t Iniial Eigenvalues Exracion Sums of Squared Loadings Roaion Sums of Squared Loadings Toal% of
4.7.2 Kiểm định giả thuyết
Ta tiến hành phân tích hồi quy để xác định cụ thể trọng số của từng thành phần tác động đến lòng trung thành của khách hàng. Phân tích hồi quy sẽ được thực hiện với 4 biến độc lập (1) tintuongtb, (2) hailongtb, (3) giatritb, (4) chatluongtb và 4 biến phụ thuộc (1) thichthutb, (2) tieudungtb, (3) camkettb, (4) trungthanhtb. Phân tích được thực hiện bằng phương pháp hồi quy tổng thể của các biến (Enter) sử dụng phần mềm SPSS 22.0. Kết quả hồi quy thu được như sau:
Chương 4: Kết quả nghiên cứu
4.7.2.1 Kiểm định giả thuyết mô hình hồi quy với biến phụ thuộc camkettb.
Ta tiến hành phân tích hồi quy để xác định cụ thể trọng số của từng thành phần tác động đến sự cam kết của khách hàng.
Phân tích hồi quy sẽ được thực hiện với 3 biến độc lập (1) tintuongtb, (2) hailongtb, (3) giatritb và một biến phụ thuộc camkettb. Phương pháp được thực hiện bằng phương pháp hồi quy tổng thể của các biến (Enter) với phần mềm SPSS 22.0.
Mô hình hồi quy như sau:
camkettb= β0 + β1* tintuongtb + β2* hailongtb + β3* giatritb Kết quả chạy hồi quy như sau:
Mô hình hồi quy:
Bảng 4-34: Mô hình hồi quy với biến phụ thuộc sự cam kết
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the
Estimate Durbin-Watson
1 .439a .192 .180 .67834 2.040
a. Predictors: (Constant), giatritb, tintuongtb, hailongtb b. Dependent Variable: camkettb
Kết quả phân tích phương sai:
Bảng 4-35: Kết quả phân tích phương sai với biến phụ thuộc sự cam kết ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 21.039 3 7.013 15.241 .000b
Residual 88.348 192 .460
Total 109.388 195
a. Dependent Variable: camkettb
b. Predictors: (Constant), giatritb, tintuongtb, hailongtb
Từ kết quả mô hình hồi quy và kết quả phân tích phương sai ta có, R2 điều chỉnh của mẫu (Adjusted R Square) là 0.180. Điều này cho thấy mô hình hồi quy tuyến tính này phù hợp với tập dữ liệu của mẫu ở mức 18.0%, tức là các biến độc lập giải thích được 18.0% biến thiên của biến phụ thuộc sự cam kết của khách hàng. Với giả thuyết H0 , R2 điều chỉnh của tổng thể bằng 0, kết quả phân tích hồi quy cho ta F = 15.241 với p_value = 0.000. Do đó, ta hoàn toàn có thể bác bỏ giả thuyết H0 và kết luận mô hình hồi quy tuyến tính xây dựng được là phù hợp với tổng thể.
Các giá trị thống kê của mô hình:
Bảng 4-36: Các giá trị thống kê với biến phụ thuộc sự cam kết Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 1.340 .306 4.384 .000
hailongtb .346 .079 .324 4.363 .000 .763 1.311
tintuongtb .123 .074 .124 1.679 .095 .773 1.294
giatritb .089 .068 .092 1.294 .197 .834 1.199
a. Dependent Variable: camkettb
Đo lường hiện tượng đa cộng tuyến: Dựa trên hệ số phóng đại phương sai VIF của từng biến độc lập, ta có thể thấy VIF lớn nhất là 1.311 < 10. Do đó, chứng tỏ hiện tượng đa cộng tuyến giữa các biến độc lập là không xảy ra.
Kiểm định giả thuyết về ý nghĩa của hệ số hồi quy: kết quả bảng trên cho thấy, có 1 yếu tố có ý nghĩa về mặt thống kê. Đó là yếu tố về Sự hài lòng (hailongtb) (P_value =0.00). Các yếu tố Sự tin tưởng (tintuongtb) (P_value =0.095), Giá trị cảm nhận (giatritb) (P_value =0.197) không có ý nghĩa về mặt thống kê (P_value >5%).
Phương trình hồi quy được thể hiện như sau: Camkettb = 1.34 + 0.346*hailongtb
Hệ số β của nhân tố sự hài lòng dương. Điều đó chứng tỏ sự hài lòng có ảnh hưởng tích cực đến sự cam kết của khách hàng.
