5. Kết cấu của đề tài
2.3.6 Phân tích hồi quy tuyến tính
Theo kết quả phân tích nhân tố EFA, tất cả 6 nhóm biến đều được giữ lại bao gồm: bao bì, logo, quảng cáo, tên thương hiệu, khuyến mãi, slogan. Thang đo về các yếu tố ảnh hưởng đến mức độ nhận biết thương hiệu Greenfields coffee được đưa vào phân tích hồi quy bằng phương pháp Enter.
Phương trình hồi quy đề xuất có dạng:
NBTH= β0 + β1*TTH+ β2*LG+ β3*SL+ β4*BB+ β5*QC+ β6*KM + ei
Trong đó:NBTH: mức độ nhận biết thương hiệu Greenfields của khách hàng
TTH: nhân tố Tên thương hiệu
LG: nhân tố Logo
SL: nhân tố Slogan
BB: nhân tố Bao bì
QC: nhân tố Quảng cáo
KM: nhân tố Khuyến mãi
Với βi là hệ số hồi quy riêng phần tương ứng với các biến độc lập
ei: sai số ngẫu nhiên phần dư
Các giả thuyết của mô hình nghiên cứu như sau:
H1: Tồn tại mối quan hệ tuyến tính giữa nhóm tên thương hiệu với mức độ nhận biết thương hiệu.
H2: Tồn tại mối quan hệ tuyến tính giữa nhóm logo với nhận biết thương hiệu. H3: Tồn tại mối quan hệ tuyến tính giữa slogan với mức độ nhận biết thương hiệu.
H4: Tồn tại mối quan hệ tuyến tính giữa nhóm bao bì với mức độ nhận biết thương hiệu.
H5: Tồn tại mối quan hệ tuyến tính giữa quảng cáo thương hiệu với mức độ nhận biết thương hiệu .
H6: Tồn tại mối quan hệ tuyến tính giữa khuyến mãi với mức độ nhận biết thương hiệu
2.3.6.1Đánh giá độphù hợp của môhình
Hệ số xác định R2 và R2 hiệu chỉnh (Adjusted R square) được dùng để đánh giá độ phù hợp của mô hình. Vì R2 sẽ tăng khi đưa thêm biến độc lập vào mô hình nên dùng R2hiệu chỉnh sẽ an toàn hơn khi đánh giá độ phù hợp của mô hình. R2 hiệu chỉnh càng lớn thể hiện độ phù hợp của mô hình càng cao.
Bảng 2.15 Model Summary Mô hình R R bình phương R bình phương hiệu chỉnh Ước lượng sai số chuẩn Durbin- Waston 1 0,745 0,555 0,536 0,37493 1,589 (Nguồn: Kết quả xử lí SPSS)
Trị số R có giá trị bằng 0,745 nằm trong khoảng 0,6 ≤ R < 0,8 thể hiện mối tương quan chặt chẽ giữa các biến trong mô hình.
Hệ số xác định R2 (R Square)=0,555 có ý nghĩa là mô hình hồi quy tuyến tính đã xây dựng phù hợp với tập dữ liệu mẫu đến 55,5%
Giá trị R2 hiệu chỉnh (Adjusted R Square) phản ánh chính xác hơn sự phù hợp của mô hình đối với tổng thể, ta có giá trị R2 hiệu chỉnh bằng 0,536 có nghĩa 6 nhóm biến độc lập giải thích được 53,6% sự biến thiên của biến “Nhận biết thương hiệu”. Phần còn lại 46,4 % được giải thích bởi các biến ngoài mô hình và sai số ngẫu nhiên.
2.3.6.2 Kiểm định về độ phù hợp của môhình
Giả thuyết
H0: β1=β2=β3=β4=β5=β6=0 : Mô hình hồi quy không phù hợp H1: β1≠β2≠β3≠β4≠β5≠β6: Mô hình hồi quy phù hợp.
