Mơ hình Hệ số chƣa
chuẩn hóa
Hệ số chuẩn hóa
T Sig. Thống kê đa cộng tuyến β Sai số chuẩn Beta Dung sai VIF 1 (Hằng số) -1.193 .256 -4.656 .000 Q .198 .040 .206 4.980 .000 .901 1.109 P .194 .037 .221 5.299 .000 .885 1.129 B .198 .042 .200 4.716 .000 .855 1.169 R .246 .046 .232 5.331 .000 .816 1.226 E .272 .044 .259 6.204 .000 .885 1.130 S .224 .048 .209 4.711 .000 .788 1.269
(Nguồn: Xử lý của tác giả từ số liệu điều tra)
Với giá trị Sig. < 0.05 tương đương với độ tin cậy 95% thì nhân tố đó được chấp nhận, nghĩa là chúng có sự tác động đến giá trị cảm nhận. Kết quả phân tích hồi quy cho thấy cả sáu nhân tố (Chất lượng cảm nhận, giá cả tiền tệ, giá cả hành vi, danh tiếng, phản ứng cảm xúc, giá trị xã hội) đều thỏa điều kiện tác động đến giá trị
dương đến giá trị cảm nhận. Vì vậy, ta có phương trình hồi quy với các biến đã chuẩn hóa được thể hiện như sau:
PV = 0.206Q + 0.221P + 0.200B + 0.232R + 0.259E + 0.209S
Nhân tố nào có hệ số Beta chuẩn hóa càng lớn thì mức độ tác động đến giá trị cảm nhận càng lớn tương ứng theo thứ tự: Phản ứng cảm xúc (Beta = 0.259), Danh tiếng (Beta = 0.232), Giá cả tiền tệ (Beta = 0.221), Giá trị xã hội (Beta = 0.209), Chất lượng cảm nhận (Beta = 0.206), Giá cả hành vi (Beta = 0.200).
4.4.1.4. Kiểm định các giả thuyết nghiên cứu
Kết quả kiểm định các giả thuyết được trình bày ở bảng 4.11 kết quả phân tích hồi quy .Với giá trị Sig. < 0.05 thì giả thuyết đó được chấp nhận.
Giá thuyết H1: Khi chất lượng cảm nhận của sản phẩm được khách hàng đánh giá
tăng hoặc giảm thì giá trị cảm nhận của khách hàng sẽ tăng hoặc giảm tương ứng. Với Sig. = 0.000 và β1 = 0.206. Giả thuyết H1 được chấp nhận.
Giả thuyết H2: Khi giá cả tiền tệ của sản phẩm được khách hàng đánh giá tăng hoặc
giảm thì giá trị cảm nhận của khách hàng sẽ tăng hoặc giảm tương ứng. Với Sig. = 0.000 và β2 = 0.221. Giả thuyết H2 được chấp nhận.
Giả thuyết H3: Khi giá cả hành vi của sản phẩm được khách hàng đánh giá tăng hoặc giảm thì giá trị cảm nhận của khách hàng sẽ tăng hoặc giảm tương ứng.
Với Sig. = 0.000 và β3 = 0.200. Giả thuyết H3 được chấp nhận.
Giả thuyết H4: Khi danh tiếng của sản phẩm được khách hàng đánh giá tăng hoặc
giảm thì giá trị cảm nhận của khách hàng sẽ tăng hoặc giảm tương ứng. Với Sig. = 0.000 và β4 = 0.232. Giả thuyết H4 được chấp nhận
Giả thuyết H5: Khi phản ứng cảm xúc của khách hàng về sản phẩm được khách hàng đánh giá tăng hoặc giảm thì giá trị cảm nhận của khách hàng sẽ tăng hoặc giảm tương ứng.
Với Sig. = 0.000 và β5 = 0.259. Giả thuyết H5 được chấp nhận.
Giả thuyết H6: Khi giá trị xã hội của khách hàng về sản phẩm được khách hàng đánh giá tăng hoặc giảm thì giá trị cảm nhận của khách hàng sẽ tăng hoặc giảm tương ứng.
