CHƯƠNG 3. KẾT QUẢ NGHIÊN CỨU
3.4. PHÂN TÍCH HỒI QUY VÀ KIỂM ĐỊNH GIẢ THUYẾT
Bảng 3.20 Ma trận tương quan Pearson Correlations
BA PQ BC BL BQ
BA
Pearson Correlation 1 .608** .694** .665** .787**
Sig. (2-tailed) .000 .000 .000 .000
N 150 150 150 150 150
PQ
Pearson Correlation .608** 1 .598** .539** .758**
Sig. (2-tailed) .000 .000 .000 .000
N 150 150 150 150 150
BC
Pearson Correlation .694** .598** 1 .631** .858**
Sig. (2-tailed) .000 .000 .000 .000
N 150 150 150 150 150
BL
Pearson Correlation .665** .539** .631** 1 .745**
Sig. (2-tailed) .000 .000 .000 .000
N 150 150 150 150 150
BQ
Pearson Correlation .787** .758** .858** .745** 1 Sig. (2-tailed) .000 .000 .000 .000
N 150 150 150 150 150
**. Correlation is significant at the 0.01 level (2-tailed).
Kết quả phân tích tương quan từ ma trận trên cho thấy:
- Có mối quan hệ tương quan giữa các biến độc lập là BA, PQ, BA, BL với biến phụ thuộc là BQ do các biến này đều có hệ số Pearson Correlation>0.7, giá trị Sig.=0.00<0.05. Trong đó biến BC có mối tương quan mạnh nhất với hệ số Pearson = 0.858.
- Có mối tương quan giữa các biến độc lập với nhau do các biến này đều
có hệ số Pearson Correlation>0, giá trị Sig.=0.00<0.05. Tuy nhiên, hệ số Pearson <0.7 nên mối tương quan giữa các biến không chặt chẽ nên chưa thể kết luận có hiện tƣợng đa cộng tuyến cao giữa các biến độc lập. Sự đa cộng tuyến giữa các biến độc lập sẽ đƣợc xem xét thêm với phân tích hệ số phóng đại phương sai (VIF) bằng phân tích hồi quy tuyến tính bội.
3.4.2 Phân tích hồi quy tuyến tính bội
Luận văn sử dụng phương pháp phân tích hồi quy tuyến tính bội để tìm hiểu mối quan hệ giữa các yếu tố thuộc giá trị cảm nhận đến giá trị thương hiệu cà phê hòa tan của tập đoàn HDG.
Phương trình hồi quy được xây dựng như sau:
BQ= β0+ β1*BA+ β2*PQ+ β3*BC+ β4*BL Trong đó:
BQ: Giá trị thương hiệu (biến phụ thuộc) BA: Nhận biết thương hiệu (biến độc lập);
PQ: Cảm nhận về chất lƣợng (biến độc lập);
BC: Sự liên tưởng từ thương hiệu (biến độc lập);
BL: Lòng trung thành thương hiệu (biến độc lập);
Các biến được được vào phân tích theo phương pháp Enter. Kết quả phân tích trích xuất từ phần mềm SPSS 20.0 nhƣ sau:
Bảng 3.21 Mức ý nghĩa của mô hình hồi quy Model Summaryb
Model R R
Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
1 .937a .878 .875 .24858 2.151
a. Predictors: (Constant), BL, PQ, BC, BA b. Dependent Variable: BQ
Dựa vào thống kê từ bảng 3.22 cho thấy mức độ giải thích của mô hình
hồi quy khá tốt với R bình phương = 0.878, R bình phương hiệu chỉnh = 0.875. Nghĩa là 4 biến độc lập BA, BC, PQ, BL giải thích đƣợc 87.8% cho biến BQ. Có 12.2% biến giá trị thương hiệu được giải thích từ các biến khác, không thuộc mô hình nghiên cứu.
