NB CL HA TT GTTH
NB Tƣơng quan Pearson Sig. (2 chiều) N 1 .315** .312** .203** .393** .000 .000 .001 .000 252 252 252 252 252
CL Tƣơng quan Pearson Sig. (2 chiều)
N
.315** 1 .198** .168** .564**
.000 .002 .007 .000
252 252 252 252 252
HA Tƣơng quan Pearson Sig. (2 chiều) N .312** .198** 1 .287** .537** .000 .002 .000 .000 252 252 252 252 252
TT Tƣơng quan Pearson Sig. (2 chiều)
N
.203** .168** .287** 1 .429**
.001 .007 .000 .000
252 252 252 252 252
GTTH Tƣơng quan Pearson Sig. (2 chiều)
N
.393** .564** .537** .429** 1
.000 .000 .000 .000
252 252 252 252 252
Nh
ậ n xét:
- Tƣơng quan giữa các biến độc lập với biến phụ thuộc:
Các biến độc lập đều tƣơng quan tuyến tính khá mạnh với biến phụ thuộc, hệ số tƣơng quan đều có ý nghĩa thống kê (tất cả sig = 0.000), với kết quả hệ số tƣơng quan cụ thể: Hệ số tƣơng quan giữa biến phụ thuộc Giá trị thƣơng hiệu (GTTH) với biến Nhận biết thƣơng hiệu (NB) là 0.393; với biến Chất lƣợng cảm nhận (CL) là 0.564; với biến Hình ảnh thƣơng hiệu (HA) là 0.537; với biến Trung thành thƣơng hiệu là 0.429. Nhƣ vậy, việc sử dụng phân tích hồi quy tuyến tính là phù hợp.
- Tƣơng quan giữa các biến độc lập:
Các cặp biến độc lập có hệ số tƣơng quan dao động với giá trị từ 0.168 đến 0.315; và các tƣơng quan này đều có ý nghĩa thống kê. Nên các tƣơng quan này là tƣơng quan yếu. Tƣơng quan này có thể gây ra đa cộng tuyến cho mơ hình. Tuy nhiên sự tƣơng quan này sau khi kiểm tra hiện tƣợng đa cộng tuyến ở phần phân tích hồi quy, các hệ số VIF đều nhỏ hơn 10, nên đa cộng tuyến của các biến độc lập không ảnh hƣởng đến kết quả giải thích của mơ hình.
4.3.2. Phân tích h ồ i quy:
Phân tích hồi quy đƣợc tiến hành với các biến độc lập là Nhận biết thƣơng hiệu (NB), Chất lƣợng cảm nhận (CL), Hình ảnh thƣơng hiệu (HA), Trung thành thƣơng hiệu (TT) với 1 biến phụ thuộc là Giá trị thƣơng hiệu (GTTH), sử dụng phƣơng pháp Enter.
Phƣơng trình hồi quy tuyến tính có dạng nhƣ sau: GTTH = ß0 + ß1*NB + ß2*CL + ß3*HA + ß4*TT