Với kết quả kiểm định KMO và Bartlett’s của biến phụ thuộc “Đánh giá” có giá trị Sig trong kiểm định Bartlett’s = 0,000 < 0,05 chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể, hệ số KMO = 0,685 đủ điều kiện nên việc phân tích nhân tố là thích hợp với dữ liệu mẫu.
Bảng 2.19: Phân tích nhân tố khám phá EFA của biến phụ thuộc
Hệ số tải nhân tố | |
1 | |
DG1 | 0,811 |
DG2 | 0,805 |
DG3 | 0,801 |
Giá trị Eigenvalues | 1,948 |
Phương sai rút trích (%) | 64,92 |
Có thể bạn quan tâm!
-
Hiệu Quả Của Bài Viết Có Quảng Cáo Trên Fanpage Của Việt Trung -
Dịch Vụ Kinh Doanh Tại Trung Tâm Ngoại Ngữ Việt Trung -
Kiểm Định One Sample T – Test Về Các Tiêu Chí Của Yếu Tố “Chia Sẻ” -
Đề Xuất Giải Pháp Cho Các Hoạt Động Marketing Online Của Trung Tâm Ngoại Ngữ Việt Trung. -
Thu Nhập Hàng Tháng Của Anh / Chị Là Bao Nhiêu? (Đơn Vị: Triệu Đồng) -
Đánh giá hoạt động marketing online của Trung tâm ngoại ngữ Việt Trung - 14
Xem toàn bộ 124 trang tài liệu này.
(Nguồn: Kết quả xử lý SPSS)
Sau khi phân tích nhân tố khám phá với nhóm biến phụ thuộc. Thang đo đánh giá hoạt động marketing online gồm 3 biến quan sát khi tiến hành phân tích EFA chỉ có một nhân tố rút trích với giá trị Eigenvalues = 1,948 lớn hơn 1 và tổng phương sai trích là 64,92%, hệ số tải nhân tố của 3 biến quan sát đều lớn hơn 0,5 nên tất cả các biến được giữ nguyên trong mô hình nghiên cứu đạt yêu cầu
Qua kiểm định phân tích nhân tố khám phá EFA đạt yêu cầu, tác giả tiếp tục thực hiện phân tích tương quan hồi quy.
2.2.4. Phân tích tương quan hồi quy
2.2.4.1. Phân tích tương quan
Một trong những điều kiện cần để phân tích hồi quy là biến độc lập phải có tương quan với biến phụ thuộc, nên nếu ở bước phân tích tương quan này biến độc lập không có tương quan với biến phụ thuộc thì ta loại biến độc lập này ra khỏi phân tích hồi quy.
Mục đích chạy tương quan Pearson nhằm kiểm tra mối tương quan tuyến tính chặt chẽ giữa biến phụ thuộc với các biến độc lập và sớm nhận diện vấn đề đa cộng tuyến khi các biến độc lập cũng có tương quan mạnh với nhau.
Hệ số tương quan Pearson (Pearson correlation coefficient, ký hiệu r) là số liệu
thống kê kiểm tra đo lường mối quan hệ thống kê hoặc liên kết giữa các biến phụ thuộc với các biến liên tục. Hệ số tương quan Pearson sẽ nhận giá trị từ -1 tới +1:
Nếu r càng tiến về 0 thì tương quan tuyến tính càng yếu.
Nếu r càng tiến về +1, -1 thì tương quan tuyến tính càng mạnh.
Điều kiện để tương quan có ý nghĩa là giá trị Sig. nhỏ hơn 0,05.
Bảng 2.20: Phân tích tương quan Pearson
DG | CY | TT | TK | HD | CS | ||
DG | Hệ số tương quan Pearson | 1 | 0,545** | 0,486** | 0,620** | 0,411** | 0,231* |
Giá trị Sig. | 0,000 | 0,000 | 0,000 | 0,000 | 0,011 | ||
N | 120 | 120 | 120 | 120 | 120 | 120 | |
CY | Hệ số tương quan Pearson | 0,545** | 1 | 0,173 | 0,318** | 0,503** | 0,052 |
Giá trị Sig. | 0,000 | 0,059 | 0,000 | 0,000 | 0,571 | ||
N | 120 | 120 | 120 | 120 | 120 | 120 | |
TT | Hệ số tương quan Pearson | 0,486** | 0,173 | 1 | 0,166 | 0,032 | -0,087 |
Giá trị Sig. | 0,000 | 0,059 | 0,071 | 0,729 | 0,344 | ||
N | 120 | 120 | 120 | 120 | 120 | 120 | |
TK | Hệ số tương quan Pearson | 0,620** | 0,318** | 0,166 | 1 | 0,178 | 0,092 |
Giá trị Sig. | 0,000 | 0,000 | 0,071 | 0,052 | 0,319 | ||
N | 120 | 120 | 120 | 120 | 120 | 120 | |
HD | Hệ số tương quan Pearson | 0,411** | 0,503** | 0,032 | 0,178 | 1 | 0,139 |
Giá trị Sig. | 0,000 | 0,000 | 0,729 | 0,052 | 0,129 | ||
N | 120 | 120 | 120 | 120 | 120 | 120 | |
CS | Hệ số tương quan Pearson | 0,231* | 0,052 | -0,087 | 0,092 | 0,139 | 1 |
Giá trị Sig. | 0,011 | 0,571 | 0,344 | 0,319 | 0,129 | ||
N | 120 | 120 | 120 | 120 | 120 | 120 | |
**. Có tương quan với độ tin cậy 99% *. Có tương quan với độ tin cậy 95% | |||||||
(Nguồn: Kết quả xử lý SPSS)
Qua bảng trên ta thấy biến phụ thuộc DG và các biến độc lập CY, TT, TK, HD, CS có mối tương quan với nhau, giá trị Sig. nhỏ hơn 0,05 cho thấy sự tương quan này có ý nghĩa về mặt thống kê. Hệ số tương quan giữa biến phụ thuộc “Đánh giá” và các biến độc lập còn lại khá cao, 5 biến này sẽ được đưa vào mô hình hồi quy ở phần tiếp theo.
2.2.4.2. Phân tích hồi quy
Phân tích hồi quy là bước kiểm định mô hình nghiên cứu để lựa chọn ra các biến độc lập thỏa mãn điều kiện. Hồi quy để xác định cụ thể trọng số của từng biến độc lập tác động đến biến phụ thuộc từ đó đưa ra được phương trình hồi quy.
Sau khi xem xét mức độ tương quan giữa các biến, mô hình lý thuyết phù hợp cho nghiên cứu gồm biến quan sát và biến “Đánh giá”. Trong đó “Đánh giá” là biến phụ thuộc, các biến còn lại là biến độc lập
Mô hình hồi quy xây dựng như sau:
DG = β0 + β1CY + β2TT + β3TK + β4HD + β5CS
Trong đó:
β: hệ số hồi quy riêng phần tương ứng với các biến độc lập
DG: Giá trị của biến phụ thuộc “Đánh giá hoạt động marketing online”
CY: Giá trị của biến độc lập “Sự chú ý”
TT: Giá trị của biến độc lập “Sự thích thú”
TK: Giá trị của biến độc lập “Tìm kiếm thông tin”
HD: Giá trị của biến độc lập “Hành động”
CS: Giá trị của biến độc lập “Chia sẻ”
Các giả thuyết của mô hình hồi quy như sau:
- Giả thuyết H1: Nhóm yếu tố “Sự chú ý” có ảnh hưởng tốt đến sự đánh giá hoạt động Marketing Online của Trung tâm ngoại ngữ Việt Trung.
- Giả thuyết H2: Nhóm yếu tố “Sự thích thú” có ảnh hưởng tốt đến sự đánh giá
hoạt động Marketing Online của Trung tâm ngoại ngữ Việt Trung.
- Giả thuyết H3: Nhóm yếu tố “Tìm kiếm thông tin” có ảnh hưởng tốt đến sự đánh giá hoạt động Marketing Online của Trung tâm ngoại ngữ Việt Trung.
