CHƯƠNG 4. PHÂN TÍCH KẾT QUẢ NGHIÊN CỨU
4.4. Phân tích hồi quy
4.4.1. Hồi quy tuyến tính
Theo (Nguyễn 2013), trong các nghiên cứu muốn kiểm định mối quan hệ giữa tập hợp 02 hay nhiều biến độc lập với 01 biến độc lập, thông thường sẽ sử dụng phương pháp hồi quy tuyến tính.
Bảng 4-34. Bảng tóm tắt mô hình hồi quy tuyến tính
R 𝐑𝟐 𝐑𝟐 hiệu chỉnh Sai số chuẩn ước lượng
Hệ số Durbin- Watson
.846a .697 .693 .39478 2.134
Qua kết quả từ bảng tóm tắt mô hình hồi quy (bảng 4-34) cho thấy, hệ số xác định hiệu chỉnh R2 đã hiệu chỉnh là 0.693 = 69.3%. Hệ số xác định hiệu chỉnh R2 là hệ số dùng để đo lường tỷ lệ (%) biến thiên của biến phụ thuộc được giải thích thông qua tập hợp biến độc lập trong mô hình nghiên cứu. Như vậy, tập hợp các biến độc lập trong mô hình hồi quy giải thích được 69.3% biến động tương quan của biến phụ thuộc lòng trung thành của khách hàng.
Bảng 4-35. Bảng ANOVA đối với mô hình hồi quy tuyến tính
Tổng bình
phương df. Trung bình
bình phương F Sig.
Giữa các nhóm 49.065 5 9.797 66.534 .000b
Nội bộ nhóm 21.348 144 .152
Tổng 70.421 149
Kết quả kiểm định F (bảng 4-35) của mô hình hồi quy có sig. = 0.00 < 0.05, từ cơ sở này chúng ta đi đến kết luận mô hình hồi quy với những biến độc lập trong mô hình hoàn toàn có thể giải thích có ý nghĩa về mặt thống kê đối với biến thiên của biến phụ thuộc lòng trung thành của khách hàng.
Bảng 4-36. Các nhân tố tác động đến lòng trung thành của khách hàng trong mô hình hồi quy tuyến tính
Hệ số chưa chuẩn hóa
Hệ số chuẩn hóa
t Sig.
Thống kê đa cộng tuyến B Sai số
chuẩn β Hệ số
Tolerance
Hệ số VIF
(Constant) .372 .175 1.803 .073
F_TQ .279 .041 .297 5.150 .000 .630 1.587 F_DT .062 .035 .126 2.344 .020 .724 1.381 F_NT .326 .045 .308 5.597 .000 .694 1.441 F_CN .087 .038 .114 2.248 .026 .813 1.230 F_HL .254 .039 .316 6.093 .000 .780 1.282 Bên cạnh đó theo bảng 4-36, hệ số sig. của kiểm định t-test của các biến độc lập đều nhỏ hơn 0.05, như vậy các biến độc lập đều đáp ứng yêu cầu làm biến độc lập
trong mô hình nghiên cứu. Như vậy, dựa trên kết quả phân tích hồi quy, chúng ta đi đến được mô hình hồi quy tuyến tính như sau:
Trung thành = 0.372 + 0.279 (thói quen) + 0.062 (danh tiếng) + 0.326 (niềm tin) + 0.087 (giá trị cảm nhận) + 0.254 (hài lòng)
Từ mô hình hồi quy tuyến tính trên, có thể giúp chúng ta đi đến một số phân tích thống kê định lượng như sau:
Về các giả thuyết nghiên cứu:
Bảng 4-37. Mức độ tác động của các nhân tố độc lập lên yếu tố lòng trung thành của khách hàng+
Nhân tố B
F_NT 0.326
F_HL 0.254
F_TQ 0.279
F_CN 0.087
F_DT 0.062
Cụ thể dựa trên bảng 4-37 ta thấy, trong tập hợp 05 biến độc lập của mô hình nghiên cứu nhân tố niềm tin của khách hàng (F_NT) có sự tác động lớn nhất đối với lòng trung thành của khách hàng với hệ số hồi quy B bằng 0.326, điều này có nghĩa là khi chỉ số sự hài lòng của khách hàng tăng thêm 10% sẽ giúp cho sự trung thành của khách hàng tăng thêm khoảng 3.26%. Từ cơ sở này, chúng ta có đầy đủ căn cứ chứng minh giả thuyết nghiên cứu (H2): niềm tin của khách hàng có tác động dương lên lòng trung thành, kết quả từ mô hình hồi quy đã chứng minh mối quan hệ tương quan tuyến tính dương giữa niềm tin của khách hàng và lòng trung thành của khách hàng. Cụ thể, một khi khách hàng càng có niềm tin với doanh nghiệp thì họ càng trung thành hơn với doanh nghiệp.
Tiếp theo, đó là các nhân tố sự hài lòng của khách hàng (F_HL) với hệ số hồi quy B bằng 0.254, như vậy có nghĩa là khi chỉ số hài lòng của khách hàng tăng thêm 10% sẽ giúp cho chỉ số lòng trung thành của khách hàng tăng thêm 2.54%. Cũng từ cơ sở phân tích thống kê định lượng này, giúp chúng ta đi đến kết luận về giả thuyết nghiên cứu (H1): Sự hài lòng của khách hàng có tác động dương lên lòng trung
thành. Từ kết quả phân tích định lượng trên đã chứng minh, tồn tại mối quan hệ tương quan tuyến tính dương giữa sự hài lòng của khách hàng đối với lòng trung thành. Như vậy, khi khách hàng càng hài lòng với sản phẩm/dịch vụ với doanh nghiệp sẽ giúp càng nâng cao lòng trung thành của khách hàng đối với doanh nghiệp tăng lên.
