Phân tích tương quan

Khi phân tích hồi quy tuyến tính bội, các mối tương quan tuyến tính giữa tất cả các biến cần được kiểm tra trước để đánh giá mối quan hệ giữa các biến định lượng. Hệ số tương quan Pearson được sử dụng để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lượng (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Hệ số này luôn trong khoảng từ -1 đến +1. Giá trị tuyệt đối của hệ số r tiến gần đến 1 khi các biến có mối tương quan tuyến tính chặt chẽ.

Bảng 4.5: Ma trận hệ số tương quan giữa các yếu tố tạo nên chất lượng dịch vụ internet banking tổng quát

Chất lượng IB tổng quát (SIB) Chất lượng HTTH trực tuyến (SMI) Chất lượng DVKH trực tuyến (SCO) Chất lượng SPDV ngân hàng (SBP) Chất lượng IB tổng quát (SIB) Hệ số tương quan 1 0.693 0.753 0.577 Chất lượng HTTT trực tuyến (SMI) Hệ số tương quan 0.693 1 0.390 0.305 Chất lượng DVKH trực tuyến (SCO) Hệ số tương quan 0.753 0.390 1 0.387 Chất lượng SPDV ngân hàng (SBP) Hệ số tương quan 0.577 0.305 0.387 1

(Nguồn: Kết quả phân tích hồi quy thể hiện trong Phụ lục 7)

Theo kết quả ma trận hệ số tương quan cho thấy có mối tương quan giữa từng biến độc lập (SMI, SCO, SPB) với biến phụ thuộc (SIB) và giữa các biến độc lập với nhau. Hệ số tương quan giữa biến phụ thuộc (SIB) với các biến độc lập đều lớn hơn 0.3, trong đó SIB và SCO có mối tương quan chặt chẽ nhất với hệ số r=0.753. Như vậy, các biến độc lập đủ điều kiện đưa vào mô hình để giải thích cho biến phụ thuộc.

4.3.2 Kiểm định các giả định của mô hình hồi quy tuyến tính

Phân tích hồi quy không phải chỉ là việc mô tả các dữ liệu quan sát được. Từ các kết quả quan sát được trong mẫu, ta phải suy rộng kết luận cho mối liên hệ giữa các biến trong tổng thể. Sự chấp nhận và diễn dịch kết quả hồi qui không thể tách rời các giả định cần thiết và những chuẩn đoán về sự vi phạm

các giả định đó. Nếu các giả định bị vi phạm thì các kết quả ước lượng không đáng tin cậy nữa”(Hoàng Trọng và Chu Nguyễn Mộng Ngọc 2008, trang 211).

Sự suy rộng các kết quả của mẫu cho các giá trị của tổng thể trên cơ sở các giả định sau:

Liên hệ tuyến tính

Phương sai của sai số không đổi Phần dư có phân phối chuẩn

Không có hiện tương tự tương quan giữa các phần dư Không có hiện tượng đa cộng tuyến giữa các biến độc lập

4.3.2.1 Giả định tuyến tính và phương sai của sai số không đổi

Từ biểu đồ phân tán (phụ lục 7) giữa hai biến giá trị dự đoán chuẩn hóa (Standardized Predicted Value) và phần dư chuẩn hóa (Standardized Residual) cho thấy phần dư phân tán ngẫu nhiên xung quanh đường đi qua tung độ 0 chứ không tạo nên một hình dạng nào. Vì vậy giả định liên hệ tuyến tính không bị vi phạm.

Độ lớn của phần dư chuẩn hóa trên biểu đồ phân tán không tăng hoặc giảm cùng với giá trị dự đoán chuẩn hóa. Vì vậy, giả định phương sai của sai số không đổi không bị vi phạm.

4.3.2.2 Giả định phần dư có phân phối chuẩn

Phần dư có thể không tuân theo phân phối chuẩn vì nhiều lý do: sử dụng mô hình không đúng, phương sai không phải là hằng số, số lượng các phần dư không đủ nhiều để phân tích… (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).

Để khảo sát phân phối chuẩn của phần dư, biểu đồ Histogram và biểu đồ Normal P-P Plot được sử dụng (phụ lục 7)

Xem xét tần số của phần dư chuẩn hóa, biểu đồ Histogram và biểu đồ Normal P-P Plot cho thấy một đường cong phân phối chuẩn được đặt trên biểu đồ tần số và các điểm quan sát không phân tán quá xa đường thẳng kỳ vọng. Giá trị phần dư có kết quả độ lệch chuẩn std.Dev. = 0.994 rất gần 1. Do đó, phân phối của phần dư xem như tiệm cận chuẩn. Như vậy, giả định phân phối chuẩn của phần dư không bị vi phạm.

4.3.2.3 Đánh giá độ phù hợp của mô hình hồi quy tuyến tính

Hệ số xác định bội R2 và R2 hiệu chỉnh (Adjusted R square) được dùng để đánh giá độ phù hợp của mô hình. Vì R2 sẽ tăng khi đưa thêm biến độc lập vào mô hình nên dùng R2 hiệu chỉnh sẽ an toàn hơn khi đánh giá độ phù hợp của mô hình.

R2 hiệu chỉnh càng lớn thể hiện độ phù hợp của mô hình càng cao. Hệ số này càng gần 1 thì mô hình đã xây dựng càng thích hợp, ngược lại càng gần 0 thì mô hình kém phù hợp với tập dữ liệu mẫu. Kiểm định F được sử dụng để xem xét sự phù hợp của mô hình hồi quy tổng thể.

Bảng 4.6: Kết quả phân tích R2 điều chỉnh và kiểm định F trong mô hình hồi quy giữa ba biến độc lập với biến phụ thuộc là Chất lượng dịch vụ internet banking tổng quát – hồi quy 1:

Mô hình R R2 R2 điều chỉnh Độ lệch chuẩn ước lượng F Sig. 1 0.900a 0.810 0.807 0.30545 334.420 0.000

(Nguồn: Kết quả phân tích hồi quy theo phụ lục 7)

Theo kết quả Bảng trên, thì hệ số R2=0.810, R2 hiệu chỉnh = 0.807 cho thấy mô hình tuyến tính đã xây dựng phù hợp với tập dữ liệu đến mức 80.7%. Trị thống kê F= 334.420 với mức ý nghĩa Sig = 0.000 cho thấy sẽ an toàn khi bác bỏ giả thuyết cho rằng tất cả các hệ số hồi quy trong mô hình hồi quy tổng thể bằng 0. Như vậy mô hình hồi quy tuyến tính đa biến phù hợp với tập dữ liệu mẫu và có thể sử dụng được.

4.3.2.4 Giả định không có hiện tượng đa cộng tuyến (adsbygoogle = window.adsbygoogle || []).push({});

Cộng tuyến là trạng thái trong đó các biến độc lập có tương quan chặt chẽ với nhau. Vấn đề của hiện tượng đa cộng tuyến là chúng cung cấp cho mô hình những thông tin rất giống nhau, và rất khó tách rời ảnh hưởng của từng biến một đến biến phụ thuộc. Dấu hiệu của đa cộng tuyến là hệ số VIF vượt quá 10 (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).

Bảng 4.7: Hệ số phương trình hồi quy – hồi quy 1

Mô hình Hệ số chưa chuẩn hóa Hề số chuẩn hóa Kiểm định t Mức ý nghĩa Sig. Hệ số tương quan Đa cộng tuyến Hệ số hồi quy B Độ lệch chuẩn Beta Từng phần Độ chấp nhận VIF 1 (Hằng số) 0.263 0.120 2.200 0.029 Chất lượng HTTT trực tuyến (SMI) 0.369 0.027 0.424 13.508 0.000 0.660 0.820 1.219 Chất lượng DVKH trực tuyến (SCO) 0.420 0.028 0.487 15.034 0.000 0.699 0.769 1.301 Chất lượng SPDV Ngân hàng (SPB) 0.249 0.030 0.259 8.270 0.000 0.474 0.822 1.217

(Nguồn: Kết quả phân tích hồi quy theo phụ lục 7)

Bảng 4.7 cho thấy, hệ số VIF có giá trị từ <10. Như vậy, trong mô hình nghiên cứu không có hiện tượng đa cộng tuyến giữa các biến độc lập.

4.3.2.5 Kiểm định ý nghĩa của các hệ số hồi quy

Bảng 4.7 cho thấy, mức ý nghĩa của các hệ số hồi quy của các biến độc lập SMI, SCO, SPB đều nhỏ hơn 0.05. Điều này cho thấy an toàn khi bác bỏ giả thuyết cho rằng hệ số hồi quy của các biến độc lập của thang đo bằng 0.

4.3.2.6 Kết quả phân tích hồi quy

Phân tích hồi quy sẽ xác định phương trình hồi quy tuyến tính, với các hệ số Beta tìm được để khẳng định mối quan hệ nhân quả giữa biến phụ thuộc (chất lượng dịch vụ internet banking tổng quát) và các biến độc lập (chất lượng dịch vụ khách hàng trực tuyến, chất lượng hệ thống thông tin trực tuyến, chất

lượng sản phẩm dịch vụ ngân hàng) và dự đoán được mức độ tác động của biến phụ thuộc khi biết trước giá trị của biến độc lập. Phương pháp phân tích được chọn lựa là phương pháp đưa vào lần lượt (Enter).

Bảng 4.7: Các kiểm định trên cho thấy các giả định của hàm hồi quy tuyến tính không bị vi phạm và mô hình hồi quy đã xây dựng phù hợp với tổng thể. Xem xét Bảng 4.7 trên cho thấy, các hệ số của phương trình hồi quy có ý nghĩa thống kê và đều có giá trị dương. Ta có phương trình hồi quy như sau:

SIB = 0.487 SCO+ 0.424SMI + 0.259SPB (1)

Như vậy, với tập dữ liệu mẫu khảo sát tại BIDV HCMC, chất lượng dịch vụ internet banking tổng quát chịu tác động bởi các nhân tố: chất lượng dịch vụ khách hàng trực tuyến, chất lượng hệ thống thông tin trực tuyến, chất lượng sản phẩm dịch vụ ngân hàng. Do đó có thể kết luận rằng các giả thuyết H1, H2, H3 được chấp nhận

Nhận xét:

Từ phương trình hồi quy (1) trên, ta có thể thấy “Chất lượng dịch vụ khách hàng trực tuyến” là thành phần có hệ số hồi quy chuẩn hóa cao nhất (hệ số Beta = 0.487 với mức ý nghĩa Sig. =0.000), tức là thành phần này có mức độ tác động lớn nhất lên chất lượng dịch vụ internet banking tổng quát của BIDv HCMC. Điều này có nghĩa là, khi các điều kiện khác không đổi, khi Chất lượng dịch vụ khách hàng trực tuyến tăng lên 1 đơn vị độ lệch chuẩn thì chất lượng dịch vụ internet banking tổng quát của BIDV HCMC tăng 0.487 đơn vị.

Nhân tố tác động mạnh thứ hai đến lòng trung thành là “Chất lượng hệ thống thông tin trực tuyến” với hệ số Beta = 0.424 với mức ý nghĩa Sig. = 0.000.

Nhân tố tác động thứ ba chất lượng dịch vụ internet banking tổng quát của BIDV HCMC là “chất lượng sản phẩm dịch vụ ngân hàng” với hệ số Beta = 0.259 với mức ý nghĩa Sig. = 0.000

4.4 Phân tích tác động của Chất lượng dịch vụ internet banking tổng quát đối với sự thỏa mãn của khách hàng: đối với sự thỏa mãn của khách hàng:

Ta giả định chất lượng dịch vụ Internet banking tổng quát và sự thỏa mãn của khách hàng có tương quan tuyến tính, ta có phương trình hồi quy cho mô hình lý thuyết như sau:

SAS= const + β1 SIB (2)

Trong đó: SIB : chất lượng dịch vụ Interbanking tổng quát – viết tắt: chất lượng IB tổng quát

SAS: Sự thỏa mãn của khách hàng – viết tắt: Thỏa mãn

4.4.1 Phân tích tương quan:

Phân tích ma trận tương quan sử dụng hệ số Pearson Correlation (r) để lượng hóa mức độ chặt chẽ của mối liên hệ giữa giữa mỗi nhân tố khác với biến chất lượng dịch vụ internet banking tổng quát và biến sự thỏa mãn của khách hàng.

Bảng 4.8: Ma trận hệ số tương quan giữa chất lượng dịch vụ internet banking tổng quát với sự thỏa mãn của khách hàng – hồi quy 2

Thỏa mãn (SAS) Chất lượng IB tổng quát (SIB)

Thỏa mãn (SAS) Hệ số tương quan 1 0.624

Chất lượng IB tổng quát (SIB) (adsbygoogle = window.adsbygoogle || []).push({});

Hệ số tương quan 0.624 1

Hệ số tương quan giữa biến phụ thuộc (SAS) với biến độc lập (SIB) lớn hơn 0.3. Như vậy, biến độc lập đủ điều kiện đưa vào mô hình để giải thích cho biến phụ thuộc.

4.4.2 Kiểm định các giả định của mô hình hồi quy tuyến tính

4.4.2.1 Giả định tuyến tính và phương sai của sai số không đổi

Từ biểu đồ phân tán (phụ lục 7) giữa hai biến giá trị dự đoán chuẩn hóa (Standardized Predicted Value) và phần dư chuẩn hóa (Standardized Residual)

cho thấy phần dư phân tán ngẫu nhiên xung quanh đường đi qua tung độ 0 chứ không tạo nên một hình dạng nào. Vì vậy giả định liên hệ tuyến tính không bị vi phạm.

4.4.2.2 Giả định phần dư có phân phối chuẩn

Xem xét tần số của phần dư chuẩn hóa, biểu đồ Histogram và biểu đồ Normal P-P Plot (Phụ lục 7) cho thấy một đường cong phân phối chuẩn được đặt trên biểu đồ tần số và các điểm quan sát không phân tán quá xa đường thẳng kỳ vọng.. Do đó, phân phối của phần dư xem như tiệm cận chuẩn. Như vậy, giả định phân phối chuẩn của phần dư không bị vi phạm.

4.4.2.3 Đánh giá độ phù hợp của mô hình hồi quy tuyến tính

Bảng 4.10: Kết quả phân tích R2 điều chỉnh và kiểm định F trong mô hình hồi quy giữa chất lượng dịch vụ internet banking tổng quát sự thỏa mãn của khách hàng Mô hình R R2 R2 điều chỉnh Độ lệch chuẩn ước lượng F Sig. 1 0.624a 0.389 0.386 0.75935 151.475 0.000

(Nguồn: Kết quả phân tích hồi quy thể hiện trong phụ lục 7)

Theo kết quả Bảng trên, thì hệ số R2= 0.389, R2 hiệu chỉnh = 0.386 cho thấy mô hình tuyến tính đã xây dựng phù hợp với tập dữ liệu đến mức 38.6%. Trị thống kê F= 151.475 với mức ý nghĩa Sig = 0.000 cho thấy sẽ an toàn khi bác bỏ giả thuyết cho rằng tất cả các hệ số hồi quy trong mô hình hồi quy tổng thể bằng 0. Như vậy mô hình hồi quy tuyến tính đa biến phù hợp với tập dữ liệu mẫu và có thể sử dụng được.

4.4.2.4 Giả định không có hiện tượng đa cộng tuyến

Bảng 4.10: Hệ số phương trình hồi quy - hồi quy 2

Mô hình Hệ số chưa chuẩn hóa Hề số chuẩn hóa t Sig. Hệ số tương quan Đa cộng tuyến B Độ lệch chuẩn Beta Từng phần Độ chấp nhận VIF 1 (Hằng số) -0.014 0.274 -0.051 0.960 Chất lượng IB tổng quát (SIB) 0.869 0.071 0.624 12.308 0.000 0.624 1.00 1.00

(Nguồn: Kết quả phân tích hồi quy thể hiện trong phụ lục 7)

Bảng 4.11 cho thấy, hệ số VIF có giá trị từ <10. Như vậy, trong mô hình nghiên cứu không có hiện tượng đa cộng tuyến giữa các biến độc lập.

4.4.2.5 Kiểm định ý nghĩa của các hệ số hồi quy

Bảng 4.11 cho thấy, mức ý nghĩa của các hệ số hồi quy của biến độc lập SIB nhỏ hơn 0.05. Điều này cho thấy an toàn khi bác bỏ giả thuyết cho rằng hệ số hồi quy của các biến độc lập của thang đo bằng 0.

