4.6.1 Phân tích tương quan hệ số Pearson
Phân tích hồi quy được thực hiện để xem xét mối quan hệ giữa các biến độc lập với biến phụ thuộc Lòng trung thành của khách hàng trong mơ hình nghiên cứu.
Trước khi tiến hành phân tích hồi quy tuyến tính thì việc xem xét mối tương quan tuyến tính giữa biến độc lập với biến phụ thuộc và giữa các biến độc lập với nhau là
công việc phải làm và hệ số tương quan Pearson trong ma trận hệ số tương quan là phù hợp để xem xét mối tương quan này.
Người ta sử dụng một thống kê có tên là 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 2 biến có sự 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 thuộc biến phụ thuộc và biến độc lập đó.
Bảng 4.9 – Tương quan giữa các thành phần của động cơ tiêu khiển trong mua sắm và lòng trung thành của khách hàng
Tương quan Pearson SLO AS IS GS VS
SLO 1
AS ,540 1
IS ,393 ,149 1
GS ,483 ,178 ,120 1
VS ,329 ,113 ,023 ,084 1
Xem xét ma trận tương quan giữa các biến độc lập (Bảng 4.9), các biến độc lập NIỀM VUI MUA SẮM (AS), TÌM KIẾM THƠNG TIN, XU HƯỚNG MỚI (IS), THƯ GIÃN TRONG MUA SẮM (GS), TÌM KIẾM GIÁ TRỊ TRONG MUA SẮM (VS) có tương quan với nhau nhưng rất thấp (với độ tin cậy 99%), do đó ta có kết luận ban đầu rằng khả năng xảy ra hiện tượng đa cộng tuyến trong mơ hình hồi quy ra rất hạn chế. Bên cạnh đó, biến phụ thuộc – sự trung thành của khách hàng (SLO) có mối tương quan tuyến tính với các biến độc lập, cụ thể qua hệ số tương quan như sau: AS (0,540), IS (0,393), GS (0,483), VS (0,329), trong đó biến niềm vui trong mua sắm (AS) là có tương quan mạnh nhất với biến phụ thuộc lòng trung thành (SLO) với hệ số tương quan là 0,540. Như vậy, các biến độc lập và phụ thuộc đều thỏa điều kiện để đưa vào phân tích hồi quy.
Tương tự vậy, ta cũng đi xem xét mối tương quan giữa các biến độc lập trong mơ hình các thành phần về thuộc tính trung tâm thương mại ảnh hưởng tới lòng trung thành của khách hàng. Kết quả khảo sát cũng đưa ra kết quả tương đối khả quan về mối quan hệ tuyến tính giữa 4 biến độc lập: SỰ THUẬN TIỆN (CS), HÀNG HÓA ĐA DẠNG VÀ CHẤT LƯỢNG (DS), HIỆN ĐẠI VÀ TIỆN NGHI (MS), DỊCH VỤ (NHÂN VIÊN & CHÍNH SÁCH) (SS) – Hệ số pearson thấp với độ tin cậy 99% (Bảng 4.10). Biến phụ thuộc SLO có mối tương quan dương với các biến độc lập, trong đó biến sự hiện đại và tiện nghi (MS) có tương quan mạnh nhất đến SLO với hệ số tương quan là 0,614. Như vậy ta có thể kết luận các biến độc lập trên có thể đưa vào mơ hình để giải thích cho biến lịng trung thành của khách hàng.
Bảng 4.10 – Tương quan giữa các thành phần về thuộc tính của trung tâm thương mại và lòng trung thành của khách hàng
Tương quan Pearson SLO CS DS MS SS
SLO 1
CS ,446 1
DS ,453 ,031 1
MS ,614 ,170 ,122 1
SS ,490 ,175 ,114 ,195 1
4.6.2 Phân tích hồi quy
4.6.2.1 Mơ hình 1 - Các thành phần của động cơ tiêu khiển trong mua sắm tác động đến lòng trung thành của khách hàng
Phân tích hồi quy sẽ xác định mối quan hệ nhân quả giữa biến phụ thuộc (LÒNG TRUNG THÀNH) và các biến độc lập (NIỀM VUI MUA SẮM, TÌM KIẾM THƠNG TIN - XU HƯỚNG MỚI, THƯ GIÃN TRONG MUA SẮM, TÌM KIẾM GIÁ TRỊ TRONG MUA SẮM). Mơ hình phân tích hồi quy sẽ mơ tả hình thức của mối liên hệ và qua đó giúp ta dự đốn được mức độ biến thiên của biến phụ thuộc khi biết trước giá trị của biến độc lập. Phương pháp phân tích được chọn lựa là phương pháp Enter với tiêu chuẩn vào PIN là 0,05 và tiêu chuẩn ra POUT là
0,1. Kết quả phân tích ở Bảng 4.11 được thể hiện như sau:
Bảng 4.11 – Kết quả hồi phân tích hồi qui của mơ hình 1 bằng phương pháp Enter
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 1 Hằng số 1,666 ,085 19,501 ,000 AS ,187 ,013 ,407 13,873 ,000 ,943 1,061 IS ,117 ,012 ,285 9,837 ,000 ,969 1,032 GS ,184 ,015 ,356 12,217 ,000 ,955 1,047 VS ,091 ,011 ,247 8,594 ,000 ,983 1,017
Đánh giá độ phù hợp của mơ hình hồi quy tuyến tính bội
Hệ số R2 là chỉ số dùng đề đánh giá mức độ phù hợp của mơ hình hồi qui tuyến tính bội. Hệ sơ R2 là phần biến thiên của biến phụ thuộc do mơ hình (các biến độc lập) giải thích (Nguyễn Đình Thọ, 2011, trang 493). Tuy nhiên, mơ hình thường khơng phù hợp với dữ liệu thực tế như giá trị R2 (0,585) thể hiện. Trong tình huống này, R2 điều chỉnh từ R2 được sử dụng để phản ánh sát hơn mức độ phù hợp của mơ hình hồi quy tuyến tính đa biến (0,582) vì nó khơng phụ thuộc vào độ lệch phóng đại của R2. So sánh 2 giá trị R2 và R2 điều chỉnh ở Bảng 4.12, chúng ta sẽ thấy R2 điều chỉnh nhỏ hơn và dùng nó đánh giá độ phù hợp của mơ hình sẽ an tồn hơn vì nó khơng thổi phồng mức độ phù hợp của mơ hình. Như vậy, với R2 điều chỉnh là 0,582 cho thấy sự tương thích của mơ hình với biến quan sát là tương đối và 58,2% Mơ hình 1 có thể được giải thích bởi 4 biến độc lập trong mơ hình, 41,8% cịn lại liên quan tới những nhân tố chưa được xem xét tới trong nghiên cứu này.
Bảng 4.12 – Bảng đánh giá độ phù hợp mơ hình hồi qui 1
Mơ hình R R bình phương R bình phương hiệu chỉnh Sai số chuẩn ước lượng 1 ,765a ,585 ,582 ,166
Kiểm định độ phù hợp của mơ hình hồi quy tuyến tính bội
Kiểm định F sử dụng trong phân tích phương sai là một phép kiểm định giả thuyết về độ phù hợp của mơ hình hồi quy tuyến tính tổng thể để xem xét biến phụ thuộc có liên hệ tuyến tính với tồn bộ tập hợp của các biến độc lập. Nhìn vào Bảng 4.13 ta thấy rằng trị thống kê F = 180,306 được tính từ giá trị R2 của mơ hình đầy đủ khác 0, giá trị sig. rất nhỏ cho thấy mơ hình sử dụng là phù hợp và các biến đều đạt được tiêu chuẩn chấp nhận (Tolerance > 0,0001).
Thêm vào đó, tiêu chí Collinearity diagnostics (chuẩn đoán hiện tượng đa cộng tuyến) với hệ số phóng đại phương sai VIF (Variance inflation factor) của các biến độc lập trong mơ hình đều <10 (Hoàng Trọng & Chu Nguyễn Mộng Ngọc,2008, trang 252) thể hiện tính đa cộng tuyến của các biến độc lập là không đáng kể và các biến trong mơ hình được chấp nhận.
Bảng 4.13 – Phân tích phương sai ANOVA ( Mơ hình hồi qui 1)
Mơ hình Tổng bình phương df Trung bình bình phương F Sig. 1 Phần hồi qui 19,796 4 4,949 180,306 ,000b Phần dư 14,026 511 ,027 Tổng cộng 33,822 515
Phương trình hồi quy
Qua phân tích hồi quy đa biến cho thấy mơ hình xây dựng phù hợp với dữ liệu thu được và kết quả ban đầu là Lòng trung thành của khách hàng phụ thuộc vào 4 nhân tố theo Bảng 4.12. Khi dị tìm sự vi phạm các giả định cần thiết trong hồi quy tuyến tính thì hầu hết các giả định đều được thoả mãn. Từ đó, ta xác định được phương trình hồi quy bội như sau:
SLO = 0,407*AS + 0,285*IS + 0,356*GS + 0,247*VS
Trong đó:
SLO: Lịng trung thành AS: Niềm vui trong mua sắm
IS: Tìm kiếm thơng tin mới, xu hướng mới GS: Thư giãn trong mua sắm
VS: Tìm kiếm giá trị trong mua sắm
Phương trình hồi quy bội được phương pháp Enter ước lượng cho thấy Lịng trung thành của khách hàng có quan hệ tuyến tính với các nhân tố Niềm vui trong mua sắm (Hệ số Beta chuẩn hóa là 0,407), Tìm kiếm thơng tin mới, xu hướng mới
(Hệ số Beta chuẩn hóa là 0,285), Thư giãn trong mua sắm (Hệ số Beta chuẩn hóa là 0,356), Tìm kiếm giá trị trong mua sắm (Hệ số Beta chuẩn hóa là 0,247). Lòng trung thành của khách hàng càng gia tăng khi niềm vui trong mua sắm được gia tăng. Bên cạnh đó, yếu tố thơng tin về xu hướng, sản phẩm mới cũng góp phần duy trì lịng trung thành của khách hàng với nơi họ mua sắm thường xuyên. Trong đó nhân tố niềm vui mua sắm là có sự ảnh hưởng mạnh nhất đến lòng trung thành của khách hàng khi xét đến yếu tố tiêu khiển. Điều này đồng nghĩa với việc các nhà quản lý và marketing cần chú ý nhiều đến nhân tố này khi triển khai các chiến lược và chính sách cho trung tâm thương mại của mình để đạt hiệu quả kinh doanh cao nhất.
Cũng phải nói thêm rằng các hệ số Beta chuẩn hóa đều > 0 cho thấy các biến độc lập thuộc yếu tố tiêu khiển đều tác động thuận chiều với Lòng trung thành khách hàng. Như vậy, các trung tâm thương mại cần phải nỗ lực cải tiến những
nhân tố này để nâng cao sự trung thành của khách hàng.
Dị tìm vi phạm giả định có sự liên hệ tuyến tính giữa biến phụ thuộc Yi và các biến độc lập Xk cũng như hiện tượng phương sai thay đổi (heteroskedasticity) cho mơ hình hồi qui 1
Tiến hành kiểm tra giả định này bằng cách vẽ đồ thị phân tán giữa các phần dư và giá trị dự đốn mà mơ hình hồi qui tuyến tính cho ra. Người ta hay vẽ biểu đồ phân tán giữa 2 giá trị này đã được chuẩn hóa (standardized) với phần dư trên trục tung và giá trị dự đốn trên trục hồnh. Nếu giả định liên hệ tuyến tính và phương sai bằng nhau được thỏa mãn, thì ta sẽ khơng nhận thấy có liên hệ gì giữa các giá trị dự đoán với phần dư, chúng sẽ phân tán ngẫu nhiên (Hoàng Trọng & Chu Nguyễn
Mộng Ngọc, 2008).
Tiến hành vẽ đồ thị với giá trị chuẩn hóa của giá trị dự đốn và phần dư của mơ
hình hồi qui 1 ở trên, qua đồ thị cho thấy phần dư phân tán ngẫu nhiên trong một
vùng xung quanh đường đi qua tung độ 0 chứ khơng tạo thành một hình dạng nào. Như vậy giá trị dự đoán và phần dư độc lập nhau và phương sai của phần dư không thay đổi. Như vậy mơ hình hồi qui 1 là phù hợp để phân tích.
Biểu đồ 4.4 – Đồ thị phân tán giữa các phần dư và giá trị dự đoán chuẩn hóa của mơ hình hồi qui 1
Dị tìm vi phạm giả định về phân phối chuẩn của phần dư
Phần dư có thể khơng tn theo phân phối chuẩn vì những lý do như: sử dụng sai mơ hình, phương sai khơng phải là hằng số, số lượng các phần dư không đủ nhiều để phân tích….Vì vậy chúng ta nên thử nhiều cách khảo sát khác nhau. Một cách khảo sát đơn giản nhất là xây dựng biểu đồ tần số của các phần dư (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008).
Biểu đồ tần số của phần dư chuẩn hóa của mơ hình hồi qui 1 cho thấy một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số. Ta khó có thể kỳ vọng rằng các phần dư quan sát có phân phối hồn tồn chuẩn vì ln ln có những chênh lệch do lấy mẫu. Ngay cả khi các sai số có phân phối chuẩn trong tổng thể đi nữa thì phần dư trong mẫu quan sát cũng chỉ xấp xỉ chuẩn mà thôi. Ở đây, ta
có thể nói phân phối phần dư xấp xỉ chuẩn (trung bình Mean = 0.00, và độ lệch chuẩn Std.Dev. = 0,99 tức là gần bằng 1). Do đó có thể kết luận rằng giả thiết phân phối chuẩn không bị vi phạm.
Biểu đồ 4.5 – Biểu đồ tần số phần dư chuẩn hóa của mơ hình hồi qui 1 4.6.2.2 Mơ hình 2 - Các thành phần về thuộc tính trung tâm thương mại tác động đến lòng trung thành của khách hàng
Bên cạnh các thuộc tính thuộc yếu tố tiêu khiển, nghiên cứu còn đo lường và đánh giá mức độ tác động của các yếu tố về thuộc tính của trung tâm mua sắm đến lịng trung thành của khách hàng. Tác giả sử dụng phương pháp hồi quy tuyến tính bội đối với 4 nhân tố ảnh hưởng thu được trong phần phân tích nhân tố khám phá ở trên bao gồm: SỰ THUẬN TIỆN (CS), HÀNG HÓA ĐA DẠNG VÀ CHẤT LƯỢNG (DS), HIỆN ĐẠI VÀ TIỆN NGHI (MS), DỊCH VỤ (NHÂN VIÊN & CHÍNH SÁCH) (SS).
Cũng bằng việc xử lý hồi qui với phương pháp Enter ta thu được kết quả hồi quy của mơ hình 2 như Bảng 4.14 sau:
Bảng 4.14 – Kết quả phân tích hồi qui của mơ hình 2 bằng phương pháp Enter
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 1 (Hằng số) 1,272 ,072 17,618 ,000 CS ,141 ,011 ,303 12,797 ,000 ,950 1,052 DS ,145 ,010 ,353 15,085 ,000 ,977 1,024 MS ,239 ,012 ,460 19,224 ,000 ,933 1,072 SS ,154 ,012 ,307 12,820 ,000 ,933 1,072
Đánh giá độ phù hợp của mơ hình hồi quy tuyến tính bội
Kết quả từ Bảng 4.15 đạt được cho ta hệ số xác định R2 điều chỉnh = 0,725; giá trị R2 điều chỉnh cho biết rằng mơ hình 2 có thể giải thích được 72,5% cho tổng thể sự liên hệ của 4 nhóm thành phần bao gồm: SỰ THUẬN TIỆN (CS), HÀNG HÓA ĐA DẠNG VÀ CHẤT LƯỢNG (DS), HIỆN ĐẠI VÀ TIỆN NGHI (MS), DỊCH VỤ (NHÂN VIÊN & CHÍNH SÁCH) (SS).
