KẾT QUẢ NGHIÊN CỨU
5.5.5Hồi quy tuyến tính bộ
Phương pháp Enter được sử dụng để thực hiện hồi qui tuyến tính bội cho biến phụ thuộc LO và các biến độc lập BW, PQ, DE, BS. Kết quả hồi qui được trình bày bên dưới.
Mô hình hồi qui tuyến tính bội
Theo kết quả từ bảng 5.5, biến độc lập DE có giá trị Sig.=0,224 > α=0,05, như vậy giả thuyết hệ số β3 của biến DE bằng 0 không bị loại bỏ, điều này cho thấy biến DE không có ý nghĩa trong mô hình. Như vậy với tập dữ liệu này thì chưa đủ cơ sở để khẳng định biến DE có ảnh hưởng đến phụ thuộc LO.
Các biến BW, PQ và BS có giá trị Sig.<0,05, như vậy giả thuyết β1,2,4=0 có thể bác bỏ với độ tin cậy 95%. Hệ số hồi qui riêng phần của các biến độc lập BW, PQ và BS thể hiện mức độ ảnh hưởng của chúng với biến phụ thuộc LO.
Như vậy, với tập dữ liệu thu được trong phạm vi nghiên cứu của đề tài thì phương trình hồi qui tuyến tính bội giữa các biến độc lập BW – Nhận biết thương hiệu, PQ – Chất lượng cảm nhận, BS – Hình ảnh thương hiệu và biến phụ thuộc LO – Lòng trung thành thương hiệu được thể hiện như sau:
Phương trình hồi qui tuyến tính bội cho thấy hệ số hồi qui riêng phần của biến PQ là cao nhất (0,756) cho thấy biến PQ có ảnh hưởng nhiều nhất đến biến phụ thuộc LO, tiếp đó là các biến BS (0,274) và BW (0,178).
Bảng 5.5 Kết quả hồi qui tuyến tính bội
Coefficients(a) Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std.
Error Beta Tolerance VIF
1 (Constant) -,436 ,336 -1,297 ,196 BW ,178 ,063 ,141 2,840 ,005 ,910 1,099 PQ ,756 ,067 ,595 11,312 ,000 ,816 1,226 DE -,069 ,056 -,063 -1,219 ,224 ,858 1,166 BS ,274 ,073 ,195 3,729 ,000 ,829 1,206 a Dependent Variable: LO
Kiểm định độ phù hợp của mô hình
Hệ số R2 điều chỉnh thu được là 0,505 cho thấy mô hình giải thích được 50,5% biến thiên của dữ liệu hay 4 nhân tố BW, PQ, DE, BS giải thích được 50,5% biến thiên của nhân tố LO trong tập dữ liệu nghiên cứu.
Kiểm định F được sử dụng nhằm kiểm định giả thuyết về độ phù hợp của mô hình hồi qui tuyến tính tổng thể. Giả thuyết H0 của kiểm định này là: β1 = β2 = β3 = β4 = 0. Kết quả cho thấy Sig.=0,000 < α=0,05 vì vậy giả thuyết H0 bị bác bỏ. Như vậy mô hình hồi qui tuyến tính bội phù hợp với tập dữ liệu và có thể sử dụng được.
Bảng 5.6 Kiểm định độ phù hợp của mô hình
Bảng 5.6a Model Summary
Model R R Square Adjusted R Square Std. Error of the Estimate 1 ,717(a) ,515 ,505 ,52216