Từ 4 nhân tố của mô hình nghiên cứu đã điều chỉnh trên, tác giả lưu các biến của cùng một nhân tố vào một biến mới đại diện cho mỗi nhân tố bằng cách trung bình cộng. Lưu các biến của nhân tố 1 vào biến Tính năng sản phẩm (TNSP), nhân tố 2 vào biến Ảnh hưởng của xã hội (AHXH), nhân tố 3 vào biến Độ tin cậy của thương hiệu
(DTCCTH), nhân tố 4 vào biến cảm nhận của khách hàng từng sử dụng (CNCKHTSD).
Phương trình hồi quy bội biểu diễn mối quan hệ giữa các nhân tố và quyết định mua smartphone của khách hàng tại tỉnh Bình Định có dạng như sau:
Y = Bo + B1TNSP + B2AHXH + B3DTCCTH + B4CNCKHTSD Trong đó:
* Y là biển phụ thuộc thể hiện giá trị dự đoán về Quyết định mua (QDM) smartphone của khách hàng tại tỉnh Bình Định
* Bo, B1, B2, B3, B4 là các hệ số hồi quy.
* CNCKHTSD (Cảm nhận khách hàng từng sử dụng), AHXH (ảnh hưởng xã hội), TNSP (tính năng sản phẩm) và DTCCTH (độ tin cậy của thương hiệu) là các biến độc lập.
Kết quả phân tích hồi quy chạy lần 1:
Bảng 5.19. Kết quả phân tích hồi quy chạy lần 1 Variables Entered/Removeda
Model Variables Entered
Do tin cay cua thuong hieu, Anh huong cua 1 xa hoi, Tinh nang cua san pham, Cam nhan
cua khach hang tung su dungb a. Dependent Variable: Quyet dinh mua
b. All requested variables entered.
Model
1
a. Predictors: (Constant), Do tin cay cua thuong hieu, Anh huong cua xa hoi, Tinh nang cua san pham, Cam nhan cua khach hang tung su dung
Kiểm nghiệm F với mức ý nghĩa 5%, Sig F = 0.000 < 0.05 cho thấy mô hình hồi quy tuyến tính bội xây dựng phù hợp với tập dữ liệu.
Sau khi chạy hồi quy tuyến tính bội với phương pháp đưa vào một lượt (Enter), ta có R2=0.537 và R2 điều chỉnh = 0.524. Nghĩa là mô hình hồi quy tuyến tính bội phù hợp với tập dữ liệu là 52.4%. Nói cách khác, khoảng 52.4% khác biệt của quyết định mua có thể được giải thích bởi sự khác biệt của 4 thành phần trong mô hình nghiên cứu đã điều chỉnh.
Hệ số phóng đại phương sai – VIF lớn nhất là 1.618 (ở biến Độ tin cậy của thương hiệu) cho ta biết không có dấu hiệu của hiện tượng đa cộng tuyến (Quy tắc là khi VIF vượt quá 10 là dấu hiệu của đa cộng tuyển)
Quan sát các giá trị Sig của từng nhân tố, ta thấy nhân tố Độ tin cậy của thương hiệu và Cảm nhận khách hàng từng sử dụng có giá trị Sig rất nhỏ (0.000) nên nhân tố này có tác động lên biến phụ thuộc là Quyết định mua. Bên cạnh đó, giá trị Sig của các nhân tố còn lại đều >0.05, nên ta loại bỏ nhân tố có giá trị Sig lớn nhất là Ảnh hưởng của xã hội và chạy lại lần 2.
