CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
4.4. Kết quả nghiên cứu chính thức
4.4.3 Kiểm định mô hình và giả thuyết nghiên cứu
v Hệ số tương quan Peason
Trước khi phân tích hồi quy tuyến tính bội cần xem xét các mối quan hệ tương quan tuyến tính giữa biến phụ thuộc và các biến độc lập cũng như giữa các biến độc lập với nhau. Nếu hệ số tương quan giữa biến phụ thuộc và biến độc lập lớn chứng tỏ giữa chúng có mối quan hệ với nhau và phân tích hồi quy là có thể phù hợp.
Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) cho rằng hệ số tương quan giữa các biến độc lập với biến phụ thuộc có giá trị từ 0.3 trở lên là phù hợp và có thể đưa vào phân tích hồi quy bội. Bảng 4.15 cho thấy hệ số tương quan Pearson giữa biến phụ thuộc (YD) và các biến độc lập (HI, SD, NT, RB, CQ, TL) đều từ 0.3 trở lên (cụ thể hệ số tương quan thấp nhất là 0.345 và cao nhất là 0.591). Với mức ý nghĩa 1%, sơ bộ nhận thấy có thể đưa các biến HI, SD, NT, RB, CQ, TL vào mô hình để giải thích cho biến ý định lựa chọn ứng dụng UTOP của khách hàng tại thành phố Hồ Chí Minh.
Bên cạnh đó, các biến độc lập (HI, SD, NT, RB, CQ, TL) cũng có mối tương quan khá cao với nhau (hệ số tương quan giữa các biến độc lập thấp nhất là 0.172) thì có thể xảy ra hiện tượng đa cộng tuyến trong mô hình hồi quy này.
Bảng 4.17 Hệ số tương quan tuyến tính giữa các biến
YD HI SD RB CQ TL NT
YD 1
HI 0.591** 1
SD 0.345** 0.172** 1
RB 0.354** 0.301** 0.227** 1
CQ 0.433** 0.376** 0.211** 0.178** 1
TL 0.444** 0.347** 0.190** 0.232** 0.349** 1
NT 0.403** 0.359** 0.262** 0.227** 0.269** 0.327** 1 Ghi chú: ** tương quan có ý nghĩa ở mức 1%.
v Mô hình hồi quy tuyến tính bội
Trên cơ sở kết quả của phân tích tương quan, luận văn xây dựng mô hồi quy tuyến tính bội có có dạng như sau:
YD = β0 + β1*HI + β2*SD + β3*NT + β4*RB + β5*CQ + β6*TL + ɛ Trong đó:
- Biến phụ thuộc: YD (Ý định lựa chọn ứng dụng UTOP của khách hàng tại Tp.HCM).
- Biến độc lập: HI (Cảm nhận sự hữu ích), SD (Cảm nhận việc dễ sử dụng), NT (Niềm tin), RB (Riêng tư và bảo mật), CQ (Chuẩn chủ quan), TL (Tính tiện lợi).
- β0, β1, β2, β3, β4, β5, β6: là hệ số hồi quy.
- ɛ: là phần dư.
Phương pháp chọn biến Enter được tiến hành. Bên cạnh đó, những giả định của mô hình tuyến tính cũng sẽ được kiểm tra.
v Kiểm định mức độ phù hợp của mô hình hồi quy
Mức độ phù hợp của mô hình hồi quy được kiểm định thông qua việc xem xét giá trị
thống kê F từ bảng phân tích phương sai (ANOVA) (chi tiết xem phụ lục 7).
Kết quả tại bảng 4.16 cho thấy giá trị thống kê F của mô hình hồi quy bằng 36.515 và mức ý nghĩa của thống kê là 1% (sig = 0.000), điều này cho thấy mô hình hồi quy tuyến tính bội phù hợp với dữ liệu hay nói cách khác, các biến độc lập (HI, SD, NT, RB, CQ, TL) có mối quan hệ tuyến tính với biến phụ thuộc (YD) với độ tin cậy là 99%.