H0: Biến phụ thuộc không có liên hệ tuyến tính với toàn bộ các biến độc lập H1: Có ít nhất 1 biến độc lập có liên hệ đến biến phụ thuộc
Bảng 2.16 ANOVA Mô hình Tổng bình phương df Trung bình bình phương F Sig. 1 Hồi quy 25,016 6 4,177 29,713 0,000 Số dư 20,102 143 0,141 Tổng 45,162 149 (Nguồn:Kết quả xử lí SPSS)
Kết quả phân tích ANOVA cho thấy: kiểm định F có giá trị Sig.=0,000 <0,05 với độ tin cậy là 95% cho phép ta bác bỏ giả thiết H0. Như vậy mô hình hồi quy tuyến tính xây dựng phù hợp với tổng thể. Sự kết hợp của 6 biến độc lập trong mô hình có thể giải thích được sự thay đổi của biến phụ thuộc “Nhận biết thương hiệu”
2.3.6.3 Kiểm định hệ số hồi qui riêngphần
Bảng 2.17 Kết quả phân tích hồi quy
Mô hình
Hệ số chưa chuẩn hoá
Hệ số đã chuẩn hoá
Sig.
B Sai số chuẩn Beta
Hằng số -1,059 0,401 0,009
Tên thương hiệu 0,294 0,062 0,282 0,00
Logo 0,162 0,053 0,180 0,002 Slogan 0,061 0,056 0,062 0,285 Bao bì 0,246 0,055 0,272 0,000 Quảng cáo 0,347 0,068 0,314 0,000 Khuyến mãi 0,189 0,054 0,196 0,001 (Nguồn: Kết quả xử lí SPSS)
Kết quả phân tích các hệ số hồi quy trong mô hình cho thấy giá trị Sig. của 5 nhân tố “Tên thương hiệu”, “Logo”, “Bao bì”, “Quảng cáo” và “Khuyến mãi”
đều nhỏ hơn 0,05. Do đó, chúng ta có thể khẳng định 5 nhân tố này tác động đến sự
“Nhận biết thương hiệu”và tác động cùng chiều do các hệ số hồi quy đều mang dấu dương. Còn nhân tố“Slogan” lại có giá trị Sig. = 0,285 > 0,05 nên nhân tố này không có sự tác động đến sự nhận biết thương hiệu và sẽ bị loại ra khỏi mô hình.
Vậy phương trình hồi quy tổng quát của mô hình dựa trên dữ liệu mẫu được viết lại như sau:NBTH = 0,282TTH +0,18LG + 0,272BB +0,314QC + 0,196KM
Dựa vào kết quả mô hình hồi quy ta có thể nhận thấy ý nghĩa của các hệ số hồi quy riêng phần như sau:
Với hệ số β1=0,282: Trong điều kiện các yếu tố khác không đổi, nếu cảm nhận của khách hàng về “Tên thương hiệu” thay đổi 1 đơn vị thì mức độ “Nhận biết thương
hiệu” cũng biến động cùng chiều 0,282 đơn vị.
Với hệ số β2=0,18: Trong điều kiện các yếu tố khác không đổi, nếu cảm nhận của khách hàng về “Logo” thay đổi 1 đơn vị thì mức độ “Nhận biết thương hiệu” cũng biến động cùng chiều 0,18 đơn vị.
Với hệ số β3=0,272: Trong điều kiện các yếu tố khác không đổi, nếu cảm nhận của khách hàng về “Bao bì cà phê” thay đổi 1 đơn vị thì mức độ “Nhận biết thương
hiệu” cũng biến động cùng chiều 0,272 đơn vị.
Với hệ số β4=0,314: Trong điều kiện các yếu tố khác không đổi, nếu cảm nhận của khách hàng về “Quảng cáo thương hiệu” thay đổi 1 đơn vị thì mức độ “Nhận biết thương hiệu” cũng biến động cùng chiều 0,314 đơn vị.
Với hệ số β5=0,196: Trong điều kiện các yếu tố khác không đổi, nếu cảm nhận của khách hàng về “Khuyến mãi” thay đổi 1 đơn vị thì mức độ “Nhận biết thương
hiệu” cũng biến động cùng chiều 0,196 đơn vị.
Ta có thể thấy từ mô hình là yếu tố “Quảng cáo thương hiệu” có tác động mạnh nhất đến mức độ nhận biết thương hiệu và yếu tố “Logo”có tác động yếu nhất. Tuy nhiên hệ số β của các yếu tố cho thấy sự tác động của các yếu tố đến mức độ nhận biết thương hiệu là không chênh lệch lớn, các yếu tố tác động với mức độ gần bằng nhau đến mức độ nhận biết thương hiệu. Các bước tiếp theo sẽ sử dụng mô hình hồi quy gồm 5 biến độc lập này để phân tích.
(Nguồn:Kết quả của tác giả)
Hình 2.8 Mô hình nghiên cứu chính thức