Một phương pháp chung để đánh giá giá trị phân biệt là kiểm nghiệm ma trận tương quan cho các biến độc lập và biến phụ thuộc. Xem xét mối quan hệ
tương quan tuyến tính giữa biến phụ thuộc và biến độc lập, cũng như giữa các biến độc lập với nhau. Hệ số tương quan giữa biến phụ thuộc và các biến độc lập càng lớn chứng tỏ mối quan hệ giữa biến phụ thuộc và các biến độc lập càng cao, và như vậy phân tích hồi quy sẽ tốt hơn. Mặt khác, nếu giữa các biến độc lập có mối tương quan lớn với nhau thì điều này lại có nghĩa là có thể xảy ra hiện tượng
đa cộng tuyến trong mô hình hồi quy. Hệ số tương quan Person được sử dụng để
xem xét mối quan hệ tương quan tuyến tính giữa biến phụ thuộc với từng biến
độc lập, cũng như giữa các biến độc lập với nhau. Hệ số này luôn này trong khoảng từ -1 đến 1, lấy giá trị tuyệt đối, nếu lớn hơn 0.6 thì ta có thể kết luận mối quan hệ là chặt chẽ, và càng gần 1 thì mối quan hệ càng chặt, nếu nhỏ hơn 0.3 thì có biết mối quan hệ là lỏng lẻo.
Bảng 3.5 tóm tắt mối tương quan thống kê Person giữa các biến được giải thích. Tất cả hệ số tương quan tuyệt đối giữa các biến dao động từ 0,341 đến 0,567 nghĩa là các biến này có quan hệ khá chặt chẽ với nhau, nên không xảy ra hiện tượng đa cộng tuyến. Kết quả này cũng cho thấy tất cả các cặp biến khi xét tương quan đều có giá trị Sig.=0.000 < 0.05 vì vậy có thể nói rằng các cặp biến này đều có tương quan ý nghĩa với nhau. Như vậy các biến đã đủ điều kiện để
phân tích hồi quy.
Bảng 4.6: Tóm tắt mối tương quan giữa các khái niệm nghiên cứu
1 2 3 4 5 1 Lòng trung thành 1 .496** .341** .363** .430** 2 Chất lượng cảm nhận .496** 1 .529** .567** .462** 3 Chất lượng tín hiệu rõ ràng .341** .529** 1 .590** .395** 4 Chất lượng tín hiệu nhất quán và tin cậy .363** .567** .590** 1 .447** 5 Xây dựng thương hiệu .430** .462** .395** .447** 1
Ma trận tương quan trong Bảng 4.6 cho thấy, biến chất lượng cảm nhận tương quan cùng chiều với biến lòng trung thành( r = 0.496). Nếu chất lượng cảm nhận của khách hàng tốt thì họ sẽ trung thành hơn với ngân hàng và ngược lại. Tương tự, biến chất lượng tín hiệu rõ ràng, biến chất lượng tín hiệu nhất quán, tin cậy và biến xây dựng thương hiệu có liên hệ đáng kể với biến chất lượng cảm nhận ( r = 0.529, r = 0.590, r= 0.447). Nếu khách hàng nhận được những tín hiệu rõ ràng hơn, nhất quán và đáng tin cậy hơn từ ngân hàng, cũng như ngân hàng có chú trọng đến việc xây dựng thương hiệu thì làm cho chất lượng cảm nhận của khách hàng tốt hơn về ngân hàng và ngược lại.
