Ph ng pháp th c hi n h i quy là ph ng pháp Enter. Các bi n đ c đ a vào cùng m t lúc đ xem bi n nào đ c ch p nh n. Có 2 ph ng trình c n th c hi n, ph ng trình th nh t (h i quy đa bi n) nh m xác đ nh vài trò quan tr ng c a t ng nhân t trong vi c đánh giá m i quan h gi a thái đ c a ng i tiêu dùng khi tham gia Mua Theo Nhóm tr c tuy n đ i v i các thành ph n c a L i ích c m nh n, R i ro c m nh n và S tin c y (L i ích v giá, S ti n l i, R i ro s n ph m, R i ro th i gian, R i ro tài chính và S tin c y). Ph ng trình th hai (h i quy đ n bi n) nh m xác đnh s tác đ ng c a y u t Thái đ ng i tiêu dùng đ i v i Ý đ nh Mua Theo Nhóm tr c tuy n.
đánh giá đ phù h p c a mô hình, các nhà nghiên c u s d ng h s xác đnh R2 (R-square) đ đánh giá m c đ phù h p c a mô hình nghiên c u. h s xác đ nh R2 đ c ch ng minh là hàm không gi m theo s bi n đ c l p đ c đ a vào mô hình. Tuy nhiên, không ph i mô hình càng có nhi u bi n s càng phù h p h n v i d li u. Trong h i quy tuy n tính b i th ng dùng h s R2 đi u chnh đ đánh giá đ phù h p c a mô hình vì nó không th i ph ng m c đ phù h p c a mô hình. Bên c nh đó, c n ki m tra hi n t ng t ng quan b ng h s Durbin-Watson (1< Durbin-Watson<3) và không có
hi n t ng đa c ng tuy n b ng h s phóng đ i ph ng sai VIF (VIF<2.5). (Hoàng Tr ng và M ng Ng c, 2005).
B ng 4.6 Th ng kê mô t các bi n phân tích h i quy
Trung bình l ch chu n Kích th c m u Thái đ tiêu dùng 3,0583 1,20804 280 L i ích v giá 3,6589 ,89588 280 S ti n l i 3,5223 ,79604 280 R i ro s n ph m 3,8690 ,87734 280 R i ro th i gian 3,2036 ,84633 280 R i ro tài chính 3,0964 1,09842 280 S tin c y 2,8482 ,88481 280 4.3.2.1. nh h ng c a các thành ph n L i ích c m nh n, R i ro c m nh n và S tin c y đ n Thái đ c a ng i tiêu dùng
K t qu h i quy tuy n tính b i cho th y h s xác đ nh R2 là 0,461 và R2 đi u ch nh là 0,449, ngh a là mô hình tuy n tính đã xây d ng phù h p v i t p d li u đ n m c 44,9% (hay mô hình đã gi i thích đ c 44,9% s bi n thiên c a bi n ph thu c thái đ c a ng i tiêu dùng). Tr s th ng kê F đ t giá tr 38,907 đ c tính t R2 c a mô hình đ y đ , t i m c ý ngh a Sig =0,000; ki m tra hi n t ng t ng quan b ng h s Durbin – Watson (1 < 2.034 < 3). Nh v y, mô hình h i quy tuy n tính b i đ a ra là phù h p v i mô hình và d li u nghiên c u. K t qu h i quy ph ng trình th nh t đ c trình bày trong b ng 4. (xem thêm Ph l c E )
B ng 4.7 B ng đánh giá đ phù h p c a mô hình h i quy đa bi n Mô hình Các bi n đ c đ a vào Các bi n b lo i b Ph ng pháp 1 S ti n l i R i ro s n ph m R i ro th i gian R i ro tài chính S tin c y Enter
Bi n ph thu c: Thái đ c a ng i tiêu dùng
Mô hình R R2 R2 hi u ch nh Sai s chu n d đoán
1 0,679 0,461 0,449 0,89664
Bi n d đoán: (H ng s ), S tin c y, L i ích v giá, R i ro th i gian, S ti n l i, R i ro s n ph m, R i ro tài chính.
Ki m đ nh F s d ng trong b ng phân tích ph ng sai 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 . Ý t ng c a ki m đ nh này v m i quan h tuy n tính gi a bi n ph thu c và các bi n đ c l p. Trong b ng phân tích ANOVA, ta th y giá tr Sig. r t nh (sig. = 0,000), nên mô hình h i quy phù h p v i t p d li u và có th s d ng đ c.
B ng 4.8 B ng phân tích ph ng sai (h i quy) c a mô hình h i quy đa bi n ANOVAa Mô hình T ng các bình ph ng Df Bình ph ng trung bình F Sig. 1 Ph n h i quy 187,678 6 31,280 38,907 0,000 b Ph n d 219,480 273 0,804 T ng c ng 407,158 279
a. Bi n d đoán: S tin c y, L i ích v giá, R i ro v th i gian, S ti n l i, R i ro v s n ph m, R i ro v tài chính.
b. Bi n ph thu c: Thái đ c a ng i tiêu dùng
B ng 4.9 B ng h s h i quy ph ng trình h i quy đa bi n
Mô hình H s h i quy ch a chu n hóa H s h i quy chu n hóa t Sig. Th ng kê đa c ng tuy n B Sai s chu n Beta Dung sai VIF H ng s 0,951 0,496 1,917 0,056 L i ích v giá 0,341 0,063 0,253 5,425 0,000 0,906 1,103 S ti n l i 0,418 0,070 0,276 5,960 0,000 0,924 1,083 R i ro s n ph m -0,334 0,067 -0,243 -4,954 0,000 0,822 1,216 R i ro th i gian -0,049 0,070 -0,034 -0,696 0,487 0,821 1,217 R i ro tài chính -0,067 0,060 -0,061 -1,110 0,268 0,656 1,524 S tin c y 0,366 0,071 0,268 5,126 0,000 0,723 1,384
Trong k t qu trên, n u sig. < 0,05 t ng đ ng v i đ tin c y 95% và t >2 thì nhân t đó đ c ch p nh n, có ngh a là nó có s tác đ ng đ n thái đ c a ng i tiêu
dùng. K t qu cho th y có 4 nhân t th a mãn đi u ki n là: L i ích v giá, S ti n l i, R i ro s n ph m và S tin c y.
th ph n d theo d ng phân ph i chu n (có giá tr trung bình b ng 0), cho th y an toàn khi bác b gi thuy t H0. Do đó, nghiên c u có th k t lu n r ng các gi thuy t H1a, H1b, H2c, H3 đ c ch p nh n.
H s h i quy th hi n d i hai d ng: (1) ch a chu n hóa (Unstandardized) và (2) chu n hóa (Standardized). Vì h s h i quy ch a chu n hóa (B), giá tr c a nó ph thu c vào thang đo cho nên chúng ta không th dùng chúng đ so sánh m c đ tác đ ng c a các bi n đ c l p vào bi n ph thu c trong cùng m t mô hình đ c. H s h i quy chu n hóa (beta), là h s chúng ta đã chu n hóa các bi n. Vì v y, chúng đ c dùng đ so sánh m c đ tác đ ng c a các bi n ph thu c vào bi n đ c l p. Bi n đ c l p nào có tr ng s này càng l n có ngh a là bi n đó có tác đ ng m nh vào bi n ph thu c. (Nguy n ình Th , 2011).
K t lu n: Thái đ c a ng i tiêu dùng ch u tác đ ng l n nh t b i nhân t s ti n l i ( = 0,276). H s không có xu h ng l a ch n mua hàng theo nhóm tr c tuy n n u ph ng th c mua s m này không ti n l i h n các ph ng th c mua s m thông th ng. K đ n, s tin c y c a ng i tiêu dùng đ i v i hình th c mua theo nhóm tr c tuy n c ng tác đ ng tích c c đ i v i hình th c mua s m này ( = 0,268). Y u t l i ích v giá c ng làm cho ng i tiêu dùng l a ch n hình th c mua theo nhóm tr c tuy n. Mua theo nhóm tr c tuy n giúp khách hàng ti t ki m khi mua hàng theo nhóm ( = 0,253). Y u t r i ro s n ph m có tác đ ng tiêu c c đ i v i thái đ c a ng i tiêu dùng. Ng i tiêu dùng s g p ph i nh ng r i ro v s n ph m khi mua hàng trên m ng, nh ng r i ro này làm gi m xu h ng mua hàng theo nhóm tr c tuy n c a ng i tiêu dùng ( = - 0,243).
