5. Kết cấu luận văn
3.2.4.Kiểm định mô hình nghiên cứu bằng phân tích hồi quy bội
3.2.4.1. Xây dựng mô hình hồi quy
Dựa trên các nhân tố rút trích được từ phân tích, mô hình nghiên cứu được điều chỉnh lại như sau:
Hình 3.2. Mô hình nghiên cứu đã điều chỉnh
3.2.4.2. Phân tích hồi quy
+ Xây dựng mô hình hồi quy
Mô hình hồi quy tổng quát sau khi phân tích EFA:
Mức độ hài lòng của khách hàng = function (F1, F2, F3, F4,F5,F6) Năng lực phục vụ F5 F1 F3 F2 F4 F6 Quy trình và thủ tục Sự đồng cảm Sự tin cậy
Phương tiện hữu hình Mức độ đáp ứng
Mức độ hài lòng của NNT
Việc xem xét trong các yếu tố từ F1 đến F6, yếu tố nào thật sự tác động đến mức độ hài lòng một cách trực tiếp sẽ được thực hiện bằng phương trình hồi quy tuyến tính bội:
Y= β0 + β1 F1 + β2 F2 + β3 F3 + β4 F4 + β3 F5 + β4 F6 Trong đó:
- Y: Mức độ hài lòng
- β0, β1, β2, β3, β4, β5, β6 là các hệ số hồi quy chưa chuẩn hóa - Các biến trong mô hình hồi quy theo như Hình 3.2
+ Đánh giá độ phù hợp của mô hình hồi quy tuyến tính bội:
Các nhân tố trên được đưa vào chạy hồi quy tuyến tính bội với phương pháp đưa vào một lượt (enter). Kết quả ở bảng 3.10 cho thấy mô hình hồi quy thích hợp sử dụng để kiểm định giả thuyết (sig F= 0,000), mức độ giải thích mối quan hệ giữa biến phụ thuộc và các biến độc lập bằng phương pháp này tương đối cao (R2 điều chỉnh = 0,593). Theo kết quả hồi quy từng phần, cả 06 nhân tố đều có mối tương quan với mức độ hài lòng của NNT và có ý nghĩa thống kê khi đưa vào mô hình phân tích (sig t = 0,000).
Kiểm định F sử dụng trong bảng phân tích phương sai vẫn là một phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể. Ta thấy kiểm định F có giá trị là 33.704 với Sig. = .000 chứng tỏ mô hình hồi quy tuyến tính bội là phù hợp với tập dữ liệu và có thể sử dụng được.
Hằng số β0 có giá trị quá nhỏ nên nếu loại khỏi phương trình cũng không ảnh hưởng lớn đến giá trị dự đoán của Y. Hệ số phóng đại phương sai VIF (Variance inflation factor – VIF) rất nhỏ (nhỏ hơn 10) cho thấy các biến độc lập này không có quan hệ chặc 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 kể đến kết quả giải thích của mô hình hồi quy. 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 NNT.
Theo lý thuyết, thành phần Sự tin cậy không ảnh hưởng đến mức độ hài lòng của người nộp thuế do (sig=0.244) có mức ý nghĩa lớn hơn 5%, nhưng qua thảo
luận nhóm thành phần này được cho là quan trọng nên quyết định giữ lại và vẫn đưa ra giải pháp của thành phần này.
Vậy hàm hồi quy thể hiện sự hài lòng của người nộp thuế về dịch vụ hành chính thuế tại CCT quận Bình Thạnh dự đoán theo tất cả các biến độc lập là:
Y= 0,115*F1+0,495*F2+0,405*F3+0,229*F5+ 0,172*F6
Mức độ hài lòng = 0,115*Quy trình và thủ tục + 0,495*Năng lực phục vụ + 0,405*Sự đồng cảm + 0,229*Phương tiện phục vụ + 0,172* Mức độ đáp ứng
Tóm lại: Với các kết quả phân tích như trên, ta thấy rằng mô hình nghiên cứu hoàn toàn phù hợp và khẳng định có mối liên hệ chặt chẽ giữa các thang đo với sự hài lòng của người nộp thuế đối với dịch vụ hành chính thuế tại CCT quận Bình Thạnh. Tổng hợp các nhân tố ảnh hưởng có ý nghĩa đến dịch vụ hành chính hành chính thuế theo thứ tự mức độ giảm dần sự tác động đến sự hài lòng của NNT (căn cứ theo hệ số Beta) 1. Năng lực phục vụ (β =0.495) 2. Sự đồng cảm(β =0.405) 3. Phương tiện phục vụ (β =0.229) 4. Mức độ đáp ứng (β =0.172) 5. Quy trình thủ tục(β =0.115)
Bảng 3.8. Thống kê phân tích các hệ số hồi quy
Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .713a .608 .593 .71221456 1.647 a. Predictors: (Constant), Dap ung, Phuong tien huu hinh, Su tin cay, Su dong cam, Nang luc phuc vu, Quy trinh thu tuc
b. Dependent Variable: Muc do hai long
ANOVAb
Model
Sum of
Squares df Mean Square F Sig.
1 Regression 102.579 6 17.097 33.704 .000a (adsbygoogle = window.adsbygoogle || []).push({});
Total 202.000 202
a. Predictors: (Constant), Dap ung, Phuong tien huu hinh, Su tin cay, Su dong cam, Nang luc phuc vu, Quy trinh thu tuc
b. Dependent Variable: Muc do hai long
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF 1 (Constant) -1.072E-16 .050 .000 1.000
Quy trinh thu tuc .115 .050 .115 -2.304 .022 1.000 1.000 Nang luc phuc vu .495 .050 .495 9.884 .000 1.000 1.000
Su dong cam .405 .050 .405 8.074 .000 1.000 1.000 Su tin cay .059 .050 .059 1.168 .244 1.000 1.000
Phuong tien huu
hinh .229 .050 .229 4.565 .000 1.000 1.000 Dap ung .172 .050 .172 3.440 .001 1.000 1.000 a. Dependent Variable: Muc do
hai long