Tƣơng tự nhƣ phân tích trong mơ hình hồi qui 1, để đánh giá độ phù hợp của mơ hình ta sẽ dùng các cơng cụ nhƣ tính hệ số xác định R2, kiểm định F và kiểm định t.
- Đánh giá độ phù hợp của mơ hình
Hệ số R2 hiệu chỉnh là 0.422 thể hiện ba biến độc lập trong mơ hình giải thích đƣợc 42.2% biến thiên của biến phụ thuộc “lòng ham muốn thƣơng hiệu”. Với giá trị này thì độ phù hợp của mơ hình là chấp nhận đƣợc.
Kiểm định F thơng qua phân tích phƣơng sai, ta có sig của F < 0.05 nên ta có thể
bác bỏ giả thuyết H0: R2 của tổng thể = 0, mơ hình hồi qui tuyến tính bội đang xét phù hợp với tập dữ liệu và có thể sử dụng đƣợc.
Kiểm định t để đảm bảo các biến độc lập đều ảnh hƣởng đến biến phụ thuộc, với độ tin cậy 95%, sig. = .000, ta có thể bác bỏ giả thuyết H0: βk = 0. Điều này có nghĩa là ba biến độc lập đều có ảnh hƣởng đến biến phụ thuộc.
Mơ hình 1 Hằng số PQ BI BA Hệ số chƣa chuẩn hóa B .349 .193 .350 .257 Std. Error .196 .065 .069 .067
Hệ số chuẩn hóa Beta .185 .325 .254
t 1.782 2.974 5.065 3.860
Mức ý nghĩa .076 .003 .000 .000
Hệ số tƣơng quan Bậc không .514 .585 .564
Riêng phần .186 .306 .238 Từng phần .143 .243 .185 Thống kê đa cộng tuyến Hệ số Tolerance .596 .560 .531 Hệ số VIF 1.677 1.786 1.883
- Dị tìm sự vi phạm các giả định cần thiết trong hồi qui tuyến tính
Giả định đầu tiên là giả định liên hệ tuyến tính. Phƣơng pháp đƣợc sử dụng là đồ thị phân tán Scatterplot với giá trị phần dƣ chuẩn hóa trên trục tung và gía trị dự đốn chuẩn hóa trên trục hồnh. Nhìn vào đồ thị, ta thấy các giá trị phần dƣ phân tán một cách ngẫu nhiên trong một vùng xung quanh đƣờng đi qua tung độ 0: giả định liên hệ tuyến tính khơng bị vi phạm.
Hình 4.5: Đồ thị phân tán giữa phần dƣ và giá trị dự đoán
Giả định tiếp theo cần xem xét là giả định phân phối chuẩn của phần dư ta sẽ dùng hai công cụ vẽ là biểu đồ Histogram và đồ thị P-P plot. Nhìn vào biểu đồ Histogram ta thấy phần dƣ có phân phối chuẩn với giá trị trung bình gần bằng 0 và độ lệch chuẩn của nó gần bằng 1. Nhìn vào đồ thị P-P plot, biểu diễn các điểm quan sát thực tế tập trung khá sát đƣờng chéo những giá trị kì vọng, nghĩa là dữ liệu phần dƣ có phân phối chuẩn.
Biến phụ thuộc PBI
Ph
ần dƣ
chu
ẩn
hóa
Hình 4.6: Biểu đồ tần số của phần dƣ chuẩn hóa
Hình 4.7: Đồ thị phân phối phần dƣ quan sát tích lũy với phân phối chuẩn kỳ vọng tích lũy
Biến phụ thuộc PBI
Phần dƣ chuẩn hóa
T
ần s
ố
Biến phụ thuộc PBI
Ph ần dƣ kì v ọng tích lũ y Phần dƣ quan sát tích lũy
Tiếp theo là giả định về tính độc lập của phần dư. Ta dùng đại lƣợng thống kê Durbin-Watson (d) để kiểm định. Đại lƣợng d = 1.206 nằm trong khoảng từ 1 đến 3 cho thấy khơng có sự tƣơng quan giữa các phần dƣ nên mơ hình hồi qui khơng vi phạm giả định về tính độc lập của sai số.
Cuối cùng, ta sẽ xem xét sự vi phạm đa cộng tuyến của mơ hình. Hệ số phóng đại phƣơng sai (VIF) của từng nhân tố có giá trị khá thấp đều dƣới 2. Hệ số VIF nhỏ hơn 10 : mơ hình hồi qui khơng vi phạm hiện tƣợng đa cộng tuyến.
Nhƣ vậy, mơ hình hồi qui tuyến tính đƣợc xây dựng theo phƣơng trình hồi qui khơng vi phạm các giả định cần thiết trong hồi qui tuyến tính.