4.4.2.6 Kết quả phân tích hồi quy

Bảng 4.11 cho thấy các giả định của hàm hồi quy tuyến tính không bị vi phạm và mô hình hồi quy đã xây dựng phù hợp với tổng thể. Các hệ số của phương trình hồi quy có ý nghĩa thống kê và đều có giá trị dương. Ta có phương trình hồi quy như sau:

SAS=0.624SIB (2)

Như vậy, với tập dữ liệu mẫu khảo sát tại BIDV HCMC, sự thỏa mãn của khácch hàng chịu tác động bởi nhân tố chất lượng dịch vụ internet banking tổng quát. Do đó có thể kết luận rằng giả thuyết H4 được chấp nhận

4.5 So sánh mức độ thỏa mãn của khách hàng theo giới tính, độ tuổi và trình độ học vấn

Bảng 4.11a: Giá trị trung bình theo nhóm – giới tính

Giới tính Số quan sát Trị trung bình Độ lệch (adsbygoogle = window.adsbygoogle || []).push({});

chuẩn Sai số chuẩn Sự thỏa mãn của khách hàng Nam 97 3.2062 0.91644 0.09305 Nữ 143 3.3601 1.00203 0.08379

(Nguồn: kết quả kiểm định SPSS thể hiện trong phụ lục 8)

Bảng 4.11b: Kết quả kiểm định sự khác biệt về giới tính

Kiểm định Levene đối với phương sai

Kiểm định T- test về trị trung bình

F Sig Sig. (2-tailed)

Sự thỏa mãn của khách hàng Phương sai bằng nhau 1.475 0.226 0.228 Phương sai khác nhau 0.220

(Nguồn: kết quả kiểm định SPSS thể hiện trong phụ lục 8)

Qua bảng 4.13a và 4.13b cho thấy mức độ thỏa mãn của nam có giá trị trung bình là 3.206, của nữ là 3.36. Như vậy, mức độ thỏa mãn của nữ cao hơn nam nhưng không đáng kể. Sig F= 0.226 >0.05, không có sự khác biệt nào về mức độ thỏa mãn giữa nam và nữ ở độ tin cậy 95%. Với kiểm định Levene có Sig. 0.226 – trường hợp phương sai bằng nhau, ta có Sig. của T-test=0.228, không đạt mức ý nghĩa thống kê

4.5.2 Độ tuổi

Bảng 4.12a: Kiểm định phương sai Kiểm định Levene Bậc tự do của tử số (df1) Bậc tự do của mẫu số (df2) Mức ý nghĩa (Sig.) 1.184 2 237 0.308

Phân tích phương sai một yếu tố (One way ANOVA) yêu cầu phương sai của các nhóm so sánh phải đồng nhất (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Bảng 4.14a cho thấy giá trị mức ý nghĩa (Sig.) = 0.308>0.05 nên điều kiện về phương sai không khác nhau đã được thỏa mãn. Như vậy kết quả phân tích ANOVA ở bảng 4.14c có thể sử dụng tốt

Bảng 4.12b: Kết quả kiểm định sự khác biệt về độ tuổi Số quan sát Trung bình Độ lệch chuẩn Phương sai <30 83 3.2831 0.88756 0.09742 30-45 104 3.2019 0.98229 0.09632 >45 53 3.5094 1.04922 0.14412 Tổng 240 3.2979 0.96935 0.06257

(Nguồn: kết quả kiểm định SPSS thể hiện trong phụ lục 8)

Bảng 4.12c: Kết quả kiểm định trung bình về độ tuổi

ANOVA Tổng bình phương Bậc tự do (df) Bình phương trung bình F Mức ý nghĩa (Sig.) Giữa các nhóm 3.348 2 1.674 1.793 0.169 Trong nhóm 221.226 237 0.993 Tổng 224.574 239

(Nguồn: kết quả kiểm định SPSS thể hiện trong phụ lục 8)

Kết quả kiểm định sự khác biệt về mức độ thỏa mãn của khách hàng theo độ tuổi (Phụ Lục 8) cho thấy, không có sự khác biệt nào giữa các nhóm độ tuổi

Mục lục