4.3 Kiểm định mô hình các giả thuyết nghiên cứu
Hồi quy tuyến tính đơn và hồi quy tuyến tính bội được dùng để kiểm định và giải thích lý thuyết. Nếu như R chưa điều chỉnh được dùng để đánh giá mức
độ phù hợp của mô hình hồi quy tuyến tính đơn thì trong mô hình hồi quy tuyến tính bội thì R điều chỉnh được dùng để đánh giá mức độ phù hợp của mô hình, vì hệ số R2điều chỉnh không thổi phồng mức độ phù hợp của mô hình, làm cho việc đánh giá an toàn hơn. Hệ số này càng gần 1 thì mô hình xây dựng càng thích hợp, ngược lại càng gần 0 thì mô hình xây dựng kém phù hợp với tập dữ liệu mẫu. . Bên cạnh đó, cần kiểm tra có hay không hiện tượng đa cộng tuyến bằng hệ
số phóng đại phương sai VIF ( VIF < 2,5). Hệ số Beta chuẩn hóa được dùng để đánh giá mức độ quan trọng của từng nhân tố, hệ số Beta chuẩn hóa của biến độc lập nào càng cao thì mức độ tác động của biến đó vào biến phụ thuộc càng lớn Hoàng Trọng - Chu Thị Mộng Ngọc ( 2008).
2
2
4.3.1 Kiểm định giả thuyết H1a, H1b
H1a: Việc chú trọng xây dựng thương hiệu nhiều hơn sẽ làm cho chất lượng tín hiệu rõ ràng hơn
H1b: Việc chú trọng xây dựng thương hiệu nhiều hơn sẽ làm cho chất lượng tín hiệu nhất quán và tin cậy hơn
Bảng 4.7: Kết quả phân tích hồi quy giữa BI và CSR Mô hình Hệ số chưa chuẩn hoá Hệ sốđã chuẩn hoá t Sig. B Độlệch chuẩn β 1 BI 4.482 0.408 10.985 0.000 0.294 0.040 0.395 7.415 0.000 R = 0.156 Giá tr2 ị F = 54.985 Mức ý nghĩa của F , Sig= 0.000 Biến phụ thuộc: CSR ( chất lượng tín hiệu rõ ràng)
Bảng 4.7 trình bày kết quả hồi quy với mô hình có một biến độc lập là xây dựng thương hiệu (BI) và một biến phụ thuộc là chất lượng tín hiệu rõ ràng (CSR). Kết quả cho thấy, giá trị F và mức ý nghĩa thống kê của nó cho thấy mô hình hồi quy xây dựng là phù hợp với bộ dữ liệu nghiên cứu. R = 0.156 nghĩa là mô hình hồi quy tuyến tính đã xây dựng phù hợp 15,6%, nói cách khác 15,6% sự
biến thiên của biến phụ thuộc CSR được giải thích bởi biến độc lập BI. Các giả định của mô hình hồi quy đều đạt yêu cầu ( xem Phụ lục 2)
2
Ngoài ra, giá trị Sig của biến BI nhỏ hơn 0.05, nên ta có thể nói biến độc lập xây dựng thương hiệu ( BI) có tác động có ý nghĩa lên biến phụ thuộc chất lượng tín hiệu (CSR), đồng thời hệ số hồi quy ( β= 0.395) mang dấu dương nên đây là sự tác động cùng chiều. Đồ thị phần dư theo dạng phân phối chuẩn ( có giá trị
trung bình bằng 0), cho thấy an toàn khi bác bỏ các giả thuyết Ho. Do đó, giả
thuyết H1ađược chấp nhận.
Bảng 4.8 trình bày kết quả hồi quy với mô hình có một biến độc lập là xây dựng thương hiệu (BI) và một biến phụ thuộc là chất lượng tín hiệu nhất quán và tin cậy (CSNT). Kết quả cho thấy giá trị F và mức ý nghĩa thống kê của nó cho thấy mô hình hồi quy xây dựng là phù hợp với bộ dữ liệu nghiên cứu. R = 0.200
nghĩa là mô hình hồi quy tuyến tính đã xây dựng phù hợp 20%, nói cách khác 20% sự biến thiên của biến phụ thuộc CSNT được giải thích bởi biến độc lập BI. Các giảđịnh của mô hình hồi quy đều đạt yêu cầu ( xem Phụ lục 2).