Hệ số Durbin-Watson của mô hình phân tích đƣợc là = 2.151, với k=4, n=150, mức ý nghĩa =0.05, tra bảng Durbin-Watson ta có dL =1.679, dU=
1.788. Ta thấy Durbin-Watson của mô hình nằm trong khoản dU <d<4-dL (1.788<2.151<4-1.679) do đó có thể kết luận mô hình không xảy ra hiện tượng tự tương quan.
Bảng 3.22 Kiểm định mức ý nghĩa của mô hình hồi quy ANOVAa
Model Sum of
Squares
df Mean
Square
F Sig.
1
Regression 64.749 4 16.187 261.973 .000b
Residual 8.959 145 .062
Total 73.708 149
a. Dependent Variable: BQ
b. Predictors: (Constant), BL, PQ, BC, BA
Để kiểm định sự phù hợp của mô hình trên tổng thể, phương pháp kiểm định được lựa chọn dựa vào phương pháp kiểm định giá trị thống kê F, đại lƣợng thống kê F đƣợc tính ra từ R2 của mô hình đầy đủ với mức ý nghĩa rất nhỏ Sig = 0.000 < 0.05. Nhƣ vậy, có thể suy rộng mức độ giải thích của mô hình là R bình phương hiệu chỉnh 87.7% trên tổng thể với độ tin cậy 99%.
Bảng 3.23 Thống kê hệ số phóng đại phương sai Biến Collinearity Statistics
Tolerance VIF
BA .403 2.478
PQ .559 1.790
BC .436 2.291
BL .492 2.031
Dựa vào bảng thống kê hệ số phóng đại phương sai cho thấy hệ số VIF của các biến đƣa vào phân tích hồi quy có giá trị từ 1.790 – 2.478 <4, do đo có thể kết luận mô hình có hiện tƣợng đa cộng tuyến thấp, không đáng kể.
Bảng 3.24 Thống kê mức ý nghĩa các hệ số hồi quy trong mô hình nghiên cứu
Model Unstandardized
Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1
(Constant) .040 .118 .340 .734
BA .206 .052 .179 3.931 .000
PQ .254 .035 .278 7.176 .000
BC .400 .040 .444 10.129 .000
BL .154 .032 .196 4.748 .000
Từ kết quả thống kê 3.25 cho thấy các biến độc lập BL, PQ, BC, BA đều có ý nghĩa trong mô hình hồi quy do có hệ số B, Beta khác 0, giá trị Sig.=0.000<0.05.
Từ bảng thống kê trên có thể xây dựng mô hình hồi quy chƣa chuẩn hóa nhƣ sau:
BQ= 0.040+ 0.206*BA+ 0.254*PQ+ 0.400*BC+ 0.154*BL Mô hình hồi quy đã chuẩn hóa
BQ= 0.179*BA+ 0.278*PQ+ 0.444*BC+ 0.196*BL Hay:
Giá trị thương hiệu= 0.179* Nhận biết thương hiệu + 0.278* Cảm nhận về chất lượng + 0.444* Sự liên tưởng từ thương hiệu + 0.196*Lòng trung thành thương hiệu.
Dựa trên độ lớn của hệ số Beta có thể thấy Sự liên tưởng từ thương hiệu có tác động lớn nhất đến giá trị thương hiệu trên cảm nhận của khách hàng với beta= 0.444. Tác động lớn thứ nhì là Cảm nhận về chất lƣợng với beta = 0.278. Tác động đứng thứ 3 là Lòng trung thành thương hiệu với beta=0.196.
Yếu tố Nhận biết thương hiệu có mức tác động lớn thứ 4 với hệ số beta = 0.179.
3.4.3. Kiểm định giả thuyết
Dựa vào kết quả phân tích hồi quy bội cho thấy các biến độc lập BL, PQ, BC, BA có hệ số B, Beta khác 0, giá trị Sig.=0.000<0.05 nên có ý nghĩa thống kê. Các giá thuyết H1, H2, H3, H4 đều đƣợc chấp nhận. Tất cả các biến độc lập đều có mức ảnh hưởng thuận chiều đến biến phụ thuộc là giá trị thương hiệu.