CHƯƠNG 4 : KẾT QUẢ NGHIÊN CỨU
4.4 Kiểm định mơ hình nghiên cứu
4.4.1 Mã hóa biến
Để thực hiện kiểm định mơ hình bằng phân tích hồi quy, tác giả đã tiến hành mã hóa biến, giá trị của biến mã hóa được tính bằng trung bình của các biến quan sát, cụ thể:
Bảng 4.6 Mã hóa các nhân tố
STT Nhân tố Biến mã hóa
1 Lợi ích tài chính LoiIchTaiChinh
2 Hỗ trợ của nhà sản xuất HoTro
3 Giá trị thương hiệu GiaTriThuongHieu
4 Đáp ứng mong đợi khách hàng DapUng 5 Thỏa mãn thương hiệu nhà sản xuất ThoaMan
4.4.2 Phân tích tương quan hệ số Pearson
Người ta sử dụng thống kê có tên Hệ số tương quan Pearson để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lượng. Nếu giữa hai biến có tương quan chặt thì phải lưu ý vấn đề đa cộng tuyến khi phân tích hồi quy. Trong phân tích tương quan Pearson, khơng có sự phân biệt giữa các biến độc lập và biến phụ thuộc mà tất cả đều được xem xét như nhau. Giá trị của biến phụ thuộc và biến độc lập được tính trung bình dựa trên các biến quan sát thành phần,
Xem xét kết quả từ bảng 4.7, ta có kết quả:
Biến phụ thuộc – Thoả mãn thương hiệu nhà sản xuất (ThoaMan) có mối tương
(0,320), đồng thời tất cả các sig. = 0,000 < 0,01. Như vậy, các biến độc lập và biến phụ thuộc đều thỏa điều kiện để đưa vào phân tích hồi quy.
Xem xét mối tương quan giữa các biến độc lập, ta thấy Sig. của các cặp biến:
LoiIchTaiChinh với HoTro, HoTro với GiaTriThuongHieu, LoiIchTaiChinh với DapUng, HoTro với DapUng, và GiaTriThuongHieu với DapUng đều lớn hơn 0,1,
điều đó cho thấy khơng có căn cứ để cho rằng có mối quan hệ tương quan giữa các biến này với nhau. Riêng giữa hai biến LoiIchTaiChinh với GiaTriThuongHieu, ta có
Sig. = 0,044 < 0,05 nghĩa là có mối tương quan giữa 2 biến này với mức ý nghĩa 5%, nhưng hệ số tương quan của chúng chỉ là 0,143 là khá nhỏ, do đó tương quan giữa hai biến này là không đáng kể.
Như vậy giả định ban đầu cho thấy hiện tượng đa cộng tuyến giữa các biến độc lập xảy ra là không quan trọng và thỏa điều kiện để đưa vào phân tích hồi quy.
Bảng 4.7 Ma trận tương quan giữa các biến độc lập với nhau và giữa các biến độc lập với biến phụ thuộc
LoiIchTai
Chinh HoTro
GTThuong
Hieu DapUng ThoaMan LoiIchTaiChinh Tương quan Pearson 1 Sig. (2-tailed) HoTro Tương quan Pearson -0,111 1 Sig. (2-tailed) 0,116 GTThuongHieu Tương quan Pearson 0,143* 0,034 1 Sig. (2-tailed) 0,044 0,635 DapUng Tương quan Pearson 0,033 -0,059 -0,109 1 Sig. (2-tailed) 0,644 0,404 0,125 ThoaMan Tương quan Pearson 0,460*** 0,246*** 0,450*** 0,320*** 1 Sig. (2-tailed) 0,000 0,000 0,000 0,000
4.4.3 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 là Thỏa mãn thương hiệu nhà sản xuất (ThoaMan) và các biến độc lập bao gồm Lợi ích tài chính(LoiIchTaiChinh), Hỗ trợ của nhà sản xuất (HoTro), Giá trị thương hiệu(GiaTriThuongHieu), và Đáp ứng mong đợi khách hàng (DapUng). Phương trình hồi quy bội biểu diễn mối liên hệ giữa các nhân tố có dạng:
ThoaMan= 𝜷0 + 𝜷1 LoiIchTaiChinh+ 𝜷2 HoTro + 𝜷3 GiaTriThuongHieu+𝜷4 DapUng.
Trong đó:
𝛽0 : hằng số tự do, 𝛽1 , 𝛽2 , 𝛽3, 𝛽4 : hệ số hồi quy riêng phần.
