Tải bản đầy đủ
6 KIỂM ĐỊNH MÔ HÌNH NGHIÊN CỨU

6 KIỂM ĐỊNH MÔ HÌNH NGHIÊN CỨU

Tải bản đầy đủ

57

Tương tự vậy, ta cũng đi xem xét mối tương quan giữa các biến độc lập trong
mô hình các thành phần về thuộc tính trung tâm thương mại ảnh hưởng tới lòng
trung thành của khách hàng. Kết quả khảo sát cũng đưa ra kết quả tương đối khả
quan về mối quan hệ tuyến tính giữa 4 biến độc lập: SỰ THUẬN TIỆN (CS),
HÀNG HÓA ĐA DẠNG VÀ CHẤT LƯỢNG (DS), HIỆN ĐẠI VÀ TIỆN NGHI
(MS), DỊCH VỤ (NHÂN VIÊN & CHÍNH SÁCH) (SS) – Hệ số pearson thấp với
độ tin cậy 99% (Bảng 4.10). Biến phụ thuộc SLO có mối tương quan dương với các
biến độc lập, trong đó biến sự hiện đại và tiện nghi (MS) có tương quan mạnh nhất
đến SLO với hệ số tương quan là 0,614. Như vậy ta có thể kết luận các biến độc lập
trên có thể đưa vào mô hình để giải thích cho biến lòng trung thành của khách hàng.
Bảng 4.10 – Tương quan giữa các thành phần về thuộc tính của
trung tâm thương mại và lòng trung thành của khách hàng
Tương quan Pearson

SLO

CS

SLO

1

CS
DS
MS
SS

,446
,453
,614
,490

DS

1
,031
,170
,175

1
,122
,114

MS

1
,195

SS

1

4.6.2 Phân tích hồi quy
4.6.2.1 Mô hình 1 - Các thành phần của động cơ tiêu khiển trong mua
sắm tác động đến lòng trung thành của khách hàng
Phân tích hồi quy sẽ xác định mối quan hệ nhân quả giữa biến phụ thuộc
(LÒNG TRUNG THÀNH) và các biến độc lập (NIỀM VUI MUA SẮM, TÌM
KIẾM THÔNG TIN - XU HƯỚNG MỚI, THƯ GIÃN TRONG MUA SẮM, TÌM
KIẾM GIÁ TRỊ TRONG MUA SẮM). Mô hình phân tích hồi quy sẽ mô tả hình
thức của mối liên hệ và qua đó giúp ta dự đoán được mức độ biến thiên của biến
phụ thuộc khi biết trước giá trị của biến độc lập. Phương pháp phân tích được chọn
lựa là phương pháp Enter với tiêu chuẩn vào PIN là 0,05 và tiêu chuẩn ra POUT là

58

0,1. Kết quả phân tích ở Bảng 4.11 được thể hiện như sau:
Bảng 4.11 – Kết quả hồi phân tích hồi qui của mô hình 1
bằng phương pháp Enter
Hệ số chưa
chuẩn hóa

Beta
chuẩn
hóa

Mô hình
B
Hằng số
AS
1 IS
GS
VS

Std.
Error

1,666

,085

,187
,117
,184
,091

,013
,012
,015
,011

,407
,285
,356
,247

Giá trị t

Sig.

