Phân tích hi quy:

Một phần của tài liệu ĐÁNH GIÁ SỰ HÀI LÒNG CỦA KHÁCH HÀNG DOANH NGHIỆP NHỎ VÀ VỪA ĐỐI VỚI DỊCH VỤ CHO VAY BẰNG MÔ HÌNH ROPMIS TẠI NGÂN HÀNG TMCP Á CHÂU KHU VỰC TPHCM.PDF (Trang 60)

H i quy đa bi n là m t ph ng pháp phơn tích dùng k thu t th ng kê đ c s d ng đ phân tích m i quan h c a nhi u bi n đ c l p v i m t bi n ph thu c. Khi s d ng h i quy đa bi n, các tham s th ng kê c n đ c quan tâm là:

 H s R² hi u ch nh (Adjusted coefficient of determination): đo l ng ph n ph ng sai c a bi n ph thu c đ c gi i thích b i các bi n đ c l p có tính đ n

s l ng bi n ph thu c và c m u. H s nƠy cƠng cao, đ chính xác c a mô

hình càng l n và kh n ng d báo c a bi n đ c l p càng l n.

 H s (Standardized Beta Coefficent): h s h i quy chu n hóa cho phép so sánh m t các tr c ti p v m c đ nh h ng c a bi n đ c l p lên bi n ph thu c.

Ki m đnh m c Ủ ngh a c a h s : s d ng tr th ng kê t đ ki m đ nh m c ý ngh a c a h s . N u m c Ủ ngh a c a ki m đnh nh h n 0.05, ta có th k t lu n h s có Ủ ngh a v m t th ng kê.

Trong ph n ki m đ nh h s t ng quan cho th y các nhân t NL, QT, KQ, QL,

GIA, HA_TNXH, GIA, SHL có t ng quan ch t v i nhau có th x y ra hi n t ng đa

c ng tuy n.

a c ng tuy n là tr ng thái trong đó các bi n đ c l p có t ng quan ch t ch v i

nhau. V n đ c a hi n t ng c ng tuy n là chúng cung c p cho mô hình nh ng thông

tin r t gi ng nhau, và r t khó tách r i nh h ng c a t ng bi n m t đ n bi n ph thu c. Hi u ng khác c a s t ng quan khá ch t gi a các bi n đ c l p lƠ nó lƠm t ng đ l ch chu n c a các h s h i quy và làm gi m giá tr th ng kê t c a ki m đ nh Ủ ngh a c a

chúng nên các h s có khuynh h ng kém Ủ ngh a h n khi không có đa c ng tuy n

trong khi h s xác đ nh R square v n khá cao.

ki m đnh hi n t ng đa c ng tuy n trong mô hình, chúng ta dùng ph ng

pháp nhân t phóng đ i ph ng sai (VIF), (Gujarati, 1995). Theo Gujarati (1995) mô hình không có hi n t ng đa c ng tuy n khi h s nhân t phóng đ i (VIF) c a các bi n gi i thích đ u nh h n 10. K t qu tính toán, h s nhân t phóng đ i ph ng sai (VIF) c a các bi n gi i thích trong mô hình đ u nh h n 10 (l n nh t lƠ 2.328), ngh a là mô hình không có hi n t ng đa c ng tuy n, đ tin c y c a mô hình cao và các bi n nƠy đ c đ a vƠo mô hình h i quy.

Mô hình h i quy nghiên c u nh sau:

SHL = 0 + 1 NL + 2KQ + 3QT + 4QL + 5HA_TNXH + 6GIA + ei Trong đó:

 i: H s h i quy.

 NL, KQ, QT, QL, HA_TNXH, GIA: là các bi n đ c l p.

K t qu h i quy nh sau:

B ng 2.12: K t qu h i quy l n 1

Tên bi n H s h i quy M căỦăngh aă(p) Nhân t phóngăđ i

ph ngăsaiă(VIF) NL .124 .019 1.875 KQ .123 .035 2.328 QT .012 .786 1.264 QL .164 .005 2.293 HA_TNXH .082 .087 1.559 GIA .513 .000 1.838 H s xác đnh R2 = 0,709 (Ngu n: K t qu t x lý d li u t SPSS) C n c vào các k t qu ki m đ nh các gi thuy t, ta th y:

H s xác đ nh R2 = 0,709 (Adjusted R Square) có ngh a lƠ 70,9% s bi n thiên c a SHL có th gi i thích t m i quan h tuy n tính c a NL,KQ,QT,QL,HA_TNXH,GIA.