- Giả thuyết H4: Nhóm yếu tố “Hành động” có ảnh hưởng tốt đến sự đánh giá
hoạt động Marketing Online của Trung tâm ngoại ngữ Việt Trung.
- Giả thuyết H5: Nhóm yếu tố “Chia sẻ” có ảnh hưởng tốt đến sự đánh giá hoạt động Marketing Online của Trung tâm ngoại ngữ Việt Trung.
Phương pháp hồi quy tuyến tính bội với toàn bộ các biến độc lập được đưa vào cùng lúc (Phương pháp Enter) cho thấy mô hình hồi quy thích hợp sử dụng để kiểm định mô hình lý thuyết.
Bảng 2.21: Tóm tắt mô hình hồi quy tuyến tính
Hệ số R | Hệ số xác định R2 | R2 hiệu chỉnh | Sai số chuẩn ước lượng | Hệ số Durbin-Watson | |
1 | 0,838a | 0,702 | 0,689 | 0,25051 | 1,790 |
a. Các yếu tố dự đoán: (Hằng số), CY, TT, TK, HD, CS | |||||
b. Biến phụ thuộc: DG | |||||
(Nguồn: Kết quả xử lý SPSS)
Bảng 2.22: Kiểm định sự phù hợp của mô hình hồi quy
Mô hình | Tổng bình phương | Bậc tự do df | Bình phương trung bình | Giá trị thống kê F | Mức ý nghĩa (Sig.) | |
1 | Hồi quy | 16,842 | 5 | 3,368 | 53,675 | 0,000b |
Còn lại | 7,154 | 114 | 0,063 | |||
Tổng | 23,996 | 119 | ||||
a. Biến phụ thuộc: DG | ||||||
b. Các yếu tố dự đoán: (Hằng số), CY, TT, TK, HD, CS | ||||||
(Nguồn: Kết quả xử lý SPSS)
Kiểm định F trong bảng phân tích phương sai ANOVA được dùng để kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể.
Khi xây dựng xong một mô hình hồi quy tuyến tính ta xem xét sự phù hợp của mô hình đối với tập dữ liệu qua giá trị R2 (sự phù hợp này chỉ thể hiện giữa mô hình bạn xây dựng với tập dữ liệu mẫu) để suy diễn cho mô hình thực của tổng thể thì kiểm định F sẽ giúp ta làm điều đó.
Kết quả sau khi thực hiện hồi quy, ta thấy kiểm định F cho giá trị p-value (Sig) là 0,000 (< 0,05), như vậy mô hình phù hợp có ý nghĩa suy rộng ra cho tổng thể. Bên cạnh đó, R2 hiệu chỉnh có giá trị bằng 0,689 = 68,9%. Như vậy các biến độc lập đưa vào chạy hồi quy ảnh hưởng 68,9% sự thay đổi của biến phụ thuộc. Nói cách khác, mô hình hồi quy giải thích được 68,9% sự biến thiên của biến phụ thuộc. Như vậy, mô
hình này có giá trị giải thích ở mức độ cao.
Bảng 2.23: Kết quả phân tích mô hình hồi quy tuyến tính
Hệ số hồi quy chưa chuẩn hóa | Hệ số hồi quy chuẩn hóa | t | Giá trị Sig. | Đa cộng tuyến | |||
B | Sai số chuẩn | Beta | T | VIF | |||
Hằng số | 0,214 | 0,228 | 0,940 | 0,349 | |||
CY | 0,166 | 0,042 | 0,245 | 3,948 | 0,000 | 0,678 | 1,475 |
TT | 0,241 | 0,033 | 0,384 | 7,284 | 0,000 | 0,943 | 1,061 |
TK | 0,325 | 0,041 | 0,430 | 7,889 | 0,000 | 0,878 | 1,139 |
HD | 0,103 | 0,035 | 0,173 | 2,896 | 0,005 | 0,732 | 1,366 |
CS | 0,114 | 0,032 | 0,188 | 3,605 | 0,000 | 0,964 | 1,037 |
(Nguồn: Kết quả xử lý SPSS)
Sau khi kiểm tra hồi quy không có nhân tố nào bị loại bỏ do giá trị Sig kiểm định t của từng biến độc lập đều nhỏ hơn 0,05; chứng tỏ các biến độc lập này đều có ý nghĩa thống kê trong mô hình.
Kết quả phân tích hồi quy theo phương pháp Enter ở bảng cho thấy hiện tượng đa cộng tuyến không có ảnh huởng đến kết quả giải thích mô hình với các hệ số phóng đại phương sai VIF của mỗi biến đều lớn hơn 1,000 (< 10). Quy tắc khi VIF vượt quá 10 thì đó là dấu hiệu của đa cộng tuyến (Hoàng Trọng & Chu Mộng Ngọc, 2008, tập 1, trang 252). Trong một số tài liệu khác đưa ra điều kiện VIF < 4 là thoã mãn điều kiện. Nhìn vào kết quả cho thấy các giá trị VIF của các biến độc lập đều bé hơn 2 nên có thể kết luận không xảy ra hiện tượng đa cộng tuyến giữa các biến độc lập.
Biểu đồ 2.1: Tần số của phần dư chuẩn hóa
(Nguồn: Kết quả xử lý SPSS)
Phần dư có thể không tuân theo phân phối chuẩn vì những lí 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 cần thực hiện nhiều cách khảo sát khác nhau. Một cách đơn giản nhất là xâu dựng biểu đồ các phần dư Histogram. Từ biểu đồ ta thấy được một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số. Đường cong này có dạng hình chuông, phù hợp với dạng đồ thị của phân phối chuẩn.
Phân phối dư có Mean = 3,75E-15 gần bằng 0 và độ lệch chuẩn Std.Dev = 0,979 gần bằng 1 nên ta có thể khẳng định phần dư có phân phối chuẩn. Như vậy, giả thiết phân phối chuẩn của phần dư không bị vi phạm.
Biểu đồ 2.2: Giả định phân phối chuẩn của phần dư
(Nguồn: Kết quả xử lý SPSS)
Ngoài cách kiểm tra bằng biểu đồ Histogram thì P-P Plot cũng là một dạng biểu đồ được sử dụng để giúp nhận diện phần dư vi phạm giả định phần dư chuẩn hóa. Nhìn vào biểu đồ phân tán phần dư ta thấy các điểm phân vị trong phân phối của phần dư tập trung thành một đường chéo. Điều đó có nghĩa là giả định phân phối chuẩn của phần dư không bị vi phạm.
2.2.4.3. Kiểm định các giả thuyết của mô hình
Dựa vào hệ số beta chưa chuẩn hóa, có thể viết laị mô hình hồi quy như sau:
DG = 0,166 CY + 0,241 TT + 0,325 TK + 0,103 HD + 0,114 CS
Dựa vào mô hình hồi quy có 5 yếu số ảnh hưởng đến sự đánh giá hoạt động marketing online của khách hàng.
Yếu tố “Sự chú ý”
H0: Yếu tố “Sự chú ý” không ảnh hưởng tốt tới sự đánh giá hoạt động Marketing Online tại Trung tâm ngoại ngữ Việt Trung.
H1: Yếu tố “Sự chú ý” ảnh hưởng tốt tới sự đánh giá hoạt động Marketing Online tại Trung tâm ngoại ngữ Việt Trung.
Dựa vào kết quả hồi quy ta thấy: Sig. = 0,000 < 0,05 nên bác bỏ giả thuyết H0. Kết luận yếu tố “Sự chú ý” cỏ ảnh hưởng tốt tới sự đánh giá hoạt động
Marketing Online tại Trung tâm ngoại ngữ Việt Trung.
Nghĩa là khi biến CY tăng lên 1 đơn vị thì biến DG sẽ tăng 0,166 đơn vị trong
trường hợp các biến độc lập khác không có ảnh hưởng.
