Phân tích hồi quy

Sau khi tiến hành phân tích nhân tố khám phá, nhó các biến quan sát theo từng yếu tố, sau đó phântích hồi quy. Mô hình hồi quy áp dụng là mô hình hồi quy đa biến nhằm đo lường xem mức độ tác động của các nhân tốkể trên đến quyết định mua sản phẩm gạch ốp lát tại Công ty TNHH MTV XD- SX- TM-DV Phát Sơn bằng phân tích hồi quy dựa trên việc đo lường sự ảnh hưởng của các nhân tố được rút trích.

Trong mô hình phân tích hồi quy, biến phụthuộc là biến “Quyết định mua”, các biến độc lập bao gồm 5 nhân tố ảnh hưởng đến quyết định mua sản phẩm gạchốp lát của khách hàng tại Công ty TNHH MTV XD- SX- TM- DV Phát Sơn. Đó là: “Chất lượng sản phẩm”, “Giá cảsản phẩm”, “Khả năng đáp ứng”, “Thương hiệu công ty” và “Nhóm tham khảo” là các nhân tố được rút trích ra từcác biến quan sát trong phân tích nhân tố EFA.

Mô hình hồi quy như sau:

QDM = β0 + β1*CL+ β2*GC + β3*DU+ β4*TH+ β5*NTK Trong đó:

QDM: Quyết định mua sản phẩm gạchốp lát tại Công ty TNHH MTV XD- SX-TM-DV Phát Sơn

CL: Chất lượng sản phẩm GC: Giá cảsản phẩm DU: Khả năng đáp ứng TH: Thương hiệu công ty NTK: Nhóm tham khảo 2.4.5.2 Kiểm định hệsố tương quan

Bảng 2.12: Hệ số tương quan giữa các biến

QDM GC DU TH NTK CL

QDM

Hệsố tương quan

Pearson 1 -0,341^** -0,209^* 0,874^** 0,213^** -0,189^*

Giá trịSig. 0,000 0,029 0,000 0,025 0,047

Trường Đại học Kinh tế Huế

Sốquan sát 110 110 110 110 110 110 (Nguồn: Kết quảxửlý trên phần mềm SPSS) Bước đầu tiên khi tiến hành phân tích hồi quy tuyến tính là xem xét các mối tương quan tuyến tính giữa các biến phụthuộc và từng biến độc lập cũng như giữa các biến độc lập với nhau. Điều kiện để phân tích được hồi quy là biến phụthuộc phải có mối quan hệ tương quan tuyến tính với các biến độc lập và đồng thời giữa các biến độc lập không có tương quan hoàn toàn với nhau (hệsố tương quan khác 1).

Nhìn vào Bảng 2.13 ta thấy:

Giữa biến phụ thuộc “QDM” và biến độc lập “GC” có giá trị Sig. = 0,000 <

0,05 nên có đủ cơ sở để bác bỏ giả thuyết H₀, chấp nhận H₁: Có mối quan hệ tương quan tuyến tính giữa biến phụthuộc “QDM” và biến độc lập “GC”.

Giữa biến “QDM” và biến “DU” có giá trị Sig. = 0,029 < 0,05 nên có đủ cơ sở để bác bỏ giả thuyết H₀ chấp nhận giả thuyết H₁: Có mối quan hệ tương quan tuyến tính giữa biến phụthuộc “QDM” và biến độc lập “DU”.

Giữa biến phụ thuộc “QDM” và biến độc lập “TH” có giá trị Sig. = 0,000 <

0,05 nên có đủ cơ sở để bác bỏ giả thuyết H₀, chấp nhận H₁: Có mối quan hệ tương quan tuyến tính giữa biến phụthuộc “QDM” và biến độc lập “TH”.

Giữa biến “QDM” và biến độc lập “NTK” có giá trị Sig. = 0,025 < 0,05 nên có đủ cơ sở đểbác bỏgiảthuyết H₀, chấp nhận H₁: Có mối quan hệ tương quan tuyến tính giữa biến phụthuộc “QDM” và biến độc lập “NTK”.

Giữa biến phụ thuộc “QDM” và biến độc lập “CL” có giá trị Sig. = 0,047 <

0,05 nên có đủ cơ sở để bác bỏ giả thuyết H₀, chấp nhận H₁: Có mối quan hệ tương quan tuyến tính giữa biến phụthuộc “QDM” và biến độc lập “CL”.

Cả5 biến độc lập đều có mối quan hệ tương quan tuyến tính với biến phụthuộc

“QDM”. Hệ số tương quan giữa 5 biến độc lập thấp nên hạn chế được hiện tượng đa cộng tuyến. Do đó, cả 5 biến độc lập được đưa vào mô hình để giải thích cho quyết

Trường Đại học Kinh tế Huế

2.4.5.3. Kiểm định độphù hợp của mô hình

Ta thực hiện kiểm định F về độ phù hợp của mô hình hồi quy tuyến tính tổng thể, đểxem biến phụthuộc có mối quan hệtuyến tính với các biến độc lập hay không.

Giảthuyết:

H₀: β₂= β₃= β₄=β₅=0 H₁: β₂²+β₃² +β₄²+ β₅² ≠ 0

Hay H₀: Không có mối quan hệtuyến tính giữa các biến độc lập và biến phụthuộc H₁: Có mối quan hệtuyến tính giữa các biến độc lập và biến phụthuộc

Bảng 2.13: Kiểm đinh độ phù hợp của mô hình Mô hình Tổng các bình

phương

df Trung bình bình phương

F Giá trịSig.

