Xây dựng mô hình hồi quy

Phân tích hồi quy tuyến tính sẽgiúp chúng ta biết được cường độ ảnh hưởng của các biến độc lập lên biến phụthuộc.

Qua kiểm định tương quan Pearson thì biến độc lập Chính sách thanh toán bị loại nên mô hình hồi quy sẽchỉcòn lại 5 biến độc lập là (1) Nhân viên bán hàng, (2) Chính sách giá cả, (3) Chính sách giao hàng, (4) Chương trình khuyến mãi, (5) Chính sách chăm sóc cửa hàng.

Việc kiểm định mô hìnhđược thực hiện vớiphương pháp Enter làtất cảcác biến được đưa vào một lần và xem xét các kết quảthống kê liên quan, qua kiểm định ta có bảng kết quảhồi quy như sau:

Bảng 2.23: Kết quảhồi quy Biến độc lập

Hệsốchuẩn hoá Beta

Mức ý nghĩa (Sig.)

Tolerance VIF

Nhân viên bán hàng 0,345 0,000 0,802 1,246

Chính sách giá cả 0,315 0,000 0,754 1,326

Chính sách giao hàng 0,397 0,000 0,797 1,254

Chương trình khuyến mãi 0,107 0,027 0,802 1,246

Chính sách chăm sóc cửa

hàng 0,096 0,031 0,942 1,062

(Nguồn: kết quảxửlý SPSS)

Trường Đại học Kinh tế Huế

Các biến độc lập đều có giá trị Sig bé hơn 0,05 nên đều có ý nghĩa trong mô hình hồi quy. Và xét vềhiện tượng đa cộng tuyến thì thì kết quảcho thấy hệsốVIF của các biến độc lập đều bé hơn 2 nên có thểkết luận không xảy ra hiện tượng đa cộng tuyến.

Nhưvậy, ta có thểbiểu diễn mô hình hồiquy thông qua phương trình sau:

Sự hài lòng = 0,345*Nhân viên bán hàng + 0,315*Chính sách giá cả + 0,397*Chính sách giao hàng + 0,107*Chương trình khuyến mãi + 0,096*Chính sách chăm sóc cửa hàng.

Ý nghĩa của các hệsốtrong mô hình hồi quy: hệsốhồi quy của mỗi biến là giá trị β tương ứng trong mô hình. Ý nghĩa của hệsố hồi quy là nó đo lường sự thay đổi trong giá trị trung bình của biến phụ thuộc khi mỗi biến độc lập thay đổi một đơn vị trong khi các biến độc lập còn lại không đổi.

 β₁ = 0,345 cho biết, khi nhân tố “Nhân viên bán hàng” thay đổi 1 đơn vị (các nhân tố khác không đổi) thì sự hài lòng của cửa hàng bán lẻ sẽbiến đổi cùng chiều ở mức là 0,345 đơn vị.

 β₂ = 0,315 cho biết, khi nhân tố “Chính sách giá cả” thay đổi 1 đơn vị (các nhân tố khác không đổi) thì sự hài lòng của cửa hàng bán lẻ sẽ biến đổi cùng chiều ở mức là 0,315 đơn vị.

 β₃= 0,397 cho biết, khinhân tố “Chính sách giao hàng” thay đổi 1 đơn vị (các nhân tố khác không đổi) thì sự hài lòng của cửa hàng bán lẻ sẽbiến đổi cùng chiều ở mức là 0,397 đơn vị.

 β₄ = 0,107 cho biết, khi nhân tố “Chương trình khuyến mãi” thay đổi 1 đơn vị (các nhân tố khác không đổi) thì sự hài lòng của cửa hàng bán lẻ sẽ biến đổi cùng chiều ở mức là 0,107 đơn vị.

 β₅ = 0,096 cho biết, khi nhân tố “Chính sách chăm sóc cửa hàng” thay đổi 1 đơn vị (các nhân tố khác không đổi) thì sự hài lòng của cửa hàng bán lẻ sẽ biến đổi cùng chiều ở mức là 0,107 đơn vị.

