Mức độ tác động của các yếu tố ảnh hưởng đến mức độ nhận biết của khách hàng

Mô hình hồi quy được xây dựng gồm biến phụ thuộc là “nhận diện thương hiệu”(BPT),và các biến độc lập được rút trích từ phân tích nhân tố khám phá EFA gồm 6 biến: “tên thương hiệu”(TH), “logo”(LOGO), “giá cả” (GIA), “sản phẩm”(SP),

“quảng cáo”(QC), và “đồng phục nhân viên” (DPNV) với các hệ số bê-ta lần lượt làβ1, β2, β3, β4, β5, β6

Mô hình hồi quy được xây dựng như sau:

BPT= β0 + β1TH+ β2LOGO + β3GIA + β4SP + β5QC + β6 DPNV +ei Dựa vào hệ số Bê-ta chuẩn hóa với mức ý nghĩa Sig. tương ứng để xác định các biến độc lập có ảnh hưởng đến biến phụ thuộc trong mô hình và ảnh hưởng với mức độ ra sao, theo chiều hướng nào. Từ đó, làm căn cứ để kết luận chính xác hơn và đưa ra giải pháp mang tính thuyết phục cao. Kết quả của mô hình hồi quy sẽ giúp xác định được chiều hướng, mức độ ảnh hưởng của các yếu tố ảnh hưởng đến mức độ nhận diện thương hiệu của khách hàng tại thành phố Đà Nẵng với thương hiệu đồng phục BiCi.

Trường Đại học Kinh tế Huế

Phân tích hồi quy tuyến tính sẽ giúp chúng ta biết được chiều hướng và cường độ ảnh hưởng của các biến độc lập lên biến phụ thuộc. Trong giai đoạn phân tích hồi quy, nghiên cứu chọn phương pháp Enter, chọn lọc dựa trên tiêu chí chọn những nhân tố có mức ý nghĩa Sig. < 0,05. Những nhân tố nào có giá trị Sig. > 0,05 sẽ bị loại khỏi mô hình và không tiếp tục nghiên cứu nhân tố đó.

Kết quả phân tích hồi quy được thể hiện qua các bảng sau:

Bảng 2.19: Hệ số phân tích hồi quy Hệ só chưa chuẩn hóa Hệ số chuẩn hóa

t Sig. VIF

B Độ lệch chuẩn Beta

Hằng số 0,672 0,438 1,536 0,127

TH 0,201 0,082 0,181 2,442 0,016 1,527

LOGO 0,220 0,082 0,197 2,619 0,008 1,502

GIA -0,001 0,052 -0,001 -0,016 0,987 1,087

SP 0,225 0,064 0,248 3,528 0,001 1,381

QC 0,358 0,075 0,361 4,754 0,000 1,609

DPNV -0,095 0,062 -0,096 -1,532 0,128

(Nguồn: Kết quả xử lý SPSS 20) Giá trị Sig. tại các phép kiểm định của các biến độc lập được đưa vào mô hình:

“ Tên thương hiệu”, “ Logo”, “sản phẩm” và “quảng cáo” đều nhỏ hơn 0,05. Điều này chứng tỏ các biến độc lập này có ý nghĩa thống kê trong mô hình. Riêng 2 biến

“giá cả” và “đồng phục nhân viên”có giá trị Sig. lần lượt là 0,987 và 0,128, hai giá trị này đều lớn hơn 0,05 nên bị loại khỏi mô hình. Ngoài ra thì hằng số trong mô hình có giá trị Sig là 0,127 > 0,05 nên cũng sẽ bị loại.

Như vậy, ta có phương trình hồi quy được xác định như sau:

BPT= 0,181TH + 0,197LOGO + 0,248SP + 0,361QC + ei

Từ mô hình hồi quy nêu trên, ta có thể xác định được có 4 nhân tố ảnh hưởng đến mức độ “nhận diện thương hiệu” của khách hàng tại thành phố Đà Nẵng với thương hiệu đồng phục BiCi, cụ thể là: “tên thương hiệu”, “ logo”, “ sản phẩm” và

“quảng cáo”.

