PHẦN II: NỘI DUNG VÀ KẾT QUẢ NGHIÊN CỨU
CHƯƠNG 2: ĐÁNH GIÁ MỨC ĐỘ NHẬN BIẾT THƯƠNG HIỆU ĐỐI VỚI
2.3. Đánh giá mức độ nhận biết của khách hàng đối với thương hiệu nước khoáng
2.3.4. Kiểm định mô hình
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 75.531% nên giải thích tốt cho đại lương đo lường.
2.3.4.2 Kiểm định hệsố 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 hệsố tương quan Pearson và kiểm định 2 phía với mức ý nghĩa 0.05.
Sau khi đã có được các biến đại diện độc lập và phụthuộcởphần phân tích nhân tố EFA, tác giả sẽ tiến hành phân tích tương quan Pearson để kiểm tra mối quan hệ tuyến tính giữa các biến này.
Các tiêu chí trong phân tích tương quan pearson:
Tương quan Pearson r có giá trị dao động từ-1 đến 1:
- Nếu r càng tiến về1, -1: tương quan tuyến tính càng mạnh, càng chặt chẽ. Tiến về 1 là tương quan dương, tiến về-1 là tương quan âm.
- Nếu r càng tiến về 0: tương quan tuyến tính càng yếu.
- Nếu r = 1: tương quan tuyến tính tuyệt đối.
- Nếu r = 0: không có mối tương quan tuyến tính. Lúc này sẽcó 2 tình huống xảy ra. Một, không có một mối liên hệnào giữa 2 biến. Hai, giữa chúng có mối liên hệphi tuyến tính.
- Nếu sig pearson > 0.05 thì tương quan không cóý nghĩa.
Bảng 2. 28: Phân tích hệsố tương quan Pearson Mức độnhận biết
thương hiệu QC TTH KD LG KM Mức độnhận biết
thương hiệu
Tương quan
pearson 1 .077* .311** .500** .355** .232*
Sig. (2-tailed) .377 .000 .000 .000 .007
**Tương quan cóý nghĩa ởmức 1%
(Nguồn: Kết quảxửlý sốliệu trong SPSS 20)
Sig tương quan Pearson các biến độc lập TTH, KD, LG, KM với biến phụ thuộc “ NHẬN BIẾT BIẾT THƯƠNG HIỆU” có thể chấp nhận được và đều nằm trong khoảng (-1;1), đồng thời các giá trị Sig đều nhỏ hơn 0.3. Tuy nhiên biến QC có giá trị Sig lớn hơn 0.3 nên loại khỏi mô hình do không đảm bảo điều kiện phân phối chuẩn. Các biến độc lập còn lại đảm bảo điều kiện phân phối chuẩn và có thể đưa vào
Trường Đại học Kinh tế Huế
mô hình và giải thích cho biến phụthuộc.
2.3.4.3. Phân tích hồi quy đa biến
Các nhân tố được trích ra trong phân tích nhân tố được sửdụng cho phân tích hồi quy đa biến để kiểm định mô hình nghiên cứu và các giả thuyết kèm theo. Các kiểm định giảthuyết 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 quảthống kê liên quan.
Mô hình dựkiến như sau: F = β0 + β1*F1 + β2* F2 + β3* F3 + β4* F4 Trong đó:
F: Là biến phụthuộc Mức độnhận biết thương hiệu Β0: Hằng số
βi: Các hệsốhồi quy riêng phần của biến thứi (i>0) F1: Tên thương hiệu
F2: Kiểu dáng sản phẩm F3: Logo
F4: khuyến mãi
Bước 1:Đưa 4 biến độc lập ( tên thương hiệu, kiểu dáng sản phẩm, logo, khuyến mãi ) vào mô hình, ta có kết quảkiểm định hồi quy sau:
Bảng 2. 29: - Kết quảkiểm định hồi quy
Biến B S.E. T Sig VIF
Hằng số -2.401E-016 .060 .000 1.000
Tên thương hiệu .331 .060 5.143 .000 1.000
Kiểu dáng .500 .060 8.283 .000 1.000
Logo .355 .060 5.880 .000 1.000
Khuyến mãi .232 .060 3.835 .000 1.000
( Nguồn: kết quảspss )
Trường Đại học Kinh tế Huế
Trong phân tích hệ số hồi quy cho ta thấy 4 nhân tố độc lập F1( Tên thương hiệu), F2( kiểu dáng sản phẩm), F3(logo), F4( khuyến mãi) ta thấy giá trị Sig của 4 nhân tố độc lập đều bằng .000, đều nhỏ hơn 0.05 và có VIF hỏ hơn 2 nên giữbốn nhân tố này, cả bốn biến độc lập đều có tác động đến biến phụ thuộc “ Mức độ nhận biết thương hiệu”của người dânởdộtin cậy 95%.