Trong 5 yếu tố được đưa vào mô hình nhằm xem xét sự ảnh hưởng của nó đến sự hài lòng của cửa hàng bán lẻ, thì ta thấy nhân tố “Chính sách giao hàng” có tác động lớn nhất với β₃ = 0,397, bởi vì yếu tố có hệsố Beta càng lớn thì có thể nhận xét rằng yếu tố đó có mức độ ảnh hưởng cao hơn các yếu tốkhác trong mô hình nghiên cứu. Vì

Trường Đại học Kinh tế Huế

vậy, Tuấn Việt nên tập trung vào việc xây dựng Chính sách giao hàng để gia tăng sự hài lòng của các cửa hàng bán lẻ.

2.2.6.2. Đánh giá độ phù hợp của mô hình

Bảng 2.24: Đánh giá độ phù hợpcủa mô hình

Model R R² R²điều chỉnh Sai sốchuẩn

uớc luợng

Durbin-Watson

1 0,860 0,739 0,730 0,36855 1,513

(Nguồn: kết quảxửlý SPSS) Độ phù hợp của mô hình được thể hiện qua giá trị R² điều chỉnh. Tham số R² điều chỉnh cho biết mức độ (%) sự biến thiên của biến phụ thuộc được giải thích bởi biến độc lập. Kết quảcho thấy, mô hình 5 biến độc lập có giá trị R²điều chỉnh khá cao 0,730. Ta có thểkết luận rằng, các biến độc lậpảnh hưởng đến 73% sự biến động của biến phụ thuộc, 27% còn lại là do sự ảnh hưởng của những biến ngoài mô hình mà chưa biết được và do sai sốngẫu nhiên.

2.2.6.3. Kiểm tra tự tương quan trong mô hình

Sử dụng kiểm định Durbin - Watson để thực hiện kiểm tra tương quan bậc nhất trong mô hình. Theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2005), thì trong thực tế khi tiến hành kiểm định Durbin – Watson, người ta thường áp dụng quy tắc kiểm định đơn giản sau:

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 âm.

Qua phân tích ta thấy, hệsốDurbin–Watson là d = 1,513 nằm trong khoản 1 < d

< 3 nên có thểkết luận mô hình không có tự tương quan chuỗi bậc nhất.

2.2.6.4. Kiểm định độ phù hợp mô hình

Bước tiếp theo trong phân tích hồi quy đó là thực hiện kiểm định F về độ phù hợp của mô hình hồi quy tuyến tính tổng thể, xem biến phụthuộc có liên hệtuyến tính với toàn bộbiến độc lập hay không.Đểkiểm định độphù hợp của mô hình dùng giá trị Sig. của bảng ANOVA, giá trịSig. nhỏ (thường < 5%) thì mô hình tồn tại.

Trường Đại học Kinh tế Huế

Ta có cặp giảthiết đặt ra:

H₀:β₁=β₂=β₃=β₄= β₅= 0.

H₁: Một trong các hệsốBeta sẽkhác không

Tiến hành kiểm định F thông qua phân tích phương sai, ta có bảng sau:

Bảng 2.25: Kiểm định Anova về độphù hợp của mô hình hồi quy Mô hình Tổng bình

phuơng Df Trung bình

bình phuơng F Mức ý

nghĩa

Hồi quy 54,987 5 10,997 80,967 0,000^b

Số dư 19,423 143 0,136

Tổng 74,411 148

(Nguồn: kết quảxửlý SPSS) Kết quảkiểm định ANOVA cho thấy giá trị Sig. = 0,000 rất nhỏ (< 5%) cho phép bác bỏgiảthiết H₀, chấp nhận giảthiết H₁. Như vậy mô hình hồi quy thu được cho thấy biến phụthuộc có mối liên hệtuyến tính với toàn bộbiến độc lập hay sựkết hợp các biến độc lập giải thích được tốt các thay đổi của biến phụ thuộc là Sự hài lòng của các cửa hàng bán lẻ.

Kết quảkiểm định mô hìnhđược thểhiện qua sơ đồsau:

Sơ đồ2.4: Mô hình hồi quy

Sựhài lòng của cửa hàng bán lẻ

Nhân viên bán hàng

Chính sách giá cả Chính sách giao hàng Chương trình khuyến mãi

Chính sách chăm sóc cửa hàng

Trường Đại học Kinh tế Huế

2.2.7. Kiểm tra sự hài lòng của các cửa hàng bán lẻ thông qua giá trị trung bình