Mô hình h i quy hoàn ch nh là:

SHL=0.124*NL+0.123*KQ+ 0.012*QT+0.164*QL+0.082*HA_TNXH+0.513*GIA

Giá tr Sig c a bi n QT, HA_TNXH đ u l n h n 0,05 nên 2 bi n này không có

Ủ ngh a gi i thích cho bi n SHL (v i đ tin c y 95%) nên lo i bi n này ra kh i ph ng trình h i quy. Các bi n còn l i có Sig nh h n 0,05 có Ủ ngh a gi i thích cho bi n SHL. Ch y l i mô hình h i quy đ c k t qu nh sau:

B ng 2.13: K t qu h i quy l n 2

Tên bi n H s h i quy M căỦăngh a (p) Nhân t phóngăđ i

ph ngăsaiă(VIF) NL .252 .000 1.664 KQ .327 .000 2.046 QL .205 .004 2.269 GIA .118 .044 1.550 H s xác đnh R2 = 0,562 (Ngu n: K t qu t x lý d li u t SPSS) C n c vào các k t qu ki m đ nh các gi thuy t, ta th y:

H s xác đ nh R2 = 0,562 (Adjusted R Square) có ngh a lƠ 56,2% s bi n thiên c a SHL có th gi i thích t m i quan h tuy n tính c a NL, KQ, QL, GIA.

- Giá tr Sig c a bi n nh h n 0,05 nên các bi n NL, KQ, QL, GIA đ u có Ủ ngh a gi i thích cho bi n SHL.

Mô hình h i quy ch y l i l n 2 là:

SHL=0.252*NL+0.327*KQ+0.205*QL+0.118*GIA

Ý ngh a c a mô hình:

- D a vào h s c a các bi n đ c l p cho ta th y các bi n NL, KQ, QL, GIA có quan h đ ng bi n v i bi n ph thu c SHL.

- Trong đi u ki n các y u t khác không đ i , khi NL ậ Ngu n l c lên 1 đ n v thì SHL ậ S hƠi lòng t ng lên 0.252đ n v.

- Khi KQ ậ K t qu t ng lên 1 đ n v thì SHL ậ S hƠi lòng t ng lên 0.327 đ n v khi các y u khác trong mô hình không đ i.

- Khi QL - Qu n lỦ t ng lên 1 đ n v thì SHL ậ S hƠi lòng t ng lên 0,205 đ n v khi các y u khác trong mô hình không đ i.

- Cu i cùng là khi GIA ậ Giá c t ng lên 1 đ n v thì SHL ậ S hƠi lòng t ng lên 0,118 đ n v khi các y u khác trong mô hình không đ i.

Các y u t K t qu và Qu n lý tác đ ng khá nhi u đ n s hài lòng c a khách hƠng. i u này cho th y các y u t thu c v con ng i ậ h t nhân c a t t c các d ch v nh h ng r t nhi u đ n s hài lòng c a khách hàng. Bên c nh đó, các y u t thu c v ngu n l c c ng tác đ ng khá nhi u đ n s hài lòng c a khách hƠng đi u này cho th y khách hƠng c ng r t quan tơm đ n c s v t ch t và ti m l c tài chính c a ngân hàng.

Một phần của tài liệu ĐÁNH GIÁ SỰ HÀI LÒNG CỦA KHÁCH HÀNG DOANH NGHIỆP NHỎ VÀ VỪA ĐỐI VỚI DỊCH VỤ CHO VAY BẰNG MÔ HÌNH ROPMIS TẠI NGÂN HÀNG TMCP Á CHÂU KHU VỰC TPHCM.PDF (Trang 60)

Tải bản đầy đủ (PDF)

(92 trang)