Bảng 4.8: Kết quả phân tích hồi quy giữa BI và CSNT Mô hình Hệ số chưa chuẩn hoá Hệ sốđã chuẩn hoá t Sig. B Độlệch chuẩn β 1 BI 12.510 1.117 11.196 0.000 0.936 0.108 0.447 8.633 0.000 R2 = 0.200 Giá trị F = 74.534 Mức ý nghĩa của F , Sig= 0.000 Biến phụ thuộc: CSNT ( chất lượng tín hiệu nhất quán và tin cậy)
Ngoài ra, giá trị Sig của biến BI nhỏ hơn 0.05, nên ta có thể nói biến độc lập xây dựng thương hiệu ( BI) có tác động có ý nghĩa lên biến phụ thuộc chất lượng tín hiệu nhất quán và tin cậy (CSNT), đồng thời hệ số hồi quy (β = 0.447) mang dấu dương nên đây là sự tác động cùng chiều. Đồ thị phần dư theo dạng phân phối chuẩn ( có giá trị trung bình bằng 0), cho thấy an toàn khi bác bỏ các giả
thuyết Ho. Do đó, giả thuyết H1bđược chấp nhận.
4.3.2 Kiểm định giả thuyết H2a, H2b, H3
H2a: Chất lượng tín hiệu rõ ràng hơn sẽ làm tăng chất lượng cảm nhận của khách hàng.
H2b: Chất lượng tín hiệu càng nhất quán và đáng tin cậy sẽ làm tăng chất lượng cảm nhận của khách hàng.
H3: Việc chú trọng xây dựng thương hiệu nhiều hơn sẽ làm cho chất lượng cảm nhận của khách hàng tốt hơn
Dựa vào kết quả phân tích hồi quy trong bảng 4.9, mô hình với ba biến độc lập là chất lượng tín hiệu rõ ràng; chất lượng tín hiệu nhất quán, tin cậy và xây dựng thương hiệu và một biến phụ thuộc là chất lượng cảm nhận. Kết quả của giá trị F và mức ý nghĩa thống kê của nó cho thấy mô hình hồi quy xây dựng là phù hợp với bộ dữ liệu nghiên cứu. Hệ số xác định điều chỉnh cho thấy mức độ phù hợp của mô hình là 41,1% hay nói cách khác có khoảng 41,1% sự biến thiên của chất
lượng cảm nhận ( PQ) được giải thích bởi ba biến độc lập là ba biến độc lập là chất lượng tín hiệu rõ ràng (CSR); chất lượng tín hiệu nhất quán, tin cậy ( CSNT) và xây dựng thương hiệu (BI). Các giảđịnh của mô hình hồi quy đều đạt yêu cầu ( xem Phụ lục 2) Bảng 4.9: Kết quả phân tích hồi quy giữa CSR, CSNT, BI và PQ Mô hình Hệ số chưa chuẩn hoá Hệ sốđã chuẩn hoá t Sig. Thống kê Đa cộng tuyến B Độchu lệẩch n β Độnh chận ấp VIF 1 CSR CSNT BI 2.503 0.818 3.062 0.002 0.491 0.108 0.255 4.554 0.000 0.63 1.587 0.219 0.039 0.319 5.558 0.000 0.597 1.674 0.315 0.072 0.219 4.343 0.000 0.774 1.292 R2điều chỉnh = 0.411 Giá trị F = 70.604 Mức ý nghĩa của F , Sig= 0.000 Biến phụ thuộc: PQ ( chất lượng cảm nhận)
Ngoài ra,Giá trị Sig của các biến độc lập đều nhỏ hơn 0.05, do đó ta có cơ sở
chấp nhận rằng chất lượng tín hiệu rõ ràng; chất lượng tín hiệu nhất quán, tin cậy và xây dựng thương hiệu tác động có ý nghĩa đến chất lượng cảm nhận. Các biến
độc lập đều có giá trị VIF nhỏ hơn 2 nên có thể khẳng định hiện tượng đa cộng tuyến giữa các biến độc lập không xảy ra. Các hệ số hồi quy mang dấu dương (β
của CSR, CSNT, BI lần lượt là 0.255, 0.319, 0.219) nên đây là sự tác động cùng chiều của các biến độc lập đến biến phụ thuộc là chất lượng cảm nhận. Trong đó, nhân tố chất lượng tín hiệu nhất quán và tin cậy có sựảnh hưởng mạnh nhất đến chất lượng cảm nhận của khách hàng. Điều này đồng nghĩa với việc các nhà quản lý cần chú ý nhiều đến nhân tố này khi cung cấp thông tin về các dịch vụ của ngân hàng khi cung cấp cho khách hàng. Đồ thị phần dư theo dạng phân phối chuẩn ( có giá trị trung bình bằng 0), cho thấy an toàn khi bác bỏ các giả thuyết
Ho. Do đó, giả thuyết H2a, H2b và H3 được chấp nhận.
Và từ kết quả trên, ta cũng thấy được trong 3 biến tác động đến chất lượng cảm nhận của khách hàng (PQ) thì mức độ tác động của biến CSNT là mạnh nhất, sau
4.3.3 Kiểm định giả thuyết H4
H4: Chất lượng cảm nhận của khách hàng về dịch vụ của ngân hàng càng tăng thì lòng trung thành của khách hàng đối với ngân hàng càng tăng.
Bảng 4.10: Kết quả phân tích hồi quy giữa PQ và LY
Mô hình
Hệ số chưa chuẩn hoá Hệ sốđã chuẩn hoá
t Sig. B Độ lệch chuẩn Β 1 PQ 9.903 0.977 9.520 0.000 0.669 0.068 0.496 9.852 0.000 R2 = 0.246 Giá trị F = 97.053 Mức ý nghĩa của F , Sig= 0.000 Biến phụ thuộc: LY ( lòng trung thành)
Dựa vào kết quả hồi quy, để đo lường lòng trung thành của khách hàng trong ngành ngân hàng ta có phương trình sau:
LY = 0.496 * PQ
Mà PQ = 0.255 * CSR + 0.319 * CSNT + 0.219 * BI ( Bảng 4.9) ÖLY = 0.112 * CSR + 0.158 CSNT + 0.109 * BI
Bảng 4.10 trình bày kết quả hồi quy với mô hình có một biến độc lập là chất lượng cảm nhận (PQ) và một biến phụ thuộc là lòng trung thành (LY). Kết quả
cho thấy giá trị F và mức ý nghĩa thống kê của nó cho thấy mô hình hồi quy xây dựng là phù hợp với bộ dữ liệu nghiên cứu. R = 0.246 nghĩa là mô hình hồi quy tuyến tính đã xây dựng phù hợp 24,6%, nói cách khác 24,6% sự biến thiên của biến phụ thuộc CSNT được giải thích bởi biến độc lập BI. Các giả định của mô hình hồi quy đều đạt yêu cầu ( xem Phụ lục 2)
2
Ngoài ra, giá trị Sig của biến BI nhỏ hơn 0.05, nên ta có thể nói biến độc lập chất lượng cảm nhận ( PQ) có tác động có ý nghĩa lên biến phụ thuộc lòng trung thành (LY), đồng thời hệ số hồi quy ( β= 0.496) mang dấu dương nên đây là sự
bình bằng 0), cho thấy an toàn khi bác bỏ các giả thuyết Ho. Do đó, giả thuyết
H4được chấp nhận.
Theo Nguyễn Đình Thọ (2011), mô hình nghiên cứu có nhiều biến độc lập
định tính hay định lượng, có nhiều biến trung gian định lượng và có nhiều biến phụ thuộc định lượng: mô hình dạng này được gọi là mô hình PATH. Đểđánh giá mức độ phù hợp của mô hình PATH là dùng hệ số phù hợp tổng hợp R ( generalized square multiple correlation, Pedhazur 1982) như sau:
2 M R = R = 1 - (1- R ) (1- R2 2) (1- R2 3) (1- R2 4) 2 M 2M 12 Trong đó: R , R , R2 3, R2 4 là các hệ số xác định của các mô hình hồi quy thành phần. 2 1 2 2
Dựa vào lý thuyết trên, tác giả tính được hệ số tổng hợp R của mô hình nghiên cứu ( hình 3.1) 2 M R = 1 - ( 1- 0.156) (1- 0.2) (1- 0.411) (1- 0.246) = 0.7 2 M Như vậy, hệ số phù hợp của mô hình nghiên cứu là 0.7, có nghĩa là khả năng giải thích của mô hình phù hợp đến 70% với bộ dữ liệu nghiên cứu.
Bảng 4.11: Tóm tắt kết quả kiểm định các giả thuyết nghiên cứu Giả
thuyết Nội dung Kết quả Phép thống kê H1a Vinhiệềc chú tru hơn sẽọ làm cho chng xây dựấng tht lượng tín hiương hiệệu u
rõ ràng hơn
Chấp nhận Hồi quy
H1b Vinhiệềc chú tru hơn sẽọ làm cho chng xây dựấng tht lượng tín hiương hiệệu u nhất quán và tin cậy hơn
Chấp nhận Hồi quy
H2a Chất lượng tín hiệu rõ ràng hơn sẽ làm
tăng chất lượng cảm nhận của khách hàng. Chấp nhận Hồi quy
H2b đCháng tin cất lượng tín hiậy sẽ làm tệu càng nhăng chất lất quán và ượng cảm nhận của khách hàng.
Chấp nhận Hồi quy
H3 nhiViệềc chú tru hơn sẽ làm cho chọng xây dấựt lng thượng cươảng him nhệậu n của khách hàng tốt hơn Chấp nhận Hồi quy H4 Chất lượng cảm nhận của khách hàng về dịch vụ của ngân hàng càng tăng thì lòng trung thành của khách hàng đối với ngân hàng càng tăng. Chấp nhận Hồi quy
4.4 So sánh mức độ ảnh hưởng của các yếu tố tại NH trong nước và NH nước ngoài.
Trong kết quả phân tích hồi quy, các trọng số hồi quy đựoc thể hiện dưới hai dạng: chưa chuẩn hoá và chuẩn hoá. Trọng số hồi quy chưa chuẩn hoá ( B) được dùng trong trường hợp phân tích hai mẫu trở lên, để so sánh mẫu này với mẫu kia, còn trọng số hồi quy đã chuẩn hóa ( Beta) được dùng để phân tích hồi quy chỉ có một mẫu và so sánh mức độ tác động của các biến độc lập vào biến phụ thuộc. Beta chưa chuẩn hóa còn phụ thuộc vào đơn vịđo lưòng, trong khi beta đã chuẩn hóa thì không phụ thuộc vào đơn vị đo lường ( Nguyễn Đình Thọ, 2011). Do đó,
để so sánh mức độảnh hưởng của chất lượng cảm nhận vào lòng trung thành của khách hàng đối với ngân hàng trong nước và ngân hàng nước ngoài, tác giả tiến hành phân tích hồi quy trên riêng cho từng mẫu đối với nhóm khách hàng của
ngân hàng trong nước và nước ngoài, sau đó tiến hành so sánh các beta chưa chuẩn hóa của hai phương trình hồi quy.
4.4.1 Phân tích hồi quy đối với khách hàng tại ngân hàng trong nước
Tác giả tiến hành phân tích hồi quy cho mẫu gồm 144 khách hàng đang sử dụng dịch vụ ngân hàng trong nước. Kết quả phân tích hồi quy cho biến độc lập là chất lượng cảm nhận ( PQ ) và biến phụ thuộc là lòng trung thành ( LY) được thể hiện trong Bảng 4.12. Kết quả phân tích hồi quy cho thấy R = 0.414 có nghĩa là 41.4% sự biến thiên của biến LY được giải thích bởi biến PQ, hay nói một cách khác, độ thích hợp của mô hình này là 41.4%. Giá trị Sig của PQ là 0.000 nhỏ
hơn 0.05 (với mức ý nghĩa 5%) và hệ số hồi quy ( B = 0.852) có giá trị dương có nghĩa là PQ tác động có ý nghĩa và cùng chiều đến LY.
2
Bảng 4.12: Kết quả phân tích hồi quy giữa PQ & LY ( NH trong nước)
Mô hình
Hệ số chưa chuẩn hoá Hệ sốđã chuẩn hoá
t Sig. B Độ lệch chuẩn β 1 PQ 7.008 1.166 6.010 0.000 0.852 0.082 0.643 10.424 0.000