- Giải thích tầm quan trọng các biến trong mơ hình
Do các biến BI, BA, PQ có tƣơng quan chặt chẽ với nhau, vì vậy rất khó để đánh giá ảnh hƣởng của một biến độc lập đến biến phụ thuộc trong điều kiện giữ các biến khác khơng đổi. Để có thể khảo sát sự biến thiên của biến phụ thuộc do ảnh hƣởng của một biến độc lập trong sự tƣơng quan này, ta dùng hệ số tƣơng quan riêng trong phƣơng trình hồi qui.
Theo kết quả phân tích, ta có phƣơng trình hồi qui biểu diễn mức độ ảnh hƣởng của các nhân tố đến lòng ham muốn thƣơng hiệu có dạng nhƣ sau:
Lịng ham muốn thƣơng hiệu = 0.306*Ấn tƣợng thƣơng hiệu + 0.238*Nhận biết thƣơng hiệu + 0.186*Chất lƣợng cảm nhận
Các hệ số hồi qui đều mang dấu dƣơng thể hiện các yếu tố trong mơ hình hồi qui trên có quan hệ tỷ lệ thuận với lòng ham muốn thƣơng hiệu.
Phƣơng trình hồi quy trên cho biết:
Ấn tƣợng thƣơng hiệu tăng lên một đơn vị thì lịng ham muốn thƣơng hiệu sẽ tăng thêm 0.306 đơn vị ( các nhân tố cịn lại khơng đổi).
Nhận biết thƣơng hiệu tăng lên 1 đơn vị thì lịng ham muốn thƣơng hiệu tăng thêm 0.238 đơn vị.
Chất lƣợng cảm nhận tăng lên 1 đơn vị thì lịng ham muốn thƣơng hiệu tăng thêm 0.186 đơn vị.
- Kiểm định sự phù hợp của các giả thuyết nghiên cứu
Từ kết quả phân tích hồi qui tuyến tính ta có thể kiểm định mức độ phù hợp của các giả thuyết trong mơ hình nghiên cứu đề ra:
H5 (+): Chất lượng cảm nhận của khách hàng đối với thương hiệu càng cao thì lịng ham muốn của họ đối với thương hiệu càng cao.
Chất lƣợng cảm nhận có β=0.185; t=2.974 và sig= .003 nên giả thuyết H5 đƣợc chấp nhận.
H6 (+): Khách hàng có mức độ nhận biết đối với thương hiệu càng cao thì lịng ham muốn của họ đối với thương hiệu càng cao.
Nhận biết thƣơng hiệu có β=0.254; t=3.860 và sig= .000 nên giả thuyết H6 đƣợc chấp nhận.
H7 (+): Khách hàng càng có ấn tượng tích cực đối với thương hiệu thì lịng ham muốn của họ đối với thương hiệu càng cao.
Ấn tƣợng thƣơng hiệu có β=0.325; t=5.065 và sig= .000 nên giả thuyết H7 đƣợc chấp nhận.
- Thực tiễn của các giả thuyết nghiên cứu
Nếu khách hàng không thể nhận biết thƣơng hiệu Cotecna thì họ khơng thể ham muốn sở hữu thƣơng hiệu Cotecna hơn hay nói cách khác họ sẽ khơng có xu hƣớng lựa chọn Cotecna hơn mặc dù thực tế có thể chất lƣợng dịch vụ của Cotecna khá tốt.
Cũng giống nhƣ ở nhân tố “lòng trung thành thƣơng hiệu”, khi Cotecna tạo đƣợc một ấn tƣợng tốt đối với các cơng ty xuất – nhập khẩu thì họ thƣờng có xu hƣớng sẽ lựa chọn Cotecna và họ cảm thấy yên tâm với công ty dịch vụ mà họ lựa chọn vì hoạt động xuất – nhập khẩu là một chuỗi tiến trình các cơng việc mà trong
đó dịch vụ giám định – khử trùng là một trong những tiến trình cần có của hoạt động xuất – nhập khẩu. Khi khách hàng có ấn tƣợng tích cực với Cotecna và có xu hƣớng lựa chọn cơng ty này, họ sẽ không lo nghĩ nhiều về dịch vụ của công ty mà tập trung sức lực và thời gian vào chuỗi công việc khác.
Tƣơng tự nhƣ nhân tố “lòng trung thành thƣơng hiệu”, “chất lƣợng cảm nhận” của khách hàng về dịch vụ của Cotecna cũng là nhân tố quyết định họ có thích thú và quyết định lựa chọn dịch vụ của cơng ty.
4.5.2.4 Phân tích mơ hình hồi qui đơn
Với mơ hình nghiên cứu đề nghị ban đầu, phƣơng trình hồi quy có dạng nhƣ sau:
Y=β1*
Nhận biết thƣơng hiệu
Mô hình R R2 R2 hiệu chỉnh Sai số chuẩn của ƣớc lƣợng Thống kê thay đổi Hệ số Durbin- Watson R2 thay đổi F thay đổi df1 df2 Mức ý nghĩa F thay đổi 1 .587a .344 .341 .43429 .344 131.147 1 250 .000 1.169 a. Dự báo: (Hằng số), BA. b. Biến phụ thuộc: PQ