4.3.2.2 nh h ng c a thái đ tiêu dùng đ i v i ý đ nh tiêu dùng
K t qu h i quy tuy n tính đ n bi n cho th y h s xác đ nh R2 là 0,293 và R2 đi u chnh là 0,291, đ t yêu c u đ i v i h i quy đ n bi n (hay mô hình đã gi i thích
đ c 29,1% s bi n thiên c a bi n ph thu c ý đnh c a ng i tiêu dùng). Tr s th ng kê F đ t giá tr 115,31 đ c tính t giá tr R-square c a mô hình đ y đ , t i m c ý ngh a Sig.= 0,000 (r t nh ), ki m tra hi n t ng t ng quan b ng h s Durbin – Watson (1< 2,054<3). Nh v y, mô hình h i quy tuy n tính đ n bi n đ a ra là phù h p v i mô hình và d li u nghiên c u. K t qu h i quy ph ng trình th hai đ c trình bày trong b ng 4.12 (xem thêm Ph l c E).
B ng 4.10 B ng đánh giá đ phù h p c a mô hình h i quy đ n bi n
Mô hình Các bi n đ c đ a vào Các bi n b lo i b Ph ng pháp
2 Thái đ tiêu dùng Enter
Bi n ph thu c: Ý đnh tiêu dùng
Mô hình R R2 R2 hi u ch nh Sai s chu n d đoán
2 0,541 0,293 0,291 1,00773
B ng 4.11 B ng phân tích ph ng sai c a mô hình h i quy đ n bi n ANOVAa Mô hình T ng các bình ph ng Df Bình ph ng trung bình F Sig. 2 Ph n h i quy 117,099 1 117,099 115,310 0,000 Ph n d 282,313 278 1,016 T ng c ng 399,412 279
B ng 4.12 B ng h s h i quy c a mô hình h i quy đ n bi n
Mô hình H s h i quy ch a chu n hóa H s h i quy chu n hóa
t Sig. Th ng kê đa
c ng tuy n B Sai s chu n Beta Dung sai VIF H ng s 1,216 0,164 7,405 0,000 Thái đ c a ng i tiêu dùng 0,536 0,050 0,541 10,734 0,000 1,000 1,000
T b ng 4.12 cho th y r ng nhân t thái đ c a ng i tiêu dùng có tác đ ng d ng đ n ý đnh c a ng i tiêu dùng v i = 0,541, m c ý ngh a Sig.= 0,000 (r t nh ). th ph n d theo d ng phân ph i chu n (có giá tr trung bình b ng 0), cho th y an toàn khi bác b gi thuy t H0. Do đó, nghiên c u có th k t lu n r ng gi thuy t H4 đ c ch p nh n.
K t lu n: Khi thái đ c a ng i tiêu dùng đ i v i mua hàng theo nhóm tr c tuy n t ng lên 1 đ n v thì ý đ nh mua theo nhóm tr c tuy n c a h s t ng lên 0,541 l n t ng ng.
4.3.3 Dò tìm s vi ph m các gi đ nh c n thi t trong h i quy tuy n tính
4.3.3.1 Gi đ nh liên h tuy n tính gi a bi n ph thu c và các bi n đ c l p c ng nh hi n t ng ph ng sai thay đ i
Ki m tra gi đnh này b ng cách v đ th phân tán gi a các ph n d và giá tr d đoán mà mô hình h i quy tuy n tính cho ra. Ng i ta hay v bi u đ phân tán gi a hai giá tr này đã đ c chu n hóa (standardized) v i ph n d trên tr c tung và giá tr d đoán trên tr c hoành. N u gi đnh liên h tuy n tính và 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 v i ph n d , chúng s phân tán ng u nhiên.
th (ph l c G: đ th ScatterPlot) cho th y ph n d phân tán ng u nhiên trong m t vùng xung quanh đ ng đi qua tung đ 0 ch không t o thành m t hình d ng nào. Nh v y giá tr d đoán và ph n d đ c l p nhau và ph ng sai c a ph n d không thay đ i. Nh v y mô hình h i quy phù h p.
