Phân tích hồi quy tuyến tính bội

Dựa vào kết quảkiểm định KMO and Bartlett’s đối với biến “Đánh giá khả năng tiêu thụ phân bón NPK” cho thấy hệ số KMO = 0.676 > 0.5 và giá trị Sig trong kiểm định Bartlett = 0.000 < 0.05. Điều này chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể. Bên cạnh đó, phương sai trích bằng 63.692% > 50% và Trị số Eigenvalue = 1.911 >1. Do đó,thỏa mãnđiều kiện phân tích nhân tố.

Bảng 2.15: Kết quả phân tích nhân tố thang đo

“Đánh giá khả năng tiêu thụphân bón NPK”

Nhân tố Giá trị

chạy SPSS Công ty có khả năng tiêu thụtốt sản phẩm phân bón NPK trong thời gian tới 0.814 Anh/Chị sẽtiếp tục sửdụng sản phẩm phân bón NPK của Công ty 0.803 Anh/Chịsẽgiới thiệu sản phẩm phân bón NPK cho bạn bè và người thân 0.777 (Nguồn: Kết quảxửlý SPSS) Hệsốtải nhân tốFactor Loading của các biến thỏa mãn yêu cầu > 0.5.

Kết quảnày cho thấy các biến trong thang đo“Đánh giá khả năng tiêu thụphân bón NPK”giải thích tốt cho đại lượng đo lường.

2.3.4. Phân tích hồi quy tuyến tính bội

Bảng 2.16: Ma trận tương quan

DG SP GC NV XT BH

DG Pearson

Correlation 1 .275^** .379^** .465^** .439^** .561^**

Sig. (2-tailed) .001 .000 .000 .000 .000

N 130 130 130 130 130 130

SP Pearson

Correlation .275^** 1 .150 -.097 -.104 .046

Sig. (2-tailed) .001 .089 .271 .240 .600

N 130 130 130 130 130 130

GC Pearson

Correlation .379^** .150 1 .154 .007 .115

Sig. (2-tailed) .000 .089 .080 .935 .194

N 130 130 130 130 130 130

NV Pearson

Correlation .465^** -.097 .154 1 .372^** .437^**

Sig. (2-tailed) .000 .271 .080 .000 .000

N 130 130 130 130 130 130

XT Pearson

Correlation .439^** -.104 .007 .372^** 1 .460^**

Sig. (2-tailed) .000 .240 .935 .000 .000

N 130 130 130 130 130 130

BH Pearson

Correlation .561^** .046 .115 .437^** .460^** 1

Sig. (2-tailed) .000 .600 .194 .000 .000

N 130 130 130 130 130 130

**. Correlation is significant at the 0.01 level (2-tailed).

(Nguồn: Xửlý sốliệu SPSS) Dựa vào bảng trên, ta thấy được:

Trường Đại học Kinh tế Huế

Với mức ý nghĩa 1%, giá trịSig. của các biến độc lập SP, GC, NV, XT và BH với biến DG đều nhỏ hơn 0.01, tức các biến này có sự tương quan với nhau. Cụthể:

+ Biến “Hoạt động bán hàng” (BH) tương quan mạnh nhất với biến “Đánh giá khả năng tiêu thụsản phẩm” (DG) với hệsốPearson = 0.561

+ Biến “Nhân viên bán hàng” (NV) tương quan mạnh thứhai với biến “Đánh giá khả năng tiêu thụsản phẩm” (DG) với hệsốPearson = 0.465

+ Biến “Xúc tiến” (XT) tương quan mạnh thứ ba với biến “Đánh giá khả năng tiêu thụsản phẩm” (DG) với hệsốPearson = 0.439

+ Biến “Giá cả” (GC) tương quan mạnh thứ tư với biến “Đánh giá khả năng tiêu thụsản phẩm” (DG) với hệsốPearson = 0.379

+ Biến “Sản phẩm” (SP) tương quan yếu nhất với biến “Đánh giá khả năng tiêu thụsản phẩm” (DG) với hệsốPearson = 0.275

Kết quả phân tích tương quan cho thấy hệsố tương quan giữa các biến độc lậpở mức tương quan mạnh, vì vậy ta phải xem xét xem có xảy ra hiên tượng đa cộng tuyến có xảy ra hay không khi phân tích hồi quy đa biến.

2.3.4.2. Phân tích hồi quy tuyến tính bội

Hệsố xác định R² (R Square) và R² hiệu chỉnh (Adjusted R square) được dùng để đo sựphù hợp của mô hình hồi quy.

