1. 6.2.2 Phương pháp phân tích số liệu
4.2.2 Phân tích hồi quy các nhân tố ảnh hưởng đến mức độ hài lòng của khách hàng đối vớ
hàng đối với dịch vụ TGTK
Sau khi tiến hành EFA, nhóm các biến theo từng yếu tố, nghiên cứu tiếp tục tiến hành phân tích hồi quy. Mô hình hồi quy mà tôi áp dụng là mô hình hồi quy đa biến (mô hình hồi quy bội). Nghiên cứu muốn đo lường xem mức độảnh hưởng của các nhân tố đến mức độ hài lòng của khách hàng đối với dịch vụ TGTK.
Nghiên cứu này sử dụng thủ tục chọn biến là hồi quy từng bước (Stepwise Regression). Đây là phương pháp được sử dụng khá phổ biến ngoài phương pháp mặc định của phần mền SPSS là phương pháp đưa vào một lần (Enter Regresssion). Biến thứ nhất được đưa vào, nếu biến này không thảo điều kiện vào thì thủ tục này sẽ chấm dứt và không có biến độc lập nào trong phương trình. Sau khi biến thứ nhất được đưa vào, nó sẽ được xem xét có nên loại bỏ ra khỏi phương trình căn cứ vào tiêu chí chuẩn ra. Trong bước kế tiếp, các biến còn lại được xem xét để đưa vào. Sau mỗi bước, các biến ở trong phương trình lại được xem xét để loại trừ. Các biến được loại trừ đến khi không biến nào thảo mãn điều kiện nữa.
Mô hình hồi quy có dạng như sau:
MD_HL = βR0R + βR1RS_TT + βR2RPT_HH + βR3R NL_PV+ βR4R DM_SP+ βR5RSTN+ βR6RG_C
Trong đó:
- MD_HL là biến phụ thuộc “Mức độ hài lòng của khách hàng” - S_TT là biến độc lập “Sự thuận tiện”
Học viên: Lê Tiến Sĩ Page 50 - NL_PV là biến độc lập “Năng lực phục vụ” - DM_SP là biến độc lập “Danh mục sản phẩm” - S_TN là biến độc lập “Sự tín nhiệm” - G_C là biến độc lập “Giá cả” Các giả thuyết:
HR0R: Các thành phần chất lượng dịch vụ và sự hài lòng không có mối quan hệ
HR1R: Nhân tố “S_TT” có quan hệ cùng chiều với sự hài lòng của khách hàng sử dụng dịch vụ TGTK.
HR2R: Nhân tố “PT_HH” có quan hệ cùng chiều với sự hài lòng của khách hàng sử dụng dịch vụ TGTK.
HR3R: Nhân tố “NL_PV” có quan hệ cùng chiều với sự hài lòng của khách hàng sử dụng dịch vụ TGTK.
HR4R: Nhân tố “DM_SP” có quan hệ cùng chiều với sự hài lòng của khách hàng sử dụng dịch vụ TGTK.
HR5R: Nhân tố “G_C” có quan hệ cùng chiều với sự hài lòng của khách hàng sử dụng dịch vụ TGTK.
HR6R: Nhân tố “S_TN” có quan hệ cùng chiều với sự hài lòng của khách hàng sử dụng dịch vụ TGTK.
Với mức ý nghĩa 5%, các biến độc lập đều mang hệ số dương, hằng số và biến “Danh mục sản phẩm” không có ý nghĩa thống kê (sig.>0.05) nên không được đưa vào mô hình.(Phụ lục 6)
Từ kết quả thống kê F bảng 6 có mức ý nghĩa sig =0.00 <0.05, đủ cơ sở bác bỏ HR0Rhay các giả thiết HR1R, HR2R, HR3R, HR5R, HR6 Rđược chấp nhận. Chứng tỏ mô hình hồi quy tuyến tính phù hợp với dữ liệu thu thập được.
Sử dụng theo phương pháp Stepwise Regression phương trình hồi quy bội bao gồm các biến sau: Sự thuận tiện,Năng lực phục vụ, Giá cả, Sự tín nhiệm, Phương tiện hữu hình.
Bảng 7: Kết quả hồi quy
Mô hình 5
R 0.740
R2R .547
Học viên: Lê Tiến Sĩ Page 51 Std. Eror of the Estimate .68676766
F change 34.343
Sig. F Change 0.000
Durbin – Watson. 1.657
Hệ số R2 hiệu chỉnh (Adjusted R Square) dùng để đánh giá sự phù hợp của mô hình an toàn và chính xác hơn so với hệ số R2, R2 hiệu chỉnh không nhất thiết tăng lên khi nhiều biến được thêm vào phương trình, nó là thước đo phù hợp được sử dụng cho hồi quy tuyến tính đa biến vì nó không phụ thuộc vào độ lệch phóng đại của R2. (theo 1. tập 1, trang 239) R2 hiệu chỉnh =0.531 có nghĩa là 53,1% sự biến thiên của mức độ hài lòng của khách hàng về dịch vụ TGTK được giải thích bởi mối liên hệ tuyến tính của các biến độc lập. Mức độ phù hợp của mô hình tương đối cao. Giá trị Dubin_Watson là 1.656<2 mô hình không xảy ra hiện tượng tự tương quan giữa các phần dư. Mô hình được sử dụng là mô hình tốt. Tuy nhiên sự phù hợp này chỉ đúng với dữ liệu mẫu. Để kiểm định xem có thể suy diễn mô hình cho tổng thể thực hay không ta phải kiểm định độ phù hợp của mô hình qua các kiểm định sau.