Yếu tố “Sự thích thú”
H0: Yếu tố “Sự thích thú” không ảnh hưởng tốt tới sự đánh giá hoạt động Marketing Online tại Trung tâm ngoại ngữ Việt Trung.
H1: Yếu tố “Sự thích thú” ảnh hưởng tốt tới sự đánh giá hoạt động Marketing Online tại Trung tâm ngoại ngữ Việt Trung.
Dựa vào kết quả hồi quy ta thấy: Sig. = 0,000 < 0,05 nên bác bỏ giả thuyết H0. Kết luận yếu tố “Sự thích thú” cỏ ảnh hưởng tốt tới sự đánh giá hoạt động
Marketing Online tại Trung tâm ngoại ngữ Việt Trung.
Nghĩa là khi biến TT tăng lên 1 đơn vị thì biến DG sẽ tăng 0,241 đơn vị trong
trường hợp các biến độc lập khác không có ảnh hưởng.
Yếu tố “Tìm kiếm thông tin”
H0: Yếu tố “Tìm kiếm thông tin” không ảnh hưởng tốt tới sự đánh giá hoạt động Marketing Online tại Trung tâm ngoại ngữ Việt Trung.
H1: Yếu tố “Tìm kiếm thông tin” ảnh hưởng tốt tới sự đánh giá hoạt động Marketing Online tại Trung tâm ngoại ngữ Việt Trung.
Dựa vào kết quả hồi quy ta thấy: Sig. = 0,000 < 0,05 nên bác bỏ giả thuyết H0.
Kết luận yếu tố “Tìm kiếm thông tin” cỏ ảnh hưởng tốt tới sự đánh giá hoạt động Marketing Online tại Trung tâm ngoại ngữ Việt Trung.
Nghĩa là khi biến TK tăng lên 1 đơn vị thì biến DG sẽ tăng 0,325 đơn vị trong
trường hợp các biến độc lập khác không có ảnh hưởng.
Yếu tố “Hành động”
H0: Yếu tố “Hành động” không ảnh hưởng tốt tới sự đánh giá hoạt động Marketing Online tại Trung tâm ngoại ngữ Việt Trung.
H1: Yếu tố “Hành động” ảnh hưởng tốt tới sự đánh giá hoạt động Marketing Online tại Trung tâm ngoại ngữ Việt Trung.
Dựa vào kết quả hồi quy ta thấy: Sig. = 0,005 < 0,05 nên bác bỏ giả thuyết H0. Kết luận yếu tố “Hành động” cỏ ảnh hưởng tốt tới sự đánh giá hoạt động
Marketing Online tại Trung tâm ngoại ngữ Việt Trung.
Nghĩa là khi biến HD tăng lên 1 đơn vị thì biến DG sẽ tăng 0,103 đơn vị trong
trường hợp các biến độc lập khác không có ảnh hưởng.
Yếu tố “Chia sẻ”
H0: Yếu tố “Chia sẻ” không ảnh hưởng tốt tới sự đánh giá hoạt động Marketing Online tại Trung tâm ngoại ngữ Việt Trung
H1: Yếu tố “Chia sẻ” ảnh hưởng tốt tới sự đánh giá hoạt động Marketing Online tại Trung tâm ngoại ngữ Việt Trung
Dựa vào kết quả hồi quy ta thấy: Sig. = 0,000 < 0,05 nên bác bỏ giả thuyết H0. Kết luận yếu tố “Chia sẻ” cỏ ảnh hưởng tốt tới sự đánh giá hoạt động Marketing
Online tại Trung tâm ngoại ngữ Việt Trung.
Nghĩa là khi biến CS tăng lên 1 đơn vị thì biến DG sẽ tăng 0,114 đơn vị trong
trường hợp các biến độc lập khác không có ảnh hưởng.
Kết quả kiểm định hồi quy cho thấy 5 yếu tố “Sự chú ý”, “Sự thích thú”, “Tìm kiếm thông tin”, “Hành động”, “Chia sẻ” tác động cùng chiều lên biến phụ thuộc “Đánh giá hoạt động Marketing Online”.