Bảng 5.20. Kết quả phân tích hồi quy chạy lần 1 Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
(Constant) Anh huong cua xa hoi Cam nhan cua khach hang
1 tung su dung
Tinh nang cua san pham Do tin cay cua thuong hieu a. Dependent Variable: Quyet dinh mua
Kết quả phân thích hồi quy chạy lần 2:
Bảng 5.21. Kết quả phân tích hồi quy chạy lần 2 Coefficientsa
Model
1 (Constant)
Cam nhan cua khach hang tung su dung Tinh nang cua san pham
Do tin cay cua thuong hieu
a. Dependent Variable: Quyet dinh mua
Kiểm nghiệm F với mức ý nghĩa 5%, Sig F = 0.000 < 0.05 cho thấy mô hình hồi quy tuyến tính bội xây dựng phù hợp với tập dữ liệu. Sau khi chạy hồi quy tuyến tính bội với phương pháp đưa vào một lượt (Enter), ta có R2 =0.535 và R2 điều chỉnh = 0.526. Nghĩa là mô hình hồi quy tuyến tính bội phù hợp với tập dữ liệu là 52.6%. Nói cách khác, khoảng 52.6% khác biệt của quyết định mua có thể được giải thích bởi sự khác biệt của 3 thành phần trong mô hình nghiên cứu đã điều chỉnh
Hệ số phóng đại phương sai – VIF lớn nhất là 1.549 (ở biến Độ tin cậy của thương hiệu) cho ta biết không có dấu hiệu của hiện tượng đa cộng tuyến (Quy tắc là khi VIF vượt quá 10 là dấu hiệu của đa cộng tuyến)
Quan sát các hệ số ß chuẩn hóa, ta thấy cả 3 nhân tố: Cảm nhận khách hàng từng sử dụng, tính năng sản phẩm và độ tin cậy của thương hiệu đều có mối quan hệ tuyến tính với quyết định mua của khách hàng với Sig t< 0.05.
Phương trình hồi quy bội dược xác định như sau:
Y = 0.392 + 0.498CNCKHTSD+ 0.140TNSP + 0.294DTCCTH Nghĩa là:
Quyết định mua của khách hàng = 0.392 + 0.498 (cảm nhận của khách hàng từng sử dụng) + 0.140 (tính năng sản phẩm) + 0.294 (độ tin cậy của thương hiệu)
Cả 3 biến độc lập trong phương trình hồi quy bội đều có ảnh hưởng đáng kể đến biến phụ thuộc (với mức ý nghĩa Sig<0.05). Và các hệ số của các biến trong phương trình đều mang dấu dương, thể hiện nhân tố đều tỷ lệ thuận với sự hài lòng của khách hàng, tức là ta chấp nhận 3 giả thuyết đã đặt ra.
Kết quả phân tích trên, ta thấy quyết định mua Smartphone của khách hàng bị ảnh hưởng nhiều nhất bởi nhân tố Cảm nhận khách hàng từng sử dụng (ß =0.498), kế đó là Độ tin cậy của thương hiệu (ß =0.294), cuối cùng là Tính năng sản phẩm (ß =0.140). Kết quả cũng cho thấy các cửa hàng bán Smartphone có thể tác động lên các biến trong phương trình hồi quy nhằm tăng quyết định mua của khách hàng.
Kết quả cũng cho thấy các nhà bán hàng tại tỉnh Bình Định nên tập trung vào cảm nhận của khách hàng thông qua việc cho khách hàng trải nghiệm thử sản phẩm; Các nhà sản xuất nên tập trung cải thiện chất lượng của smartphone trong mỗi lần ra mắt để từ đó khách hàng không những có trải nghiệm, cảm nhận tốt về riêng chiếc smartphone mà còn làm tăng mức độ tin cậy nhất định của họ đối với thương hiệu đó.
CHƯƠNG 6: KẾT LUẬN VÀ KIẾN NGHỊ 6.1. Kết quả nghiên cứu
Cảm nhận của khách hàng từng sử dụng Tính năng sản phẩm 0.498 0.140 0
Quyết định mua
thương hiệu
Hình 6.1. Kết quả mô hình nghiên cứu
Kết quả chạy mô hình hồi quy bội cho thấy nhân tố Cảm nhận của khách hàng từng
sử dụng và Độ tin cậy của thương hiệu có ảnh hưởng nhiều nhất đến quyết định mua
smartphone của người dân tại tỉnh Bình Định. Ta có thể cải tiến 9 biến thuộc 2 nhân tố này để gia tăng quyết định mua của khách hàng. Đó là các biến như sau:
Cảm nhận của khách hàng từng sử dụng và Độ tin cậy của thương hiệu
ĐTCCTH1 ĐTCCTH2 ĐTCCTH3 ĐTCCTH4 ĐTCCTH5 ĐTCCTH6 CNCKHTSD1 CNCKHTSD2
năng chỉ giảm nhẹ
CNCKHTSD3 Tôi được trải nghiệm chiếc smartphone tại cửa hàng ở tỉnh Bình Định và hài lòng với smartphone đó