Bên cạnh đó, nhân tố thói quen tiêu dùng (F_TQ) cũng là một nhân tố cơ sự tác động mạnh lên lòng trung thành của khách hàng, khi hệ số hồi quy B = 0.279, như vậy có nghĩa là khi hệ số cảm nhận thói quen tiêu dùng tăng thêm 10%, sẽ giúp chỉ số lòng trung thành của khách hàng đối với PRC tăng thêm khoảng 2.79%, cũng từ cơ sở phân tích định lượng này, ta đi đến kết luận giả thuyết nghiên cứu (H5): Thói quen tiêu dùng tác động dương lên lòng trung thành của khách hàng, qua dữ liệu định lượng đã chứng minh tồn tại mối quan hệ tương quan dương giữa thói quen tiêu dùng đối với lòng trung thành của khách hàng. Rõ ràng, nếu như PRC càng khiến cho thương hiệu của mình ăn sâu trong tâm trí của khách hàng như một thói quen khi có nhu cầu mua bán sẽ giúp cho lòng trung thành của khách hàng càng tăng lên.
Một trong những nhóm nhân tố độc lập có mối tác động tới lòng trung thành của khách hàng tương đối nhỏ so với các nhóm nhân tố khác trong mô hình hổi quy tuyến tính là biến giá trị cảm nhận (F_CN) với hệ số hồi quy B = 0.087, như vậy nếu giá trị cảm nhận của khách hàng tăng thêm 10% chỉ giúp cho lòng trung thành của khách hàng tăng thêm 0.87%. Điều này, cũng sẽ giúp chúng ta đưa ra căn cứ để kết luận về giả thuyết nghiên cứu (H4): Giá trị cảm nhận có tác động dương lên lòng trung thành, qua kết quả phân tích định lượng đối với nhân tố giá trị cảm nhận có thể khẳng định, tồn tại mối tương quan dương giữa giá trị cảm nhận lên lòng trung thành của khách hàng. Như vậy, một khi giá trị cảm nhận của khách hàng tăng lên sẽ giúp lòng trung thành đối với doanh nghiệp của khách hàng cũng được nâng lên.
Và cuối cùng, là nhân tố danh tiếng thương hiệu (F_DT), là nhân tố có sự tác động thấp nhất đối với lòng trung thành của khách hàng với hệ số hồi quy B = 0.062, điều đó có nghĩa là cứ mỗi khi cảm nhận về danh tiếng thương hiệu PRC tăng thêm 10%, sẽ giúp cho lòng trung thành của khách hàng đối với doanh nghiệp tăng thêm 0.62%. Từ đó, ta đi đến kết luận về giả thuyết nghiên cứu (H3): Danh tiếng thương hiệu có tác động dương lên lòng trung thành, từ những dữ liệu phân tích định lượng
có thể thấy rõ ràng tồn tại mối quan hệ tương quan dương giữa danh tiếng thương hiệu và lòng trung thành của khách hàng. Điều này chứng tỏ rằng, một khi PRC càng tạo được danh tiếng thương hiệu tốt đối với khách hàng sẽ giúp cho khách hàng càng trung thành với doanh nghiệp.
4.4.2. Hiện tượng đa cộng tuyến:
Một trong những điều kiện của mô hình hồi quy tuyến tính đó là các nhân tố độc lập không có sự tương quan chặt chẽ với nhau (Hoàng & Chu, 2016). Đa cộng tuyến được hiểu là hiện tượng mà các biến độc lập trong mô hình hồi quy có mối quan hệ tuyến tính với nhau (Nguyễn 2013). Thông thường trong phân tích hồi quy tuyến tính, để kiểm tra hiện tượng đa cộng tuyến, các nhà nghiên cứu thường sử dụng chỉ số phóng đại phương sai VIF3. Thông thường, nếu một nhân tố độc lập có hệ số VIF >
10, thì biến độc lập này hầu như không có ý nghĩa giải thích sự biến thiên của biến phụ thuộc trong mô hình hồi quy (Hair 2006).
Như vậy kết quả từ bảng 4-36 ta có thể thấy, các nhân tố độc lập đều có hệ số VIF < 10, chứng tỏ không xảy ra hiện tượng đa cộng tuyến trong mô hình hồi quy tuyến tính.
4.4.3. Tự tương quan:
Hơn nữa, kiểm định Durbin-Watson (bảng 4-34) có hệ số bằng 2.158, thỏa điều kiện 1< d <3 theo phương pháp kinh nghiệm, điều này chứng tỏ rằng không có hiện tượng tự tương quan giữa các phần dư trong mô hình hồi quy.
Chương 4 đã đưa ra những phân tích thống kê định lượng nhằm kiểm định mô hình nghiên cứu bao gồm tập hợp 05 biến độc lập và các giả thuyết nghiên cứu. Kết quả phân tích thống kê định lượng đã chứng minh mối quan hệ giữa 05 nhóm nhân tố độc lập: sự hài lòng của khách hàng, niềm tin của khách hàng, danh tiếng thương hiệu, giá trị cảm nhận và thói quen tiêu dùng đối với yếu tố lòng trung thành của khách hàng.
3 VIF (variance inflation factor): Hệ số phóng đại phương sai
Bên cạnh đó, trong chương này cũng đã tiến hành một số những phân tích định lượng chuyên sâu như: hồi quy tuyến tính, T-test, ANOVA… từ đó làm cơ sở để tác giả đề xuất một số kiến nghị mang hàm ý quản trị nhằm nâng cao sự trung thành của khách hàng tại PRC.