Tải bản đầy đủ - 119 (trang)
3 PHÂN TÍCH HỒI QUI

3 PHÂN TÍCH HỒI QUI

Tải bản đầy đủ - 119trang

48



Bảng 4.4 Ma trận hệ số tương quan

qd

Hệ số tương quan

Pearson



Sig. (1-tailed)



N



ha



cl



tg



ns



cx



xh



qd



1.000



.189



.553



.579



.496



.619



.609



ha



.189



1.000



.047



.154



.106



.096



.101



cl



.553



.047



1.000



.601



.600



.504



.502



tg



.579



.154



.601



1.000



.563



.464



.523



ns



.496



.106



.600



.563



1.000



.568



.446



cx



.619



.096



.504



.464



.568



1.000



.532



xh



.609



.101



.502



.523



.446



.532



1.000



qd



.



.001



.000



.000



.000



.000



.000



ha



.001



.



.228



.007



.045



.061



.053



cl



.000



.228



.



.000



.000



.000



.000



tg



.000



.007



.000



.



.000



.000



.000



ns



.000



.045



.000



.000



.



.000



.000



cx



.000



.061



.000



.000



.000



.



.000



xh



.000



.053



.000



.000



.000



.000



.



qd



258



258



258



258



258



258



258



ha



258



258



258



258



258



258



258



cl



258



258



258



258



258



258



258



tg



258



258



258



258



258



258



258



ns



258



258



258



258



258



258



258



cx



258



258



258



258



258



258



258



xh



258



258



258



258



258



258



258



4.3.2 Xây dựng phương trình hồi qui

Hồi qui tuyến tính bội thường được dùng để kiểm định và giải thích lý thuyết

nhân quả. Ngoài chức năng là một công cụ mô tả, hồi qui tuyến tính bội cũng được

sử dụng như một công cụ kết luận để kiểm định các giả thuyết và dự báo các giá trị

của tổng thể nghiên cứu. Như vậy đối với nghiên cứu này, hồi qui tuyến tính bội là

phương pháp thích hợp để kiểm định các giả thuyết nghiên cứu.



49



Phân tích hồi qui sẽ xác định phương trình hồi qui tuyến tính với hệ số beta

tìm được để khẳng định mối quan hệ nhân quả giữa biến phụ thuộc (QĐ) và các

biến độc lập (HA, CL, NS, CX, XH, TG), qua đó, xác định mức độ ảnh hưởng của

từng yếu tố đến quyết định mua của khách hàng. Giả định các yếu tố ảnh hưởng đến

quyết định mua của khách hàng có tương quan tuyến tính, ta có phương trình hồi

qui như sau:

QĐ = β0 + β1 HA + β2 CL + β3 XH + β4 TG + β5 NS + β6 CX + ei

βk : Các hệ số hồi qui riêng phần của các biến độc lập

ei



: Phần dư

QĐ : Quyết Định Mua Máy Tính Bảng Của Khách Hàng

HA : Giá Trị Hình Ảnh

CL : Giá Trị Chất Lượng



Trong đó



NS : Giá Trị Nhân Sự

CX : Giá trị Cảm xúc

XH : Giá trị Xã Hội

TG : Giá Trị Tính Theo Giá Cả



Dựa trên kết quả phân tích nhân tố, tác giả tiến hành phân tích hồi qui để xác

định cụ thể trọng số của từng yếu tố ảnh hưởng đến quyết định mua máy tính bảng

của khách hàng. Phân tích hồi qui sẽ được thực hiện với 6 biến độc lập là HA, CL,

NS, CX, XH, TG và một biến phụ thuộc là QĐ. Giá trị của các yếu tố được dùng để

phân tích hồi qui là giá trị trung bình của các biến quan sát đã được kiểm định.

4.3.3



Đánh giá và kiểm định mức độ phù hợp của mô hình



Đầu tiên, tác giả kiểm định các giả định của mô hình hồi qui tuyến tính, không

có giả định nào vi phạm:

-



Không có hiện tượng đa cộng tuyến.



-



Phương sai phần dư không đổi.



50



-



Các phần dư có phân phối chuẩn.



-



Không có hiện tượng tương quan giữa các phần dư .



Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008, trang 238 – 239) khi

đánh giá mô hình hồi qui tuyến tính bội, hệ số R Square được dùng để đánh giá

độ phù hợp của mô hình nghiên cứu. Hệ số xác định R Square được chứng minh

là hàm không giảm theo số lượng biến đưa vào mô hình. Hệ số R Square có xu

hướng tăng thuận chiều với số lượng biến đưa vào mô hình. càng đưa thêm biến

độc lập vào mô hình thì R square càng tăng, tuy nhiên điều này cũng được

chứng minh rằng không phải phương trình càng có nhiều biến sẽ càng phù hợp

hơn với dữ liệu (tức là tốt hơn). Như vậy R square có khuynh hướng là một ước

lượng lạc quan của thước đo sự phù hợp của mô hình đối với dữ liệu trong

trường hợp có hơn 1 biến giải thích trong mô hình. Mô hình thường không phù

hợp với dữ liệu thực tế như giá trị R square thể hiện. Do đó, hệ số R Square điều

chỉnh cũng được sử dụng để phản ánh sát hơn mức độ phù hợp của mô hình hồi

qui tuyến tính đa biến vì nó không phụ thuộc vào độ lệch phóng đại của R

Square

Bảng 4.5: Chỉ tiêu đánh giá độ phù hợp của mô hình

Tóm tắt mô hình

R Bình





hình

1



R

.749



a



Change Statistics



phương



Sai số



R Bình



hiệu



chuẩn của



R Square



F



phương



chỉnh



ước lượng



Change



Change



.561



.551



.43155



.561



53.500



df1



df2

6



251



Sig. F



Durbin-



Change



Watson



.000



1.659



Kết quả phân tích hồi qui được trình bày ở bảng 4.5 cho thấy hệ số xác định

R Square là 0,561 và hệ số Square điều chỉnh là 0.551, nghĩa là mô hình xây dựng

đã phù hợp với tập dữ liệu đến mức 55.1% hay mô hình đã giải thích được 55.1%

sự biến thiên của biến phụ thuộc quyết định mua của khách hàng, 44.9% còn lại do

các yếu tố ngoài mô hình giải thích. Hay nói cách khác, khoảng 55,1% sự thay đổi

của quyết định mua của khách hàng được giải thích bởi sáu biến độc lập gồm : Giá



51



trị hình ảnh, Giá trị chất lượng, Giá trị tính theo giá cả, Giá trị nhân sự, Giá trị cảm

xúc và Giá trị xã hội

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 qui tuyến tính tổng thể. Trị giá F

trong bảng 4.4 là 53.500, trị số này được tính từ giá trị R2 đầy đủ, mức ý nghĩa quan

sát Sig. = 0.00 rất nhỏ cho thấy sẽ an toàn khi bác bỏ giả thuyết H0 cho rằng là β1 =

β2 = β3 = β4 = β5 = β6 = 0. Với số liệu này, mô hình hồi qui tuyến tính đưa ra là phù

hợp với dữ liệu và có thể sử dụng được.

Bảng 4.6 Kết quả phân tích hồi qui:

Thống kê đa cộng



Hệ số

Hệ số chưa chuẩn hóa chuẩn hóa



tuyến



Sai số

Mô hình

1



B

(Constant)



GIÁ TRỊ HÌNH ẢNH



GIÁ TRỊ CHẤT



chuẩn hóa

.076



.088



Beta



.220



t



Sig.



.346



.730



Dung sai



VIF



.039



.096



2.269



.024



.969 1.032



.066



.147



2.492



.013



.504 1.986



.053



.201



3.477



.001



.523 1.911



.057



-.006



-.109



.913



.510 1.961



.056



.308



5.544



.000



.568 1.761



.046



.260



4.814



.000



.600 1.665



.165



LƯỢNG

GIÁ TRỊ THEO GIÁ



.186



CẢ

GIÁ TRỊ NHÂN SỰ



GIÁ TRỊ CẢM XÚC



GIÁ TRỊ XÃ HỘI



-.006



.312



.224



Biến phụ thuộc: QĐM



Thông qua hệ số Beta chuẩn hoá trong kết quả phân tích hồi qui cho thấy tầm

quan trọng của các nhân tố tác động đến quyết định mua theo mô hình đã đưa ra. Vì

độ lớn của các hệ số phụ thuộc vào đơn vị đo lường của các biến nên chỉ khi nào tất



52



cả các biến độc lập đều có cùng đơn vị đo lường thì các hệ số của chúng mới có thể

so sánh trực tiếp với nhau. Một cách để làm cho các hệ số hồi qui có thể so sánh

được với nhau là tính trọng số beta, đó là hệ số của biến độc lập khi tất cả dữ liệu

trên các biến được biểu diễn bằng đơn vị đo lường độ lệch chuẩn.

