PHẦN II. NỘI DUNG VÀ KẾT QUẢ NGHIÊN CỨU
Chương 2. PHÂN TÍCH CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN QUYẾT ĐỊNH LỰA
2.2. KẾT QUẢ NGHIÊN CỨU NHỮNG YẾU TỐ ẢNH HƯỞNG ĐẾN QUYẾT
2.2.5. Phân tích hồi quy
2.2.5.1. Mô hình hồi quy tổng quát
Mô hình hồi quy tổng quát Y = βo + β1X1+ β2X2+ β3X3+ ... + εᵢ Trong đó:
Y: Biến phụ thuộc
βo: Hệ số chặn (hằng số) βi: Hệ số hồi quy riêng
Xi: Các biến độc lập trong mô hình
εᵢ: biếnđộc lập ngẫu nhiên có phân phối chuẩn với trung bình là 0 và phương sai không đổi σ²
Mô hình hồi quy ban đầu
Đại học kinh tế Huế
Sau khi đánh giá thang đo bằng hệ số Cronbach’s alpha và phân tích nhân tố khám phá EFA, ta đã xác định được 6 nhân tố ảnh hưởng đếnquyết định lựa chọn của khách hàng cá nhân đối với sản phẩm máy tính của công ty TNHH Lạc Việt. Đó là Giá cả (GC), Cấu hình, tính năng máy tính (CH), Thương hiệu, Dịch vụ bảo hành và chăm sóc khách hàng (BH), Khuyến mãi (KM), Nhóm tham khảo (NTK).
. Mô hình quyết định mua ban đầu được thể hiện như sau:
QDC = βo + β1*GC + β2*CH + β3*TH + β4*BH + β5*KM + β6*NTK + εᵢ
Trong đó: QDC là giá trị biến phụ thuộc: Quyết định chung của khách hàng cá nhân trong quyết định mua sản phẩm máy tính tại công ty TNHH Lạc Việt. Các giả thuyết cho mô hình:
Ho: Các nhân tố chính không có mối tương quan với quyết định chung của khách hàng cá nhân trong quyết định mua sản phẩm máy tính tại công ty TNHH Lạc Việt.
H1: Nhân tố GC có tương quan với quyết định chung của khách hàng cá nhân trong quyết định mua sản phẩm máy tính tại công ty TNHH Lạc Việt.
H2: Nhân tố CH có tương quan với quyết định chung của khách hàng cá nhân trong quyết định mua sản phẩm máy tính tại công ty TNHH Lạc Việt.
H3: Nhân tố TH có tương quan với quyết định chung của khách hàng cá nhân trong quyết định mua sản phẩm máy tính tại công ty TNHH Lạc Việt.
H4: Nhân tố BH có tương quan với định chung của khách hàng cá nhân trong quyết định mua sản phẩm máy tính tại công ty TNHH Lạc Việt
H5:Nhân tố KM có tương quan với quyết định chung của khách hàng cá nhân trong quyết định mua sản phẩm máy tính tại công ty TNHH Lạc Việt
H6: :Nhân tố NTK có tương quan với quyết định chung của khách hàng cá nhân trong quyết định mua sản phẩm máy tính tại công ty TNHH Lạc Việt
2.2.5.2. Kiểm định hệ số tương quan
Bước đầu tiên trong phân tích hồi quy tuyến tính, ta xem xét các mối quan hệ tương quan tuyến tính giữa biến phụ thuộc và từng biến độc lập, cũng như giữa các biến độc lập với nhau. Nếu hệ số tương quan giữa các biến ohuj thuộc và biến độc lập lớn chứng tỏ chúng có mối quan hệ tuyến tính với nhau và phân tích hồi quy tuyến tính có thể phù hợp.
Đại học kinh tế Huế
Mặt khác giữa các biến độc lập cũng có tương quan tuyến tính với nhau thì đó cũng là dấu hiệu cho biết giữa chúng có thể xảy ra hiện tượng đa cộng tuyến trong mô hình chúng ta đang xét.
Với giả thuyết: Ho là: Hệ số tương quan hạng của tổng thể bằng 0.
