Phần II: NỘI DUNG NGHIÊN CỨU
2.2. Đánh giá mức độ nhận biết của khách hàng thành phố Huế đối với thương hiệu
2.2.7. Kiểm định mô hình
Bảng 2.17- Phân tích EFA cho biến phụ thuộc
Biến quan sát
Thành phần 1 Toi de dang nhan biet logo cong ty .819 Toi de dang nhan biet thuong hieu cua cong ty .818 Toi de dang nhan biet dong phuc cua cong ty .776 Toi de dang nhan biet quang cao cua cong ty .760 Toi de dang nhan biet ten thuong hieu .760 Toi de dang nhan biet cau khau hieu(slogan) .749
(Nguồn: kết quả spss )
Kết quả phân tích EFA cho các biến phụ thuộc trên cho thấy, hệ số tải nhân tố của các biến quan sát đều thỏa mãn điều kiện khi phân tích nhân tố là hệ số Factor Loading > 0,5 và số nhân tố tạo ra khi phân tích nhân tố là 1 nhân tố, không có biến quan sát nào bị loại.
Sau khi phân tích ta nhóm biến nhân tố này thành một nhóm là: “mức độ nhận biết thương hiệu”. Kết quả cho thấy thang đo có phương sai trích 60,976% nên giải thích tốt cho đại lượng đo lường.
H4: Tồn tại mối quan hệ tuyến tính giữa Logo đi kèm với mức độ nhận biết thương hiệu .
H5: Tồn tại mối quan hệ tuyến tính giữa Đồng phục với mức độ nhận biết thương hiệu.
Do đó, mô hình hồi quy bội như sau:
Mức độ nhận biết thương hiệu
Sơ đồ 2.2: Mô hình hồi quy bội điều chỉnh 2.2.7.2 Kiểm định hệ số tương quan Pearson
Trước khi phân tích hồi quy các nhân tố mới hình thành trong bước phân tích nhân tố, phân tích hệ số tương quan được tiến hành cho 5 biến độc lập và biến phụ thuộc với hệ số tương quan Pearson và kiểm định 2 phía với mức ý nghĩa 0.05.
Bảng 2.18 - Kiểm định hệ số tương quan Pearson
Mức độ nhận biết thương hiệu
Tên thương
hiệu
Logo Câu khẩu
hiệu
Đồng phục
Quảng cáo Mức độ nhận biết
thương hiệu
Pearson 1 .702** .517** .490** .652** .595**
Sig. 0.00 0.00 0.00 0.00 0.00
**. Tương quan ở mức ý nghĩa 0,01.
*. Tương quan ở mức ý nghĩa 0,05.
(Nguồn: kết quả spss) Tên thương hiệu
Logo
Câu khẩu hiệu (slogan) Đồng phục nhân viên Quảng cáo thương hiệu
Trường Đại học Kinh tế Huế
Kết quả hồi quy pearson, có 5 biến có hệ số tương quan giữa biến phụ thuộc Mức độ nhận biết thương hiệu và biến độc lập có thể chấp nhận được và đều nằm trong khoảng (-1;1), đồng thời các giá trị Sig đều nhỏ hơn 0.3 nên cả 5 biến độc lập này đảm bảo điều kiện phân phối chuẩn và có thể đưa vào mô hình để giải thích cho biến phụ thuộc.
2.2.7.3. Phân tích hồi quy đa biến
Các nhân tố được trích ra trong phân tích nhân tố được sử dụng cho phân tích hồi quy đa biến để kiểm định mô hình nghiên cứu và các giả thuyết kèm theo. Các kiểm định giả thuyết thống kê đều áp dụng mức ý nghĩa là 5%.
Sau khi kết luận là hai biến có mối liên hệ tuyến tính thì có thể mô hình hóa mối quan hệ nhân quả của hai biến này bằng hồi quy tuyến tính. Độ chấp nhận của biến (Tolerances) và hệ số phóng đại phương sai (Variance inflation factor – VIF) được dùng để phát hiện hiện tượng đa cộng tuyến. Quy tắc là khi VIF vượt quá 10 là dấu hiệu của đa cộng tuyến. (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
Nghiên cứu thực hiện hồi quy đa biến theo phương pháp Enter: tất cả các biến được đưa vào một lần và xem xét các kết quả thống kê liên quan.
