H4: Chất lượng nhận thức tác động cùng chiều đến ý định hành vi của khách hàng.
H5: Giá cả tiền tệ được nhận thức tác động cùng chiều đến ý định hành vi của khách hàng.
4.4 Kiểm định mơ hình và giả thuyết nghiên cứu
Sau khi phân tích nhân tố EFA, kết quả có 5 nhân tố đo lường giá trị nhận thức được đưa vào để tiến hành kiểm định mơ hình. Phương pháp hồi quy tuyến tính sẽ được sử dụng để kiểm định mơ hình và các giả thuyết nghiên cứu.
Mơ hình hồi quy có dạng như sau:
YH = β0 + β1DT+ β2HV+ β3CX+ β4CL + β5TT+ e
Trong đó:
β0: là hằng số hồi quy βi(15): là trọng số hồi quy
e: là sai số
4.4.1 Phân tích tương quan
Khi tiến hành phân tích hồi quy tuyến tính, bước đầu tiên chúng ta cần phải xem xét các mối tương quan tuyến tính giữa tất cả các biến. Điều này có nghĩa là trong phân tích hồi quy tuyến tính này có sự tham gia của nhiều biến, do đó chúng ta cần phải xem xét tổng quát mối quan hệ giữa từng biến độc lập với biến phụ thuộc và giữa các biến độc lập với nhau. Như vậy, ta xem xét bảng ma trận hệ số tương quan giữa các biến (bảng 4.7) sau:
Bảng 4.7: Ma trận hệ số tương quan giữa các biến DT HV CX CL TT YH DT Pearson Correlation 1.000 0.000 0.000 0.000 0.000 .379** Sig. (2-tailed) 1.000 1.000 1.000 1.000 0.000 N 253 253 253 253 253 253 HV Pearson Correlation 0.000 1.000 0.000 0.000 0.000 0.022 Sig. (2-tailed) 1.000 1.000 1.000 1.000 0.732 N 253 253 253 253 253 253 CX Pearson Correlation 0.000 0.000 1.000 0.000 0.000 .569** Sig. (2-tailed) 1.000 1.000 1.000 1.000 0.000 N 253 253 253 253 253 253 CL Pearson Correlation 0.000 0.000 0.000 1.000 0.000 .370** Sig. (2-tailed) 1.000 1.000 1.000 1.000 0.000 N 253 253 253 253 253 253 TT Pearson Correlation 0.000 0.000 0.000 0.000 1.000 0.033 Sig. (2-tailed) 1.000 1.000 1.000 1.000 0.598 N 253 253 253 253 253 253 YH Pearson Correlation .379** 0.022 .569** .370** 0.033 1.000 Sig. (2-tailed) 0.000 0.732 0.000 0.000 0.598 N 253 253 253 253 253 253
Kết quả từ bảng 4.7 cho thấy hệ số tương quan giữa ý định hành vi và cảm xúc phản hồi là lớn nhất đạt 0.569. Hệ số tương quan giữa ý định hành vi với hai biến giá cả hành vi được nhận thức và giá cả tiền tệ được nhận thức rất thấp lần lượt là 0.022 và 0.033, giá trị Sig của hai biến này lần lượt là 0.732 và 0.598 đều lớn hơn 0.05. Như vậy, hai biến giá cả hành vi được nhận thức và giá cả tiền tệ được nhận thức khơng có mối quan hệ tuyến tính với ý định hành vi và bị loại bỏ khỏi mơ hình khi đưa mơ hình vào phân tích hồi quy tuyến tính.
4.4.2 Phân tích hồi quy
Mơ hình phân tích hồi quy tuyến tính bao gồm 4 biến trong đó có 3 biến độc lập là: danh tiếng (DT), cảm xúc phản hồi (CX), chất lượng nhận thức (CL), và 1 biến phụ thuộc là ý định hành vi (YH). Phân tích được thực hiện bằng phương pháp đưa các biến vào cùng một lượt (phương pháp Enter). Kết quả phân tích hồi quy tuyến tính như sau:
Bảng 4.8: Tóm tắt mơ hình hồi quy
Mơ hình R R2 R2 điều chỉnh Sai số chuẩn dự đoán
Durbin- Watson
1 .777a 0.604 0.599 0.6331 1.795 a Biến dự đoán: (Constant), Chất lượng nhận thức, Cảm xúc phản hồi, Danh tiếng
b Biến phụ thuộc: Ý định hành vi
Bảng 4.9: ANOVA
Mơ hình Tổng các bình phương df Bình phương
trung bình F Sig. 1 Hồi quy 152.212 3 50.737 126.61 .000b Phần dư 99.788 249 0.401 Tổng 252 252 a. Biến phụ thuộc: Ý định hành vi
b. Biến phụ thuộc: (Constant), Chất lượng nhận thức, Cảm xúc phản hồi, Danh tiếng
Bảng 4.10: Hệ số hồi quy Mơ hình Mơ hình Hệ số chưa chuẩn hóa Hệ số chuẩn hóa t Sig. Thống kê đa cộng tuyến B Sai số chuẩn Beta Dung sai VIF 1 (Hằng số) -2.77E-16 0.04 0.000 1.000 Danh tiếng 0.379 0.04 0.379 9.496 0.000 1.000 1.000 Cảm xúc phản hồi 0.569 0.04 0.569 14.275 0.000 1.000 1.000 Chất lượng nhận thức 0.370 0.04 0.370 9.266 0.000 1.000 1.000 a. Biến phụ thuộc: Ý định hành vi
Để đánh giá độ phù hợp của mơ hình hồi quy tuyến tính, ta sử dụng hệ số R2
điều chỉnh (Adjusted R Square). Căn cứ vào kết quả từ bảng 4.8 ta thấy hệ số R2
điều chỉnh bằng 0.599, điều này có nghĩa là mơ hình hồi quy tuyến tính tương đối phù hợp với dữ liệu và 59.9% sự biến thiên của ý định hành vi của khách hàng được giải thích bởi các biến độc lập có trong mơ hình.
Kiểm định F trong bảng phân tích ANOVA (bảng 4.9) cho phép kiểm định giả thuyết về độ phù hợp của mơ hình hồi quy tuyến tính tổng thể. Ý tưởng của
kiểm định này là xem xét biến phụ thuộc có liên hệ tuyến tính với tồn bộ tập hợp các biến độc lập hay không. Ta thấy, giá trị Sig = 0.000 < 0.05, như vậy có thể kết luận kết hợp các biến độc lập trong mơ hình có thể giải thích được thay đổi của biến phụ thuộc hay mơ hình hồi quy tuyến tính phù hợp với tập dữ liệu và có thể sử dụng được.