Trường Đại học Kinh tế Huế

Đề tài tiến hành giải thích ý nghĩa các hệ số bê-ta như sau:

- Hệ sốβ1 = 0,181 có ý nghĩa là khi biến “ tên thương hiệu” thay đổi 1 đơn vị trong khi các biến khác không đổi thì “nhận diện thương hiệu” sẽ biến đổi cùng chiều 0,181 đơn vị.

- Hệ sốβ2 = 0,197có ý nghĩa là khi biến “logo” thay đổi 1 đơn vị trong khi các biến khác không đổi thì “nhận diện thương hiệu” sẽ biến đổi cùng chiều 0,197 đơn vị.

- Hệ sốβ4 = 0,248 có ý nghĩa là khi biến “sản phẩm” thay đổi 1 đơn vị trong khi các biến khác không đổi thì “nhận diện thương hiệu” biến đổi cùng chiều 0,248 đơn vị.

- Hệ số β5 = 0,361 có ý nghĩa là khi biến “quảng cáo” thay đổi 1 đơn vị trong khi các biến khác không đổi thì “nhận diện thương hiệu” thay đổi cùng chiều 0,361 đơn vị.

Đồng thời, qua hệ số Bê-ta trong mô hình trên, ta thấy có một điểm chung giữa các biến độc lập này là đều ảnh hưởng thuận chiều đến biến phụ thuộc là “Nhận diện thương hiệu”, mức độ nhận diện thương hiệu của khách hàng đối với thương hiệu đồng phục BiCi tại thành phố Đà nẵng sẽ được nâng cao khi những yếu tố ảnh hưởng này tăng. Điều này cho thấy công ty TNHH BiCi Center cần phải có những động thái nhằm kiểm soát các yếu tố này một cách cẩn thận hơn.

Bên cạnh đó, nhìn vào mô hình hồi quy, ta có hệ số Bê-ta chuẩn hóa của biến

“Quảng cáo”có giá trị là 0,361 – giá trị lớn nhất trong tất cả các hệ số Bê-ta trong mô hình. Điều này chứng tỏ đây là nhân tố ảnh hưởng mạnh nhất đến mức độ nhận diện thương hiệu của khách hàng đối với thương hiệu đồng phục BiCi tại thành phố Đà Nẵng. Ngoài ra, biến “Sản phẩm” cũng có mức ảnh hưởng khá lớn với hệ số Bê-ta tương ứng là 0,248. Hai biến còn lại là “Logo” và “Thương hiệu” cũng có sự ảnh hưởng đến mức độ nhận biết thương hiệu với hệ số Bê-ta lần lượt là 0,181 và 0,197.

Kết quả phân tích hồi quy cũng khá hợp lý so với thực tế khi công nghệ ngày càng phát triển, các dịch vụ internet, đặc biệt là các nền tảng mạng xã hội ngày càng được nhiều người sử dụng thì các chương trình quảng cáo trên đó cũng chính phương tiện giúp quảng bá hình ảnh thương hiệu được nhiều doanh nghiệp sử dụng hiện nay.

Trường Đại học Kinh tế Huế

Như vậy, ta có mô hình nghiên cứu chính thức như sau:

Sơ đồ 8: Mô hình nghiên cứu chính thức 2.3.3.4.1. Đánh giá sự 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.

Bảng 2.20: Kết quả đánh giá sự phù hợp của mô hình

Model R R Square Adjusted R Square Std. Error of the Estimate Durbin - Watson

1 0,772 0,596 0,574 0,33838 1,636

(Nguồn: Kết quả xử lý SPSS 20) Theo kết quả đánh giá sự phù hợp của mô hình trong nghiên cứu này, ta thấy mô hình 6 biến độc lập có giá trị R bình phương là 0,596. Tức là: độ phù hợp của mô hình là 59,6%. Hay nói các khác, 59,6% độ biến thiên của biến phụ thuộc“nhận diện thương hiệu”được giải thích bởi 6 biến độc lập được đưa vào mô hình. Bên cạnh đó, ta nhận thấy giá trị R bình phương hiệu chỉnh là 0,574 là khá cao ( > 50%), nghĩa là mối quan hệ giữa biến độc lập và biến phụ thuộc được coi là gần chặt chẽ.

Tên thương hiệu

Logo

Quảng cáo Sản phẩm

Nhận diện thương hiệu

Trường Đại học Kinh tế Huế

2.3.3.4.2. Xem xét sự tương quan, đa cộng tuyến

Đại lượng Durbin – Watson được dùng để kiểm định tương quan của các sai số kề nhau. Dựa vào kết quả thực hiện phân tích hồi quy cho thấy, giá trị Durbin – Watson là 1,636 (Theo bảng kết quả đánh giá sự phù hợp của mô hình) - thuộc trong khoảng chấp nhận (1,6 đến 2,6). Vậy có thể kết luận là mô hình không xảy ra hiện tượng tự tương quan. Mô hình hồi quy vi phạm hiện tượng đa cộng tuyến khi có giá trị hệ số phóng đại phương sai (VIF – Variance Inflation Factor) lớn hơn hay bằng 10. Từ kết quả phân tích hồi quy ở trên, ta có thể thấy rằng giá trị VIF của mô hình nhỏ (đều dưới giá trị 2) nên nghiên cứu kết luận rằng mô hình hồi quy không vi phạm hiện tượng đa cộng tuyến.

2.3.3.4.3. 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 Sig. ở bảng phân tích ANOVA sau:

Bảng 2.21: Kết quả kiểm định ANOVA ANOVA

Mô hình Tổng bình phương Df Bình phương trung bình F Sig.

1

Tương quan 19,053 6 3,175 27,733 0,000

Phần dư 12,939 113 0,115

Tổng 31,992 119

(Nguồn: Kết quả xử lý SPSS 20) Kết quả kiểm định ANOVA ở bảng trên cho thấy giá trị Sig. = 0,000 rất nhỏ, cho phép nghiên cứu bác bỏ giả thiết rằng “Hệ số xác định R bình phương = 0” tức là mô hình hồi quy phù hợp. Như vậy mô hình hồi quy thu được rất tốt, các biến độc lập giải thích được khá lớn sự thay đổi của biến phụ thuộc “nhận diện thương hiệu”.

Trường Đại học Kinh tế Huế

2.3.3.4.4. Kiểm định phân phối chuẩn của phần dư

Biểu đồ 1: Kết quả kiểm định phân phối chuẩn của phần dư

(Nguồn: Kết quả xử lý SPSS 20) Phần dư có thể không tuân theo phân phối chuẩn vì những lý do như: sử dụng sai mô hình, phương sai không phải là hằng số, số lượng các phần dư không đủ nhiều để phân tích. Vì vậy chúng ta phải tiến hành kiểm định phân phối chuẩn của phần dư để xem xét sự phù hợp của mô hình đưa ra.

Từ biểu đồ trích từ kết quả phân tích hồi quy, ta có thể thấy rằng phần dư tuân theo phân phối chuẩn. Với giá trị Mean gần bằng 17 và giá trị độ lệch chuẩn Std.Dev là 0,974 gần bằng 1. Do đó, ta có thể nói phân phối phần dư xấp xỉ chuẩn và có thể kết luận rằng: giả thiết phân phối chuẩn của phần dư không bị vi phạm.

2.3.4. Đánh giá của khách hàng tại thành phố Đà Nẵng về các yếu tố ảnh hưởng

Trong tài liệu Đánh giá mức độ nhận biết của khách hàng đối với thương hiệu đồng phục BiCi tại thành phố Đà Nẵng (Trang 67-72)