thương hiệu QC TTH KD LG KM Mức độnhận biết thương hiệu Tương quan pearson 1 .077 * .311** .500** .355** .232* Sig. (2-tailed) .377 .000 .000 .000 .007
**Tương quan có ý nghĩaởmức 1%
(Nguồn: Kết quảxửlý sốliệu trong SPSS 20)
Sig tương quan Pearson các biến độc lập TTH, KD, LG, KM với biến phụ
thuộc “ NHẬN BIẾT BIẾT THƯƠNG HIỆU” có thểchấp nhận được và đều nằm trong khoảng (-1;1), đồng thời các giá trịSig đều nhỏhơn 0.3. Tuy nhiên biến QC có giá trịSig lớn hơn 0.3 nên loại khỏi mơ hình do khơngđảm bảo điều kiện phân phối chuẩn. Các biến độc lập còn lại đảm bảo điều kiện phân phối chuẩn và có thể đưa vào
mơ hình và giải thích cho biến phụthuộc. 2.3.4.3. Phân tích hồi quy đa biến
Các nhân tố được trích ra trong phân tích nhân tố được sửdụng cho phân tích hồi quy đa biến đểkiểm định mơ hình nghiên cứu và các giảthuyết kèm theo. Các kiểm định giảthuyết thống kê đều áp dụng mức ý nghĩa là 5%. Sau khi kết luận là hai biến có mối liên hệtuyến tính thì có thểmơ hình hóa mối quan hệnhân quảcủa hai biến này bằng hồi quy tuyến tính. Độchấp nhận của biến (Tolerances) và hệsốphóng đại phương sai (Variance inflation factor – VIF) được dùng đểphát hiện hiện tượng đa cộng tuyến. Quy tắc là khi VIF vượt quá 10 là dấu hiệu của đa cộng tuyến. (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
Nghiên cứu thực hiện hồi quy đa biến theo phương pháp Enter: tất cảcác biến được đưa vào một lần và xem xét các kết quảthống kê liên quan.
Mơ hình dựkiến như sau: F =β0 + β1*F1 + β2* F2 + β3* F3 +β4* F4 Trong đó:
F: Là biến phụthuộc Mức độnhận biết thương hiệu Β0: Hằng số
βi: Các hệsốhồi quy riêng phần của biến thứi (i>0) F1: Tên thương hiệu
F2: Kiểu dáng sản phẩm F3: Logo
F4: khuyến mãi
Bước 1:Đưa 4 biến độc lập ( tên thương hiệu, kiểu dáng sản phẩm, logo, khuyến
mãi ) vào mơ hình, ta có kết quảkiểm định hồi quy sau: