4.5.1 Phân tích tƣơng quan
Trước khi kiểm định kết quả nghiên cứu từ phép phân tích hồi qui đa biến, mối quan hệ lẫn nhau giữa các biến trong mô hình cũng cần được xem xét.Để xem xét mối
quan hệ giữa biến phụ thuộ ử dụng hệ số tương
quan (Pearson) để xem xét. Hệ số tương quan khác 0 và m ủa kiểm
định 2 phía nhỏ ệm có quan hệ với nhau.
Hệ số tương quan dương biểu hiện mối quan hệ cùng chiều, hệ số tương quan âm biểu hiện mối quan hệ ngược chiều, hệ số tương quan giữa các nhân tố càng lớn thể hiện mối quan hệ giữa chúng càng chặt chẽ. Một trong những điều kiện cần để phân tích hồi quy là biến độc lập phải có tương quan với biến phụ thuộc, nên nếu ở bước phân tích tương quan này biến độc lập không có tương quan với biến phụ thuộc thì ta loại biến độc lập này ra khỏi phân tích hồi quy.
Từ kết quả nghiên cứu (bảng 4.10) cho thấy mối quan hệ giữa các biến độc lập với biến phụ thuộc “LTT” , trong đó tương quan mạnh nhất là biến Tính cộng đồng (0.615, Sig <0.05) kế đến là biến Chiến dịch quảng cáo (0.524, Sig<0.05), Tính lan truyền (0.481, Sig<0.05), Chất lượng nội dung (0.339, Sig<0.05) và cuối cùng là tương quan yếu nhất là biến Chương trình áp dụng (0.276, Sig<0.05).
Qua đó, có thể thấy các giá trị Sig. giữa biến độc lập và biến phụ thuộc “LTT” đều bằng 0.000 (Sig. = 0.000) do đó chúng đều có ý nghĩa về mặt thống kê. Có thể kết
53
luận các biến độc lập có tương quan với biến phụ thuộc hay các biến trong mô hình đều phù hợp đưa vào chạy mô hình hồi quy để giải thích cho sự thay đổi của biến “LTT”.
Bảng 4.10: Kết quả phân tích hệ số tƣơng quan
Ghi chú: CL là Chất lượng nội dung, LT là Tính lan truyền, CĐ là Tính cộng đồng, CT là Chương trình áp dụng, CD là Chiến dịch quảng cáo, LTT là Lòng trung thành thương hiệu của khách hàng.
Biến số CLND TLT TCD CTAD CD LTT CL 1 .213** .223** .117* .245** .339** .000 .000 .043 .000 .000 300 300 300 300 300 300 LT .213** 1 .244** .145* .331** .481** .000 .000 .012 .000 .000 300 300 300 300 300 300 CĐ .223** .244** 1 .196** .289** .615** .000 .000 .001 .000 .000 300 300 300 300 300 300 CT .117* .145* .196** 1 .199** .276** .043 .012 .001 .001 .000 300 300 300 300 300 300 CD .245** .331** .289** .199** 1 .524** .000 .000 .000 .001 .000 300 300 300 300 300 300 LTT .339** .481** .615** .276** .524** 1 .000 .000 .000 .000 .000 300 300 300 300 300 300
54
4.5.2 Phân tích hồi qui
Phân tích tương quan cho ta biết được mối quan hệ giữa các khái niệm, tuy nhiên ta chưa thể biết được quan hệ giữa chúng là quan hệ nhân quả như thế nào để kiểm định các giả thuyết nghiên cứu. Vì vậy, ta phải phân tích hồi quy để xem xét mối quan hệ nhân quả giữa chúng. Phân tích hồ
ằm xác định vai trò quan trọng của từng nhân tố trong việc đánh giá mối quan hệ giữa chất lượng dịch vụ vận chuyển hành khách hàng không và các nhân tố tác động đến nó.Phân tích hồi quy là tìm quan hệ phụ thuộc của một biến, được gọi là biến phụ thuộc vào một hoặc nhiều biến khác, được gọi là biến độc lập nhằm mục đích ước lượng hoặc tiên đoán giá trị kỳ vọng của biến phụ thuộc khi biết trước giá trị của biến độc lập.
Đánh giá độ phù hợp của mô hình, các nhà nghiên cứ ử dụng hệ số xác định R² (R-square) để đánh giá mức độ phù hợp của mô hình, hệ số xác định R² được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mô hình, tuy nhiên không phải phương trình càng có nhiều biến sẽ càng phù hợp hơn với dữ liệu, R² có khuynh hướng là một yếu tố lạc quan của thước đo sự phù hợp của mô hình đối với dữ liệu trong trường hợp có 1 biến giải thích trong mô hình. Như vậy, trong hồi quy tuyến tính bội thường dùng hệ số R-square điều chỉnh (Adjusted R Square) để đánh giá độ phù hợp của mô hình vì nó không thổi phồng mức độ phù hợp của mô hình. Bênh cạnh đó, cần kiểm tra hiện tượng tương quan bằng hệ số Durbin – Watson (1< Durbin- Watson < 3) và không có hiện tượng đa cộng tuyến bằng hệ số phóng đại phương sai VIF (VIF < 2.5). Hệ số Beta chuẩn hoá được dùng để đánh giá mức độ quan trọng của từng nhân tố, hệ số Beta chuẩn hoá của biến nào càng cao thì mức độ tác động của biến đó vào sự thỏa mãn khách hàng càng lớ
55
4.5.2.1 Kiểm định sự phù hợp mô hình Bảng 4.11Chỉ tiêu đánh giá độ phù hợp của mô hình Bảng 4.11Chỉ tiêu đánh giá độ phù hợp của mô hình
Mô hình R R bình phương R bình phương hiệu chình Chỉ số Durbin-Watson
1 .769a .591 .584 1.551
Biến độc lập: CL, LT, CĐ, CT, CD. Biến phụ thuộc: LTT
Kết quả trên của (bảng 4.11) cho thấy mô hình có R2 = 0.591 và R2 hiệu chỉnh = 0.584. So sánh 2 giá trị R2 chưa hiệu chỉnh và R2 hiệu chỉnh ở Bảng trên có thể thấy R hiệu chỉnh nhỏ hơn, dùng nó đánh giá độ phù hợp của mô hình sẽ an toàn hơn vì nó không thổi phồng mức độ phù hợp của mô hình. Điều này nói lên độ thích hợp của mô hình là 58.4% hay nói cách khác là 58.4% sự biến thiên của biến LTT của khách hàng được giải thích chung bởi các biến độc lập.
Bảng 4.12 Kiểm định độ phù hợp của mô hình ANOVAb Model Tổng bình phương Bậc tự do Trung bình bình phương Hệ số F Sig. 1 Hồi quy 49.033 5 9.807 84.879 .000a Phần dư 33.967 294 .116 Tổng 83.000 299
Kiểm định F sử dụng trong bảng kiểm định độ phù hợp của mô hình (bảng 4.12) là phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể. Ý tưởng của kiểm định này về mối quan hệ tuyến tính giữa biến phụ thuộc và các
56
biến. Trong bảng này, ta thấy giá trị Sig. rất nhỏ (Sig. = 0.000), nên mô hình hồi quy phù hợp với tập dữ liệu và có thể sử dụng được.
4.5.2.2 Xây dựng phƣơng trình hồi quy
Theo các giả thuyết của nghiên cứu, Marketing truyền thông xã hội có các yếu tố tác động và có mối quan hệ với lòng trung thành thương hiệu của khách hàng. Phần này sử dụng mô hình hồi qui tuyến tính để phân tích và đánh giá mối quan hệ của các thành phần, xác định trọng số của từng yếu tố tác động đến lòng trung thành thương hiệu của khách hàng.
Mô hình hồi qui bội được thực hiện với năm biến độc lập định lượng: CL: Chất lượng nội dung; TL: Tính lan truyền; CĐ: Tính cộng đồng; CT: Chương trình áp
dụng; CD: Chiến dịch quảng cáo; và một biến phụ thuộc định lượng: LTT: Lòng trung thành thương hiệu. Qua phân tích dữ liệu cho thấy điều kiện mô hình hồi qui tuyến tính giữa các yếu tố tác động và lòng trung thành thương hiệu của khách hàng đảm bảo yêu cầu
Bảng 4.13: Các hệ số mô hình ƣớc lƣợng bằng phƣơng pháp Enter.
Model Unstandardized Coefficients Standardize d Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) -.222 .214 -1.039 .300 CL .094 .033 .113 2.868 .004 .900 1.111 LT .236 .038 .249 6.152 .000 .851 1.175 CĐ .408 .038 .433 10.766 .000 .859 1.165 CT .085 .037 .088 2.276 .024 .934 1.071 CD .258 .039 .271 6.542 .000 .812 1.232
57 Model Unstandardized Coefficients Standardize d Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) -.222 .214 -1.039 .300 CL .094 .033 .113 2.868 .004 .900 1.111 LT .236 .038 .249 6.152 .000 .851 1.175 CĐ .408 .038 .433 10.766 .000 .859 1.165 CT .085 .037 .088 2.276 .024 .934 1.071 CD .258 .039 .271 6.542 .000 .812 1.232 Biến phụ thuộc: LTT
Kết quả hồi quy (bảng 4.13) cho thấy các biến đưa vào phân tích đều có hệ số Sig. < 0.05 và 0.1, nên các biến đều có ý nghĩa. Và 5 biến độc lập đạt mức ý nghĩa là CL (0.004), LT (0.000), CĐ (0.000), CT (0.024), CD (0.000), Tiêu chí Collinearity diagnostics (chuẩn đoán hiện tượng đa cộng tuyến) với hệ số phóng đại phương sai VIF (Variance inflation factor) của các biến độc lập trong mô hình đều < 3 (từ 1.071 đến 1.232) thể hiện tính đa cộng tuyến của các biến độc lập là không đáng kể và các biến trong mô hình được chấp nhận.
Vậy mô hình hồi quy sau đây đặc trưng cho mô hình lý thuyết phù hợp với dữ liệu khảo sát:
LTT = 0.113*CL + 0.249*LT + 0.433*CĐ + 0.088*CT + 0.271*CD Trong đó:
LTT – lòng trung thành thương hiệu của khách hàng. CL – Chất lượng nội dung.
58
LT – Tính lan truyền. CĐ – Tính cộng đồng. CT – Chương trình áp dụng. CD – Chiến dịch quảng cáo.
Theo phương trình hồi quy ở trên cho thấy lòng trung thành thương hiệu có quan hệ tuyến tính với các nhân tố Tính cộng đồng (0.433), Chiến dịch quảng cáo (0.271), Tính lan truyền (0.249), Chất lượng nội dung (0.113), Chương trình áp dụng (0.088).
Kết quả cho thấy các nhân tố có Hệ số Beta chuẩn hóa đều dương ( >0) nên các biến (H1, H2, H3, H4, H5) có tác động thuận chiều với lòng trung thành thương hiệu của khách hàng, khẳng định các giả thuyết nêu ra trong mô hình nghiên cứu được chấp nhận và được kiểm định phù hợp.
Chất lượng nội dung
Lòng trung thành thương hiệu
Tính lan truyền
Tính cộng đồng
Chương trình áp dụng
Chiến dịch quảng cáo
β = 0.113
β = 0.249
β = 0.433
β = 0.088
β = 0.271
59
4.5.3 Kiểm định giả thuyết
Giả thuyết H1: Chất lượng nộ ến lòng trung thành thương hiệu của khách hàng (LTT). Điều này đồng nghĩa với việc ta phải xem xét hệ số Beta của biến CL dương. Từ kết quả phân tích hồi quy cho thấy hệ số Beta của biến CL (β = 0.113> < 0.05 (bảng 4.12). Như vậy, có cơ sở để cho rằng hệ số Beta biến CL dương. Hay nói cách khác ta chấp nhận giả thuyết H1.