Bảng 4.15 – Bảng đánh giá độ phù hợp của mơ hình hồi qui 2
Mơ hình R R bình phương
R bình phương hiệu chỉnh
Sai số chuẩn ước lượng
1 ,853a ,727 ,725 ,134
a. Biến dự đoán: (Hằng số), SS, DS, CS, MS
Kiểm định độ phù hợp của mơ hình hồi quy tuyến tính bội
Để kiểm định độ phù hợp của mơ hình hồi quy tổng thể ta xem xét đến giá trị F từ bảng phân tích phương sai ANOVA (Bảng 4.16), giá trị F = 340,837, giá trị sig. rất nhỏ bước đầu cho thấy mơ hình hồi quy tuyến tính bội phù hợp với tập dữ liệu và có thể sử dụng được.
Bảng 4.16 – Phân tích phương sai ANOVA ( Mơ hình hồi qui 2) Mơ hình Tổng bình phương df Trung bình bình phương F Sig. 1 Phần hồi qui 24,601 4 6,150 340,837 ,000b Phần dư 9,221 511 ,018 Tổng cộng 33,822 515
Hệ số phóng đại phương sai (VIF) của từng nhân tố có giá trị nhỏ hơn 10 chứng tỏ mơ hình hồi quy khơng vi phạm hiện tượng đa cộng tuyến (các biến độc lập khơng có tương quan chặt chẽ với nhau). Bên cạnh đó độ chấp nhận của các biến đều thỏa điều kiện của phân tích hồi quy (Tolerance > 0,0001), nên có thể kết luận mơ hình 2 khá phù hợp, các biến độc lập đều góp phần giải thích tốt cho biến phụ thuộc.
Phương trình hồi quy
Qua phân tích hồi quy bằng phương pháp Enter cho thấy mơ hình 2 xây dựng phù hợp với dữ liệu thu được và kết quả ban đầu là Lòng trung thành của khách hàng phụ thuộc vào 4 nhân tố theo Bảng 4.15. Khi dị tìm sự vi phạm các giả định cần thiết trong hồi quy tuyến tính thì hầu hết các giả định đều được thoả mãn. Từ đó, ta xác định được phương trình hồi quy bội như sau:
SLO = 0,303*CS + 0,353*DS + 0,460*MS + 0,307*SS
Trong đó:
SLO: Lịng trung thành CS: Sự thuận tiện
DS: Hàng hóa đa dạng và chất lượng MS: Hiện đại và tiện nghi
SS: Dịch vụ
Phương trình hồi quy bội thu được sau phân tích cho thấy Lịng trung thành của
khách hàng có quan hệ tuyến tính với các nhân tố Sự thuận tiện (Hệ số Beta chuẩn hóa là 0,303), Hàng hóa đa dạng và chất lượng (Hệ số Beta chuẩn hóa là 0,353),
hóa là 0,307). Các hệ số Beta chuẩn hóa đều > 0 cho thấy các biến độc lập tác động thuận chiều với Lòng trung thành khách hàng, trong đó thuộc tính quan trọng nhất là
sự hiện đại và tiện nghi. Các trung tâm thương mại nên chú ý nhân tố này ở các
điểm như: Hệ thống điều hòa, hệ thống thang máy và thang cuốn, kiến trúc tòa nhà,