Dò tìm các vi phạm giả định cần thiết trong hồi quy tuyến tính bộ

- Phân tích kết quả xứ lý số liệuNghiên cứu định tính

2 Hình ảnh thương hiệu (HATH) 3 0.659 0

4.4.4 Dò tìm các vi phạm giả định cần thiết trong hồi quy tuyến tính bộ

Phân tích hồi quy không phải chỉ là việc mô tả các dữ liệu quan sát được, mà từ các dữ liệu quan sát này chúng ta phải suy rộng cho mối quan hệ giữa các biến trong tổng thể, nghĩa là chúng ta phải suy rộng cho tổng thể các khách hàng tại các

tỉnh phía nam chứ không phải chỉ giới hạn ở 227 người được khảo sát. Để việc diễn dịch kết quả hồi quy này được chấp nhận thì nghiên cứu không được vi phạm các giả định cần thiết sau:

- Giả định liên hệ tuyến tính

Để xem xét giả định về liên hệ tuyến tính có bị vi phạm hay không, theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), người ta hay vẽ biểu đồ phân tán

giữa các phần dư chuẩn hóa trên trục tung và giá trị dự đoán chuẩn hóa trên trục

hoành. Nếu giả định liên hệ tuyến tính và phương sai bằng nhau được thỏa mãn thì ta sẽ không nhận thấy có liên hệ gì giữa các giá trị dự đoán và phần dư chuẩn hóa,

63

Hình 4.1 cho thấy kết quả là phần dư chuẩn hóa phân tán ngẫu nhiên trong một vùng xung quanh đường đi qua tung độ 0 chứ không tạo thành một hình dạng nào, do đó giả định tuyến tính được thỏa mãn.

Hình 4.1: Biểu đồphân tán giữa phần dư chuẩn hóa và giá trị dự đoán chuẩn hóa

- Giả định về phân phối chuẩn của phần dư

Để khảo sát tính phân phối chuẩn của phần dư, cách đơn giản nhất là xây dựng biểu đồ tần số của các phần dư. Có thể dùng biểu đồ tần số Histogram hoặc biểu đồ xác xuất chuẩn Normal probability plot để khảo sát phân phối chuẩn của phần dư.

Dựa vào biểu đồ tần số Histogram có thể nói phân phối của phần dư là xấp xỉ chuẩn (Trung bình Mean = -4.34E-16 và độ lệch chuẩn = 0.989 ~ 1).

Biểu đồ Normal probability plot cho thấy các chấm phân tán sát với đường chéo, phân phối phần dư có thể xem như chuẩn.

Do đó, có thể kết luận rằng giả thuyết phân phối chuẩn của phần dư không bị

64

Hình 4.2: Biểu đồ tần số Histogram

65

- Giả định về tính độc lập của sai số

Tính độc lập của sai số ở đây có nghĩa rằng giữa các phần dư không có mối tương quan với nhau. Đại lượng thống kê Durbin-Watson (D) dùng để kiểm định tương quan của các sai số kề nhau (tương quan chuỗi bậc nhất).

Giả thuyết kiểm định là: HRoR: Hệ số tương quan tổng thể của các phần dư = 0.

Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), đại lượng d có giá trị biến thiên trong khoảng từ 0 đến 4. Giá trị D gần bằng 2 nếu các phần dư không có tương quan chuỗi bậc nhất với nhau. Giá trị D < 2 nghĩa là các phần dư gần nhau có tương quan thuận. Giá trị D > 2 và gần bằng 4 có nghĩa là các phần dư có tương quan nghịch. Khi thực hiện kiểm định Durbin-Watson, nếu kết quả giá trị D nằm trong khoảng: 0 < D < 4 thì mô hình không có tự tương quan (Hoàng Trọng & ctg, 2008). Kết quả kiểm định của mô hình bằng kiểm định Durbin-Watson có giá trị D = 1.036

Bảng 4.8 cho thấy chưa đủ cơ sở bác bỏ giả thuyết HR0R: hệ số tương quan tổng thể của các phần dư = 0.

Kết luận: chấp nhận giả thuyết HRoR, các phần dư không có mối tương quan với nhau.

- Giả định không có mối tương quan giữa các biến độc lập

Có một tình huống vi phạm giả định xảy ra riêng với hồi quy tuyến tính bội đó là hiện tượng cộng tuyến. Cộng tuyến là trạng thái trong đó các biến độc lập có tương quan chặt chẽ với nhau (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008) và dò tìm vi phạm giả định này được gọi là đo lường đa cộng tuyến.

Công cụ giúp ta phát hiện sự tồn tại của cộng tuyến trong dữ liệu là: Độ chấp nhận của biến (Tolerance) và hệ số phóng đại phương sai (Variance Inflation Factor-

VIF). Nếu hệ số Tolerance của một biến nhỏ thì nó gần như là một kết hợp tuyến tính của các biến độc lập khác và hệ số VIF > 10 thì đó là dấu hiệu của đa cộng tuyến.

Kết quả bảng 4.10 cho thấy hệ số Tolerance thấp và VIF < 10 nên không xảy ra hiện tượng đa cộng tuyến, do đó không có tương quan chặt chẽ giữa các biến độc lập.

Kết luận: nghiên cứu không vi phạm các giả định về hồi quy tuyến tính. Như vậy, có thể khẳng định rằng hiện tượng đa cộng tuyến không là vấn đề trầm trọng đối với các biến độc lập trong mô hình nghiên cứu.

66

4.5 KIỂM ĐỊNH CÁC GIẢ THUYẾT NGHIÊN CỨU

Từ những phân tích trên ta có thể kết luận rằng mô hình lý thuyết thích hợp với dữ liệu nghiên cứu và 5 giả thuyết nghiên cứu được chấp nhận là H1, H2, H3, H4 và H5, qua kết quả kiểm định mô hình lý thuyết mô hình điều chỉnh. (Hình 4.3)

GIÁ TRỊTHƯƠNG HIỆU THƯƠNG HIỆU NHẬN BIẾT THƯƠNG HIỆU HÌNH ẢNH THƯƠNG HIỆU GIÁ TRỊ CẢM NHẬN CHẤT LƯỢNG CẢM NHẬN LÒNG TRUNG THÀNH THƯƠNG HIỆU H5 + 0.179 H4 + 0.325 H2 + 0.216 H1 + 0.105 H3 + 0.215

Hình 4.4: Mô hình kết quả nghiên cứu

Bảng 4.11: Bảng tổng hợp kết quả kiểm định giả thuyết

Giả thuyết Kết quả kiểm định

H1 Nhận biết thương hiệu có tác động cùng chiềuđến giá trị

thương hiệu của SNP Chấp nhận

H2 Hình ảnh thương hiệu có tác động cùng chiều đến giá trị

thương hiệu của SNP Chấp nhận

H3 Chất lượng cảm nhận có tác động cùng chiều đến giá trị

thương hiệu của SNP Chấp nhận

H4 Giá trị cảm nhận có tác động cùng chiều đến giá trị

thương hiệu của SNP Chấp nhận

H5 Lòng trung thành thương hiệu có tác động cùng chiều đến

giá trị thương hiệu của SNP Chấp nhận

67

Bảng 4.12: Giá trị trung bình của các thành phầngiá trị thương hiệu SNP

NHÂN TỐ MẪU TRUNG BÌNH GIÁ TRỊ ĐỘ LỆCH CHUẨN SAI SỐ CHUẨN TRUNG BÌNH

NBTH 227 3.6626 .62497 .391 HATH 227 3.8502 .50570 .256 HATH 227 3.8502 .50570 .256 CLCN 227 3.6674 .56055 .314 GTCN 227 3.7104 .59130 .350 LTT 227 3.6211 .56558 .320 GTTH 227 3.8155 .48152 .232

Nguồn: từ tính toán của tác giả (phụ lục 5, trang xvi)

Trong bảng 4.12, khách hàng đánh giá cao nhất là thành phần hình ảnh thương hiệu (HATH) được đánh giá ở mức độ Mean (HATH) = 3.8502 nhưng mức độ tác động của thành phầnnày ảnh hưởng đến giá trị thương hiệu của SNP theo mô hình hồi quy chỉ đứng thứ 2 có β = 0.216; mức độ đánh giá thấp nhất là lòng trung thành Mean

(LTT) = 3.6211 và mức độ tác động của thành phần này ảnh hưởng đến giá trị thương hiệu của SNP theo mô hình hồi quy là thấp (thứ 4) có β = 0.179; Riêng thành phần giá

trị cảm nhận thì khách hàng đánh giá cao (thứ 2) Mean (GTCN) = 3.7104 nhưng mức độ tác động của thành phần này ảnh hưởng đến giá trị thương hiệu của SNP theo mô

hình hồi quy lại đứng thứ nhất có β = 0.325. Các thành phần còn lại cũng gần bằng giá trị (Đồng ý = 4) của thang đo và có sự chênh lệch nhau không lớn, điều nàycho thấy khách hàng đánh giá khá cao các thành phần ảnh hưởng đến giá trị thương hiệu của

SNP. Thành phần giá trị thương hiệu (GTTH) được đánh giá ở mức độ Mean (GTTH) = 3.8155 cũng gần bằng giá trị (Đồng ý = 4) của thang đo. Như vậy, do khách hàng đánh giá các thành phần ảnh hưởng đến giá trị thương hiệu (GTTH) của SNP khá cao nên khả năng khách hàng sử dụng dịch vụ cảng biển và dịch vụ logistics trong tương lai là tích cực. (Kết quả phân tích hồi qui, phụ lục 6).

4.6 KIỂM ĐỊNH SỰ KHÁC BIỆT

Mục đích của nghiên cứu là khám phá sự khác biệt giữa các thành phần giá trị thương hiệu SNP theo đặc điểm đối tượng nghiên cứu, sự khác biệt này dựa trên các yếu tố về giới tính, độ tuổi và nghề nghiệp.

Đối với kiểm định sự khác biệt giữa 2 nhóm khách hàng giới tính nam và nữ, nghiên cứu sẽ sử dụng phép kiểm định giả thuyết về trị trung bình của hai tổng thể

68

Independent - Samples T-test. Trong kiểm định này, nếu Sig. của kiểm định F (kiểm định Levene's Test) ≥ 0.05 thì ta lấy trị Sig. trong kiểm định t (T-test) ở dòng phương sai đồng nhất; ngược lại ta lấy trị Sig. trong kiểm định t ở dòng phương sai không đồng nhất.

Còn các yếu tố độ tuổi, nghề nghiệp và thu nhập nghiên cứu sử dụng phương pháp phân tích phương sai (Anova) hoặc Kruskal-Wallis cho phép so sánh trị trung bình của nhiều hơn 2 tổng thể độc lập trong tổng thể chung. Kiểm định giả thuyết HR0

Rcho rằng phương sai các nhóm so sánh là bằng nhau. Nếu trị Sig. ≥ 0.05 (phương sai của các nhóm so sánh là bằng nhau), sử dụng kết quả phân tích (One-Way Anova);

ngược lại Sig. < 0.05 sử dụng kết quả phân tích Kruskal-Wallis. (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).