Với Sig. = 0.000 và β6 = 0.209. Giả thuyết H6 được chấp nhận.
4.4.1.5. Dị tìm sự vi phạm các giả định cần thiết Giả định liên hệ tuyến tính Giả định liên hệ tuyến tính
Theo Hồng Trọng và Chu Nguyễn Mộng Ngọc (2008) 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 và phần dư, chúng sẽ phân tán rất ngẫu nhiên.
Dựa vào biểu đồ Scatterplot PV ta thấy phần dư phân tán ngẫu nhiên trong một vùng xung quanh đường đi qua tung độ 0. Vậy giả định quan hệ giữa biến phụ thuộc và biến độc lập là quan hệ tuyến tính khơng bị vi phạm (Scatterplot PV, tham
khảo phụ lục 9).
Giả định phƣơng sai của sai số khơng đổi
Theo Hồng Trọng và Chu Nguyễn Mộng Ngọc (2008) nếu phương sai khơng đổi thì các phần dư phải phân tán ngẫu nhiên xung quanh trục 0 (tức quanh giá trị trung bình của phần dư) trong một phạm vi không đổi. Theo biểu đồ Scatterplot PV ta thấy giả định phương sai của sai số không đổi không bị vi phạm
(Scatterplot PV, tham khảo phụ lục 9).
Giả định về phân phối chuẩn của phần dƣ
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) phần dư có thể khơng tn theo phân phối chuẩn vì những lý do như: sử dụng sai mơ hình, phương sai không phải là hằng số, số lượng các phần dư khơng đủ nhiều để phân tích…Một cách để kiểm tra phân phối chuẩn của phần dư là vẽ đồ thị Histogram PV. Dựa vào đồ thị Histogram cho thấy một đường cong phân phối chuẩn hình chng được đặt chồng lên biểu đồ tần số, trung bình Mean = 0 và độ lệch chuẩn Std. Dev = 0.989 tức là gần bằng 1. Vậy giả định về phân phối chuẩn của phần dư không bị vi phạm
(Histogram PV, tham khảo phụ lục 9).
Giả định về tính độc lập của sai số (khơng có tƣơng quan giữa các phần dƣ)
Watson (d) có giá trị biến thiên trong khoảng từ 0 đến 4. Nếu các phần dư khơng có tương quan với nhau giá trị d sẽ thỏa theo công thức: du < d < 4-du. Tra bảng thống kê Durbin-Watson có du = 1.84261. Vậy hệ số Durbin-Watson là 2.016 thỏa điều kiện khơng có tương quan giữa các phần dư.
Giả định khơng có mối tƣơng quan giữa các biến độc lập (đo lƣờng đa cộng tuyến)
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) cộng tuyến là trạng thái trong đó các biến độc lập có tương quan chặt chẽ với nhau. Vấn đề đa cộng tuyến là chúng cung cấp cho mơ hình những thơng tin rất giống nhau và rất khó tách rời ảnh hưởng của từng biến một đến biến phụ thuộc. Hiệu ứng khác của sự tương quan khá chặt giữa các biến độc lập là nó làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm trị thống kê t của kiểm định trong khi hệ số xác định R2 vẫn khá cao. Để chuẩn đoán hiện tượng đa cộng tuyến ta sử dụng hệ số phóng đại phương sai VIF. Dựa vào bảng 4.11 ta thấy giá trị VIF của các biến độc lập đều nhỏ hơn 2 nên không xảy ra hiện tượng đa cộng tuyến.
4.4.2. Mơ hình 2: Ảnh hƣởng của giá trị cảm nhận và sự hài lòng đến ý định hành vi của khách hàng
Để kiểm định giả thuyết ảnh hưởng của giá trị cảm nhận và sự hài lòng đến ý định hành vi của khách hàng, mơ hình hồi quy tuyến tính bội được phát triển như sau:
BI = β0 + β1PV + β2CS + Ei
Trong đó:
β1, β2: Các hệ số hồi quy.
Β0: Hằng số của phương trình hồi quy. PV: Giá trị cảm nhận của khách hàng. CS: Sự hài lòng của khách hàng. Ei: Sai số của phương trình hồi quy.
4.4.2.1. Phân tích tƣơng quan
Kết quả từ bảng hệ số tương quan (Mơ hình 2, tham khảo phụ lục 9) cho thấy mức ý nghĩa kiểm định mối tương quan của biến phụ thuộc đối với các biến độc lập đều có Sig < 0.05. Do vậy, chúng có ý nghĩa về mặt thống kê, biến phụ thuộc ý định hành vi có mối liên hệ tuyến tính với biến giá trị cảm nhận và sự hài lòng của khách hàng.
4.4.2.2. Đánh giá và kiểm định độ phù hợp của mơ hình Bảng 4.12. Đánh giá độ phù hợp của mơ hình 2 Bảng 4.12. Đánh giá độ phù hợp của mơ hình 2
Mơ hình R R2 R2 điều chỉnh Sai số chuẩn Durbin-Watson
1 .708a
.501 .498 .42373 2.014
(Nguồn: Xử lý của tác giả từ số liệu điều tra)
Kết quả cho thấy hệ số xác định R2 điều chỉnh = 0.498 có nghĩa là 2 biến độc lập (Giá trị cảm nhận và sự hài lòng) sẽ giải thích 49.8% biến thiên của biến phụ thuộc ý định hành vi. Cịn lại 50.2% được giải thích bằng các yếu tố ngồi mơ hình.
Tiếp theo kiểm định F là phép kiểm định giả thuyết về độ phù hợp của mơ hình hồi quy tuyến tính tổng thể, nó thể hiện các biến độc lập có mối tương quan tuyến tính với biến phụ thuộc hay không.
Giả thuyết: H0: β1 = β2 = 0 (Khơng có quan hệ tuyến tính).
H1: Tối thiểu có βi ≠ 0 (Tối thiểu có một biến độc lập có quan hệ tuyến tính với biến phụ thuộc).
Nếu giả thuyết H0 bị bác bỏ điều này có nghĩa là mơ hình xây dựng phù hợp với tập dữ liệu thực tế ở độ tin cậy 95%.
Bảng 4.13. Kết quả phân tích phƣơng sai mơ hình 2 Mơ hình Tổng bình phƣơng df Trung bình bình phƣơng F Sig. 1 Hồi quy 51.041 2 25.521 142.142 .000a Phần dư 50.811 283 .180 Tổng 101.852 285
Nhìn bảng trên ta thấy giá trị Sig < 0.05 nên ta bác bỏ giả thuyết H0 cho rằng tất cả các hệ số hồi quy bằng 0, mơ hình hồi quy tuyến tính bội xây dựng phù hợp với tập dữ liệu thực tế ở độ tin cậy 95%.
4.4.2.3. Ý nghĩa các hệ số hồi quy
Bảng 4.14. Kết quả phân tích hồi quy mơ hình 2 Mơ hình Hệ số chƣa
chuẩn hóa
Hệ số chuẩn hóa
T Sig. Thống kê đa cộng tuyến β Sai số chuẩn Beta Dung sai VIF 1 (Hằng số) .981 .175 5.616 .000 PV .335 .037 .422 9.024 .000 .807 1.240 CS .417 .047 .412 8.823 .000 .807 1.240
(Nguồn: Xử lý của tác giả từ số liệu điều tra)
Với giá trị Sig. < 0.05 tương đương với độ tin cậy 95% thì nhân tố đó được chấp nhận, nghĩa là chúng có sự tác động đến ý định hành vi. Kết quả phân tích hồi quy cho thấy hai nhân tố (Giá trị cảm nhận và sự hài lòng) đều thỏa điều kiện tác động đến ý định hành vi của khách hàng. Các hệ số Beta đều dương nên hai nhân tố đều tác động dương đến ý định hành vi. Vì vậy, ta có phương trình hồi quy với các biến đã chuẩn hóa được thể hiện như sau:
BI = 0.422PV + 0.412CS
Nhân tố nào có hệ số Beta chuẩn hóa càng lớn thì mức độ tác động đến ý định hành vi càng lớn tương ứng theo thứ tự: Giá trị cảm nhận (Beta = 0.422), sự hài lòng (Beta = 0.412)
4.4.2.4. Kiểm định các giả thuyết nghiên cứu
Kết quả kiểm định các giả thuyết được trình bày ở bảng 4.14 kết quả phân tích hồi quy.Với giá trị Sig. < 0.05 thì giả thuyết đó được chấp nhận.
