Chương 4 : PHÂN TÍCH KẾT QUẢ NGHIÊN CỨU
4.2. Kiểm định mơ hình đo lường
4.2.3.3. Mơ hình 3: Mơ hình nghiên cứu mức độ trung thành của khách hàng
Xem xét ma trận tương quan giữa các biến:
Xét mối tương quan tuyến tính giữa các biến độc lập (Mức độ thỏa mãn của
khách hàng và Rào cản chuyển đổi) với biến phụ thuộc Mức độ trung thành của khách hàng trước khi tiến hành phân tích hồi quy.
Bảng 4.13: Ma trận tương quan giữa các biến
TM RC LOY TM Pearson Correlation 1 0,493** 0,759** Sig. (2-tailed) 0,000 0,000 N 238 238 RC Pearson Correlation 1 0,536** Sig. (2-tailed) 0,000 N 238 LOY Pearson Correlation 1 Sig. (2-tailed) N
**. Correlation is significant at the 0,01 level (2-tailed).
Ma trận này cho thấy mối tương quan giữa biến phụ thuộc LOY (Mức độ trung
thành của khách hàng) với từng biến độc lập, cũng như tương quan giữa các biến độc lập với nhau. Hệ số tương quan giữa biến LOY (Mức độ trung thành của khách hàng) và các biến độc lập đều cĩ sig. < 0,05 nên các biến độc lập: TM (Mức độ thỏa mãn của khách hàng) và RC (Rào cản chuyển đổi) và biến phụ thuộc LOY (Mức độ trung thành của khách hàng) cĩ tương quan với nhau với mức ý nghĩa 5%. Nghĩa là các biến độc
lập trên cĩ thể đưa vào mơ hình để giải thích cho biến phụ thuộc LOY (Mức độ trung thành của khách hàng). Ngồi ra, hệ số tương quan giữa 2 biến độc lập TM (Mức độ
thỏa mãn của khách hàng) và RC (Rào cản chuyển đổi) bằng 0,493 > 0,3 nên mối quan hệ giữa 2 biến này cần phải được xem xét kỹ trong phần phân tích hồi quy tuyến tính bội dưới đây nhằm tránh hiện tượng đa cộng tuyến giữa các biến độc lập.
Phân tích hồi quy bội:
Hai nhân tố Mức độ thỏa mãn của khách hàng và Rào cản chuyển đổi được đưa
vào để xem xét trong mối quan hệ với Mức độ trung thành của khách hàng bằng
phương pháp Enter. Kết quả hồi quy cho thấy R2 hiệu chỉnh bằng 0,607 (nghĩa là mơ hình giải thích được 60,7% sự thay đổi của biến Mức độ trung thành của khách hàng)
và mơ hình phù hợp với dữ liệu ở độ tin cậy 95% (nghĩa là mức ý nghĩa của thống kê F trong ANOVA nhỏ hơn 0,05) (Phụ lục 5).
Bảng 4.14: Các thơng số thống kê của từng biến trong phương trình
Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1
(Constant) 0,069 0,035 1,981 0,049
TM 0,678 0,049 0,654 13,967 0,000 0,757 1,321 RC 0,179 0,039 0,213 4,552 0,000 0,757 1,321 a. Dependent Variable: LOY
Hệ số phĩng đại phương sai VIF (Variance Inflation Factor - VIF) < 10 cho thấy các biến độc lập này khơng cĩ quan hệ chặt chẽ với nhau nên khơng cĩ hiện tượng đa cộng tuyến xảy ra. Do đĩ, mối quan hệ giữa các biến độc lập khơng ảnh hưởng đáng kể
đến kết quả giải thích của mơ hình hồi quy.
Cả 2 nhân tố TM (Mức độ thỏa mãn của khách hàng) và RC (Rào cản chuyển đổi)
đều thật sự ảnh hưởng đến LOY (Mức độ trung thành của khách hàng) (với mức ý
nghĩa sig. < 0,05). Cả hai biến độc lập đều tác động dương đến LOY (Mức độ trung
thành của khách hàng) do hệ số Beta dương. Nghĩa là, nếu cảm nhận của khách hàng về Mức độ thỏa mãn tăng lên, hay cảm nhận của khách hàng về Rào cản chuyển đổi
tăng lên thì Mức độ trung thành của khách hàng cũng tăng lên; và ngược lại. (Lưu ý:
Khi xét sự thay đổi của một yếu tố thì các yếu tố khác được giả định là khơng đổi). Phương trình hồi quy được viết như sau:
LOY = 0,069+ 0,678TM + 0,179RC (4.3)
TM : Mức độ thỏa mãn của khách hàng. RC : Rào cản chuyển đổi.
Nhìn vào phương trình 4.3, ta thấy cảm nhận của khách hàng về Mức độ thỏa
mãn ảnh hưởng lớn đến Mức độ trung thành của khách hàng vì Beta bằng 0,654, lớn
nhất trong các Beta. Tiếp theo là cảm nhận của khách hàng đối với Rào cản chuyển đổi (Beta bằng 0,213).