4.3.3.2 Gi đ nh v phân ph i chu n c a ph n d
Ph n d có th không tuân theo phân ph i chu n vì nh ng lý 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 phân tích… Vì v y, chúng ta nên th nhi u cách kh o sát khác nhau. M t cách kh o sát đ n gi n nh t là xây d ng bi u đ t n s c a các ph n d .
Bi u đ t n s c a ph n d chu n hóa (ph l c H: đ thi Histogram) cho th y m t đ ng cong phân ph i chu n đ c đ t ch ng lên bi u đ t n s . Th t không h p lý khi chúng ta k v ng r ng các ph n d quan sát có phân ph i hoàn toàn chu n vì luôn luôn có nh ng chênh l ch do l y m u. Ngay c khi các sai s có phân ph i chu n trong t ng
th đi n a thì ph n d trong m u quan sát c ng ch x p x chu n mà thôi. đây, ta có th nói phân ph i ph n d x p x chu n (trung bình Mean=0,00, và đ l ch chu n Std.Dev. = t c là g n b ng 1). Do đó, có th k t lu n r ng gi thi t phân ph i chu n không b vi ph m.
4.3.3.3 Gi đ nh không có m i t ng quan gi a các bi n đ c l p (đo l ng đa c ng tuy n) l ng đa c ng tuy n)
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 c a hi n t ng 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 v i 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 là nó làm t ng đ l ch chu n c a các h s h i quy và làm gi m giá tr th ng kê t c a ki m đ nh ý ngh a c a chúng nên các h s có khuynh h ng kém ý ngh a h n khi không có đa c ng tuy n trong khi h s xác đnh R square v n khá cao.
ki m tra hi n t ng đa c ng tuy n, ch s th ng dùng là h s phóng đ i ph ng sai VIF (Variance Inflation Factor).
Thông th ng, n u VIF c a m t bi n đ c l p nào đó l n h n 10 thì bi n này h u nh không có giá tr gi i thích bi n thiên c a Y trong mô hình MLR (Hair & c ng s 2006 trích t Nguy n ình Th , 2011).
Theo b ng h s h i quy, h s VIF c a các bi n đ c l p có giá tr t 1,000 đ n 1.524 (t t c đ u nh h n 10). Vì v y, có th k t lu n mô hình không x y ra hi n t ng đa c ng tuy n.
4.3.4 Phân tích nh h ng c a các bi n đ nh tính đ n thái đ c a ng i tiêu dùng dùng
M c tiêu: đ tr l i câu h i có s khác bi t hay không v thái đ tiêu dùng gi a nam và n , gi a hai nhóm tu i và ba nhóm thu nh p.
4.4.4.1 Ki m đ nh s khác nhau v thái đ tiêu dùng theo gi i tính
Ki m đnh Independent-sample T-test s cho ta bi t có s khác bi t v xu h ng tiêu dùng gi a phái nam và n .
Gi thuy t H0 : có s khác nhau v thái đ và ý đnh mua theo nhóm tr c tuy n gi a hai nhóm khách hàng nam và n .
Theo nh k t qu trong ki m đ nh Levene, Sig. > 0,05 (Sig. = 0,161) nên ph ng sai gi a nam và n không khác nhau m t cách có ý ngh a th ng kê. Còn giá tr Sig trong ki m đnh t > 0,05 (Sig. = 0,115) nên ta k t lu n không có s khác bi t v trung bình gi a hai nhóm khách hàng nam và n . Suy ra, bác b gi thuy t H0
K t lu n: Y u t gi i tính không có nh h ng đ n thái đ tiêu dùng.
B ng 4.13 Ki m đ nh T-test đ i v i bi n gi i tính Th ng kê nhóm
Gioitinh N Trung bình l ch chu n Trung bình sai s chu n
ATT Nam 36 2,7593 1,13700 0,18950
N 241 3,0996 1,21421 0,07821
Ki m đnh Levene
Ki m đnh T cho s b ng nhau c a giá tr trung
bình F Sig. t Df Sig. Sai l ch trung bình Sai l ch c a S.E tin c y 95% D i Trên Gi đnh ph ng sai b ng nhau 1,973 0,161 -1,581 275 0,115 -0,3403 0,2152 -0,7641 0,0834
4.3.4.2 Ki m đ nh s khác nhau v thái đ tiêu dùng theo thu nh p
Phân tích ph ng sai Anova (Analist of variance) đ xem xét s khác bi t v thái