(Nguồn: Kết quả phân tích dữ liệu của Tác giả, 2021)
Dựa vào bảng kết quả hồi quy ở trên, ta thấy 8 biến độc lập đạt mức ý nghĩa Sig. < 0.05 lần lượt là NB (0,000), HM (0,000), TT (0,000), CL (0,001). Kết quả còn cho thấy biến NB có hệ số beta hiệu chỉnh (0,503) là lớn nhất nên nó tác động đến giá trị
66
thương hiệu là nhiều nhất, biến CL có hệ số beta hiệu chỉnh (0,144) là nhỏ nhất nên nó tác động đến giá trị thương hiệu là ít nhất.
Ngoài ra kết quả hệ số phóng đại phương sai VIF (Variance Inflation Factor) là rất nhỏ từ 1,172 - 1,275 < 2 đạt yêu cầu. Từ đó rút ra kết luận, mô hình hồi quy không có hiện tượng đa cộng tiến, mô hình có ý nghĩa thống kê, nên các nhân tố trong mô hình được chấp nhận.
❖Ý nghĩa của hệ so hồi quy
Với giả thuyết đã đưa ra, phương trình hồi quy đa biến có dạng: CL, HM, NB, TT
GTTH = β0 + β1*NB + β2*HM + β3*TT + β4*CL Trong đó :
Β0: Hằng số
β1: Hệsố hồiquychuẩn hóa của thành phần nhận biết thương hiệu
β2: Hệsố hồiquychuẩn hóa của thành phần lòng ham muốn thương hiệu β3: Hệsố hồiquychuẩn hóa của thành phần lòng trung thành thương hiệu β4: Hệsố hồiquychuẩn hóa của thành phần chất lượng thương hiệu
Nhìn vào bảng kết quả ta thấy tất cả các hệ số Beta đều lớn hơn 0, cho nên các biến độc lập và biến phụ thuộc tác động thuận chiều với nhau. Nghĩa là khi một nhân tố bất kì nào đó được tăng lên thì giá trị thương hiệu cũng tăng lên và ngược lại. Mối quan hệ giữa biến độc lập và biến phụ thuộc được thể hiện qua phương trình sau:
67