Thống kê đa cộng
tuyến
Độ chấp
nhận

19,501

,000

13,873
9,837
12,217
8,594

,000
,000
,000
,000

,943
,969
,955
,983

VIF

1,061
1,032
1,047
1,017

Đánh giá độ phù hợp của mô hình hồi quy tuyến tính bội
Hệ số R2 là chỉ số dùng đề đánh giá mức độ phù hợp của mô hình hồi qui tuyến
tính bội. Hệ sô R2 là phần biến thiên của biến phụ thuộc do mô hình (các biến độc
lập) giải thích (Nguyễn Đình Thọ, 2011, trang 493). Tuy nhiên, mô hình thường
không phù hợp với dữ liệu thực tế như giá trị R2 (0,585) thể hiện. Trong tình huống
này, R2 điều chỉnh từ R2 được sử dụng để phản ánh sát hơn mức độ phù hợp của mô
hình hồi quy tuyến tính đa biến (0,582) vì nó không phụ thuộc vào độ lệch phóng
đại của R2. So sánh 2 giá trị R2 và R2 điều chỉnh ở Bảng 4.12, chúng ta sẽ thấy R2
điều chỉnh nhỏ hơn và dùng nó đánh giá độ phù hợp của mô hình sẽ an toàn hơn vì
nó không thổi phồng mức độ phù hợp của mô hình. Như vậy, với R2 điều chỉnh là
0,582 cho thấy sự tương thích của mô hình với biến quan sát là tương đối và 58,2%
Mô hình 1 có thể được giải thích bởi 4 biến độc lập trong mô hình, 41,8% còn lại
liên quan tới những nhân tố chưa được xem xét tới trong nghiên cứu này.
Bảng 4.12 – Bảng đánh giá độ phù hợp mô hình hồi qui 1
Mô hình
1

R
,765a

R bình
phương
,585

R bình phương
hiệu chỉnh
,582

a. Biến dự đoán: (Hằng số), VS, IS, GS, AS

Sai số chuẩn
ước lượng
,166

59

Kiểm định độ phù hợp của mô hình hồi quy tuyến tính bội
Kiểm định F sử dụng trong phân tích phương sai là một phép kiểm định giả
thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể để xem xét biến phụ
thuộc có liên hệ tuyến tính với toàn bộ tập hợp của các biến độc lập. Nhìn vào Bảng
4.13 ta thấy rằng trị thống kê F = 180,306 được tính từ giá trị R2 của mô hình đầy
đủ khác 0, giá trị sig. rất nhỏ cho thấy mô hình sử dụng là phù hợp và các biến đều
đạt được tiêu chuẩn chấp nhận (Tolerance > 0,0001).
Thêm vào đó, tiêu chí Collinearity diagnostics (chuẩn đoán hiện tượng đa cộng
tuyến) với hệ số phóng đại phương sai VIF (Variance inflation factor) của các biến
độc lập trong mô hình đều <10 (Hoàng Trọng & Chu Nguyễn Mộng Ngọc,2008,
trang 252) thể hiện tính đa cộng tuyến của các biến độc lập là không đáng kể và các
biến trong mô hình được chấp nhận.
Bảng 4.13 – Phân tích phương sai ANOVA ( Mô hình hồi qui 1)
Mô hình

1

Tổng bình
phương

Trung bình
bình phương

df

Phần hồi qui

19,796

4

4,949

Phần dư

14,026

511

,027

Tổng cộng

33,822

515

F
180,306

Sig.
,000b

Phương trình hồi quy
Qua phân tích hồi quy đa biến cho thấy mô hình xây dựng phù hợp với dữ liệu
thu được và kết quả ban đầu là Lòng trung thành của khách hàng phụ thuộc vào 4
nhân tố theo Bảng 4.12. Khi dò tìm sự vi phạm các giả định cần thiết trong hồi quy
tuyến tính thì hầu hết các giả định đều được thoả mãn. Từ đó, ta xác định được
phương trình hồi quy bội như sau:

SLO = 0,407*AS + 0,285*IS + 0,356*GS + 0,247*VS
Trong đó:
SLO: Lòng trung thành
AS: Niềm vui trong mua sắm

