Để biết được biến phụ thuộc có tương quan tuyến tính với các biến độc lập hay không, người ta sử dụng một số thống kê có tên là hệ số tương quan Person, ký hiệu: r (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Giá trị r nằm trong đoạn [-1; 1], giá trị tuyệt đối của r càng gần 1 thì tương quan tuyến tính là chặt chẽ và khi r = 0 thì không có mối liên hệ tuyến tính giữa biến phụ thuộc và các biến độc lập.
Kết quả phân tích tương quan ở bảng 4.18 cho thấy có tương quan tuyến tính giữa các thang đo “phản ứng cảm xúc, chất lượng cảm nhận, danh tiếng. giả cả mang tính tiền tệ và giả cả hành vi” với thang đo “giá trị cảm nhận của khách hàng”, trong đó mối quan hệ tương quan cao nhất là giữa thang đo “ giả cả hành vi” với “giá trị cảm nhận của khách hàng”, có r = .607
Bảng 4.18: Ma trận hệ số tương quan giữa các thang đo trong mô hình
Phản ứng Cảm xúc Chất lượng cảm nhận Danh tiếng Giả cả mang tính tiền tệ Giả cả hành vi Giá trị cảm nhận Hệ số Pearson 1 -.019 .508** .417** .450** .544** Sig. (2-tailed) .751 .000 .000 .000 .000 Phản ứng Cảm xúc Số lượng 270 270 270 270 270 270 Hệ số Pearson -.019 1 -.020 -.025 -.080 .077 Sig. (2-tailed) .751 .744 .686 .189 .209 Chất lượng cảm nhận Số lượng 270 270 270 270 270 270 Hệ số Pearson .508** -.020 1 .456** .540** .569** Sig. (2-tailed) .000 .744 .000 .000 .000 Danh tiếng Số lượng 270 270 270 270 270 270 Hệ số Pearson .417** -.025 .456** 1 .466** .496** Sig. (2-tailed) .000 .686 .000 .000 .000 Giả cả mang tính tiền tệ Số lượng 270 270 270 270 270 270 Hệ số Pearson .450** -.080 .540** .466** 1 .607** Sig. (2-tailed) .000 .189 .000 .000 .000 Giả cả hành vi Số lượng 270 270 270 270 270 270 Hệ số Pearson .544** .077 .569** .496** .607** 1 Sig. (2-tailed) .000 .209 .000 .000 .000 Giá trị cảm nhận Số lượng 270 270 270 270 270 270
Kết quả phân tích tương quan cho thấy có tương quan tuyến tính giữa các biến độc lập và biến phụ thuộc, vì vậy mô hình nghiên cứu có dạng hồi quy tuyến tính bội. Ta tiếp tục đánh giá độ phù hợp của mô hình hồi quy tuyến tính bội.
Mô hình hồi quy tuyến tính bội được xem có dạng:
Giá trị = β0 + β1*cảm xúc + β2*chất lượng + β3* danh tiếng + + β4*giả cả + β5*hành vi
Mô hình có R điều chỉnh là 0.528 chứng tỏ 5 biến cảm xúc, chất lượng, danh tiếng, giả cả và hành vi giải thích được 52.8% sự biến thiên của giá trị cảm nhận, mô hình có mức độ giải thích khá tốt (bảng 4.19) Bảng 4.19: Hệ số tương quan R R2 R2 điều chỉnh Sai số chuẩn của ước lượng Hệ số DurbinWat son 1 .726a .528 .519 .33270 1.719
Kiểm định F sử dụng trong bảng phân tích phương sai vẫn là một phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể, nó xem biến phụ thuộc có liên hệ tuyến tính với toàn bộ tập hợp các biến độc lập hay không? Giả thuyết H0 là β1= β2 = β3 = β4 = β5. Nếu giả thuyết H0 bị bác bỏ có nghĩa là các biến hiện có trong mô hình có thể giải thích được sự thay đổi của giá trị, như vậy mô hình ta xây dựng phù hợp với tập dữ liệu.
