thương hiệu” (TDTH) đối với biến phụ thuộc “sự phán xét thương hiệu của khách hàng”, tương ứng với việc kiểm tra mối quan hệ với thành phần“sự phán xét thương hiệu của khách hàng” (PX).
Bước 3:Kiểm tra tuần tự mối quan hệ tương tác giữa từng biến độc lập (BC; TD) đối với biến phụ thuộc “sự phán xét thương hiệu của khách hàng”, tương ứng với việc kiểm tra mối quan hệ với thành phần “sự phán xét thương hiệu của khách hàng” (PX).
Bước 4:Kiểm tra tuần tự mức độ tương tác giữa giữa từng biến độc lập (BC; TD) đối với biến phụ thuộc “sự phán xét thương hiệu của khách hàng” có sự tham gia của biến trung gian “thái độ thương hiệu” (TDTH).
Bước 5:So sánh tuần tự mức độ tác động giữa từng biến độc lập (BC; HS) đối với biến phụ thuộc “sự phán xét thương hiệu của khách hàng” khi có mặt và không có mặt biến trung gian “thái độ thương hiệu” để kiểm định lại giả thuyết đặt ra ban đầu.
Dựa vào các kết quả phân tích bên trên để đưa ra kết luận về mối quan hệ giữa các thành phần nghiên cứu và so sánh với giả thuyết đặt ra ban đầu.
(2).Điều kiện đánh giá kết quả phân tích hồi quy tuyến tính
Theo như trong các lý thuyết về phương pháp nghiên cứu khoa học, các kết luận dựa trên hàm hồi quy tuyến tính thu được chỉ có ý nghĩa khi hàm hồi quy đó phù hợp với dữ liệu mẫu và các hệ số hồi quy khác 0 có ý nghĩa, đồng thời các giả định của hàm hồi quy tuyến tính về phương sai, tính độc lập của phần dư, hiện tượng đa cộng tuyến ... được đảm bảo. Vì vậy, trước khi phân tích kết quả hồi quy, cần thực hiện các kiểm định về độ phù hợp của hàm hồi quy, kiểm định ý nghĩa của các hệ số hồi quy và đặc biệt là kiểm định của hàm hồi quy.
(3) Kiểm định các giả định của mô hình hồi quy
Phân tích hồi quy không chỉ là việc mô tả các dữ liệu quan sát. Từ các kết quả quan sát trong mẫu, ta phải suy rộng kết luận cho mối liên hệ giữa các biến trong tổng thể. Sự chấp nhận và diễn dịch kết quả hồi quy không thể tách rời các giả định cần thiết của mô hình hồi quy. Nếu các giả định bị vi phạm, thì các kết quả ước lượng sẽ không còn đáng tin cậy nữa. Vì thế, để đảm bảo sự diễn dịch từ kết quả hồi quy của mẫu cho tổng thể có giá trị, trong phần này, ta tiến hành kiểm định
các giả định của hàm hồi quy tuyến tính bao gồm các giả định sau:
- Giả định không có hiện tượng đa cộng tuyến giữa các biến độc lập
Đa cộng tuyến là hiện tượng mà trong đó có sự tồn tại của nhiều hơn một mối quan hệ tuyến tính chính xác. Tức là giữa các biến độc lập có thể có một biến nào đó được biểu diễn bởi tổ hợp tuyến tính của các biến còn lại. Hiện tượng này sẽ dẫn đến những hậu quả nghiêm trọng trong phân tích hồi quy như kiểm định t sẽ không còn ý nghĩa, dấu của các ước lượng hệ số hồi quy có thể sai. Trong mô hình hồi quy bội, chúng ta giả định giữa các biến độc lập của mô hình không có hiện tượng đa cộng tuyến. Hiện tượng đa cộng tuyến có thể được phát hiện thông qua nhân tử phóng đại phương sai VIF (variance inflation factor). Khi VIF vượt quá 10 thì đó là dấu hiệu của hiện tượng đa cộng tuyến, hoặc ta có thể sử dụng chỉ số điều kiện (condition index) để biết hiện tượng đa cộng tuyến có xảy ra hay không (lớn hơn 15).
- Giả định phương sai của phân phối phần dư là không đổi
Đầu tiên, định nghĩa phần dư (residual) của một quan sát là độ chênh lệch giữa tung độ của giá trị quan sát thực tế và tung độ của giá trị hồi quy. Tập hợp các độ lệch này so với một giá trị hồi quy sẽ tạo nên một phân phối chuẩn tại giá trị. Một hàm hồi quy tuyến tính sẽ có nhiều phân phối chuẩn của phần dư tại các giá trị (Nguyễn, 2012).
Giả định này cho rằng các phân phối chuẩn của các phần dư nói trên đều có phương sai là một hằng số (phương sai không đổi).
Ta có thể quan sát và kiểm chứng bằng biểu đồ Histogram của phân phối phần dư chuẩn hóa (standardized residual). Nếu phương sai của phần dư không đổi thì các chấm sẽ phân tán một cách ngẫu nhiên quan trục hoành, tức là xung quanh giá trị trung bình (có tung độ là 0) chứ không hình thành nên một dạng đồ thị nhất định nào cả.
Kiểm định hệ số tương quan Spearman có giả thuyết H0 cho rằng hệ số tương quan hạng giữa các biến giải thích và phần dư là không có ý nghĩa (bằng 0). Nếu ta không có đủ cơ sở bác bỏ giả thuyết này thì có thể chấp nhận rằng phương sai của phân phối phần dư là không đổi.
- Giả định về phân phối của phần dư là phân phối chuẩn
Phần dư có thể không tuân theo phân phối chuẩn vì nhiều lý do: sử dụng mô hình không đúng, phương sai không phải là hằng số, số lượng các phần dư không đủ nhiều để phân tích. Vì vậy, ta cần phải sử dụng nhiều cách kiểm định khác nhau để đảm bảo tính xác đáng của kiểm định. Các kiểm định phân phối chuẩn của phần dư gồm: Biểu đồ tần số của phần dư chuẩn hóa, Biểu đồ tần số Q-Q plot, P-P plot và kiểm định Kolmogorov-Smirnov, ... Trong đó kiểm định Kolmogorov-Smirnov có giả thuyết H0 cho rằng phần dư có phân phối chuẩn. Với độ tin cậy 95% nếu phân phối của phần dư có giá trị trung bình bằng 0 (hoặc xấp xỉ 0) và độ lệch chuẩn bằng 1 (hoặc xấp xỉ 1) với mức ý nghĩa lớn hơn 0.05 thì có thể chấp nhận giả thuyết H0 cho rằng phần dư có phân phối chuẩn.
Ngoài ra, biểu đồ tần số P-P plot và biểu đồ tần số Q-Q plot cũng giúp quan
sát các giá trị của các điểm phân vị của phân phối phần dư theo các phân vị của phân phối chuẩn. Những giá trị kỳ vọng này tạo thành một đường chéo trên biểu đồ tần số P-P plot và Q-Q plot. Nếu phần dư có phân phối chuẩn thì các điểm quan sát thực tế của nó sẽ tập trung vào đường chéo kỳ vọng này.
- Giả định không có sự tương quan giữa các phần dư
Một giả thuyết quan trong của mô hình hồi quy tuyến tính cổ điển là không có sự tự tương quan giữa các phần dư ngẫu nhiên tức là các phần dư mang tính độc lập với nhau. Tự tương quan có thể hiểu là sự tương quan giữa các thành phần của chuỗi các quan sát được sắp xếp theo thứ tự thời gian hoặc không gian.
Nói một cách khác, mô hình cổ điển giả định rằng phần dư ứng với quan sát nào đó không bị ảnh hưởng bởi phần dư ứng với một quan sát khác. Khi xảy ra hiện tượng tự tương quan, lúc đó các ước lượng của mô hình hồi quy sẽ không còn đáng tin cậy.
Phương pháp kiểm định có ý nghĩa nhất để phát hiện ra hiện tượng tự tương quan là kiểm định Dubin-Watson. Trong kiểm định này, nếu trị thống kê d nằm trong khoảng từ 1 đến 3 thì kết luận mô hình không có sự tự tương quan, nếu trị thống kê d nằm trong khoảng từ 0 đến 1 thì kết luận mô hình có tự tương quan dương, nếu trị thống kê d nằm trong khoảng từ 3 đến 4 thì kết luận mô hình có sự tự tương quan âm.
Bước 4: Kiểm định sự khác biệt giữa các tổng thể
Thực hiện kiểm định giữa các tổng thể con để xem xét sự khác biệt về mức độ gắn kết với tổ chức liên quan đến giới tính, độ tuổi, thời gian làm việc và mức thu nhập. Các phép kiểm định được sử dụng là Independent Samples T-test, ANOVA tùy vào tổng thể kiểm định.
Tóm tắt chương 3
Chương 3 mô tả quy trình nghiên cứu bao gồm: nghiên cứu định tính, nghiên cứu sơ bộ, nghiên cứu định lượng. Phần trọng tâm của chương 3 là việc xây dựng các giả thuyết, mô hình nghiên cứu, bổ sung thang đo và mô tả các biến cho từng yếu tố của mô hình sự phán xét thương hiệu dịch vụ. Cấu trúc bảng câu hỏi phục vụ nghiên cứu cũng được trình bày chi tiết ở chương này.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
Chương 4 trình bày kết quả phân tích dữ liệu thu thập được, bao gồm thống kê mô tả mẫu nghiên cứu, kết quả kiểm định thang đo, kết quả phân tích nhân tố EFA, kết quả các phân tích hồi quy, các kiểm định các giả định của mô hình hồi quy. Đồng thời sử dụng các kết quả này để kiểm định lại mô hình nghiên cứu và các giả thuyết đã đặt ra.
4. Kết quả nghiên cứu
4.1 Thống kê mẫu nghiên cứu
Nghiên cứu đã tiến hành thu thập mẫu trên 400 khách hàng và thu về 350 mẫu hợp lệ để tiến hành phân tích. Việc thống kế mẫu được thực hiện ở hai nội dung chính là thống kế mô tả thông tin định danh và thống kê mô tả biến quan sát.
4.1.1 Thống kê mô tả thông tin định danh
Việc thống kê mô tả thông tin định danh sẽ giúp cho quá trình phân loại và phân tích kết qua một cách dễ dàng, có chiều sâu hơn. Trong thông tin khảo sát của nghiên cứu, 7 biến được sử dụng làm thông tin mô tả bao gồm : Độ tuổi, giới tính, hôn nhân, thu nhập trung bình/tháng, trình độ học vấn, lĩnh vực công tác và thời gian sử dụng sản phẩm của một thương hiệu cà phê.
Bảng 4.1 : Bảng thống kê mô tả thông tin định danh
Tần số | % | % Tích lũy | ||
Độ tuổi | <20 tuổi | 58 | 16.6 | 16.6 |
20 – 30 tuổi | 160 | 45.7 | 62.3 | |
31 – 40 tuổi | 104 | 29.7 | 92.0 | |
41 – 50 tuổi | 28 | 8.0 | 100.0 | |
Giới tính | Nam | 258 | 73.7 | 73.7 |
Nữ | 92 | 26.3 | 100 | |
Tình trạng hôn nhân | Độc thân | 100 | 28.6 | 28.6 |
Đã lập gia đình | 250 | 71.4 | 100 | |
Mức thu nhập | < 5 Triệu | 20 | 5.7 | 5.7 |
6 – 10 triệu | 204 | 58.3 | 64.0 | |
11 – 20 triệu | 76 | 21.7 | 85.7 |
Có thể bạn quan tâm!
-
Kích Thước Thương Hiệu Dịch Vụ – Hàng Hóa (Grace & O’Cass, 2002) -
Sự Phán Xét Thương Hiệu Của Khách Hàng -
Bảng Thể Hiện Số Lượng, Kí Hiệu Câu Hỏi Của Các Biến Chính Trong Mô Hình. -
Biểu Đồ Biểu Hiện Thời Gian Sử Dụng Sản Phẩm -
Phân Tích Hồi Qui Kiểm Định Mối Quan Hệ Các Yếu Tố Tác Động Đến ‘Thái Độ -
Phân Tích Mối Quan Hệ Giữa Từng Yếu Tố Tác Động Và Sự Phán Xét Thương Hiệu Của Khách Hàng Và Thái Độ Thương Hiệu Trong Việc Sử Dụng Dịch Vụ
Xem toàn bộ 151 trang tài liệu này.
21 – 30 triệu | 40 | 11.4 | 97.1 | |
>30 triệu | 10 | 2.9 | 100.0 | |
Trình độ học vấn | Dưới đại học | 147 | 42.0 | 42,0 |
Đại học | 132 | 37,71 | 37,71 | |
Sau đại học | 71 | 20,29 | 100 | |
Lĩnh vực công tác | Tài chính/ngân hàng | 45 | 12.9 | 12.9 |
Nhân sự | 25 | 7.1 | 20.0 | |
Nội trợ | 5 | 1.4 | 21.4 | |
Tiếp thị / bán hàng | 87 | 24.9 | 46.3 | |
Sản xuất | 93 | 26.6 | 72.9 | |
Chính phủ | 10 | 2.9 | 75.7 | |
Kỹ thuật | 78 | 22.3 | 98.0 | |
Khác | 7 | 2.0 | 100.0 | |
Thời gian sử dụng | 6 tháng – 1 năm | 126 | 36.0 | 36.0 |
1 – 3 năm | 150 | 42.9 | 78.9 | |
> 3 năm | 74 | 21.1 | 100.0 |
Độ tuổi : Cơ cấu độ tuổi cho thấy nhóm tuổi từ 20 – 30 tuổi chiếm tỉ lệ cao nhất là 46% tương đương với số lượng 160 đáp viên, tiếp theo là nhóm tuổi từ 31 – 40 tuổi chiếm 30%, và cuối cùng là nhóm tuổi từ 41 – 50 tuổi với tỉ lệ 8% . Cơ cấu này khá phù hợp với xu hướng tiêu dùng khi những ngưởi trẻ và có thu nhập thường thích tụ tập bạn bè và gặp gỡ tại những cửa hàng cà phê, trong khi người có độ tuổi cao hơn thường gặp gỡ tại những vị trí khác như công ty, gia đình.
Độ tuổi
<20 tuổi
20 – 30 tuổi
8%
31 – 40 tuổi 41 – 50 tuổi
16%
30%
46%
Hình 4.1 : Biểu đồ phân bố độ tuổi
Giới tính : Tỉ lệ nam giới có giá trị áp đảo trong nghiên cứu, 74% so với tỉ lệ 26% của nữ giới. Qua quan sát thực tế tại các cửa hàng cà phê, nam giới thường có thói quen sử dụng cà phê nhiều hơn nữ.
Giới tính
Nam
26%
74%
Hình 4.2: Biểu đồ biểu hiện tỉ lệ giới tính
Tình trạng hôn nhân : Kết quả khảo sát cho thấy tỉ lệ người có gia đình chiếm lệ cao hơn , 71% so với 29% người độc thân. Nguyên nhân là do đối tượng khảo sát thuộc nhóm tuổi trên 30 chiếm tỉ lệ khá cao.
Tình trạng hôn nhân
Độc thân Đã lập gia đình
29%
71%
Hình 4.3 : Biểu đồ biểu hiện tình trạng hôn nhân
Thu nhập trung bình hằng tháng :
Số lượng ứng viên có mức thu nhập từ 6 – 10 triệu chiếm hơn một nữa số lượng được khảo sát (58%), điều này phản ánh mức thu nhập trung bình chung của
xã hội. Các ứng viên có thu nhập trung bình trên 10 triệu chiếm tỉ lệ 28%. Số lượng người có thu nhập dưới 5 triệu chiếm tỉ lệ thấp.
< 5 Triệu
21 – 30 triệu
Mức thu nhập
6 – 10 triệu
>30 triệu
11 – 20 triệu
3% 6%
11%
22%
58%
Hình 4.4 : Biểu đồ biểu hiện thu nhập trung bình hằng tháng
Trình độ học vấn :Về trình độ học vấn, các khách hàng có trình độ từ đại học trở lên khá cao (đại học chiếm 38% và sau đại học chiếm 20%). Với trình độ học vấn này, các đáp viên đủ năng lực trí tuệ để trả lời các câu hỏi theo hướng đúng nhất và mang ý nghĩa đại diện cao nhất cho tổng thể.
Học vấn
Dưới đại học Đại học Sau đại học
20%
42%
38%
Hình 4.5 : Biểu đồ biểu hiện học vấn