60

IS: Tìm kiếm thông tin mới, xu hướng mới
GS: Thư giãn trong mua sắm
VS: Tìm kiếm giá trị trong mua sắm
Phương trình hồi quy bội được phương pháp Enter ước lượng cho thấy Lòng
trung thành của khách hàng có quan hệ tuyến tính với các nhân tố Niềm vui trong
mua sắm (Hệ số Beta chuẩn hóa là 0,407), Tìm kiếm thông tin mới, xu hướng mới
(Hệ số Beta chuẩn hóa là 0,285), Thư giãn trong mua sắm (Hệ số Beta chuẩn hóa là
0,356), Tìm kiếm giá trị trong mua sắm (Hệ số Beta chuẩn hóa là 0,247). Lòng
trung thành của khách hàng càng gia tăng khi niềm vui trong mua sắm được gia
tăng. Bên cạnh đó, yếu tố thông tin về xu hướng, sản phẩm mới cũng góp phần duy
trì lòng trung thành của khách hàng với nơi họ mua sắm thường xuyên. Trong đó
nhân tố niềm vui mua sắm là có sự ảnh hưởng mạnh nhất đến lòng trung thành của
khách hàng khi xét đến yếu tố tiêu khiển. Điều này đồng nghĩa với việc các nhà
quản lý và marketing cần chú ý nhiều đến nhân tố này khi triển khai các chiến lược
và chính sách cho trung tâm thương mại của mình để đạt hiệu quả kinh doanh cao
nhất.
Cũng phải nói thêm rằng các hệ số Beta chuẩn hóa đều > 0 cho thấy các biến
độc lập thuộc yếu tố tiêu khiển đều tác động thuận chiều với Lòng trung thành
khách hàng. Như vậy, các trung tâm thương mại cần phải nỗ lực cải tiến những
nhân tố này để nâng cao sự trung thành của khách hàng.
Dò tìm vi phạm giả định có sự liên hệ tuyến tính giữa biến phụ
thuộc Yi và các biến độc lập Xk cũng như hiện tượng phương sai
thay đổi (heteroskedasticity) cho mô hình hồi qui 1
Tiến hành kiểm tra giả định này bằng cách vẽ đồ thị phân tán giữa các phần dư
và giá trị dự đoán mà mô hình hồi qui tuyến tính cho ra. Người ta hay vẽ biểu đồ
phân tán giữa 2 giá trị này đã được chuẩn hóa (standardized) với phần dư trên trục
tung và giá trị dự đoán trên trục hoành. Nếu giả định liên hệ tuyến tính và phương
sai bằng nhau được thỏa mãn, thì ta sẽ không nhận thấy có liên hệ gì giữa các giá trị
dự đoán với phần dư, chúng sẽ phân tán ngẫu nhiên (Hoàng Trọng & Chu Nguyễn

61

Mộng Ngọc, 2008).
Tiến hành vẽ đồ thị với giá trị chuẩn hóa của giá trị dự đoán và phần dư của mô
hình hồi qui 1 ở trên, qua đồ thị cho thấy phần dư phân tán ngẫu nhiên trong một
vùng xung quanh đường đi qua tung độ 0 chứ không tạo thành một hình dạng nào.
Như vậy giá trị dự đoán và phần dư độc lập nhau và phương sai của phần dư không
thay đổi. Như vậy mô hình hồi qui 1 là phù hợp để phân tích.

Biểu đồ 4.4 – Đồ thị phân tán giữa các phần dư
và giá trị dự đoán chuẩn hóa của mô hình hồi qui 1
Dò tìm vi phạm giả định về phân phối chuẩn của phần dư
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 nên thử nhiều cách khảo sát khác nhau. Một
cách khảo sát đơn giản nhất là xây dựng biểu đồ tần số của các phần dư (Hoàng
Trọng & Chu Nguyễn Mộng Ngọc, 2008).
Biểu đồ tần số của phần dư chuẩn hóa của mô hình hồi qui 1 cho thấy một
đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số. Ta khó có thể kỳ
vọng rằng các phần dư quan sát có phân phối hoàn toàn chuẩn vì luôn luôn có
những chênh lệch do lấy mẫu. Ngay cả khi các sai số có phân phối chuẩn trong tổng
thể đi nữa thì phần dư trong mẫu quan sát cũng chỉ xấp xỉ chuẩn mà thôi. Ở đây, ta

62

có thể nói phân phối phần dư xấp xỉ chuẩn (trung bình Mean = 0.00, và độ lệch
chuẩn Std.Dev. = 0,99 tức là gần bằng 1). Do đó có thể kết luận rằng giả thiết phân
phối chuẩn không bị vi phạm.

Biểu đồ 4.5 – Biểu đồ tần số phần dư chuẩn hóa của mô hình hồi qui 1
4.6.2.2 Mô hình 2 - Các thành phần về thuộc tính trung tâm thương
mại tác động đến lòng trung thành của khách hàng
Bên cạnh các thuộc tính thuộc yếu tố tiêu khiển, nghiên cứu còn đo lường và
đánh giá mức độ tác động của các yếu tố về thuộc tính của trung tâm mua sắm đến
lòng trung thành của khách hàng. Tác giả sử dụng phương pháp hồi quy tuyến tính
bội đối với 4 nhân tố ảnh hưởng thu được trong phần phân tích nhân tố khám phá ở
trên bao gồm: SỰ THUẬN TIỆN (CS), HÀNG HÓA ĐA DẠNG VÀ CHẤT
LƯỢNG (DS), HIỆN ĐẠI VÀ TIỆN NGHI (MS), DỊCH VỤ (NHÂN VIÊN &
CHÍNH SÁCH) (SS).

63

Cũng bằng việc xử lý hồi qui với phương pháp Enter ta thu được kết quả hồi
quy của mô hình 2 như Bảng 4.14 sau:
Bảng 4.14 – Kết quả phân tích hồi qui của mô hình 2 bằng phương pháp Enter
Hệ số chưa
chuẩn hóa

Mô hình

B

1

(Hằng số)
CS
DS
MS
SS

1,272
,141
,145
,239
,154

Std.
Error
,072
,011
,010
,012
,012

Thống kê đa cộng
tuyến

Beta
chuẩn
hóa

Giá trị t

Sig.
Độ chấp
nhận

,303
,353
,460
,307

17,618
12,797
15,085
19,224
12,820

,000
,000
,000
,000
,000

,950
,977
,933
,933

VIF
1,052
1,024
1,072
1,072

Đánh giá độ phù hợp của mô hình hồi quy tuyến tính bội
Kết quả từ Bảng 4.15 đạt được cho ta hệ số xác định R2 điều chỉnh = 0,725; giá
trị R2 điều chỉnh cho biết rằng mô hình 2 có thể giải thích được 72,5% cho tổng thể
sự liên hệ của 4 nhóm thành phần bao gồm: SỰ THUẬN TIỆN (CS), HÀNG HÓA
ĐA DẠNG VÀ CHẤT LƯỢNG (DS), HIỆN ĐẠI VÀ TIỆN NGHI (MS), DỊCH
VỤ (NHÂN VIÊN & CHÍNH SÁCH) (SS).
Bảng 4.15 – Bảng đánh giá độ phù hợp của mô hình hồi qui 2
Mô hình

R

R bình
phương

R bình phương
hiệu chỉnh

1
,853a
,727
a. Biến dự đoán: (Hằng số), SS, DS, CS, MS

,725

Sai số chuẩn ước
lượng
,134

Kiểm định độ phù hợp của mô hình hồi quy tuyến tính bội
Để kiểm định độ phù hợp của mô hình hồi quy tổng thể ta xem xét đến giá trị F
từ bảng phân tích phương sai ANOVA (Bảng 4.16), giá trị F = 340,837, giá trị sig.
rất nhỏ bước đầu cho thấy mô hình hồi quy tuyến tính bội phù hợp với tập dữ liệu
và có thể sử dụng được.

64

Bảng 4.16 – Phân tích phương sai ANOVA ( Mô hình hồi qui 2)
Mô hình

1

Tổng bình
phương

Trung bình
bình phương

df

Phần hồi qui

24,601

4

Phần dư
Tổng cộng

9,221
33,822

511
515

F

6,150 340,837

Sig.
,000b

,018

Hệ số phóng đại phương sai (VIF) của từng nhân tố có giá trị nhỏ hơn 10 chứng
tỏ mô hình hồi quy không vi phạm hiện tượng đa cộng tuyến (các biến độc lập
không có tương quan chặt chẽ với nhau). Bên cạnh đó độ chấp nhận của các biến
đều thỏa điều kiện của phân tích hồi quy (Tolerance > 0,0001), nên có thể kết luận
mô hình 2 khá phù hợp, các biến độc lập đều góp phần giải thích tốt cho biến phụ
thuộc.
Phương trình hồi quy
Qua phân tích hồi quy bằng phương pháp Enter cho thấy mô hình 2 xây dựng
phù hợp với dữ liệu thu được và kết quả ban đầu là Lòng trung thành của khách
hàng phụ thuộc vào 4 nhân tố theo Bảng 4.15. Khi dò tìm sự vi phạm các giả định
cần thiết trong hồi quy tuyến tính thì hầu hết các giả định đều được thoả mãn. Từ
đó, ta xác định được phương trình hồi quy bội như sau:

SLO = 0,303*CS + 0,353*DS + 0,460*MS + 0,307*SS
Trong đó:
SLO: Lòng trung thành
CS: Sự thuận tiện
DS: Hàng hóa đa dạng và chất lượng
MS: Hiện đại và tiện nghi
SS: Dịch vụ
Phương trình hồi quy bội thu được sau phân tích cho thấy Lòng trung thành của
khách hàng có quan hệ tuyến tính với các nhân tố Sự thuận tiện (Hệ số Beta chuẩn
hóa là 0,303), Hàng hóa đa dạng và chất lượng (Hệ số Beta chuẩn hóa là 0,353),
Hiện đại và tiện nghi (Hệ số Beta chuẩn hóa là 0,460), Dịch vụ (Hệ số Beta chuẩn

65

hóa là 0,307). Các hệ số Beta chuẩn hóa đều > 0 cho thấy các biến độc lập tác động
thuận chiều với Lòng trung thành khách hàng, trong đó thuộc tính quan trọng nhất là
sự hiện đại và tiện nghi. Các trung tâm thương mại nên chú ý nhân tố này ở các
điểm như: Hệ thống điều hòa, hệ thống thang máy và thang cuốn, kiến trúc tòa nhà,
khu ẩm thực, khu chiếu phim, … để nâng cao hơn nữa lòng trung thành của khách
hàng đối với trung tâm thương mại của mình.
Dò tìm vi phạm giả định có sự liên hệ tuyến tính giữa biến phụ
thuộc Yi và các biến độc lập Xk cũng như hiện tượng phương sai
thay đổi (heteroskedasticity)cho mô hình hồi qui 2
Vẽ đồ thị với giá trị chuẩn hóa của giá trị dự đoán và phần dư của mô hình hồi
qui 2, qua đồ thị cho thấy phần dư cũng phân tán ngẫu nhiên trong một vùng xung
quanh đường đi qua tung độ 0 chứ không tạo thành một hình dạng nào. Như vậy giá
trị dự đoán và phần dư độc lập nhau và phương sai của phần dư không thay đổi.
Như vậy mô hình hồi qui 2 là phù hợp để phân tích.

Biểu đồ 4.6 – Đồ thị phân tán giữa các phần dư
và giá trị dự đoán chuẩn hóa của mô hình hồi qui 2
Dò tìm vi phạm giả định về phân phối chuẩn của phần dư
Biểu đồ tần số của phần dư chuẩn hóa của mô hình hồi qui 2 cho thấy một
đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số.Theo đồ thị nhận

66

thấy phân phối phần dư xấp xỉ chuẩn (trung bình Mean = 0.00, và độ lệch chuẩn
Std.Dev. = 0,99 tức là gần bằng 1). Vì vậy tương tự nhận xét ở mô hình 1 ở trên, có
thể kết luận rằng giả thiết phân phối chuẩn không bị vi phạm.