Theo kết quả bảng 4.20, ta thấy kiểm định F có giá trị là 58.960 với Sig. = .000(a) (<0.05) chứng tỏ mô hình hồi quy tuyến tính bội là phù hợp với tập dữ liệu và có thể sử dụng được.
Bảng 4.20: Kết quả phân tích Anova của mô hình hồi quy
Mô hình Tổng các độ lệch bình phương df Độ lệch bình phương bình quân F Sig. Phần hồi quy 32.630 5 6.526 58.960 .000a Phần dư 29.221 264 .111 1 Tổng 61.852 269
Bảng 4.21, cho thấy các hệ số β đều khác 0 và Sig. của cả 5 yếu tố đều có giá trị <0.05, chứng tỏ các thành phần cảm xúc, chất lượng, danh tiếng, giá cả, hành vị đều tác động lên giá trị cảm nhận của khách hàng khi mua sắm tại siêu thị Metro Nha. So
sánh giá trị (độ lớn) của β cho thấy: Giá cả hành vi là yếu tố quan trọng nhất, tác động lớn nhất đến giá trị cảm nhận của khách hàng, vượt trội hơn so với tác động của các yếu tố khác hệ số β của biến này là 0.243 có nghĩa là trong điều kiện các yếu tố khác không đổi, nếu “Giả cả hành vi” thay đổi một đơn vị thì “giá trị cảm nhận” thay đổi 0.243 đơn vị. Hai thành phần đóng vai trò quan trọng tiếp theo sau giá cả hành vi là “phản ứng cảm xúc” và “danh tiếng”, đều có hệ số β là 0.165, trong điều kiện các yếu tố khác không đổi, “phản ứng cảm xúc” (“danh tiếng”) thay đổi một đơn vị thì “giá trị cảm nhận của khách hàng” thay đổi 0.165 đơn vị. Yếu tố quan trọng kế tiếp là “giá cả” (β = 0.120), và cuối cùng là “chất lượng” (β = 0.097).
Từ kết quả trên, phương trình hồi quy được xác định:
Giá trị cảm nhận = 0.784 + 0.165*cảm xúc + 0.097*chất lượng + + 0.165* danh tiếng + 0.120*giá cả + 0.243*giả cả hành vi
Các hệ số β đều dương có nghĩa cả 5 yếu tố đều tác động cùng chiều lên giá trị cảm nhận của khách hàng. Như vậy, các giả thuyết đã nêu gồm H1: Phản ứng cảm xúc có tác động dương lên giá trị cảm nhận của khách hàng; H2: Chất lượng cảm nhận có tác động dương lên giá trị cảm nhận của khách hàng; H3: Danh tiếng có tác động dương lên giá trị cảm nhận của khách hàng; H4: Giá cả mang tính tiền tệ có tác động dương lên giá trị cảm nhận của khách hàng và H5: Giá cả hành vi có tác động dương lên giá trị cảm nhận của khách hàng được chấp bởi bộ dữ liệu nghiên cứu.
Bảng 4.21: Hệ số hồi quy của phương trình hồi quy
Cộng tuyến Hệ số hồi quy không chuẩn hóa Hệ số hồi quy chuẩn hóa Mô hình B Sai số chuẩn hóa Beta t Sig. Hệ số Toleranc e Hệ số VIF Hệ số tự do .784 .193 4.061 Cảm xúc .165 .037 .228 4.420 .000 .675 1.482 Chất lượng .097 .036 .116 2.721 .007 .993 1.007 Danh tiếng .165 .044 .206 3.762 .000 .594 1.682 Giả cả .120 .039 .156 3.093 .002 .699 1.430 1 Hành vi .243 .040 .329 6.132 .000 .621 1.610
Xây dựng xong mô hình hồi quy tuyến tính mới chỉ là thành công bước đầu để đánh giá mức độ phù hợp của mô hình. Để khẳng định mô hình có ý nghĩa, là mô hình hồi quy tốt thì mô hình phải đáp ứng được một số giả thiết. Vì vậy, tác giả tiếp tục thực hiện một số kiểm định sau:
4.3.2.1. Có liên hệ tuyến tính giữa biến phụ thuộc và các biến độc lập.
Nếu giả định này được thỏa mãn thì sẽ không nhận thấy có sự liên hệ nào giữa các giá trị dự đoán và phần dư, phân dư phải phân tán ngẫu nhiên. Nhìn vào đồ thị phân tán giữa các phần dư và giá trị dự đoán (hình 4.1), ta thấy phần dư thay đổi không theo một trật tự nào vì vậy, chấp nhận giả thiết có liên hệ tuyến tính giữa các biến độc lập và biến phụ thuộc.
Hình 4.1: Đồ thị phân tán giữa phần dư và giá trị dự đoán
4.3.2.2. Phương sai của sai số không đổi.
Nếu có hiện tượng phương sai của sai số thay đổi thì sẽ gây ra khá nhiều hậu quả cho mô hình hồi quy đã ước lượng, tuy nó không làm cho các ước lượng của các hệ số hồi quy bị chệch nhưng lại cho thấy mô hình ước lượng không là mô hình phù hợp nhất. Ước lượng của phương sai bị chệch làm kiểm định các giả thiết mất hiệu lực khiến chúng ta đánh giá nhầm về chất lượng của mô hình hồi quy tuyến tính (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008)
Sau khi thực hiện kiểm định, nhìn vào bảng kết quả phân tích Anova (bảng 4.22), ta thấy sig = .597a > 5% nên không có bệnh phương sai của sai số không đổi.
4.3.2.3. Phần dư phân phối chuẩn
Nếu sử dụng sai mô hình thì phần dư không tuân theo phân phối chuẩn, vì vậy ta nên thực hiện khảo sát bằng đồ thị để nhận biết.
Nhìn vào biểu đồ tần số của phần dư chuẩn hóa ( hình 4.2), ta thấy phân phối phần dư xấp xỉ chuẩn Mean < 0 và và độ lệch chuẩn Std.Dev = 0.991 (gần bằng 1) nên giả thiết phân phối chuẩn của phần dư không bị vi phạm.
Hình 4.2: Biểu đồ tần số của phần dư chuẩn hóa 4.3.2.4. Không có tương quan giữa các phần dư
Một số lý do dẫn đến sự tồn tại của phần dư đó là các biến ảnh hưởng không được đưa vào mô hình, chọn dạng tuyến tính cho mối quan hệ lẽ ra là phi tuyến tính, sai số trong đo lường các biến...các vấn đề này có thể dẫn đến tương quan chuỗi trong sai số và tương quan này gây ra tác động sai lệch nghiêm trọng đến mô hình hồi quy tuyến tính (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Vì thế mình phải kiểm định xem có tự tương quan giữa các phần dư này không? Đại lượng thống kê Durbin – Wattson (d) được dùng để kiểm định giả thiết này. Nếu giá trị d nằm trong khoảng (1,5; 3,5) ta chấp nhận giả thiết. Giá trị d trong mô hình này = 1.719 nên kết luận không có tự tương quan giữa các phần dư ( bảng 4.19). (adsbygoogle = window.adsbygoogle || []).push({});
4.3.2.5. Không có mối tương quan giữa các biến độc lập (hiện tượng đa cộng tuyến)
Mô hình Tổng các độ lệch bình phương df Độ lệch bình phương bình quân F Sig. Phần hồi quy .034 1 .034 .280 .597a Phần dư 32.596 268 .122 1 Tổng 32.630 269
Cộng tuyến là trạng thái trong đó các biến độc lập có tương quan chặt chẽ với nhau, vấn đề của hiện tượng cộng tuyến là chúng cung cấp cho mô hình những thông tin rất giống nhau, rất khó tách rời ảnh hưởng của các biến độc lập đến biến phụ thuộc. Hiệu ứng khác của sự tương quan khá chặt giữa các biến độc lập là nó làm các hệ số hồi quy có khuynh hướng kém ý nghĩa hơn (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Hệ số phóng đại phương sai VIF và Tolerance là hai đại lượng để chẩn đoán hiện tượng đa cộng tuyến.