4.4.3.1 Đánh giá độ phù hợp của mơ hình hồi quy tuyến tính bội
Kết quả phân tích hồi quy được thực hiện bằng phương pháp ENTER được thể hiện qua các bảng tóm tắt kết quả (bảng 4.8) hồi quy như sau:
Bảng 4.8 Tóm tắt mơ hình
Mơ hình
R R2 R2 hiệu chỉnh Sai số chuẩn ước lượng
0,758a 0,575 0,566 0,308
a : Biến độc lập: (Hằng số), LoiIchTaiChinh, HoTro, GiaTriThuongHieu, DapUng
Hệ số R2 là chỉ số dùng để đánh giá mức độ phù hợp của mơ hình hồi quy tuyến tính bội. Hệ số R2 là phần biến thiên của biến phụ thuộc do mơ hình (các biến độc lập) giải thích (Nguyễn Đình Thọ, 2011, Tr. 493). Tuy nhiên, mơ hình thường khơng phù hợp với dữ liệu thực tế như giá trị R2 thể hiện, vậy nên người ta sử dụng R2 hiệu chỉnh để phản ánh sát hơn mức độ phù hợp của mơ hình hồi quy tuyến tính đa biến vì nó khơng phụ thuộc vào độ lệch phóng đại của R2. So sánh hai giá trị R2 và R2 hiệu chỉnh,
ta thấy R2 hiệu chỉnh nhỏ hơn và dùng nó đánh giá độ phù hợp của mơ hình sẽ an tồn hơn. Như vậy R2 hiệu chỉnh là 0,566 cho thấy sự tương thích của mơ hình với biến quan sát là 56,60%, có nghĩa là có 56,60% sự biến thiên của Thỏa mãn thương hiệu nhà sản xuất được giải thích bởi các biến có trong mơ hình. Với giá trị này thì độ phù hợp của mơ hình là tương đối tốt.
4.4.3.2 Kiểm định độ phù hợp của mơ hình hồi quy tuyến tính bội
Để kiểm định độ phù hợp của mơ hình hồi quy tuyến tính bội, ta sử dụng kiểm định F trong phân tích phương sai ANOVA. Nhìn vào bảng F6.4 trong phụ lục 6 ta thấy F = 65,824 được tính từ giá trị R2 của mơ hình đầy đủ khác 0, giá trị sig. = 0,000 < 0,05, cho thấy mơ hình sử dụng là phù hợp.
Trong kết quả ở bảng hệ số hồi quy ở bảng 4.9, hệ số Beta dùng để đánh giá mức độ quan trọng của các nhân tố tác động vào mức độ Thỏa mãn thương hiệu nhà sản xuất. Hệ số Beta của nhân tố nào càng cao thì nhân tố đó tác động đến mức độ Thỏa mãn thương hiệu nhà sản xuất càng cao. Kết quả phân tích hồi quy cho thấy bốn biến “Lợi ích tài chính”, “Hỗ trợ của nhà sản xuất”, “Giá trị thương hiệu” và “Đáp ứng mong đợi khách hàng” đều đạt yêu cầu (sig. <5%). Ngoài ra, các biến đều có hệ số phóng đại phương sai VIF < 2, điều này chứng tỏ vấn đề hiện tượng đa cộng tuyến trong mơ hình là khơng quan trọng.
Bảng 4.9 Kết quả phân tích hồi quy của mơ hình
Mơ hình
Hệ số chưa
chuẩn hóa Beta chuẩn hóa Giá trị t Sig. Thống kê đa cộng tuyến B Std. Error Độ chấp nhận VIF (Constant) 0,278 0,221 1,255 0,211 LoiIchTaiChinh 0,221 0,025 0,421 8,848 0,000 0,964 1,037 HoTro 0,187 0,029 0,300 6,375 0,000 0,983 1,018 GiaTriThuongHieu 0,276 0,031 0,420 8,825 0,000 0,965 1,036 DapUng 0,234 0,030 0,370 7,852 0,000 0,983 1,017
Nguồn: Kết quả phân tích hồi quy (n =200).
4.4.3.3 Phương trình hồi quy
Qua phân tích hồi quy đa biến cho thấy mơ hình sự thỏa mãn thương hiệu xi măng Holcim phụ thuộc vào 4 nhân tố Lợi ích tài chính, Hỗ trợ của nhà sản xuất, Giá trị thương hiệu và Đáp ứng mong đợi khách hàng. Khi dị tìm sự vi phạm các giả thiết cần thiết trong hồi quy tuyến tính thì hầu hết các giả định đều được thỏa mãn. Từ đó, ta xác định được phương trình hồi quy bội như sau:
ThoaMan= 0.421 LoiIchTaiChinh+ 0.300 HoTro + 0.42 GiaTriThuongHieu + 0.370 DapUng.
Như vậy biến Lợi ích tài chính (Beta = 0,421) có tác động mạnh nhất đến sự thỏa mãn thương hiệu xi măng Holcim của các cửa hàng bán lẻ, và Hỗ trợ từ nhà sản xuất (Beta = 0.300) có tác động thấp nhất đến sự thỏa mãn thương hiệu xi măng Holcim của các cửa hàng bán lẻ.
Mặt khác, kết quả phân tích hệ số hồi quy cho thấy các hệ số hồi quy đều dương chứng tỏ các các biến động lập đều tác động cùng chiều đến đến biến phụ thuộc (quyết định sử dụng dịch vụ). Do đó, ta có thể kết luận các giả thiết trong mơ hình nghiên cứu đã điều chỉnh H1, H2, H3 và H4 được chấp nhận.