Mô hình dự kiến như sau:
F = β0 + β1*F1 + β4* F4+ β5* F5 Trong đó:
F: Là biến phụ thuộc Mức độ nhận biết thương hiệu Β0: Hằng số
βi: Các hệ số hồi quy riêng phần của biến thứ i (i>0) F1: Tên thương hiệu
F2: Logo
F3: Câu khẩu hiệu F4: Đồng phục F5: Quảng cáo
Bước 1: Đưa 5 biến độc lập ( tên thương hiệu, logo, câu khẩu hiệu, đồng phục, quảng cáo) vào mô hình, ta có kết quả kiểm định hồi quy sau:
Trường Đại học Kinh tế Huế
Bảng 2.19 - Kết quả kiểm định hồi quy
Biến B S.E. T Sig. VIF
Hằng số .541 .246 2.198 .030
Tên thương hiệu .349 .063 5.546 .000 1.730
Logo .092 .067 1.387 .168 1.441
Câu khẩu hiệu .110 .062 1.763 .080 1.460
Đồng phục .250 .075 3.320 .001 1.892
Quảng cáo .153 .063 2.448 .016 1.816
(Nguồn: kết quả chạy spss) Kiểm định t với độ tin cậy 95% trong phân tích hệ số hồi quy cho ta thấy: 5 nhân tố độc lập F1 ( Tên thương hiệu), F2 (Logo), F3 (Câu khẩu hiệu), F4 (Đồng phục), F5 (Quảng cáo) ta thấy Sig của F1, F4 và F5 lần lượt là 0.00, 0.01, 0.016, đều nhỏ hơn 0.05 và có VIF nhỏ hơn 2 nên giữ ba nhân tố này, cả 3 biến độc lập này đều có tác động đến biến phụ thuộc “mức độ nhận biết thương hiệu”, chúng đều có ý nghĩa trong mô hình và tác động cùng chiều đến biến phụ thuộc này do các hệ số hồi quy đều mang dấu dương. Còn hai nhân tố F2, F3 có giá trị Sig lần lượt là 0.168 và 0.08 lớn hơn 0.05 nên hai nhân tố này sẽ không có ý nghĩa trong mô hình.
Ta có mô hình như sau: F=0.541 + 0.349* F1 + 0.259*F4 + 0.153*F5
Như vậy, chỉ có 3 biến độc lập của mô hình được chứng minh là có ảnh hưởng đến “mức độ nhận biết thương hiệu”. Nghĩa là sự gia tăng hay giảm đi mức độ dễ dàng nhận biết các yếu tố thành phần sẽ làm tăng / giảm tương ứng mức độ nhận biết thương hiệu của khách hàng. Dựa vào hệ số hồi quy chuẩn hoá ta biết được mức độ tác động của 3 biến độc lập này đến biến phụ thuộc “mức độ nhận biết thương hiệu”
Huetronics. Trong đó, “tên thương hiệu” có ảnh hưởng lớn nhất (0,389), kế đến là
“đồng phục nhân viên” (0,244) và cuối cùng là“quảng cáo thương hiệu” (0,176) .
Bước 2: Đánh giá độ phù hợp của mô hình
Hệ số xác định R2 và R2 hiệu chỉnh (Adjusted R square) được dùng để đánh giá độ phù hợp của mô hình. Vì R2 sẽ tăng khi đưa thêm biến độc lập vào mô hình nên dùng R2 hiệu chỉnh sẽ an toàn hơn khi đánh giá độ phù hợp của mô hình. R2 hiệu chỉnh càng lớn thể hiện độ phù hợp của mô hình càng cao.
Trường Đại học Kinh tế Huế
R2 hiệu chỉnh của mô hình là 0,613 ( Xem bảng phụ lục IV) tức là 61,3% sự biến thiên của mức độ nhận biết thương hiệu được giải thích bởi mối liên hệ tuyến tính của các biến độc lập.
Bước 3: Kiểm định sự phù hợp của mô hình Tiến hành kiểm định sự phù hợp của mô hình:
Giả thuyết H0: β1 = β2 = β3= β4 = β5 = 0 : Mô hình hồi quy không phù hợp Giả thuyết H1:β1 ≠ β2 ≠ β3 ≠β4 ≠ β5 : Mô hình hồi quy phù hợp.
Để kiểm định độ phù hợp của mô hình hồi quy tuyến tính đa bội ta dùng giá trị F ở bảng phân tích ANOVA sau:
Bảng 2.21 - Kiểm định sự phù hợp của mô hình ANOVAa
Mô hình Tổng bình phương df Trung bình bình phương F Sig.
1
Hồi quy 51.900 5 10.380 44.919 .000b
Số dư 29.348 127 .231
Tổng 81.248 132
(Nguồn: kết quả spss ) Từ bảng 2.21 ta thấy giá trị Sig của mô hình nhỏ hơn 0,05 nên có thể bác bỏ giả thiết H0. . Vì vậy mô hình phù hợp với tập dữ liệu và từ đó có thể suy rộng ra cho toàn tổng thể.
Như vậy sau khi đưa ra mô hình bằng phần mềm SPSS thì Mức độ nhận biết thương hiệu có ba yếu tố
Tên thương hiệu
Đồng phục
Quảng cáo
Sơ đô 2.3 - Mô hình nghiên cứu chính thức
Mức độ nhận biết thương hiệu
Trường Đại học Kinh tế Huế
Mô hình hồi quy:
F=0.541+ 0.389* Tên thương hiệu + 0.244*Đồng phục + 0.176*Quảng cáo.
2.2.8. Kiểm định giá trị trung bình kết quả đánh giá của khách hàng với từng yếu