Vì trong mô hình này có hệ số VIF đều nhỏ hơn 8 và Tolerance đều nằm trong khoảng (0;1) nên chấp nhận giả thiết là không có mối tương quan giữa các biến độc lập (bảng 4.21).
4.3.3. Kiểm định mức độ cảm nhận giá trị của các đối tượng khách hàng
Kiểm định giả thiết trung bình của hai tổng thể (Independent samples Test), phương pháp phân tích phương sai (Anova) kết hợp với kiểm định Bonferroni (trường hợp phương sai bằng nhau) và Tamhance (trường hợp phương sai không bằng nhau) đối với các biến kiểm soát như: giới tính, tuổi, trình độ học vấn, nghề nghiệp và thu nhập để kiểm định xem có sự khác biệt hay không giá trị cảm nhận theo từng nhóm biến khác nhau như trên khi đánh giá giá trị cảm nhận của khách hàng mua sắm tại siêu thị Metro Nha Trang.
4.3.3.1. Phân tích theo giới tính
Kết quả phân tích theo giới tính được thể hiện trong bảng 4.23.
Bảng 4.23: Kết quả kiểm định giá trị trung bình của hai tổng thể (nam và nữ)
Kiểm định Levene Kiểm định T
F Sig. t df Sig. (2-tailed)
Phương sai bằng nhau
.054 .816 1.436 268 .152
Giá trị Phương sai
khác nhau 1.442 192.466 .151
Ta thấy:
- Sig trong kiểm định Levene lớn hơn 5% nên phương sai của nam và nữ xét ở yếu tố này không khác nhau, ta xem kết quả kiểm định T cũng cho thấy sig lớn hơn 5%, vì vậy không có sự khác biệt có ý nghĩa về giá trị cảm nhận giữa nam và nữ hay giới tính không ảnh hưởng đến giá trị cảm nhận của khách hàng.
4.3.3.2. Phân tích theo độ tuổi
Kết quả kiểm định Levene cho thấy sig> 5% chứng tỏ phương sai của các nhóm tuổi khác nhau là bằng nhau có ý nghĩa (bảng 4.24)
Bảng 4.24: Kiểm định Levene theo độ tuổi
Bảng 4.25: Kết quả phân tích Anova theo độ tuổi Tổng các độ lệch bình phương df Độ lệch bình phương bình quân F Sig. Giữa các nhóm .639 4 .160 .692 .598 Trong nhóm 61.212 265 .231 Tổng 61.852 269
Kết quả phân tích Anova cho thấy Sig lớn hơn 5%, điều này chứng tỏ độ tuổi không ảnh hưởng đến giá trị cảm nhận của khách hàng (bảng 4.25).
4.3.3.3. Phân tích về trình độ học vấn
Sig trong kết quả kiểm định Levene lớn hơn 5% nên phương sai của các nhóm học vấn khác nhau là bằng nhau. Mặt khác, sig trong kết quả phân tích Anova cũng lớn hơn 5% nên yếu tố học vấn không ảnh hưởng đến giá trị cảm nhận của khách hàng ( bảng 4.26 và bảng 4.27)
Bảng 4.26: Kết quả kiểm định Levene theo trình độ học vấn
Bảng 4.27: Kết quả phân tích Anova theo trình độ học vấn
Tổng các độ lệch bình phương df Độ lệch bình phương bình quân F Sig. Giữa các nhóm 1.609 3 .536 2.368 .071 Trong nhóm 60.243 266 .226 Tổng 61.852 269
Thống kê Levene df1 df2 Sig.