Bảng 4.13: Bảng tóm tắt kết quả kiểm định sự khác biệt

Các loại kiểm định Kết quả

1. Kiểm định sự khác biệt theo giới tính Không có sự khác biệt

2. Kiểm định sự khác biệt theo độ tuổi Không có sự khác biệt

3. Kiểm định sự khác biệt theo nghềnghiệp

- Không có sự khác biệt trong đánh giá về thành phần

nhận biết thương hiệu theo nghề nghiệp của khách hàng. Có sự khác biệt

- Không có sự khác biệt trong đánh giá về thành phần hình

ảnh thương hiệu theo nghề nghiệp của khách hàng. Không có sự khác biệt

- Không có sự khác biệt trong đánh giá về thành phần chất

lượng cảm nhận theo nghề nghiệp của khách hàng. Có sự khác biệt

- Không có sự khác biệt trong đánh giá về thành phần giá

trị cảm nhận theo nghề nghiệp của khách hàng. Có sự khác biệt

- Không có sự khác biệt trong đánh giávề thành phần lòng

trung thành thương hiệu theo nghề nghiệp của khách hàng. Không có sự khác biệt

4. Kiểm định sự khác biệt theo thu nhập

- Không có sự khác biệt trong đánh giá về thành phần

nhận biết thương hiệu theo thu nhậpcủa khách hàng. Có sự khác biệt

- Không có sự khác biệt trong đánh giá về thành phần hình

ảnh thương hiệu theo thu nhậpcủa khách hàng. Không có sự khác biệt

- Không có sự khác biệt trong đánh giá về thành phần chất

lượng cảm nhận theo thu nhậpcủa khách hàng. Không có sự khác biệt

- Không có sự khác biệt trong đánh giá về thành phần giá

trị cảm nhận theo thu nhập của khách hàng. Không có sự khác biệt

- Không có sự khác biệt trong đánh giá về thành phần lòng

69

Kết quả kiểm định sự khác biệt giữa các thành phần giá trị thương hiệu SNP theo đặc điểm đối tượng nghiên cứu về giới tính, độ tuổi, nghề nghiệp và thu nhập (phụ lục 7). Bảng 4.13 tóm tắt kết quả nghiên cứu kiểm định sự khác biệt giữa các thành phần giá trị thương hiệu SNP theo đặc điểm đối tượng nghiên cứu.

KẾT LUẬNCHƯƠNG 4

Chương 4 trình bày tổng quát về đặc điểm mẫu nghiên cứu, mô tả tổng quát kết quả trả lời của mẫu và kết quả kiểm định các thang đo lường. Mẫu nghiên cứu đã phản ánh đặc trưng chủ yếu của đám đông nghiên cứu. Kết quả kiểm định thang đo bằng công cụ Cronbach’s Alpha, phân tích nhân tố khám phá (EFA) đã loại 4 biến quan sát

là CLCN5, GTCN5, HATH4 và HATH5. Kết quả là, năm thành phần của giá trị thương hiệu gồm 20 biến quan sát, và giá trị thương hiệu gồm 4 biến quan sát được đưa vào để kiểm định mô hình và giả thuyết nghiên cứu. Thang đo các khái niệm nghiên cứu đã đạt giá trị hội tụ và giá trị phân biệt thông qua sự thỏa mãn các điều kiện của phân tích nhân tố EFA và phân tích tương quan Pearson.

Kết quả của phép kiểm định hồi quy tuyến tính đã ủng hộ cả năm giả thuyết nghiên cứu: H1, H2, H3, H4 và H5. Nămthành phần giá trị thương hiệu bao gồm:(1) Nhận biết thương hiệu, (2) Hình ảnh thương hiệu, (3) Chất lượng cảm nhận, (4) Giá trị cảm nhận và (5) Lòng trung thành thương hiệuđều có ý nghĩa tác động cùng chiều đến giá trị thương hiệu SNP. Trong đó, thành phần giá trị cảm nhận có ý nghĩa tác động mạnh nhất lên giá trị thương hiệu SNP, kế đó là hình ảnh thương hiệu, chất lượng cảm nhận, lòng trung thành và nhận biết thương hiệu. Ngoài ra, phương pháp kiểm định T-test, phương sai một yếu tố (One - Way ANOVA) và kiểm định Kruskal-

Wallis cũng đã được sử dụng để tìm ra sự khác biệt giữa các thành phần giá trị thương hiệu SNP theo đặc điểm đối tượng nghiên cứu như: giới tính, độ tuổi, nghề nghiệp,

thu nhập.

Chương tiếp theo sẽ trình bày tóm tắt của toàn bộ nghiên cứu, ý nghĩa đóng góp của đề tài cùng một số kiến nghị rút ra được từ kết quả nghiên cứu.

70

CHƯƠNG 5

ỨNG DỤNG KẾT QUẢ VÀO THỰC TIỄN QUẢN LÝ