1

Hồi quy 34,235 5 6,847 73,195 0,000^b

Phần dư 9,729 110 0,094

Tổng 43,964 109

(Nguồn: Kết quảxửlý trên phần mềm SPSS) Kết quả phân tích ANOVA cho ra giá trị Sig. = 0,000 < 0,05 nên bác bỏ giả thuyết H₀, chấp nhận H₁: Có mối quan hệtuyến tính giữa các biến độc lập và biến phụ thuộc. Như vậy, mô hình hồi quy thu được là rất tốt.

2.4.5.4. Kiểm định hiện tượng đa cộng tuyến

Bảng 2.14: Kết quả kiểm định hiện tượng đa cộng tuyến

Tên biến Đo lường đa cộng tuyến

Độchấp nhận Hệsố phóng đại phương sai (Hằng số)

Khả năng đáp ứng 0,864 1,158

Giá cả 0,872 1,147

Nhóm tham khảo 0,852 1,174

Chất lượng

Trường Đại học Kinh tế Huế

0,778 1,285

Thương hiệu 0,787 1,270

(Nguồn: Kết quảxửlý trên phần mềm SPSS) Với độ chấp nhận (Tolerance) lớn hơn 0,1 và hệsố phóng đại phương sai VIF của các biến nhỏ hơn 10, mô hình hồi quy hồi quy không vi phạm hiện tượng đa cộng tuyến.

2.4.5.5. Phân tích hồi quy đa biến

Sau khi thực hiện kiểm định trên, ta có mô hình hồi quy tuyến tính như sau:

QDM= β₀+ β₂*DU+ β₃*GC+ β₄*NTK+ β₅*CL+ β₆*TH + ɛ Bảng 2.15: Kết quả phân tích hồi quy

Chỉ tiêu Hệsố(β_i) Sig. Mức độ tương quan

β₀ 1,036 0,063

Khả năng đáp ứng -0,13 0,812

Giá cả -0,128 0,011

Nhóm tham khảo 0,16 0,790

Chất lượng -0,26 0,674

Thương hiệu 0,889 0,000

R² 0,779

R²hiệu chỉnh 0,768

(Nguồn: Kết quảxửlý trên phần mềm SPSS) Mô hình hồi quy chưa hiệu chỉnh:

QDM = 1,036 – 0,13*DU - 0,128*GC + 0,16*NTK – 0,26*CL+ 0,889*TH

Kết quảphân tích hồi quy cho thấy, biến “Khả năng đáp ứng” cho mức ý nghĩa 0,812 lớn hơn 0,05 do đó ta loại biến này ra khỏi mô hình hồi quy; biến “Nhóm tham khảo” có mức ý nghĩa 0,790 lớn hơn 0,05 do đó ta loại biến này ra khỏi mô hình hồi quy; tương tự biến “Chất lượng” có mức ý nghĩa 0,674 lớn hơn 0,05 nên ta cũng loại biến này ra khỏi mô hình hồi quy. Như vậy mô hình còn lại 2 biến tác động lên biến phụthuộc “Quyết định mua” là “Giá cả” và “Thương hiệu”.

Nhìn vào kết quả trên ta thấy, R² hiệu chỉnh (0,768) nhỏ hơn R² (0,779) do đó mô hình đánh giá độ phù hợp này an toàn hơn, nó không thổi phồng mức độ phù hợp

Trường Đại học Kinh tế Huế

Kết quả của bảng trên cho thấy, mô hình 5 biến độc lập có R² hiệu chỉnh là 0,768. Như vậy, độ phù hợp của mô hình là 76,8%. Hay nói cách khác, mô hình hồi quy giải thích được 76,8% sự biến thiên của biến phụthuộc là do sự biến động của 5 biến độc lập, còn lại là do tác động của các yếu tốkhác ngoài mô hình. Do đó, có thể kết luận mô hình có mối tương quan chặt chẽ.

Ta có mô hình hồi quy đã hiệu chỉnh như sau:

QDM = -0,128*GC + 0,830*TH

Hay: Quyết định mua = -0,128* Giá cả + 0,830* Thương hiệu

Từ phương trình hồi quy, ta có thể thấy được quyết định lựa chọn mua sản phẩm gạch ốp lát tại Công ty Phát Sơn của khách hàng chịu sự tác động của 2 yếu tố:

Giá cả và Thương hiệu.

Trong đó, yếu tố “Thương hiệu” có tác động lớn nhất đến quyết định mua tại Công ty Phát Sơn với hệsốhồi quy là 0,830. Dấu dương của hệ số βcho thấy yếu tố

“Thương hiệu” có tác động cùng chiều đối với biến ‘Quyết định mua”. Hệ số β của yếu tố “Thương hiệu” là 0,830 cho biết rằng khi“Thương hiệu” tăng 1 đơn vị với điều kiện các yếu tố khác không đổi thì “Quyết định mua” của khách hàng tại Phát Sơn cũng tăng 0,830 lần. Vậy giảthuyết H₅được chấp nhận.

Với yếu tố “Giá cả” có hệsố β= -0,128 thểhiện với dấu âm cho biết rằng yếu tố này tác động ngược chiều với biến “Quyết định mua”, khi “Giá cả” tăng 1 đơn vị với điều kiện các yếu tố khác không đổi thì “Quyết định mua” của khách hàng tại Phát Sơn sẽgiảm 0,128 lần. Vậy giảthuyết H₂được chấp nhận.

2.4.6. Đánh giá của khách hàng vềcác nhân tố ảnh hưởng đến quyết định mua sản

Trong tài liệu NGHIÊN CỨU CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN QUYẾT ĐỊNH MUA SẢN PHẨM GẠCH ỐP LÁT TẠI CÔNG TY TNHH MTV XD-SX-TM-DV PHÁT SƠN (Trang 73-77)