Giả thuyết H7: Khi giá trị cảm nhận của khách hàng về sản phẩm được khách hàng đánh giá tăng hoặc giảm thì ý định hành vi của khách hàng sẽ tăng hoặc giảm tương ứng.
Với Sig. = 0.000 và β1 = 0.422. Giả thuyết H7 được chấp nhận.
Giả thuyết H8: Khi sự hài lòng của khách hàng về sản phẩm được khách hàng đánh giá tăng hoặc giảm thì ý định hành vi của khách hàng sẽ tăng hoặc giảm tương ứng.
Với Sig. = 0.000 và β1 = 0.412. Giả thuyết H8 được chấp nhận
4.4.2.5. Dị tìm sự vi phạm các giả định cần thiết Giả định liên hệ tuyến tính Giả định liên hệ tuyến tính
Dựa vào biểu đồ Scatterplot BI ta thấy phần dư phân tán ngẫu nhiên trong một vùng xung quanh đường đi qua tung độ 0. Vậy giả định quan hệ giữa biến phụ thuộc và biến độc lập là quan hệ tuyến tính khơng bị vi phạm (Scatterplot BI, tham
khảo phụ lục 9).
Giả định phƣơng sai của sai số không đổi
Theo biểu đồ Scatterplot BI ta thấy giả định phương sai của sai số không đổi không bị vi phạm (Scatterplot BI, tham khảo phụ lục 9).
Giả định về phân phối chuẩn của phần dƣ
Dựa vào đồ thị Histogram BI cho thấy một đường cong phân phối chuẩn hình chng được đặt chồng lên biểu đồ tần số, trung bình Mean = 0 và độ lệch chuẩn Std. Dev = 0.996 tức là gần bằng 1. Vậy giả định về phân phối chuẩn của phần dư không bị vi phạm (Histogram BI, tham khảo phụ lục 9).
Giả định về tính độc lập của sai số (khơng có tƣơng quan giữa các phần dƣ)
Nếu các phần dư khơng có tương quan với nhau giá trị d sẽ thỏa theo công thức: du < d < 4-du. Tra bảng thống kê Durbin-Watson có du = 1.81436. Vậy hệ số Durbin-Watson là 2.014 thỏa điều kiện khơng có tương quan giữa các phần dư.
Giả định khơng có mối tƣơng quan giữa các biến độc lập (đo lƣờng đa cộng tuyến)
Dựa vào bảng 4.14 ta thấy giá trị VIF của các biến độc lập đều nhỏ hơn 2 nên không xảy ra hiện tượng đa cộng tuyến.
4.4.3. Xác định hệ số phù hợp mơ hình tổng thể
Từ kết quả phân tích hồi quy mơ hình một và mơ hình hai. Kết quả cho thấy hệ số xác định R2 điều chỉnh của mơ hình một là 0.56 và của mơ hình hai là 0.498. Vì vậy hệ số phù hợp mơ hình tổng thể được tính theo cơng thức:
R2M = 1 – (1 - R21) * (1 - R22)
= 1 – (1 – 0.56) * (1 – 0.498) = 0.779
Vậy hệ số phù hợp mơ hình tổng thể là 77.9%.
4.5. Phân tích sự khác biệt về giá trị cảm nhận và ý định hành vi của khách hàng với các yếu tố nhân khẩu học hàng với các yếu tố nhân khẩu học
4.5.1. Giới tính
Tác giả sử dụng kiểm định Independent – Samples T-test để kiểm định sự khác biệt về giá trị cảm nhận và ý định hành vi của khách hàng ở phái nam và nữ.
