Trước khi tiến hành phân tích hồi quy tuyến tính bội thì việc xem xét mối tươngquan tuyến tính giữacác biến độc lậpvới biến phụ thuộc và giữa các biến độc lập vớinhau là công việc phải làm và hệsố tương quan Pearson trong ma trận hệ số tươngquan là phù hợp để xem xét mối tươngquan này. Ma trận hệ số tươngquan là một ma trậnvuông gồmcác hệsố tươngquan.Tươngquan của một biến nàođó với chính nó sẽcó hệsố tươngquan là 1 và chúng có thể được thấytrênđường chéo của ma trận. Mỗi biến sẽ xuất hiện hai lần trong ma trậnvới hệsố tươngquannhưnhau,
Biến quan sát Hệ số tải
nhân tố
Eigenvalue Phươngsai trích
Crochbach alpha
Giá trị thươnghiệu (BE) 2.741 91.365 0.9526
BE1 .953
BE2 .963
đối xứng nhau quađường chéo của ma trận.
Nếu kếtluận được là các biến độc lập và biến phụthuộc có tương quan tuyến tính với nhau qua hệ số tương quan Pearson, đồng thời giả định rằng chúng ta đã cân nhắc kỹbản chất của mối liên hệ tiềm ẩngiữa các biến và xem như đã xácđịnh đúng hướngcủa mộtmối quan hệnhân quả giữa chúng, thì chúng ta có thểmô hình hóa mối quan hệnhân quảcủa chúng bằng mô hình hồi quy tuyến tính bội,trongđó một biến được gọilà biến phụ thuộcvà các biến còn lạigọi là các biến độclập.
Bảng 4.6: Ma trận tương quan giữa các khái niệm nghiên cứu
**Mức ý nghĩa 1%, n=209
Phân tích hồi quy tuyến tính bội được thực hiện để xem xét mối quan hệgiữa các biến độc lập là nhân tố lòng đam mê thương hiệu (BP), nhân tố nhận biết thươnghiệu(BA), nhân tố chất lượngcảm nhận (PQ), nhân tố ấn tượng thươnghiệu (BI) với biến phụ thuộc là giá trị thương hiệu (BE) trong mô hình nghiên cứu. Trước khi tiến hành phân tích hồi quy tuyến tính bội thì việc xem xét mối tương quan tuyến tính giữa các biến độc lập với biến phụ thuộc và giữa các biến độc lập với nhau là công việc phải làm và hệ số tương quan Pearson trong ma trận hệ số
BA BI PQ BP BE
BA Tương quan Pearson 1 .649(**) .473(**) .554(**) .577(**)
Hệ số Sig (2-tailed) . .000 .000 .000 .000
BI Tương quan Pearson .649(**) 1 .667(**) .727(**) .649(**)
Hệ số Sig (2-tailed) .000 . .000 .000 .000
PQ Tương quan Pearson .473(**) .667(**) 1 .792(**) .748(**)
Hệ số Sig (2-tailed) .000 .000 . .000 .000
BP Tương quan Pearson .554(**) .727(**) .792(**) 1 .835(**)
Hệ số Sig (2-tailed) .000 .000 .000 . .000
BE Tương quan Pearson .577(**) .649(**) .748(**) .835(**) 1
tươngquan là phù hợp đểxem xét mối tương quan này.
Dựa vào bảng 4.6 ta có thể thấy hệ số tương quan giữa giá trị thương hiệu (BE) và bốn biến độc lập rất cao (thấp nhất là 0.577). Sơ bộ ta có thể kết luận bốn biến độc lập BA, BI, PQ, BP có thể đưa vào mô hình để giải thích cho biến BE. Nhưnghệsố tươngquan giữa các biến độc lập cũng rất cao (thấp nhất là 0.473). Do đó, kiểm định đa cộng tuyến cần được tiến hành trong các bước tiếp theo để xác định xem các biến độc lập cóảnh hưởng lẫn nhau hay không.