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), hệ số R2 hiệu chỉnh là thước đo mức độ phù hợp của mô hình hồi quy tuyến tính bội vì giá trị của hệ số này không phụ thuộc vào số lượng biến được đưa vào mô hình nghiên cứu. Bảng 4.16 cho thấy hệ số R2 hiệu chỉnh của mô hình hồi này là 0.475. Điều này cho thấy, mô hình hồi quy được xây dựng bởi 6 biến độc lập, bao gồm: HI (Cảm nhận sự hữu ích), SD (Cảm nhận việc dễ sử dụng), NT (Niềm tin), RB (Riêng tư và bảo mật), CQ (Chuẩn chủ quan), TL (Tính tiện lợi) giải thích được 47,50% sự biến thiên về Ý định lựa chọn ứng dụng UTOP của khách hàng tại thành phố Hồ Chí Minh.
Bảng 4.18 Kết quả phân tích hồi quy tuyến tính bội:
Các biến số Ký hiệu
Hệ số hồi quy chưa chuẩn
hóa (B)
Hệ số hồi quy chuẩn hóa (Beta)
Mức ý
nghĩa VIF
Hằng số C -1.362 0.000
Cảm nhận sự hữu ích HI 0.500 0.376 0.000 1.368
Cảm nhận việc dễ sử
dụng SD 0.131 0.107 0.030 1.131
Quyền riêng tư và bảo
mật RB 0.161 0.123 0.013 1.163
Chuẩn chủ quan CQ 0.215 0.157 0.003 1.272
Tính tiện lợi TL 0.200 0.173 0.001 1.283
Niềm tin NT 0.155 0.113 0.031 1.275
Giá trị R2 hiệu chỉnh: 0.475 Thống kê F (ANOVA): 36.515
Mức ý nghĩa của thống kê F (ANOVA): 0.000 Hệ số Durbin-Watson: 1.945
Nguồn: Tổng hợp của tác giả từ kết quả xử lý dữ liệu khảo sát v Kiểm định các hệ số hồi quy
Kết quả hồi quy ở bảng 4.16 cho thấy:
- Có 3 yếu tố có ý nghĩa thống kê ở mức 1% (Sig. ≤ 0.01) là: HI (Cảm nhận sự hữu ích), CQ (Chuẩn chủ quan), TL (Tính tiện lợi). Như vậy, 3 yếu tố này có mối quan hệ tuyến tính có ý nghĩa thống kê với ý định lựa chọn ở độ tin cậy 99%.
- Có 3 yếu tố có ý nghĩa thống kê ở mức 1% (0.01 < Sig. ≤ 0.05) là: SD (Cảm nhận việc dễ sử dụng) và RB (Quyền riêng tư và bảo mật) và NT (Niềm tin). Như vậy, 3 yếu tố
này có mối quan hệ tuyến tính có ý nghĩa thống kê với ý định lựa chọn ở độ tin cậy 95%.
- Từ kết quả ở bảng 4.16, mô hình hồi quy chưa chuẩn hóa có dạng phương trình như sau:
YD = -1.362 + 0.500*HI + 0.131*SD + 0.161*RB + 0.215*CQ + 0.200*TL + 0.155*NT
- Mô hình hồi quy chuẩn hóa để xác định tầm quan trọng của các yếu tố ảnh hưởng đến ý định lựa chọn ứng dụng UTOP có dạng như sau:
YD = 0.376*HI + 0.107*SD + 0.123*RB + 0.157*CQ + 0.173*TL + 0.113*NT Ý định lựa chọn = 0.376*Cảm nhận sự hữu ích
+ 0.107*Cảm nhận việc dễ sử dụng + 0.123*Quyền riêng tư và bảo mật + 0.157*Chuẩn chủ quan
+ 0.173*Tính tiện lợi + 0.113*Niềm tin