Tuy nhiên, hệsốR²còn có hạn chế đó là càng đưa thêm nhiều biến vào mô hình, mặc dù chưa xác định biến đưa vào có ý nghĩa hay không thì giá trị R² sẽ tăng. Giá trị R²tăng khả năng giải thích của mô hình, nhưng bản chất thì lại không làm rõđược tầm quan trọng của biến đưa vào, do đó nếu dựa vào giá trị R²để đánh giá tính hiệu quảcủa mô hình sẽ dẫn đến tình huống không chính xác vì sẽ đưa quá nhiều biến không cần thiết, làm phức tạp mô hình. Để ngăn chặn tình trạng trên, tôi sẽdùng R²hiệu chỉnh để đo sựphù hợp của mô hình hồi quy.

Bảng 2.17: Các hệ số xác định trong phân tích hồi quy

Mô hình R R² R²hiệu chỉnh

(Adjusted R Square)

Std. Error of the Estimate

Durbin-Watson

1 0.747^a 0.559 0.541 0.44204 1.746

Trường Đại học Kinh tế Huế

a. Predictors: (Constant), BH, SP, GC, NV, XT b. Dependent Variable: DG

(Nguồn: Xửlý sốliệu SPSS) Dựa vào bảng phân tích hồi quy tuyến tính trên, ta thấy R = 0.747 cho thấy mối quan hệgiữa các biến trong mô hình tương quan khá chặt chẽ. Ta có hệsố R² = 55.9%

> 50% thỏa mãn mức ý nghĩa của mô hình tuyến tính. Để đánh giá độphù hợp của mô hình hồi quy đa biến, hệ số R bình phương hiệu chỉnh Adjusted R Square là 0.541.

Nghĩa là 54.1% biến thiên của biến phụ thuộc “Đánh giá khả năng tiêu thụsản phẩm”

(DG) được giải thích bởi 5 nhân tố độc lập: SP, GC, NV, XT, BH. Điều này cho thấy mô hình hồi quy tuyến tính này phù hợp với tập dữ liệu của mẫu ở mức 54.1%, tức là các biến độc lập trong mô hình nghiên cứuảnh hưởng tới 54.1% sựbiến thiên của biến phụ thuộc DG, 45.9% còn lại là do sự ảnh hưởng của những biến ngoài mô hình và do sai sốngẫu nhiên.

Hệ số Durbin-Watson dùng để kiểm tra hiện tượng tự tương quan chuỗi bậc nhất giữa các biến độc lập. Quy tắc kiểm định d của Durbin-Watson:

+ Nếu 1 < d < 3 thì kết luận mô hình không có tự tương quan.

+ Nếu 0 < d < 1 thì kết luận mô hình có tự tương quan dương.

+ Nếu 3 < d < 4 thì kết luận mô hình có tự tương quan âm.

Với giá trị d trong bảng trên là 1.746, rơi vào miền 1<1.746<3 nên mô hình không có tự tương quan.

 Kiểm định One Way ANOVA

Tổng thể rất lớn, chúng ta không thểkhảo sát hết toàn bộ, nên thường trong nghiên cứu, chúng ta chỉ chọn ra một lượng mẫu giới hạn để tiến hành điều tra, từ đó suy ra tính chất chung của tổng thể. Mục đích của kiểm định F trong bảng ANOVA chính là đểkiểm tra xem mô hình hồi quy tuyến tính này có suy rộng và áp dụng được cho tổng thểhay không. Cụthể trong trường hợp này, giá trịsig của kiểm định F là 0.000 < 0.05.

Như vậy, mô hình hồi quy tuyến tính xây dựng được phù hợp với tổng thể.

 Phân tích hồi quy tuyến tính

Bảng 2.18: Kết quả phân tích hồi quy tuyến tính

Mô hình

Trường Đại học Kinh tế Huế

Hệsố chưa Hệsố t Sig. Thống kê đa cộng

chuẩn hóa chuẩn hóa

tuyến

B Sai số Beta Tolerance VIF

1 (Constant) -1.484 .442 -3.353 .001

SP 0.311 0.071 0.268 4.364 .000 0.630 1.588

GC 0.289 0.067 0.267 4.341 .000 0.681 1.469

NV 0.239 0.073 0.227 3.285 .001 0.898 1.114

XT 0.241 0.070 0.239 3.445 .001 0.617 1.622

BH 0.340 0.079 0.309 4.305 .000 0.659 1.518

a. Dependent Variable: DG

(Nguồn: Kết quảxửlý SPSS) Dựa vào bảng 2.17, ta thấy hệ số hồi quy của các biến độc lập (Sig.) đều nhỏ hơn 0.05, do đó các biến độc lập này đều có ý nghĩa giải thích cho biến phụ thuộc, không biến nào bịloại bỏ. HệsốVIF nhỏ hơn 2 do vậy không có đa cộng tuyến xảy ra.

