Là một trong những công cụ hữu hiệu trong nghiên cứu định lượng, phân tích hồi quy giúp chúng ta xác định được mối quan hệ giữa các biến số, cụ thể là mức độ tác động của các biến độc lập lên biến phụ thuộc. Kết quả phân tích này cung cấp những thông tin quan trọng, từ đó hỗ trợ ra quyết định trong nhiều lĩnh vực khác nhau. Hệ số hồi quy có thể mang dấu dương hoặc âm. Nhiều người thường thắc mắc về ý nghĩa của hệ số hồi quy âm.

Hệ số hồi quy âm nói lên điều gì?

Hệ số hồi quy âm là gì?

Khi hệ số hồi quy của một biến độc lập mang dấu âm, điều đó có nghĩa là khi biến độc lập tăng, biến phụ thuộc sẽ giảm và ngược lại. Nói cách khác, hai biến này có mối quan hệ nghịch.

Ví dụ: Nếu hệ số hồi quy giữa giá cả và lượng cầu của một sản phẩm là âm, điều đó có nghĩa là khi giá cả tăng lên, lượng cầu sẽ giảm đi.

Hệ số B và Beta trong SPSS

Trong phần mềm thống kê SPSS, hệ số hồi quy chưa chuẩn hóa thường được ký hiệu là B, còn hệ số hồi quy chuẩn hóa là Beta. Cả hai đều biểu thị mức độ tác động của biến độc lập lên biến phụ thuộc, nhưng chúng có cách diễn giải khác nhau.

Hệ số B

Cho biết sự thay đổi trung bình của biến phụ thuộc khi biến độc lập tăng một đơn vị, trong khi các biến độc lập khác được giữ nguyên.

Hệ số Beta

Cho biết mức độ tương đối của ảnh hưởng của mỗi biến độc lập lên biến phụ thuộc, sau khi đã điều chỉnh cho sự khác biệt về đơn vị đo của các biến.

Ví dụ

Sau khi thực hiện quá trình phân tích hồi quy, chúng ta thu được bảng Coefficients, một bảng tổng hợp chứa các thông số thống kê quan trọng. Bảng này cung cấp thông tin chi tiết về mối quan hệ giữa các biến độc lập và biến phụ thuộc. Cụ thể, bảng Coefficients cho biết hệ số hồi quy chưa chuẩn hóa (B), hệ số hồi quy đã chuẩn hóa (Beta) và giá trị p (sig) để đánh giá ý nghĩa thống kê của mỗi biến độc lập.

– Biến độc lập: chất lượng sản phẩm, giá cả, khuyến mãi, thái độ nhân viên, quy trình giao dịch.

– Biến phụ thuộc: sự hài lòng của khách hàng

Kết quả hệ số hồi quy biến GC âm

Phân tích hệ số hồi quy trong mô hình

Từ bảng kết quả phân tích hồi quy, chúng ta nhận thấy một điểm thú vị: trong khi hầu hết các biến độc lập đều có hệ số hồi quy dương, thể hiện mối quan hệ thuận chiều với biến phụ thuộc “Sự hài lòng của khách hàng”, thì biến “Giá cả sản phẩm” lại có hệ số hồi quy âm.

Ý nghĩa của hệ số hồi quy âm

Trước khi kết luận về mối quan hệ nghịch giữa giá cả và sự hài lòng, chúng ta cần xem xét giá trị sig (hay p-value) tương ứng. Nếu giá trị sig nhỏ hơn mức ý nghĩa (thường là 0.05), điều đó có nghĩa là mối quan hệ giữa hai biến là có ý nghĩa thống kê, tức là không xảy ra do ngẫu nhiên.

Trong trường hợp này, biến “Giá cả sản phẩm” có giá trị sig nhỏ hơn 0.05, đồng nghĩa với việc mối quan hệ giữa giá cả và sự hài lòng là có ý nghĩa thống kê. Hệ số hồi quy âm cho thấy khi giá cả sản phẩm tăng, sự hài lòng của khách hàng có xu hướng giảm. Điều này hoàn toàn hợp lý, vì khách hàng thường có xu hướng lựa chọn sản phẩm có giá cả phải chăng hơn.

Xây dựng phương trình hồi quy

Dựa trên kết quả phân tích, chúng ta có thể xây dựng phương trình hồi quy để mô tả mối quan hệ giữa các biến. Tuy nhiên, cần lưu ý rằng chỉ những biến có giá trị sig nhỏ hơn mức ý nghĩa mới được đưa vào phương trình.

Phương trình hồi quy chuẩn hóa cho mô hình này có thể được viết như sau:

SHL = 0.262*SP + -0.356*GC + 0.175*KM + 0.212*NV + 0.259*GD + ε

Trong đó:

– ε là sai số ngẫu nhiên.

Kết luận

Qua phân tích hồi quy, chúng ta rút ra kết luận rằng:

– Giá cả sản phẩm có ảnh hưởng tiêu cực đến sự hài lòng của khách hàng.
– Khuyến mãi và dịch vụ sau mua hàng có ảnh hưởng tích cực đến sự hài lòng của khách hàng.
– Chất lượng sản phẩm, mặc dù là một yếu tố quan trọng, nhưng trong trường hợp này không có ảnh hưởng thống kê đáng kể đến sự hài lòng của khách hàng.

Nhận trợ giúp cho phân tích SPSS của bạn

Hỗ trợ dịch vụ chạy SPSS giá rẻ cho sinh viên

Nếu bạn gặp khó khăn trong việc phân tích hồi quy tuyến tính, hãy bắt đầu hành trình nghiên cứu với xulysolieu.info, nơi đội ngũ tận tâm của chúng tôi cung cấp hỗ trợ phân tích dữ liệu chuyên môn cho sinh viên, học giả và cá nhân. Chúng tôi đảm bảo nghiên cứu của bạn được nâng cao với độ chính xác. Khám phá các trang của chúng tôi:

ANOVA và T-Test: nên sử dụng cái nào trên SPSS 26

Đa cộng tuyến là gì: Nguyên nhân, nhận biết và cách khắc phục trên SPSS 26, 27

3 bước phân biệt Tương quan và Hồi quy trên SPSS 26, 27 cần biết ngay

Hoặc bạn có thể trực tiếp liên hệ thông quan fanpage chính thức và Dịch vụ SPSS trên trang web chính thức của xulysolieu.info.