Biểu đồ 4.7 – Biểu đồ tần số phần dư chuẩn hóa của mô hình hồi qui 2
4.7 KIỂM ĐỊNH CÁC GIẢ THUYẾT NGHIÊN CỨU
4.7.1 Kiểm định giả thuyết các thành phần của động cơ tiêu khiển trong
mua sắm tác động dương đến lòng trung thành của khách hàng.
Mô hình hồi quy 1 gồm 4 yếu tố được rút trích từ mô hình hồi qui tuyến tính bội
bằng phương pháp Enter được thể hiện trong Bảng 4.17
Bảng 4.17 – Bảng các hệ số hồi qui của mô hình 1

Mô hình

Hằng số
AS
1 IS
GS
VS

Hệ số chưa
chuẩn hóa
B

Std.
Error

1,666

,085

,187
,117
,184
,091

,013
,012
,015
,011

Beta
chuẩn
hóa

,407
,285
,356
,247

Tương quan
Giá trị t

Sig.
Riêng

19,501

,000

13,873
9,837
12,217
8,594

,000
,000
,000
,000

,523
,399
,475
,355

Từng
phần
,395
,280
,348
,245

67

Giả thuyết của nghiên cứu

Ho: βj= 0
H 1 : βj ≥ 0

Theo kết quả hồi quy cho thấy, các giá trị t tính toán được ở mỗi nhân tố lần
lượt là: tAS = 13,873, tIS = 9,837, tGS = 12,217, tVS = 8,594, lớn hơn giá trị t = 2,6259
(α/2 = 0,005, df = 516) nên ta bác bỏ giả thuyết Ho và kết luận rằng các nhân tố
thuộc động cơ tiêu khiển đều có khả năng giải thích cho biến sự trung thành hay nói
cách khác là động cơ tiêu khiển trong mua sắm có tác động đến lòng trung thành
của khách hàng. Kết hợp với hệ số tương quan riêng (Partial) đều có giá trị tương
đối lớn, điều này có nghĩa hầu hết các biến thiên của biến phụ thuộc đều được giải
thích bởi từng biến độc lập trong mô hình. Từ đó có thể kết luận rằng có mối tương
quan dương giữa động cơ tiêu khiển trong mua sắm và lòng trung thành của khách
hàng, hay chấp nhận giả thuyết các thành phần của động cơ tiêu khiển tác động
dương đến lòng trung thành của khách hàng.
4.7.2 Kiểm định giả thuyết các thành phần về thuộc tính của các trung
tâm thương mại tác động dương đến lòng trung thành của khách hàng.
Mô hình hồi quy 2 với 4 thành phần được rút trích từ mô hình hồi qui tuyến tính
bội bằng phương pháp Enter được thể hiện trong Bảng 4.18
Bảng 4.18 – Bảng các hệ số hôi qui của mô hình 2

Mô hình

1

(Hằng số)
CS
DS
MS
SS

Hệ số chưa
Beta
chuẩn hóa
chuẩn Giá trị t Sig.
B
Std. Error hóa
1,272
,141
,145
,239
,154

Giả thuyết của nghiên cứu

,072
,011
,010
,012
,012

,303
,353
,460
,307

17,618
12,797
15,085
19,224
12,820

,000
,000
,000
,000
,000

Tương quan
Riêng
,493
,555
,648
,493

Từng phần
,296
,348
,444
,296

Ho: βj= 0
H 2 : βj ≥ 0

So sánh với giá trị t = 2,6259 (α/2 = 0,005, df = 516), theo Bảng 4.18, đại lượng
t tính toán được đều lớn hơn giá trị trên, cụ thể là: tCS = 12,797, tDS = 15,085, tMS =