H1: Có sự tương quan giữa các biến độc lập và biến phụ thuộc Bảng 2.10. Ma trận tương quan giữa các biến
QDC GC CH TH BH KM NTK
QDC Hệ số tương quan 1 0,417** 0,417** 0,844** 0,265** 0,347** 0,320**
Giá trị sig 0,000 0,000 0,000 0,000 0,000 0,000
N 150 150 150 150 150 150 150
GC Hệ số tương quan 0,417** 1 1,000** 0,442** 0,437** 0,337** 0,387**
Giá trị sig 0,000 0,000 0,000 0,000 0,000 0,000
N 150 150 150 150 150 150 150
CH Hệ số tương quan 0,417** 1,000** 1 0,442** 0,437** 0,337** 0,387**
Giá trị sig 0,000 0,000 0,000 0,000 0,000 0,000
N 150 150 150 150 150 150 150
TH Hệ số tương quan 0,844** 0,442** 0,442** 1 0,387** 0,417** 0,406**
Giá trị sig 0,000 0,000 0,000 0,000 0,000 0,000
N 150 150 150 150 150 150 150
BH Hệ số tương quan 0,265** 0,437** 0,437** 0,387** 1 0,451** 0,347**
Giá trị sig 0,000 0,000 0,000 0,000 0,000 0,000
N 150 150 150 150 150 150 150
KM Hệ số tương quan 0,347** 0,337** 0,337** 0,417** 0,451** 1 0,322**
Giá trị sig 0,000 0,000 0,000 0,000 0,000 0,000
N 150 150 150 150 150 150 150
NTK Hệ số tương quan 0,320** 0,387** 0,387** 0,406** 0,347** 0,322** 1
Giá trị sig 0,000 0,000 0,000 0,000 0,000 0,000
N 150 150 150 150 150 150 150
(Nguồn: Xử lý số liệu spss) Với mức ý nghĩa 0,01, giá trị Sig. của các nhân tố “GC”, “CH”, “TH”, “BH”,
“KM”, “NTK” đều nhỏ hơn 0,01, điều này cho thấy các nhân tố này đều tương quan khá
Đại học kinh tế Huế
mạnh với biến quyết định chung của khách hàng cá nhân đối với sản phẩm máy tính của công ty TNHH Lạc Việt.
Cụ thể, mối tương quan giữa biến Quyết định chung (QDC) và biến Giá cả (GC) là 0,417; tương quan giữa biến Quyết định chung (QDC) và biến Cấu hình, tính năng máy tính (CH) là 0,417; tương quan giữa biến Quyết định chung (QDC) và biến Thương hiệu (TH) là 0,844; tương quan giữa biến Quyết định chung (QDC) và biến dịch vụ bảo hành và chăm sóc khách hàng (BH) là 0,265; tương quan giữa biến Quyết định chung (QDC) và biến Khuyến mãi (KM) là 0,347; tương quan giữa biến Quyết định chung (QDC) và biến Nhóm tham khảo (NKT) là 0,320.
2.2.5.3. Đánh giá độ phù hợp của mô hình
Mô hình thường không phù hợp với dữ liệu thực tế như giá trị R2thể hiện. Trong tình huống này R2 hiệu chỉnh (Adjusted R Square) từ R2 được sử dụng để phản ánh sát hơn mức độ phù hợp của mô hình hồi quy tuyến tính đa biến.
Như vậy, để đánh giá độ phù hợ của mô hình, ta dùng dùng hệ số xác định R2 hiệu chỉnh. R2hiệu chỉnh càng lớn, thể hiện độ phù hợp mô hình càng cao.
Bảng 2.11. Mô hình hồi quy tóm tắt Mô
hình R R bình phương
R bình phương hiệu chỉnh
Sai số chuẩn của ước lượng
Durbin-Watson
0,851a 0,724 0,718 0,31635 2,068
(Nguồn: Xử lý số liệu spss) Mô hình hồi quy được xây dựng với hệ số R bình phương hiệu chỉnh bằng 0,718 cho biết trong mô hình các biến độc lập giải thích được 71,8% sự thay đổi của biến phụ thuộc. Sự phù hợp của mô hình được kiểm định ở phần sau. Điều đó cho thấy biến phụ thuộc chịu ảnh hưởng tương đối bởi các biến độc lập.
Tuy nhiên sự phù hợp này chỉ đúng với dữ liệu mẫu. Để kiểm định xem có thể suy diễn mô hình cho tổng thể thực hay không ta phải kiểm định độ phù hợp của mô hình.
Bước tiếp theo trong phân tích mô hình hồi quy là kiểm định F về độ phù hợp của mô hình hồi quy tuyến tính tổng thể.
Giả thuyết:
Đại học kinh tế Huế
Ho: β1 =β2 =β3 =β4 =0: Các biến “GC”, “CH”, “TH”, “BH”, “KM”, “NTK” không giải thích được sự thay đổi của biến quyết định chung (QDC)
H1: βi # 0: Có ít nhất một biến độc lập trong mô hình giải thích được sự thay đổi của biến quyết định chung (QDC)
Kết quả kiểm định:
Bảng 2.12. Kiểm định sự phù hợp của mô hình hồi quy
Mô hình
Tổng bình
phương Df
Trung bình
bình phương F Sig,
1 Hồi quy 58,790 5 11,758 117,487 0,000a
Phần dư 22,418 144 0,100
Tổng 81,208 149
(Nguồn: Xử lý số liệu spss) Kết luân:
Sig=0,00 < 0,05, nên với mức độ tin cậy là 95%, có thể khẳng định rằng mô hình hồi quy tuyến tính bội của ta phù hợp với tập dữ liệu và có thể suy rộng ra cho tổng thể.
