V y gi đnh quan h gi a bi n ph thu c và bi n đ c l p là quan h tuy n tính không b vi ph m (Scatterplot PV, tham kh o ph l c 9).
Gi đ nhăph ngăsaiăc a sai s khôngăđ i
Theo Hoàng Tr ng và Chu Nguy n M ng Ng c (2008) n u ph ng sai không đ i thì các ph n d ph i phân tán ng u nhiên xung quanh tr c 0 (t c quanh giá tr trung bình c a ph n d ) trong m t ph m vi không đ i. Theo bi u đ Scatterplot PV ta th y gi đ nh ph ng sai c a sai s không đ i không b vi ph m (Scatterplot PV, tham kh o ph l c 9).
Gi đ nh v phân ph i chu n c a ph n d
Theo Hoàng Tr ng và Chu Nguy n M ng Ng c (2008) ph n d có th không tuân theo phân ph i chu n vì nh ng lỦ do nh : s d ng sai mô hình, ph ng sai không ph i là h ng s , s l ng các ph n d không đ nhi u đ phơn tíchầM t cách đ ki m tra phân ph i chu n c a ph n d lƠ v đ th Histogram PV. D a vào đ th Histogram cho th y m t đ ng cong phân ph i chu n hình chuông đ c đ t ch ng lên bi u đ t n s , trung bình Mean = 0 vƠ đ l ch chu n Std. Dev = 0.989 t c là g n b ng 1. V y gi đnh v phân ph i chu n c a ph n d không b vi ph m (Histogram PV, tham kh o ph l c 9).
Gi đnh v tínhăđ c l p c a sai s (khôngăcóăt ngăquanăgi a các ph n d )
Theo HoƠng Tr ng vƠ Chu Nguy n M ng Ng c (2008) đ i l ng th ng kê Durbin-Watson có th dùng đ ki m đ nh tính đ c l p c a sai s . H s Durbin-
Watson (d) có giá tr bi n thiên trong kho ng t 0 đ n 4. N u các ph n d không có t ng quan v i nhau giá tr d s th a theo công th c: du < d < 4-du. Tra b ng th ng kê Durbin-Watson có du = 1.84261. V y h s Durbin-Watson là 2.016 th a đi u ki n không có t ng quan gi a các ph n d .
Gi đnh không có m iăt ngăquanăgi a các bi năđ c l pă(đoăl ngăđaă c ng tuy n)
Theo Hoàng Tr ng và Chu Nguy n M ng Ng c (2008) c ng tuy n là tr ng thái trong đó các bi n đ c l p có t ng quan ch t ch v i nhau. V n đ đa c ng tuy n là chúng cung c p cho mô hình nh ng thông tin r t gi ng nhau và r t khó tách r i nh h ng c a t ng bi n m t đ n bi n ph thu c. Hi u ng khác c a s t ng quan khá ch t gi a các bi n đ c l p lƠ nó lƠm t ng đ l ch chu n c a các h s h i quy và làm gi m tr th ng kê t c a ki m đ nh trong khi h s xác đ nh R2 v n khá cao. chu n đoán hi n t ng đa c ng tuy n ta s d ng h s phóng đ i ph ng sai VIF. D a vào b ng 4.11 ta th y giá tr VIF c a các bi n đ c l p đ u nh h n 2 nên không x y ra hi n t ng đa c ng tuy n.
4.4.2. Mô hình 2: nhăh ng c a giá tr c m nh n và s hƠiălòngăđ năỦăđnh hành vi c a khách hàng
ki m đnh gi thuy t nh h ng c a giá tr c m nh n và s hƠi lòng đ n ý đnh hành vi c a khách hàng, mô hình h i quy tuy n tính b i đ c phát tri n nh sau:
BIă=ă 0+ă 1PVă+ă 2CS + Ei
Trong đó: 1, 2: Các h s h i quy. 0: H ng s c a ph ng trình h i quy. PV: Giá tr c m nh n c a khách hàng. CS: S hài lòng c a khách hàng. Ei: Sai s c a ph ng trình h i quy.
4.4.2.1.ăPhơnătíchăt ngăquan
K t qu t b ng h s t ng quan (Mô hình 2, tham kh o ph l c 9) cho th y m c Ủ ngh a ki m đ nh m i t ng quan c a bi n ph thu c đ i v i các bi n đ c l p đ u có Sig < 0.05. Do v y, chúng có Ủ ngh a v m t th ng kê, bi n ph thu c ý đnh hành vi có m i liên h tuy n tính v i bi n giá tr c m nh n và s hài lòng c a khách hàng.
4.4.2.2.ă ánhăgiáăvà ki măđ nh đ phù h p c a mô hình B ng 4.12. ánhăgiáăđ phù h p c a mô hình 2
Mô hình R R2 R2 đi u ch nh Sai s chu n Durbin-Watson
1 .708a
.501 .498 .42373 2.014
(Ngu n: X lý c a tác gi t s li u đi u tra)
K t qu cho th y h s xác đnh R2đi u ch nh = 0.498 có ngh a lƠ 2 bi n đ c l p (Giá tr c m nh n và s hài lòng) s gi i thích 49.8% bi n thiên c a bi n ph thu c Ủ đ nh hành vi. Còn l i 50.2% đ c gi i thích b ng các y u t ngoài mô hình.
Ti p theo ki m đ nh F là phép ki m đnh gi thuy t v đ phù h p c a mô hình h i quy tuy n tính t ng th , nó th hi n các bi n đ c l p có m i t ng quan
tuy n tính v i bi n ph thu c hay không.
Gi thuy t: H0: 1 = 2 = 0 (Không có quan h tuy n tính).
H1: T i thi u có i≠ 0 (T i thi u có m t bi n đ c l p có quan h tuy n tính v i bi n ph thu c).
N u gi thuy t H0 b bác b đi u nƠy có ngh a lƠ mô hình xơy d ng phù h p v i t p d li u th c t đ tin c y 95%.
B ng 4.13. K t qu phơnătíchăph ngăsai mô hình 2 Mô hình T ng bình
ph ng df bìnhăph ngTrung bình F Sig.
1 H i quy 51.041 2 25.521 142.142 .000a
Ph n d 50.811 283 .180
T ng 101.852 285
Nhìn b ng trên ta th y giá tr Sig < 0.05 nên ta bác b gi thuy t H0 cho r ng t t c các h s h i quy b ng 0, mô hình h i quy tuy n tính b i xây d ng phù h p v i t p d li u th c t đ tin c y 95%.
4.4.2.3.ăụăngh aăcácăh s h i quy
B ng 4.14. K t qu phân tích h i quy mô hình 2 Mô hình H s ch aă Mô hình H s ch aă chu n hóa H s chu n hóa T Sig. Th ngăkêăđaă c ng tuy n Sai s chu n Beta Dung sai VIF 1 (H ng s ) .981 .175 5.616 .000 PV .335 .037 .422 9.024 .000 .807 1.240 CS .417 .047 .412 8.823 .000 .807 1.240
(Ngu n: X lý c a tác gi t s li u đi u tra)
V i giá tr Sig. < 0.05 t ng đ ng v i đ tin c y 95% thì nhân t đó đ c ch p nh n, ngh a lƠ chúng có s tác đ ng đ n Ủ đ nh hành vi. K t qu phân tích h i