Kết quả cho thấy (Tham khảo phụ lục 10), kiểm định F có Sig. > 0.05 nên
khơng có sự khác biệt về phương sai giữa phái nam và nữ. Còn kiểm định t cho thấy Sig. > 0.05 nên khơng có sự khác biệt về giá trị cảm nhận và ý định hành vi của khách hàng giữa nam và nữ với độ tin cậy 95%.
4.5.2. Độ tuổi
Để đánh giá sự khác biệt về giá trị cảm nhận và ý định hành vi của khách hàng ở từng nhóm tuổi. Tác giả sử dụng phân tích phương sai Anova một chiều.
Kết quả cho thấy (Tham khảo phụ lục 10), kiểm định Levene có Sig. > 0.05 nên khơng có sự khác biệt về phương sai giữa các nhóm tuổi. Kết quả phân tích anova cho thấy Sig. < 0.05 nên có sự khác biệt về giá trị cảm nhận và ý định hành vi của khách hàng giữa các nhóm tuổi với độ tin cậy 95%. Phân tích sâu anova bằng phương pháp Tukey cho thấy:
Giá trị cảm nhận: Có sự khác biệt về giá trị cảm nhận giữa nhóm khách hàng từ 18-30 tuổi với nhóm khách hàng từ 41-50 tuổi và trên 50 tuổi. Có sự khác biệt giữa nhóm nhóm khách hàng từ 31-40 tuổi với nhóm khách hàng từ 41-50 tuổi và trên 50 tuổi. Khơng có sự khác biệt về giá trị cảm nhận giữa nhóm khách hàng từ
18-30 tuổi với nhóm khách hàng từ 31-40 tuổi, khơng có sự khác biệt giữa nhóm khách hàng từ 41-50 tuổi với nhóm khách hàng trên 50 tuổi.
Ý định hành vi: Có sự khác biệt về ý định hành vi giữa nhóm khách hàng từ
18-30 tuổi với nhóm khách hàng từ 41-50 tuổi và trên 50 tuổi. Có sự khác biệt giữa nhóm nhóm khách hàng từ 31-40 tuổi với nhóm khách hàng từ 41-50 tuổi và trên 50 tuổi. Khơng có sự khác biệt về ý định hành vi giữa nhóm khách hàng từ 18-30 tuổi với nhóm khách hàng từ 31-40 tuổi, khơng có sự khác biệt giữa nhóm khách hàng từ 41-50 tuổi với nhóm khách hàng trên 50 tuổi.
4.5.3. Học vấn
Để đánh giá sự khác biệt về giá trị cảm nhận và ý định hành vi của khách hàng theo trình độ học vấn. Tác giả sử dụng phân tích phương sai Anova một chiều.
Kết quả cho thấy (Tham khảo phụ lục 10), kết quả phân tích anova cho thấy Sig. > 0.05 nên khơng có sự khác biệt về giá trị cảm nhận và ý định hành vi của khách hàng theo trình độ học vấn với độ tin cậy 95%.
4.5.4. Nghề nghiệp
Để đánh giá sự khác biệt về giá trị cảm nhận và ý định hành vi của khách hàng theo nghề nghiệp. Tác giả sử dụng phân tích phương sai Anova một chiều.
Kết quả cho thấy (Tham khảo phụ lục 10), kiểm định Levene có Sig. > 0.05 nên khơng có sự khác biệt về phương sai giữa các nhóm nghề nghiệp. Kết quả phân tích anova cho thấy Sig. > 0.05 nên khơng có sự khác biệt về giá trị cảm nhận và ý định hành vi của khách hàng theo nghề nghiệp với độ tin cậy 95%.
4.5.5. Thu nhập
Để đánh giá sự khác biệt giá trị cảm nhận và ý định hành vi của khách hàng theo thu nhập. Tác giả sử dụng phân tích phương sai Anova một chiều.
Kết quả cho thấy (Tham khảo phụ lục 10), kiểm định Levene có Sig. > 0.05 nên khơng có sự khác biệt về phương sai giữa các nhóm thu nhập. Kết quả phân tích