Mô hình cho thấy các biến độc lập thuộc các yếu tố: Giá trị hình ảnh, Giá trị chất

lượng, Giá trị tính theo giá cả, Giá trị cảm xúc, Giá trị xã hội có ảnh hưởng đến

quyết định mua máy tính bảng của khách hàng với mức ý nghĩa nhỏ hơn 0.05. Hệ số

Beta chuẩn hóa dùng để đánh giá mức độ quan trọng của các yếu tố ảnh hưởng đến

quyết định mua máy tính bảng của khách hàng. Hệ số Beta chuẩn hóa của yếu tố

nào càng cao thì mức độ quan trọng của nhân tố đó tác động đến quyết định mua

càng cao. Như vậy, theo kết quả nghiên cứu từ bảng 4.6, yếu tố Giá trị cảm xúc tác

động mạnh nhất. Mô hình cho thấy với các yếu tố khác không đổi, nếu Giá trị cảm

xúc tăng thêm 1 đơn vị thì quyết định mua của khách hàng tăng thêm 0.308 tiếp đến

là Giá trị xã hội với hệ số Beta chuẩn hoá 0.260. Tiếp đến là Giá trị tính theo giá cả,

Giá trị chất lượng và Giá trị hình ảnh, có hệ số Beta (chuẩn hoá) lần lượt là 0.201,

0.147 và 0.096. Tác động của “Giá trị nhân sự” không có ý nghĩa thống kê (sig >

0.05).

4.3.4 Kiểm định các giả thuyết nghiên cứu

Dựa vào kết quả Sig và giá trị trong bảng trên, tác giả có kết quả kiểm định cho

từng giả thuyết:

Giả

Thuyết

H1

H2

H3

H4

H5

H6



Nội dung



Giá trị β



Giá trị hình ảnh có tác động cùng chiều đến quyết

0.096

định mua máy tính bảng của khách hàng

Giá trị chất lượng sản phẩm có tác động cùng chiều

0.147

đến quyết định mua máy tính bảng của khách hàng

Giá trị tính theo giá cả có tác động cùng chiều đến

0.201

quyết định mua máy tính bảng của khách hàng

Giá trị nhân sự có tác động cùng chiều đến quyết định

-0.006

mua máy tính bảng của khách hàng

Giá trị cảm xúc có tác động cùng chiều đến quyết

0.308

định mua máy tính bảng của khách hàng

Giá trị xã hội có tác động cùng chiều đến quyết định

0.26

mua máy tính bảng của khách hàng



Sig



Chấp nhận hay

không chấp



0.024



Chấp nhận



0.013



Chấp nhận



0.01



Chấp nhận



0.913



Không chấp

nhận



0



Chấp nhận



0



Chấp nhận



53



4.4 PHÂN TÍCH SỰ ẢNH HƯỞNG CỦA CÁC BIẾN ĐỊNH TÍNH ĐẾN

QUYẾT ĐỊNH MUA MÁY TÍNH BẢNG CỦA KHÁCH HÀNG

4.4.1 Ảnh hưởng của giới tính đến quyết định mua máy tính bảng của

khách hàng

Báo cáo tiến hành xem xét có sự khác biệt giữa nam và nữ đối với quyết định mua

máy tính bảng hay không. Kết quả bảng 4.7 cho thấy, giá trị Sig trong kiểm định

Levene >0.05, phương sai giữa 2 giới tính là giống nhau. Giá trị Sig trong kiểm

định t>0.05 chứng tỏ rằng chưa có sự khác biệt có ý nghĩa về trị trung bình giữa

nam và nữ. Kết quả bảng “Group statistic” cho thấy trị trung bình của quyết định

mua máy tính bảng giữa nam và nữ là 3.4096 và 3.3848 là không có sự khác biệt

đáng kể.

Bảng 4.7: Bảng kết quả kiểm định T-Test ảnh hưởng của giới tính đến quyết định

mua máy tính bảng

Group Statistics



Q



Gioitinh



Mẫu



Trung bình



Độ lệch chuẩn



Sai số trung bình



Nam



130



3.4096



.64475



.05655



Nu



128



3.3848



.64517



.05703



D



54



Independent Samples Test

Kiểm

địnhLevene



F



Kiểm định t-test



Sig.



t



df



Sig. (2- Sai lệch

Sai lệc S.E

tailed) trung bình



Độ tin cậy 95%

Dưới



Giả định

phương

sai bằng

nhau

QD



0.001



0.97



Giả định

phương

sai khác

nhau



Trên



0.309



256 0.757



0.02485



0.08031



-0.1333



0.183



0.309



255.9 0.757



0.02485



0.08031



-0.1333



0.183



4.4.2 Ảnh hưởng của độ tuổi đến quyết định mua máy tính bảng của khách

hàng

Đối với biến độ tuổi, sau khi tiến hành kiểm định Anova, ta có kết quả như sau

Bảng 4.8: Bảng kết quả kiểm định ảnh hưởng của độ tuổi đến quyết định mua máy

tính bảng

QD



Thống kê Levene df1



df2



Sig.



.558



253



.693



4



ANOVA

QD



Tổng bình



Bình phương



phương



df



trung bình



F



Sig.



Giữa các nhóm



.805



4



.201



.482



.749



Trong nhóm



105.723



253



.418



Tổng



106.528



257



Tài liệu bạn tìm kiếm đã sẵn sàng tải về

3 PHÂN TÍCH HỒI QUI

Tải bản đầy đủ ngay(119 tr)

×