4.7.2.2 Kiểm định giả thuyết với biến phụ thuộc thichthutb
Phân tích hồi quy sẽ được thực hiện với 1 biến độc lập chatluongtb và một biến phụ thuộc thichthutb. Phương pháp được thực hiện bằng phương pháp hồi quy tổng thể của các biến ( Enter) với phần mềm SPSS 22.0.
Mô hình hồi quy như sau:
thichthutb = β0 + β1* chatluongtb Kết quả chạy hồi quy như sau:
Bảng 4-37: Mô hình hồi quy với biến phụ thuộc thích thú thương hiệu
Model Summaryb
Model R R Square Adjusted R
Square Std. Error of the Estimate Durbin- Watson 1 .258a .067 .062 .81674 2.087
a. Predictors: (Constant), chatluongtb b. Dependent Variable: thichthutb Kết quả phân tích phương sai:
Bảng 4-38: Kết quả phân tích phương sai với biến phụ thuộc thích thú thương hiệu
Chương 4: Kết quả nghiên cứu
Model Sum of Squares df Mean Square F Sig. 1 Regression 9.227 1 9.227 13.832 .000b Residual 129.411 194 .667 Total 138.638 195
a. Dependent Variable: thichthutb b. Predictors: (Constant), chatluongtb
Từ kết quả mô hình hồi quy và kết quả phân tích phương sai ta có, R2 điều chỉnh của mẫu (Adjusted R Square) là 0.062. Điều này cho thấy mô hình hồi quy tuyến tính này phù hợp với tập dữ liệu của mẫu ở mức 6.2%, tức là biến độc lập chất lượng cảm nhận giải thích được 6.2% biến thiên của biến phụ thuộc thích thú thương hiệu. Với giả thuyết H0 , R2 điều chỉnh của tổng thể bằng 0, kết quả phân tích hồi quy cho ta F = 13.832 với p_value = 0.000. Do đó, ta hoàn toàn có thể bác bỏ giả thuyết H0 và kết luận mô hình hồi quy tuyến tính xây dựng được là phù hợp với tổng thể.
Bảng 4-39: Các giá trị thống kê với biến phụ thuộc thích thú thương hiệu Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std.
Error Beta Tolerance VIF
1 (Constant) 2.687 .209 12.855 .000
chatluongtb .239 .064 .258 3.719 .000 1.000 1.00 0 a. Dependent Variable: thichthutb
Kiểm định giả thuyết về ý nghĩa của hệ số hồi quy: kết quả bảng trên cho thấy biến độc lập chatluongtb được đưa vào mô hình có mức ý nghĩa của giá trị kiểm định t (Sig) < 0.05. Như vậy giả thuyết không có mối liên hệ tuyến tính giữa biến độc lập lập chatluongtb và biến phụ thuộc thichthutb có thể bác bỏ. Từ đây, chúng ta có thể nhận thấy rằng yếu tố chất lượng cảm nhận có ảnh hưởng đến sự thích thú thương hiệu của khách hàng.
Phương trình hồi quy:
thichthutb = 2.687 + 0.239*chatluongtb
Hệ số β của nhân tố chất lượng cảm nhận của khách hàng dương, điều này chứng tỏ nhân tố chất lượng cảm nhận của khách hàng có tác động tích cực lên thích thú thương hiệu. Với kết quả phân tích này, ta có thể giải thích như sau:
4.7.2.3 Kiểm định giả thuyết với biến phụ thuộc tieudungtb
Phân tích hồi quy sẽ được thực hiện với 1 biến độc lập chatluongtb và một biến phụ thuộc tieudungtb. Phương pháp được thực hiện bằng phương pháp hồi quy tổng thể của các biến (Enter) với phần mềm SPSS 22.0.
Kết quả chạy hồi quy như sau:
Bảng 4-40: Mô hình hồi quy với biến phụ thuộc xu hướng tiêu dùng
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 1 .340a .116 .111 .69782 1.985
a. Predictors: (Constant), chatluongtb b. Dependent Variable: tieudungtb
Bảng 4-41: Kết quả phân tích phương sai với biến phụ thuộc xu hướng tiêu dùng
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 12.351 1 12.351 25.363 .000b
Residual 94.469 194 .487
Total 106.820 195
a. Dependent Variable: tieudungtb b. Predictors: (Constant), chatluongtb
Từ kết quả mô hình hồi quy và kết quả phân tích phương sai ta có, R2 điều chỉnh của mẫu (Adjusted R Square) là 0.111. Điều này cho thấy mô hình hồi quy tuyến tính này phù hợp với tập dữ liệu của mẫu ở mức 11.1%, tức là biến độc lập chất lượng cảm nhận giải thích được 11.1% biến thiên của biến phụ thuộc xu hướng tiêu dùng. Với giả thuyết H0 , R2 điều chỉnh của tổng thể bằng 0, kết quả phân tích hồi quy cho ta F = 25.363 với p_value = 0.000. Do đó, ta hoàn toàn có thể bác bỏ giả thuyết H0 và kết luận mô hình hồi quy tuyến tính xây dựng được là phù hợp với tổng thể.
