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 khơng 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: