Model Hệ số chưa chuẩn
hóa
Hệ số chuẩn hóa
t Sig. Thống kê đa
cộng tuyến B Sai số chuẩn hóa Beta Dung sai VIF 1 Hằng số -,309 ,492 -,628 ,533 Key Activity ,265 ,055 ,467 4,852 ,000 ,920 1,086 Key Resource ,307 ,096 ,322 3,215 ,002 ,852 1,174 Revenue Streams ,385 ,088 ,416 4,355 ,000 ,937 1,068 Value Propositi on ,169 ,066 ,253 2,562 ,014 ,876 1,141 Hệ số R2 điều chỉnh: 0,582 Durbin–Watson: 1,394 F = 18,049 (Sig = 0,000)
Biến phụ thuộc: Data Monetization
Nguồn: Điều tra và xử lý bằng SPSS
Từ kết quả bảng 4.36, R² điều chỉnh (Adjusted R-quare) là 0,582 nghĩa là mơ hình hồi quy tuyến tính đã xây dựng phù hợp, các biến độc lập trong mơ hình đã giải thích được 58,2% (>50%) sự biến thiên của biến phụ thuộc. Nghĩa là 41,8% sự biến thiên của biến phụ thuộc được giải thích bởi các biến khơng được đề cập trong mơ hình và sai số ngẫu nhiên.
Ngoài ra ta thấy giá trị thống kê F = 18,049 tại mức ý nghĩa Sig. rất nhỏ (sig = 0,000 < 0,05). Vì vậy, ta có thể kết luận các biến độc lập có quan hệ với biến phụ thuộc và giải thích được sự thay đổi của biến phụ thuộc.
Hệ số phóng đại VIF của Value Proposition, Key Resource, Revenue Streams, Key Activity nhỏ hơn 2 nên hiện tượng đa cộng tuyến không xảy ra (theo Trọng và Chu, 2005). Do đó, mối quan hệ giữa các biến độc lập khơng ảnh hưởng đến việc giải thích mơ hình hồi quy tuyến tính bội. Đồng thời, kết quả kiểm chứng tự tương quan thơng qua phép thử Durbin-Watson. Mơ hình khơng xảy ra hiện tượng tự tương quan vì 1 < D = 1,394 < 3
Từ bảng 4.36, ta cũng thấy các hệ số hồi quy qua kiểm định t đều có mức ý nghĩa sig. < 0,05. Vậy, có mối quan hệ tuyến tính giữa mỗi biến độc lập với biến phụ thuộc, nghĩa là các biến độc lập đưa vào mơ hình đều giải thích được sự biến thiên của biến phụ thuộc.
Vì vậy, với tất cả các kiểm định kết quả, chúng ta thấy mơ hình hồi quy là phù hợp với dữ liệu thu thập được và có ý nghĩa thống kê. Ta có một mơ hình hồi quy với hệ số beta chuẩn hóa như hình 4.1 bên dưới. Dựa vào hệ số hồi quy chuẩn hóa, chúng ta sẽ biết được biến độc lập nào ảnh hưởng mạnh hay yếu đến biến phụ thuộc. Theo đó, các yếu tố tác động đến Data Monetization lần lượt mạnh nhất là Key Activity với hệ số beta = 0,467, thứ hai là Revenue Streams với beta = 0,416, thứ ba là Key Resource với beta = 0,322 và tác động yếu nhất là Value Proposition với beta = 0,253
Hình 4.1. Mơ hình các yếu tố ảnh hưởng đến Data Monetization 4.6.2. Mơ hình 2: Các yếu tố ảnh hưởng đến Customer-centric focus 4.6.2. Mơ hình 2: Các yếu tố ảnh hưởng đến Customer-centric focus
Trước khi tiến hành phân tích hồi quy tuyến tính, mối tương quan tuyến tính giữa các biến cần phải được xem xét. Hệ số tương quan Pearson nhằm để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lượng.