Vậy có thể kết luận Chất lượng nội dung có tác động cùng chiều với Lòng trung thành thương hiệu của khách hàng
Kết quả này cho thấy nếu Chất lượng nội dung của thương hiệu cung cấp trên các phương tiện truyền thông xã hội càng tốt thì Lòng trung thành thương hiệu của khách hàng sẽ càng cao. Chất lượng nội dung tăng thêm 1 đơn vị (trong thang đo Likert 5 điểm) thì Lòng trung thành tăng lên 0.113 điểm.
Giả thuyết H2: Tính lan truyền (LT ến Lòng trung thành thương hiệu của khách hàng (LTT). Điều này đồng nghĩa với việc ta phải xem xét hệ số Beta của biến LT dương. Từ kết quả phân tích hồi quy cho thấy hệ số Beta của biến
DU (β = 0.249> 0), vớ ảng 4.12). Như vậy, có cơ
sở để cho rằng hệ số Beta biến LT dương. Hay nói cách khác ta chấp nhận giả thuyết H2.
Vậy có thể kết luận Tính lan truyền có tác động cùng chiều với Lòng trung thành thương hiệu của khách hàng.
Kết quả này cho thấy nếu các nội dung, chiến dịch mà thương hiệu cung cấp trên các phương tiện truyền thông xã hội có Tính lan truyền càng cao sẽ càng gia tăng Lòng trung thành thương hiệu của khách hàng. Tính lan truyền tăng thêm 1 đơn vị (trong thang do Likert 5 điểm) thì Lòng trung thành thương hiệu tăng lên 0.249 điểm.
Giả thuyết H3: Tính cộng đồng (CĐ ến Lòng trung thành thương hiệu của khách hàng (LTT). Điều này đồng nghĩa với việc ta phải xem xét hệ số Beta của biến CĐ dương. Từ kết quả phân tích hồi quy cho thấy hệ số Beta của biến
60
CĐ (β = 0.433> 0), vớ ảng 4.12). Như vậy, có cơ sở
để cho rằng hệ số Beta biến CĐ dương. Hay nói cách khác ta chấp nhận giả thuyết H3. Vậy có thể kết luận Tính cộng đồng có tác động cùng chiều với Lòng trung thành thương hiệu của khách hàng.
Kết quả này cho thấy các nội dung, chiến dịch được thương hiệu cung cấp trên các phương tiện truyền thông xã hội có Tính cộng đồng càng cao sẽ càng gia tăng Lòng trung thành thương hiệu của khách hàng. Tính cộng đồng tăng thêm 1 đơn vị (trong thang do Likert 5 điểm) thì Lòng trung thành thương hiệu của khách hàng tăng lên 0.433 điểm.
Giả thuyết H4: Chương trình áp dụng (CT) ến Lòng trung thành thương hiệu của khách hàng (LTT). Điều này đồng nghĩa với việc ta phải xem xét hệ số Beta của biến CT dương. Từ kết quả phân tích hồi quy cho thấy hệ số Beta của biến CT (β = 0.088> 0), với 0.024 < 0.05 (bảng 4.12). Như vậy, có cơ sở để cho rằng hệ số Beta biến CT dương. Hay nói cách khác ta chấp nhận giả thuyết H4.
Vậy có thể kết luận Chương trình áp dụng có tác động cùng chiều với Lòng trung thành thương hiệu của khách hàng.
Kết quả này cho thấy nếu thương hiệu cung cấp càng nhiều các Chương trình áp dụng thì Lòng trung thành thương hiệu của khách hàng sẽ gia tăng. Chương trình áp dụng tăng 1 đơn vị (trong thang do Likert 5 điểm) thì Lòng trung thành thương hiệu tăng lên 0.088 điểm.
Giả thuyết H5: Chiến dịch quảng cáo (CD ến Lòng trung thành thương hiệu của khách hàng (LTT). Điều này đồng nghĩa với việc ta phải xem xét hệ số Beta của biến CD dương. Từ kết quả phân tích hồi quy cho thấy hệ số Beta
của biến CD (β = 0.271> 0), vớ ảng 4.12). Như vậy,
có cơ sở để cho rằng hệ số Beta biến CD dương. Hay nói cách khác ta chấp nhận giả thuyết H5.
