Estimate BA <--- AD .366 BI <--- DI .152 BI <--- PD -.201 BI <--- SP .234 BI <--- AD .368 BA <--- DI .254 BE <--- BI .432 BE <--- BA .147
Đánh giá mức độ phù hợp chung của mơ hình PATH ở hình 4.6, ta thấy các chỉ số đánh giá tổng quát như sau:
• Chi-square/df (CMIN/DF) = 2.145 < 3 • TLI = 0.946 > 0.9
• CFI = 0.982 > 0.9 • RMSEA = 0.067 < 0.08
Do đó mơ hình PATH ở hình 4.6 phù hợp với dữ liệu thị trường.
Từ bảng 4.13 ta có nhận xét: Các yếu tố AD, DI, SP đều có trọng số chưa chuẩn hóa dương nên đều ảnh hưởng thuận chiều đến yếu tố BI, BA và đều có ý nghĩa thống kê ở độ tin cậy 95% (P-value < 0.05). Riêng yếu tố PD có trọng số chưa chuẩn hóa âm nên ảnh hưởng trái chiều đến yếu tố BI với độ tin cậy > 95% (P- value < 0.05). Hai yếu tố BA và BI đều có trọng số chưa chuẩn hóa dương nên ảnh hưởng thuận chiều đến yếu tố BE với độ tin cậy > 90% (P-value < 0.1).
Từ bảng 4.14 ta xác định được các trọng số đã chuẩn hóa và nhận xét:
Tác động của các biến độc lập đến các biến trung gian:
• Quảng cáo (AD) là yếu tố tác động mạnh nhất đến hình ảnh thương hiệu (BI) với trọng số chuẩn hóa là 0.368 và nhận biết thương hiệu (BA) với trọng số chuẩn hóa là 0.366.
• Yếu tố cường độ phân phối (DI) tác động đến nhận biết thương hiệu (BA) với trọng số chuẩn hóa là 0.254 và hình ảnh thương hiệu (BI) với trọng số chuẩn hóa là 0.152.
• Yếu tố tài trợ (SP) tác động đến hình ảnh thương hiệu (BI) với trọng số chuẩn hóa là 0.234.
• Yếu tố khuyến mãi (PD) tác động âm đến hình ảnh thương hiệu (BI) với trọng số chuẩn hóa là - 0.201.
Tác động từ các biến trung gian đến biến phụ thuộc:
• Hình ảnh thương hiệu (BI) là yếu tố tác động đến giá trị thương hiệu (BE) với trọng số chuẩn hóa là 0.432 mạnh hơn so với tác động của yếu tố nhận biết thương hiệu (BA) đến giá trị thương hiệu (BE) với trọng số chuẩn hóa là 0.147. Kiểm định Bootstrap:
Để đánh giá độ tin cậy của các ước lượng của mơ hình PATH ở trên, ta sử dụng phương pháp kiểm định Bootstrap với số lượng mẫu bootstrap là 500. Kết quả kiểm định được trình bày ở bảng 4.15 bên dưới. Cột Estimate cho thấy ước lượng bình thường với phương pháp Maximum Likelihood, các cột cịn lại được tính từ phương pháp Bootstrap, trong đó cột Mean cho ta trung bình các ước lượng Bootstrap; Bias (độ chệch) bằng cột Mean - Estimate. Cột CR do ta tự tính theo cơng thức: CR = Bias/SE - Bias. Trị tuyệt đối của CR rất nhỏ so với 2 nên ta có thể nói là độ chệch giữa 2 kiểu ước lượng là rất nhỏ, khơng có ý nghĩa thống kê ở độ tin cậy 95%.
Bảng 4.15 Kết quả kiểm định Bootstrap (nguồn: Phụ lục 19)Estimate SE SE-SE Mean Bias SE-