a) Xem xét s t ng quan gi a các bi n
S d ng h s Pearson đ xem xét các m i quan h t ng quan tuy n tính gi a bi n ph thu c v i bi n đ c l p, c ng nh gi a các bi n đ c l p v i nhau. N u h s t ng quan gi a bi n ph thu c v i các bi n đ c l p l n, ch ng t gi a chúng có m i quan h v i nhau và phân tích h i qui tuy n tính có th phù h p. M t khác, n u gi a các bi n đ c l p c ng ć t ng quan l n v i nhau thì đ́ c ng là d u hi u cho bi t gi a chúng có th x y ra hi n t ng đa c ng tuy n (Hoàng Tr ng và Chu Nguy n M ng Ng c, 2008) [4].
b) Ki m đnh các gi đnh c a mô hình h i qui
Phân tích h i qui không ph i ch là vi c mô t các d li u quan sát đ c. T các k t qu quan sát đ c trong m u, ta ph i suy r ng k t lu n cho m i liên h gi a các bi n trong t ng th .
Theo Hoàng Tr ng và Chu Nguy n M ng Ng c (2008), s ch p nh n và di n d ch k t qu h i qui không th tách r i các gi đnh c n thi t và s ch n đoán v s vi ph m các gi đnh đ́. N u các gi đ nh b vi ph m, thì các k t qu c l ng đ c không đáng tin c y n a. Vì v y, đ đ m b o s di n d ch t k t qu h i qui c a m u cho t ng th có giá tr , trong ph n này s ti n hành ki m đnh các gi đ nh c a hàm h i qui, bao g m: liên h tuy n tính; ph ng sai
c a sai s không đ i; phân ph i chu n c a ph n d ; tính đ c l p c a sai s ; không có hi n
t ng đa c ng tuy n.
Liên h tuy n tính: Theo Hoàng Tr ng và Chu Nguy n M ng Ng c (2008), ph ng pháp đ c s d ng là bi u đ phân tán Scatterplot v i giá tr ph n d chu n hóa trên tr c tung và giá tr d đoán chu n hóa trên tr c hoành. N u gi đnh liên h tuy n tính th a mãn, thì ta s không nh n th y có liên h gì gi a các giá tr d đoán và ph n d , chúng s phân tán r t ng u
nhiên
Ph ng sai c a sai s không đ i: Theo Hoàng Tr ng và Chu Nguy n M ng Ng c
(2008, trang 226), hi n t ng ph ng sai c a sai s thay đ i có th làm cho các c l ng c a h s h i qui không ch ch nh ng không hi u qu (t c là không ph i c l ng phù h p nh t), t đ́ làm cho ki m đnh các gi thuy t m t hi u l c khi n chúng ta đánh giá nh m v ch t l ng c a mô hình h i qui. th c hi n ki m đnh này, tác gi s s d ng h s t ng quan h ng Spearman c a giá tr tuy t đ i ph n d và các bi n đ c l p.
Phân ph i chu n c a ph n d : Theo Hoàng Tr ng và Chu Nguy n M ng Ng c (2008, trang 228), ph n d ć th không tuân theo phân ph i chu n vì nh ng lý do: s d ng mô hình không đúng, ph ng sai không ph i là h ng s , s l ng các ph n d không đ nhi u đ phân tích. Vì v y, ta s d ng nhi u cách kh o sát khác nhau đ đ m b o t́nh xác đáng c a ki m đnh. Nghiên c u này s s d ng cách xây d ng bi u đ t n s Histogram và bi u đ P-P plot đ kh o sát phân ph i c a ph n d .
Tính đ c l p c a sai s : Theo Hoàng Tr ng và Chu Nguy n M ng Ng c (2008, trang
232-233), nguyên nhân hi n t ng này có th là do các bi n có nh h ng không đ c đ a h t vào mô hình do gi i h n và m c tiêu nghiên c u, ch n m i liên h tuy n tính mà l ra là phi tuy n, sai s trong đo l ng các bi n …, các ĺ do này ć th d n đ n v n đ t ng quan chu i trong sai s và t ng quan chu i c ng gây ra nh ng tác đ ng sai l ch nghiêm tr ng đ n mô hình h i qui tuy n t́nh nh hi n t ng ph ng sai thay đ i. i l ng th ng kê Durbin- Watson có th dùng đ ki m đ nh t ng quan này. N u Durbin-Watson n m trong đo n t 1 đ n 3 thì có th ch p nh n hi n t ng t t ng quan không x y ra.