61
Vậy có thể kết luận Chiến dịch quảng cáo có tác động cùng chiều với Lòng trung thành thương hiệu của khách hàng.
Kết quả này cho thấy nếu thương hiệu thực hiện càng nhiều Chiến dịch quảng cáo trên các phương tiện truyền thông xã hội thì Lòng trung thành thương hiệu của khách hàng sẽ càng gia tăng. Chiến dịch quảng cáo tăng thêm 1 đơn vị (trong thang do Likert 5 điểm) thì Lòng trung thành thương hiệu tăng lên 0.271 điểm.
Bảng 4.14 Tổng hợp kết quả kiểm định các giả thuyết
Beta
Sig.
H1: Chất lượng nội dung tác động dương đến
Lòng trung thành thương hiệu của khách hàng.
5 0.113 0.004 Chấp
nhận
H2: Tính lan truyền tác động dương đến
Lòng trung thành thương hiệu của khách hàng.
5 0.249 0.000 Chấp
nhận
H3: Tính cộng đồng tác động dương đến
Lòng trung thành thương hiệu của khách hàng.
5 0.433 0.000
H4:Chương trình áp dụng tác động dương
đến Lòng trung thành thương hiệu của khách hàng.
5 0.88 0.024 Chấp
nhận
H5: Chiến dịch quảng cáo tác động dương
đến Lòng trung thành thương hiệu của khách hàng.
62
ấp nhận các giả thuyế Chất lượng nội dung, Tính lan truyền, Tính cộng đồng, Chương trình áp dụng và Chiến dịch quảng cáo
Lòng trung thành thương hiệu của khách hàng lòng trung thành càng cao
Tính cộng đồng (0.433 lòng
trung thành thương hiệu của khách hàng.
4.6Kiểm tra các giả định ngầm của hồi quy tuyết tính Giả định 1: Giả định về liên hệ tuyến tính Giả định 1: Giả định về liên hệ tuyến tính
Đồ thị biểu diễn giá trị dự đoán chuẩn hóa theo phần dư chuẩn hóa cho thấy có sự phân tán ngẫu nhiên (hình 4.3). Chính vì vậy, giả định liên hệ tuyến tính không bị vi phạm.
Hình 4.3: Đồ thị phân tán phần dƣ chuẩn hóa Giả định 2: Phân phối hóa chuẩn dư
63
Hình 4.4: Biểu đồ tần số của phần dƣ chuẩn hóa
Giá trị trung bình = 2.55E-16 và độ lệch chuẩn = 0.992 (hình 4.4). Hơn nữa đồ thị phân phối phần dư có dạng phân phối chuẩn N(0.1).
Quan sát đồ thị Q-Q Plot của phần dư (hình 4.5), các điểm quan sát của phần dư tập trung khá sát với các dường kỳ vọng, do đó phân phối phần dư có dạng chuẩn và thỏa yêu cầu về phân phối chuẩn của phần dư
64
Giả định 3: Không có tương quan giữ các phần dư (kiểm định tính độc lập của
sai số)
Dùng đại lượng thống kê Durbin-Waton (d) để kiểm định. Đại lượng d có giá trị biến thiên trong khoảng từ 0 – 4. Nếu các phần dư không có tương quan chuỗi với nhau, giá trị d sẽ gần bằng 2. Giá trị d thấp (và nhỏ hơn 2) có nghĩa là các phần dư gần bằng nhau và có tương quan thuận. Giá trị d lớn hơn 2 và gần 4 có nghĩa là các phần dư tương quan nghịch. Vì d = 1.551 (bảng 4.10),nên ta chấp nhận giả thuyết không có tương quan chuỗi bậc nhất.
Giả định 4: Không có mối liên hệ tương quan giữa các biến độc lập (đo lường
đa cộng tuyến)
Hệ số phóng đại phương sai –VIF được sử dụng để kiểm tra hiện tượng đa cộng tuyến. thông thường giá trị này vượt quá giá trị 2 biểu thị cho vấn dề tiềm tang do đa