Ta có mô hình hồi quy như sau:

DG = 0.268*SP + 0.267*GC +0.227*NV + 0.239*XT + 0.309*BH

 Hệsố βeta₁= 0.268 cho biết: trong điều kiện các yếu tố khác không đổi, khi nhân tố “Sản phẩm” tăng lên 1 đơn vịthì mức độ đánh giá của khách hàng vềkhả năng tiêu thụphân bón NPK tại Công ty CP VTNN Thừa Thiên Huế tăng thêm 0.268 đơn vị.

 Hệsố βeta₂= 0.267 cho biết: Trong điều kiện các yếu tố khác không đổi, khi nhân tố “Giá cả” tăng lên 1 đơn vị thì mức độ đánh giá của khách hàng vềkhả năng tiêu thụ phân bón NPK tại Công ty CP VTNN Thừa Thiên Huế tăng thêm 0.267 đơn vị.

 Hệsố βeta₃= 0.227 cho biết: Trong điều kiện các yếu tố khác không đổi, khi nhân tố “Nhân viên bán hàng” tăng lên 1 đơn vị thì mức độ đánh giá của khách hàng vềkhả năng tiêu thụ phân bón NPK tại Công ty CP VTNN Thừa Thiên Huế tăng thêm 0.227 đơn vị.

 Hệ

Trường Đại học Kinh tế Huế

số βeta₄= 0.239 cho biết: Trong điều kiện các yếu tố khác không đổi, khi nhân

tố “Xúc tiến” tăng lên 1 đơn vị thì mức độ đánh giá của khách hàng về khả năng tiêu thụphân bón NPK tại Công ty CP VTNN Thừa Thiên Huế tăng thêm 0.147 đơn vị.

 Hệsố βeta₅ = 0.309 cho biết: Trong điều kiện các yếu tố khác không đổi, khi nhân tố “Hoạt động bán hàng” tăng lên 1 đơn vịthì mức độ đánh giá của khách hàng vềkhả năng tiêu thụ phân bón NPK tại Công ty CP VTNN Thừa Thiên Huế tăng thêm 0.343 đơn vị.

Như vậy, nhân tố “Hoạt động bán hàng” là nhân tố có ảnh hưởng lớn nhất đến hoạt động tiêu thụ phân bón NPK của Công ty CP VTNN Thừa Thiên Huếvì có hệsố Beta cao nhất là 0.309, dấu dương của hệsốBeta thểhiện mối quan hệcùng chiều giữa yếu tốhoạt động bán hàng và hiệu quảtiêu thụsản phẩm phân bón NPK.

Ngoài ra, yếu tố ảnh hưởng mạnh thứ hai là “Sản phẩm”, thứ ba là “Giá cả”, thứ tư là “Xúc tiến” và yếu tốcóảnh hưởng nhỏnhất tới khả năng tiêu thụphân bón NPK của công ty CP VTNN Thừa Thiên Huế là “Nhân viên bán hàng” với các hệ số Beta lần lượt là 0.268; 0.267; 0.239; 0.227. Các yếu tố này đều có hệ số Beta dương thể hiện mối quan hệcùng chiều với khả năng tiêu thụ phân bón NPK.

Tóm lại, phân bón NPK của Công ty CP VTNN Thừa thiên Huế là sản phẩm đảm bảo vềchất lượng, giá cảphù hợp, là sựlựa chọn tối ưu của khách hàng. Vì thế, những nhân tố như “Nhân viên bán hàng” hay “Xúc tiến” không phải là nhân tố ảnh hưởng mạnh đến khả năng tiêu thụ.

2.3.5. Đánh giá của khách hàng về các nhân tố ảnh hưởng đến khả năng tiêu

Trong tài liệu PHÂN TÍCH TÌNH HÌNH TIÊU THỤ SẢN PHẨM PHÂN BÓN NPK CỦA CÔNG TY VẬT TƯ NÔNG NGHIỆP THỪA THIÊN HUẾ (Trang 73-78)