Bảng 4-42: Các giá trị thống kê với biến phụ thuộc xu hướng tiêu dùng Coefficientsa
Model Unstandardized
Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 2.705 .179 15.147 .000
chatluongtb .276 .055 .340 5.036 .000 1.000 1.00 0 a. Dependent Variable: tieudungtb
Kiểm định giả thuyết về ý nghĩa của hệ số hồi quy: kết quả bảng trên cho thấy biến độc lập chatluongtb được đưa vào mô hình có mức ý nghĩa của giá trị kiểm định t (Sig) < 0.05. Như vậy giả thuyết không có mối liên hệ tuyến tính giữa biến độc lập lập chatluongtb và biến phụ thuộc tieudungtb có thể bác bỏ. Từ đây, chúng ta có thể nhận thấy rằng yếu tố chất lượng cảm nhận có ảnh hưởng đến xu hướng tiêu dùng của khách hàng.
Chương 4: Kết quả nghiên cứu
Hệ số β của nhân tố chất lượng cảm nhận của khách hàng dương, điều này chứng tỏ nhân tố chất lượng cảm nhận của khách hàng có tác động tích cực lên xu hướng tiêu dùng. Với kết quả phân tích này, ta có thể giải thích như sau:
4.7.2.4 Kiểm định giả thuyết với biến phụ thuộc trungthanhtb
Ta tiến hành phân tích hồi quy để xác định cụ thể trọng số của từng thành phần tác động đến đến lòng trung thành thương hiệu của khách hàng.
Phân tích hồi quy sẽ được thực hiện với 7 biến tintuongtb (1), hailongtb (2), giatritb (3), chatluongtb (4), thichthutb (5), tieudungtb (6), camkettb (7) và một biến phụ thuộc trungthanhtb (8). Phương pháp được thực hiện bằng phương pháp hồi quy tổng thể của các biến (Enter) với phần mềm SPSS 22.0.
Mô hình hồi quy như sau:
trungthanhtb = β0 + β1* tintuongtb + β2* hailongtb + β3* giatritb + β4* chatluong + β5* thichthutb + β6* tieudungtb + β7* camkettb
Kết quả chạy hồi quy như sau:
Bảng 4-43: Mô hình hồi quy với biến phụ thuộc lòng trung thành thương hiệu Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 1 .719a .517 .499 .56301 1.962
a. Predictors: (Constant), camkettb, giatritb, chatluongtb, tintuongtb, thichthutb, hailongtb, tieudungtb
b. Dependent Variable: trungthanhtb
Bảng 4-44: Kết quả phân tích phương sai với biến phụ thuộc trung thành thương hiệu
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 63.783 7 9.112 28.746 .000b
Residual 59.592 188 .317
Total 123.375 195
a. Dependent Variable: trungthanhtb
b. Predictors: (Constant), camkettb, giatritb, chatluongtb, tintuongtb, thichthutb, hailongtb, tieudungtb
Từ kết quả mô hình hồi quy và kết quả phân tích phương sai ta có, R2 điều chỉnh của mẫu (Adjusted R Square) là 0.499. Điều này cho thấy mô hình hồi quy tuyến tính này phù hợp với tập dữ liệu của mẫu ở mức 49.9%, tức là các biến độc lập giải thích được 49.9% biến thiên của biến phụ thuộc lòng trung thành thương hiệu của khách hàng. Với giả thuyết H0 , R2 điều chỉnh của tổng thể bằng 0, kết quả phân tích hồi quy cho ta F = 28.746 với p_value = 0.000. Do đó, ta hoàn toàn có thể bác bỏ giả thuyết H0
Các giá trị thống kê của mô hình :
Bảng 4-45: Các giá trị thống kê với biến phụ thuộc lòng trung thành thương hiệu
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) -.219 .275 -.798 .426 hailongtb .073 .074 .064 .993 .322 .610 1.639 tintuongtb .130 .062 .123 2.097 .037 .746 1.340 giatritb .115 .060 .112 1.894 .060 .735 1.361 chatluongtb -.041 .049 -.047 -.840 .402 .818 1.222 thichthutb .160 .057 .169 2.784 .006 .694 1.440 tieudungtb .225 .076 .209 2.953 .004 .513 1.948 camkettb .354 .072 .333 4.910 .000 .558 1.791