Như vậy, có 4 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 tốthành phần sẽ làm tăng/giảm tương ứng mức độnhận biết thương hiệu của khách hàng. Dựa vào hệ số hồi quy chuẩn hoá ta biết được mức độ tác động của 4 biến độc lập này đến biến phụ thuộc “mức độ nhận biết thương hiệu” nước khoáng thiên nhiên Alba. Trong đó, “kiểu dáng sản phẩm” có ảnh hưởng lớn nhất (0,500), kế đến là “logo” (0,355) và “tên thương hiệu” (0,331), cuối cùng là “ khuyến mãi” nhỏnhất (0.323).
Từnhững phân tích trên, ta có được phương trình mô tảsựbiến động của các nhân tố ảnh hưởng đến mức độnhận biết thương hiệu nước khoáng Alba tại thị trường Huế.
Ta có mô hình như sau:
F= -2.401E-016+ 0.331* F1 + 0.500*F2 + 0.355*F3 + 0.232*F4 Bước 2:Đánh giá độphù hợp của mô hình
Bảng 2. 30: Tóm tắt hệthống vềmức độphù hợp của mô hình Model Summaryb
Mô hình R R2 R hiệu chỉnh Ước lượng độlệch chuẩn Durbin-Watson
1 .725a .526 .512 .69889237 1.694
a. Biến độc lập: KM,LOGO,KD,TEN b. Biến phụthuộc: ND
( Nguồn: kết quảspss ) Hệsố 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 thểhiện độphù hợp của mô hình càng cao
Giá trị hiệu chỉnh bằng 0.512 cho thấy biến độc lập đưa vào chạy hồi quy ảnh hưởng 51,2% sự thay đổi của biến phụ thuộc, còn lại 48,8% là do các biến ngoài
Trường Đại học Kinh tế Huế
mô hình và sai sốngẫu nhiên.
HệsốDurbin - Watson = 1.694
Bước 3: Kiểm định sựphù hợp của mô hình Tiến hành kiểm định sựphù hợp của mô hình:
Giảthuyết H0: β1 = β2 = β3= β4 = 0: Mô hình hồi quy không phù hợp Giảthuyết H1:β1 ≠ β2 ≠ β3 ≠β4: Mô hình hồi quy phù hợp.
Đểkiểm định độphù hợp của mô hình hồi quy tuyến tính đa bội ta dùng giá trị F ởbảng phân tích ANOVA sau:
Bảng 2. 31: Kiểm định sựphù hợp của mô hình ANOVAa
Model Sum of
Squares df Mean
Square F Sig.
1
Regression 70.501 4 17.625 36.084 .000b
Residual 63.499 130 .488
Total 134.000 134
a. Dependent Variable: NB
b. Predictors: (Constant), KM, LOGO, KD, TEN
( Nguồn: kết quảspss ) Sig kiểm định F bằng 0.000 < 0.05, như vậy mô hình hồi quy tuyến tính đa biến phù hợp với tập dữliệu và có thểsửdụng được.Bác bỏHo mô hình có thểsuy 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 bốn yếu tố:
Sơ đồ2. 4: Mô hình nghiên cứu chính thức Kiểu dáng sản phẩm
Logo
Tên gọi
Khuyến mãi
Nhận biết thương hiệu
Trường Đại học Kinh tế Huế
Mô hình hồi quy:
F=-2.401E-016+ 0.500* Kiểu dáng sản phẩm + 0.355*Logo + 0.331* Tên gọi + 0.232*Khuyến mãi
2.3.5. Kiểm định giá trị trung bình kết quả đánh giá của khách hàng với từng