Không có hi n t ng đa c ng tuy n: Theo Hoàng Tr ng và Chu Nguy n M ng Ng c
(2008, trang 235, 252), c ng tuy n là tr ng thái trong đ́ các bi n đ c l p ć t ng quan ch t ch v i nhau. V n đ c a hi n t ng này 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 đ n bi n ph thu c; làm t ng đ l ch chu n c a các h s h i qui và làm gi m giá tr th ng kê t c a ki m đnh m c ́ ngh a trong khi h s R square v n khá cao. Trong mô hình h i qui này, gi đ nh gi a các bi n đ c l p c a mô hình không có hi n t ng đa c ng tuy n. Hi n t ng này đ c ki m đ nh thông qua h s ph́ng đ i ph ng sai VIF (Variance inflation factor). Khi VIF v t quá 10, đ́ là d u hi u c a đa c ng tuy n. Tuy nhiên, theo Nguy n Hùng Phong (2012), không có tiêu chu n chính xác nào c a VIF ńi lên đ l n c a VIF là bao nhiêu thì hi n t ng đa c ng tuy n x y ra nh ng theo kinh nghi m n u VIF > 5 thì hi n t ng đa c ng tuy n xu t hi n. V i nghiên c u này, tác gi s d ng VIF ≤ 5 thì không ć hi n t ng đa c ng tuy n ho c n u có hi n t ng đa c ng tuy n x y ra thì c ng không đáng k .
c) Phân tích h i qui
N u các gi đnh không b vi ph m, mô hình h i qui tuy n t́nh đ c xây d ng. Ph ng trình h i qui tuy n t́nh đa bi n có d ng:
Trong đ́: Y: m c đ th a mãn
Xi: các y u t tác đ ng đ n s th a mãn B0: h ng s , Bi: các h s h i qui (i > 0) Khi ti n hành phân tích h i qui tuy n tính, ta xem xét:
ánh giá đ phù h p c a mô hình h i qui tuy n tính b ng h s xác đnh R2 đi u ch nh: H s xác đnh t l bi n thiên c a bi n ph thu c đ c gi i thích b i bi n đ c l p trong mô hình h i qui. ́ c ng là thông s đo l ng đ thích h p c a đ ng h i qui theo qui t c R2 càng g n 1 thì mô hình xây d ng càng thích h p, R2 càng g n 0 mô hình càng kém phù h p v i t p d li u m u. Tuy nhiên, R2 ć khuynh h ng là m t c l ng l c quan c a th c đo s phù h p c a mô hình đ i v i d li u trong tr ng h p ć h n 1 bi n gi i thích trong mô hình. Trong tình hu ng này R2 đi u chnh (Adjusted R square) đ c s d ng đ ph n ánh sát h n m c đ phù h p c a mô hình tuy n t́nh đa bi n vì nó không ph thu c vào đ l ch ph́ng đ i c a R2 (Nguy n ình Th , 2011).
Ki m đ nh đ phù h p c a mô hình: Ki m đ nh F trong phân t́ch ph ng sai là m t phép ki m đnh gi thuy t v đ phù h p c a mô hình tuy n tính t ng th . N u gi thuy t H0 c a ki m đnh F b bác b thì có th k t lu n mô hình h i qui tuy n t́nh đa bi n phù h p v i t p d li u và có th s d ng đ c (Nguy n ình Th , 2011).
Tóm t t ch ng 3
N i dung chính c a ch ng 3 là ph ng pháp nghiên c u. Tác gi đã đ a ra quy trình nghiên c u và ph ng pháp nghiên c u c a đ tài g m: Nghiên c u s b có s d ng k thu t ki t kê t do, k thu t th o lu n nhóm và k thu t ph ng v n sâu bán c u trúc; Nghiên c u chính th c đ nh l ng qua ph ng v n tr c ti p, ph ng v n qua đi n tho i và phát phi u kh o sát tr c tuy n qua th đi n t .
Trong đ́, tác gi đã thi t k thang đo g m 6 bi n chính và 40 bi n thành ph n, trong đ́: tính h u hình (TAN) đ c đo l ng b ng 10 bi n quan sát, s đáp ng (RES) đ c đo l ng b ng 9 bi n quan sát, đ tin c y (REL) đ c đo l ng b ng 4 bi n quan sát, s đ m b o (ASS) đ c đo l ng b ng 10 bi n quan sát, s đ ng c m (EMP) đ c đo l ng b ng 4 bi n quan sát và s hài lòng c a khách hàng v CLDV MGCK (SAT) đ c đo l ng b ng 3 bi n quan sát.
Bên c nh đ́, tác gi đã đ c p khá rõ ràng v các k thu t phân tích d li u s s d ng trong nghiên c u này, bao g m: phân t́ch đ tin c y Cronbach Alpha, phân tích nhân t EFA và phân tích h i qui đa bi n.
Cu i cùng, t nh ng k thu t phân tích d li u trên giúp tác gi xây d ng ḱch th c m u t i thi u c n thi t cho nghiên c u này là 200 và quy t đ nh ph ng pháp ch n m u phi xác su t- l y m u thu n ti n v i 850 b ng câu h i kh o sát đ c phát ra và g i đi.
Ch ng 4 : K T QU NGHIÊN C U S HÀI LÒNG C A KHÁCH HÀNG
V CLDV MGCK C A 10 CTCK NG U TH PH N MÔI GI I CP&CCQ SÀN
HSX N M 2012 T I TP.HCM