.955 4 265 .433
Thống kê Levene df1 df2 Sig. (adsbygoogle = window.adsbygoogle || []).push({});
4.3.3.4. Phân tích về nghề nghiệp
Kết quả phân tích phương sai theo nghề nghiệp cho thấy phương sai giữa các nhóm nghề nghiệp bằng nhau và cũng không có sự khác biệt về giá trị cảm nhận của khách hàng giữa các nhóm nghề nghiệp khác nhau hay nghề nghiệp không ảnh hưởng đến các yếu tố của giá trị cảm nhận của khách hàng (sig trong kiểm định Levene và phân tích Anova >5% (bảng 4.28 và bảng 4.29)
Bảng 4.28: Kết quả kiểm định Levene theo nghề nghiệp
Thống kê Levene df1 df2 Sig.
.911 4 265 .458
Bảng 4.29: Kết quả phân tích Anova theo nghề nghiệp Tổng các độ lệch bình
phương df
Độ lệch bình
phương bình quân F Sig.
Giữa các nhóm .741 4 .185 .803 .524
Trong nhóm 61.111 265 .231
Tổng 61.852 269
4.3.3.5. Phân tích theo thu nhập
Kết quả phân tích phương sai theo nghề nghiệp cho thấy phương sai giữa các nhóm thu nhập khác nhau là bằng nhau và không có sự khác biệt về giá trị cảm nhận giữa các nhóm thu nhập khác nhau hay thu nhập không ảnh hưởng đến các yếu tố của giá trị cảm nhận của khách hàng (sig trong kiểm định Levene và phân tích Anova >5% (bảng 4.30 và bảng 4.31).
Bảng 4.30: Kết quả kiểm định Levene theo thu nhập
Thống kê Levene df1 df2 Sig.
2.246 2 267 .108
Bảng 4.31: Kết quả phân tích Anova theo thu nhập
Tổng các độ lệch bình phương df Độ lệch bình phương bình quân F Sig. Giữa các nhóm .040 2 .020 .087 .917 Trong nhóm 61.812 267 .232 Tổng 61.852 269
Sau khi thực hiện kiểm định đồ phù hợp của mô hình hồi quy và một số giả thiết, có thể nhận định được mô hình hồi quy xây dựng được là phù hợp, có ý nghĩa về mặt thống kê. Với mức độ ảnh hưởng của các thành phần lên giá trị cảm nhận như đã biết, ta tiếp tục xem xét đánh giá của khách hàng đến các yếu tố hình thành nên giá trị cảm nhận của khách như thế nào để đưa ra các giải pháp cho siêu thị Metro Nha Trang.
Từ bảng ta nhận thấy khách hàng đánh giá các yếu tố đo lường giá trị cảm nhận của khách hàng ở mức trung bình, trong đó khách hàng cảm nhận tốt nhất về danh tiếng của hệ thống siêu thị Metro, trong đó “Metro là siêu thị được nhiều người biết đến” có số điểm cao nhất trong thang đo. Đây là dấu hiệu đáng mừng vì trong “danh tiếng” là thành phần tác động mạnh thứ hai lên giá trị cảm nhận của khách hàng sau “giả cả hành vi”
Đáng lưu ý ở đây là thành phần “giả cả hành vi”, là thành phần tác động mạnh nhất lên “giá trị cảm nhận” (hệ số β = 0.243) nhưng lại là một trong hai yếu tố cùng với “phản ứng cảm xúc” được khách hàng đánh giá thấp nhất trong năm thành phần (3.42) và biến “dễ dàng biết thông tin khuyến mãi” có số điểm thấp nhất trong thang đo (3.26).
Thành phần “chất lượng cảm nhận” được khách hàng đánh giá ở mức không cao (3.43) nhưng đây là mức hoàn toàn có thể chấp nhận được vì mức độ ảnh hưởng của