Sau khi tìm ra các nhân tố tác động đến mức độ hài lòng của DN bằng phân tích nhân tố khám phá EFA và phân tích hệ số tin cậy Cronbach Alpha, các nhân tố tiếp tục được đưa vào mô hình hồi quy bội để phân tích, xác định cụ thể trọng số của từng yếu tố tác động đến mức độ hài lòng của DN.
Kết quả số liệu phân tích thể hiện (phụ lục 7). Với kết quả Bảng 4.10: Thống kê phân tích các hệ số hồi quy:
Model Summaryb Mo del R R Square Adjusted R Square Std. Error of the Estimate Change Statistics R Square Change F Change df1 df2 Sig. F Change 1 .918a .843 .840 .39970195 .843 287.941 5 269 .000 a. Predictors: (Constant), Sựđáp ứng, Sự đảm bảo, Sựđồng cảm, Độ tin cậy, Phương tiện hữu hình.
b. Dependent Variable: Mức độ hài lòng
ANOVAb
Model Squares Sum of df Square Mean F Sig.
1 Regression 230.010 5 46.002 287.941 .000a
Residual 42.976 269 .160
Total 272.986 274
a. Predictors: (Constant), Sự đáp ứng, Sự đảm bảo, Sự đồng cảm, Độ tin cậy, Phương tiện hữu hình.
b. Dependent Variable: Mức độ hài lòng
Qua kết quả thống kê phân tích các hệ số hồi quy ta có hệ số R2 = 0.843 và hệ số R2 hiệu chỉnh = 0.840. Nói cách khác, khoảng 84% khác biệt của mức độ hài lòng quan sát có thể được giải thích bởi sự khác biệt của 5 thành phần: Sự đáp ứng, Sựđảm bảo, Sự đồng cảm, Độ tin cậy và Phương tiện hữu hình.
Kiểm nghiệm mô hình với giá trị Sig = 0.000 (<0.05) cho thấy mô hình hồi quy tuyến tính bội phù hợp với tập dữ liệu và có thể sử dụng được.
Với kết quả Bảng 4.11: Các thông số thống kê của từng biến trong phương trình như sau: Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Correlations Collinearity Statistics B Std. Error Beta Zero-
order Partial Part Tolerance VIF
1 (Constant) .005 .024 .214 .831 Phương tiện hữu hình .076 .024 .077 3.166 .002 .077 .190 .077 1.000 1.000 Độ tin cậy .090 .024 .090 3.737 .000 .090 .222 .090 1.000 1.000 Sựđồng cảm .048 .024 .048 1.990 .048 .048 .120 .048 1.000 1.000 Sựđảm bảo .875 .024 .877 36.244 .000 .877 .911 .877 1.000 1.000 Sựđáp ứng .239 .024 .240 9.905 .000 .240 .517 .240 1.000 1.000 a. Dependent Variable: Mức độ hài lòng
Quan sát các hệ sốβ chuẩn hóa, ta thấy cả 05 nhân tố: Phương tiện hữu hình, Độ tin cậy, Sự đồng cảm, Sự đảm bảo và Sự đáp ứng đều có mối quan hệ tuyến tính với sự hài lòng của DN với Sig t < 0.05.
Phương trình hồi quy được xác định như sau: Y = β0 + β1X1 + β2X2 + β3X3 + β4X4 +β5X5 + εi
Trong đó:
Y là biến phụ thuộc thể hiện giá trị dựđoán về sự hài lòng của DN.
β0, β1, β2, β3, β4,β5 là các hệ số hồi quy.
X1, X2, X3, X4, X5 là các biến độc lập theo thứ tự: Phương tiện hữu hình, Độ tin cậy, Sựđồng cảm, Sựđảm bảo và Sựđáp ứng.
εi là sai số ngẫu nhiên.
Các hệ số hồi quy mang dấu dương thể hiện các yếu tố trong mô hình hồi quy trên ảnh hưởng tỉ lệ thuận đến sự hài lòng của DN.
Với mức ý nghĩa α = 5% thì chúng ta thấy rằng các thành phần đo lường sự hài lòng nêu trên cho thấy tất cả các thành phần đều có ảnh hưởng đến sự hài lòng của DN. Chúng ta loại hằng số vì có giá trị sig. > 0.05. Vậy ta có mô hình hồi quy tuyến tính mới là :
Y = 0.076X1 + 0.09X2 + 0.048X3 + 0.875X4 + 0.239X5 (2)
Mô hình này giải thích được 84 % sự thay đổi của Y là do 5 biến độc lập trong mô hình tạo ra, còn lại 16 % biến thiên được giải thích bởi các biến khác ngoài mô hình.
Các yếu tố trong mô hình gồm: Phương tiện hữu hình, Độ tin cậy, Sự đảm bảo, Sựđồng cảm, Sự đáp ứng là những nhân tốảnh hưởng đến Mức độ hài lòng của người nộp thuếđối với dịch vụ khai thuế qua mạng. Thứ tự mức độ của từng yếu tố phụ thuộc vào giá trị tuyệt đối của hệ số hồi quy đã chuẩn hoá. Yếu tố nào có giá trị tuyệt đối càng lớn thì ảnh hưởng đến Mức độ hài lòng của người nộp thuế với dịch vụ này càng nhiều. Do đó, trong mô hình này chúng ta thấy Mức độ hài lòng của người nộp thuế với dịch vụ khai thuế qua mạng bị ảnh hưởng nhiều nhất từ thành phần Sự đảm bảo (β = 0,875), biến quan trọng thứ 2 ảnh hưởng là thành phần Sựđáp ứng (β = 0,239), quan trọng thứ 3 là thành phần Độ tin cậy (β = 0,09), quan trọng thứ 4 là thành phần Phương tiện hữu hình (β = 0,076) và cuối cùng là thành phần Sự đồng cảm (β = 0,048).
Với độ tin cậy 95% (α = 5%) thì chúng ta có :
Giả sử X1 tăng lên (giảm) 1 đơn vị và X2, X3, X4, X5 không thay đổi thì Y tăng lên (giảm) 0.076 đơn vị ; tương tự với các X2, X3, X4, X5.
Trong trường hợp các biến độc lập có hiện tượng đa cộng tuyến tức là các biến độc lập tương quan chặt chẽ với nhau và nó cung cấp cho mô hình
những thông tin rất giống nhau và khó tách ảnh hưởng của từng biến riêng rẽ nên để tránh diễn giải sai lệch kết quả hồi quy so với thực tế thì cần phải đánh giá, đo lường hiện tượng đa cộng tuyến. Hệ số phóng đại phương sai VIF (Variance inflation factor – VIF) rất nhỏ (đều xấp xỉ bằng 1) cho thấy các biến độc lập này không có quan hệ chặt chẽ với nhau nên không có hiện tượng đa cộng tuyến xảy ra. Do đó, mối quan hệ giữa các biến độc lập không ảnh hưởng đáng kểđến kết quả giải thích của mô hình hồi quy.