Nhân tố X1 X2 X3 X4 X5 X6 X7 X8 Y X1 1 X2 0,323** 1 X3 0,120* 0,007 1 X4 0,422** 0,480** 0,176* 1 X5 0,431** 0,467** 0,220** 0,593** 1 X6 0,355** 0,194** 0,055 0,221** 0,290** 1 X7 0,040 0,233** 0,321** 0,012 0,229** 0,036 1 X8 0,392** 0,493** 0,048 0,506** 0,466** 0,264** 0,109* 1 Y 0,558** 0,433** 0,369** 0,519** 0,534** 0,209** 0,257** 0,398** 1
**. Tương quan có ý nghĩa ở mức 0.01 (2 phía). *. Tương quan có ý nghĩa ở mức 0.05 (2 phía).
Kết quả phân tích trong bảng cho thấy các biến độc lập đều có tương quan tuyến tính khá mạnh với biến phụ thuộc, các hệ số tương quan đều có ý nghĩa thống kê (p < 0,01). Cụ thể, hệ số tương quan giữa biến “Ý định mua xe tay ga” (YD) và “Chất lượng sản phẩm theo cảm nhận” (CLCN) là r = 0,558, với “Tính năng của sản phẩm” (TN) là r = 0,433, với “Độ tin cậy của sản phẩm” (DTC) là r = 0,369, với “Tính thẩm mỹ của sản phẩm” (TM) là r = 0,519, với “Tính tiện dụng của sản phẩm” (TD) là r = 0,534, với “Sự phù hợp với đặc điểm kỹ thuật” (PH) là r = 0,209, với “Đặc điểm phụ của sản phẩm” (DDP) là r = 0,257 và với “ Độ bền của sản phẩm” (DB) là r = 0,398.
Qua kết quả phân tích tương quan cho thấy việc sử dụng phân tích hồi quy tuyến tính là phù hợp. Tuy nhiên, kết quả cũng cho thấy hệ số tương quan giữa các biến độc lập ở mức tương quan mạnh nên cần quan tâm đến hiện tượng đa cộng tuyến.
4.5.2. Phân tích hồi quy tuyến tính
Phân tích hồi quy tuyến tính sẽ giúp chúng ta biết được cường độ tác động của các biến độc lập lên biến phụ thuộc. Phương pháp hồi quy được sử dụng là phương pháp bình phương nhỏ nhất OLS với biến phụ thuộc “Ý định mua xe tay ga (YD)” và 8 biến độc lập “Chất lượng sản phẩm theo cảm nhận của khách hàng (CLCN)”, “Tính
năng của sản phẩm (TN)”, “Độ tin cậy của sản phẩm (DTC)”, “Tính thẩm mỹ của sản phẩm (TM)”, “Tính tiện dụng của sản phẩm (TD)”, “Sự phù hợp với đặc điểm kỹ thuật (PH)”, Đặc điểm phụ của sản phẩm (DDP) và Độ bền của sản phẩm (DB). Kết quả phân tích hồi quy được thực hiện bằng phương pháp Enter, được mô tả như bảng 4.8.