3.1.4.1 Mô hình nghiên cứu và các giả thuyết nghiên cứu
Mô hình nghiên cứu
Sau khi tiến hành phân tích dữ liệu thu thập được thông qua các bước phân tích độ tin cậy Cronbach’s Alpha, và phân tích nhân tố, mô hình nghiên cứu được điều chỉnh gồm 6 biến độc lập (Sự tin cậy, Hiệu quả phục vụ, Sự hữu hình, Sự đảm bảo, Sự cảm thông và Cảm nhận giá cả) để đo lường biến phụ thuộc là Sự hài lòng. Cả 6 biến này đều tác động và làm tăng/giảm việc phát triển dịch vụ tiền gửi với các thang đo như đã trình bày ở Bảng 4.1 và mô hình nghiên cứu tổng quát sẽ được hiệu chỉnh như sau:
Hình 3.1: Mô hình các nhân tố ảnh hưởng đến sự hài lòng của KH
(Nguồn: Mô hình đề xuất từ kết quả nghiên cứu)
Các giả thuyết
H1 : Khi mức độ tin cậy được khách hàng đánh giá tăng hoặc giảm thì thì sự hài lòng khách hàng sẽ tăng hoặc giảm tương ứng.
H2 : Khi hiệu quả phục vụ được khách hàng đánh giá tăng hoặc giảm thì sự thỏa mãn khách hàng sẽ tăng hoặc giảm tương ứng.
H3 : Khi phương tiện hữu hình được khách hàng đánh giá tăng hoặc giảm thì sự hài lòng khách hàng sẽ tăng hoặc giảm tương ứng.
H4 : Khi Sự đảm bảo được khách hàng đánh giá tăng hoặc giảm thì sự thỏa mãn khách hàng sẽ tăng hoặc giảm tương ứng.
H5 : Khi Sự cảm thông được khách hàng đánh giá tăng hoặc giảm thì sự hài
Mức độ tin cậy
Hiệu quả phục vụ
Phương tiện hữu hình
Sự đảm bảo Sự cảm thông Sự hài lòng của khách hàng H1 (+) H2 (+) H3 (+) H4 (+) H5 (+) Cảm nhận giá cả H6 (+)
lòng khách hàng sẽ tăng hoặc giảm tương ứng.
H6 : Khi cảm nhận giá cả được khách hàng hài lòng cao hoặc thấp thì sự hài lòng khách hàng sẽ tăng hoặc giảm tương ứng.
3.1.4.2 Kết quả phân tích hồi quy
Phân tích hồi quy sẽ xác định mối quan hệ nhân quả giữa biến phụ thuộc (Sự hài lòng của khách hàng) và các biến độc lập (Mức độ tin cậy, Hiệu quả phục vụ, Phương tiện hữu hình, Sự đảm bảo, Sự cảm thông và Cảm nhận giá cả). 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 của biến phụ thuộc khi biết trước giá trị của biến độc lập.
Đánh giá độ phù hợp của mô hình hồi quy tuyến tính bội
Sau khi chạy hồi quy tuyến tính bội với phương pháp đưa vào một lượt (Enter), ta có R2 = 0.536 và R2 điều chỉnh = 0.531. Điều này nói lên độ thích hợp của mô hình là 53% hay nói một cách khác mô hình này giải thích được 53,1% sự biến thiên của nhân tố Sự hài lòng của khách hàng là do các biến trong mô hình và 46,9% còn lại biến thiên của nhân tố Sự hài lòng của khách hàng được giải thích bởi các biến khác ngoài mô hình mà trong phạm vi nghiên cứu của đề tài này chưa xem xét đến. Chứng minh cho sự phù hợp của mô hình được trình bày ở bảng 3.3 Kết quả này cho thấy mô hình là phù hợp, có mối tương quan mạnh giữa biến phụ thuộc và biến độc lập của mô hình.
Bảng 3.3: Kết quả phân tích hồi quy
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 1 .732a .536 .531 .45248 1.843
a. Predictors: (Constant), PHUCVU, GIACA, HUUHINH, CAMTHONG, DAMBAO, TINCAY
ANOVAa
Model Sum of Squares df Mean Square F Sig. 1 Regression 115.597 6 19.266 94.100 .000b Residual 99.914 488 .205 Total 215.512 494 a. Dependent Variable: HAILONG
b. Predictors: (Constant), PHUCVU, GIACA, HUUHINH, CAMTHONG, DAMBAO, TINCAY Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Toleranc e VIF 1 (Constant) .269 .141 1.902 .058 TINCAY .063 .047 .065 1.328 .185 .399 2.509 CAMTHONG .202 .039 .217 5.201 .000 .546 1.832 DAMBAO .065 .040 .061 1.622 .106 .664 1.507 HUUHINH .159 .046 .159 3.458 .001 .448 2.230 GIACA .154 .034 .164 4.469 .000 .706 1.417 PHUCVU .265 .038 .282 6.978 .000 .582 1.719 a. Dependent Variable: HAILONG
Kiểm định độ phù hợp của mô hình
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 4.3 ta thấy rằng trị thống kê F được tính từ giá trị R2 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 thể hiện tính đa cộng tuyến của các biến độc lập là không đáng kể và các biến trong mô hình được chấp nhận.
Như vậy, mô hình hồi quy bội thỏa các điều kiện đánh giá và kiểm định độ phù hợp cho việc rút ra các kết quả nghiên cứu.