2.2.5.4. Kiểm định phân phối chuẩn của phần dư
Đại học kinh tế Huế
(Nguồn: Xử lý số liệu spss) Ta có: Đồ thị có dạng phân phối chuẩn, có Mean gần bằng 0 và Std.Deviation =1.
Nên phần dư có phân phối chuẩn.
2.2.5.5. Kiểm định hiện tượng đa cộng tuyến
Bảng 2.13. Kiểm định hiện tượng đa cộng tuyến
Mô hình Đo lường đa cộng tuyến
Độ chấp nhận Hệ số phóng đại phương sai (VIF)
GC 0,832 1,202
CH 0,772 1,295
TH 0,895 1,117
BH 0,797 1,254
KM 0,838 1,193
NTK 0,768 1,303
(Nguồn: Xử lý số liệu spss) Với độ chấp nhận (Tolerance) lớn và hệ số phóng đại phương sai (Variance Inflation Factor – VIF) của các biến nhỏ, mô hình hồi quy không vi phạm hiện tượng đa cộng tuyến. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008 mô hình hồi quy vi phạm hiện tượng đa cộng tuyến khi có giá trị VIF lớn hơn 2.
2.2.5.6. Kết quả phân tích hồi quy đa biến
Bảng 2.14. Kết quả phân tích hồi quy đa biến
Mô hình
Hệ số Beta chưa chuẩn hóa
Hệ số Beta chuẩn hóa
t Sig,
B Std, Error Beta
1 (Constant) 0,557 0,299 1,863 0,064
GC 0,381 0,075 0,381 5,096 0,000
CH 0,166 0,075 0,166 2,224 0,028
TH 0,176 0,072 0,200 2,439 0,016
BH -0,007 0,068 -0,006 -0,100 0,921
KM 0,308 0,075 0,260 4,124 0,000
NTK 0,200 0,055 0,229 3,644 0,000
(Nguồn: Xử lý số liệu spss) Như vậy, dựa vào bảng trên, ta thấy 5 biến độc lập là GC, CH, TH, KM, NTK có giá trị Sig. < 0,05 nên cả năm biến này giải thích được sự biến thiên về quyết định chung của khách hàng cá nhân đối với việc mua máy tính tại công ty TNHH Lạc Việt. Tuy
Đại học kinh tế Huế
nhiên, biến độc lập BH có giá trị Sig = 0,921 > 0,05 do đó chúng không có ý nghĩa thống kê.
Kết quả của mô hình hồi quy dựa vào giá trị của hệ số Beta chuẩn hóa. Hệ số Beta chuẩn hóa được dùng để đánh giá mức độ quan trọng của từng nhân tố, hệ số Beta chuẩn hóa của biến nào càng cao thì mức độ tác động của biến đó về quyết định chung của khách hàng cá nhân đối với việc mua máy tính tại công ty TNHH Lạc Việt.
Ta có mô hình hồi quy như sau:
QDC = 0,557+ 0,381*GC + 0,166*CH + 0,2*TH + 0,26*KM +0,229*NTK
Hệ số β1 = 0,381 nghĩa là khi mức độ đánh giá đối với cấu hình và tính năng của máy tăng lên một đơn vị sẽ giúp cho quyết định mua sản phẩm máy tính của công ty tăng lên trung bình 0,381 đơn vị, trong trường hợp không có sự ảnh hưởng của các biến độc lập khác.
Hệ số β2 = 0,166 nghĩa là khi mức độ đánh giá đối với giá cả tăng lên một đơn vị sẽ giúp cho quyết định mua sản phẩm máy tính của công ty tăng lên trung bình 0,166 đơn vị, trong trường hợp không có sự ảnh hưởng của các biến độc lập khác.
Hệ số β3 = 0,2 nghĩa là khi mức độ đánh giá về thương hiệu và chính sách khuyến mãi tăng lên một đơn vị sẽ giúp cho quyết định mua sản phẩm máy tính của công ty tăng lên trung bình 0,2 đơn vị, trong trường hợp không có sự ảnh hưởng của các biến độc lập khác.
Hệ số β4 = 0,26 nghĩa là khi mức độ đánh giá về tác động của nhóm tham khảo tăng lên một đơn vị sẽ giúp cho quyết định mua sản phẩm máy tính của công ty tăng lên trung bình 0,26 đơn vị, trong trường hợp không có sự ảnh hưởng của các biến độc lập khác
Hệ số β5 = 0,229 nghĩa là khi mức độ đánh giá về dịch vụ bảo hành và chăm sóc khách hàng tăng lên một đơn vị sẽ giúp cho quyết định mua sản phẩm máy tính