Bảng 4.14 Kết quả phân tích hồi quy
Chỉ tiêu
Hệ số hồi quy chưa chuẩn hóa
B Hệ số hồi quy đã chuẩn hóa Beta Mức ý nghĩa Sig VIF Hằng số 3.577E-17 1,000 Đáp ứng (X1) 0,517 0,517 0,000 1,000 Tin cậy (X2) 0,271 0,271 0, 000 1,000 Cảm thông (X3) 0,388 0,388 0,000 1,000
Hệ số R2 = 0,491; Hệ số R2 điều chỉnh = 0,475; Durbin-Watson = 1,904; Sig.F (ANOVA) = 0,000
Nguồn: Số liệu thu thập của tác giả, 2014
Phân tích hồi quy giúp chúng ta xác định mối quan hệ nhân quả giữa biến phụ thuộc Y (sự hài lòng) và các biến độc lập X1 (Đáp ứng), X2 (Tin cậy), X3 (Cảm thông). Mô hình hồi quy giúp ta dự đoán được mức độ của biến phụ thuộc
49
khi biết trước giá trị của biến độc lập. Kỹ thuật phân tích hồi quy tác giả sử dụng là Enter (đưa tất cả các biến độc lập vào chạy một lúc).
4.4.2.1 Đánh giá độ phù hợp của mô hình hồi quy
Kết quả phân tích hồi quy cho thấy hệ số R2 = 49,1% cao hơn hệ số R2 điều chỉnh = 47,5%, ở đây tác giả sử dụng R2 điều chỉnh để phân tích vì “nó không thổi phồng mức độ phù hợp của mô hình” (không phụ thuộc vào độ lệch phóng đại của R2) (Đỗ Tiến Hòa, 2007). Như vậy, với R2 = 47,5% có nghĩa là 47,5% biến thiên sự hài lòng của khách hàng được giải thích bởi 3 nhân tố trên, còn lại 52,5% biến thiên sự hài lòng của khách hàng được giải thích bởi các nhân tố khác.
4.4.2.2 Kiểm định độ phù hợp của mô hình
Với kiểm định F được sử dụng trong phân tích phương sai là một phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể để xem xét các biến độc lập có quan hệ tuyến tính với biến phụ thuộc. Ở đây giá trị Sig.F = 0,000 < mức ý nghĩa 5% (độ tin cậy 95%) (bác bỏ giả thuyết H0: các biến độc lập không có tác động đến biến phụ thuộc) nên có ít nhất 1 biến độc lập có tác động đến biến phụ thuộc hay mô hình có ý nghĩa.
Tiêu chí kiểm định đa cộng tuyến (Collinearity diagnostics) với hệ số phóng đại phương sai (VIF) của 3 biến độc lập đều nhỏ hơn 10 nên không bị hiện tượng đa cộng tuyến (Mai Văn Nam, 2008).
Hệ số Durbin Watson dùng để kiểm định tương quan bằng 1,904 (1,5 ≤ D ≤ 2,5) nên không bị hiện tượng tự tương quan (Mai Văn Nam, 2008).
Như vậy, thông qua các kiểm định trên mô hình hồi quy đạt được sự phù hợp cho việc đánh giá kết quả nghiên cứu.
4.4.2.3 Giải thích phương trình hồi quy
Dựa vào kết quả phân tích trên cho thấy, 3 biến “Đáp ứng” (X1), “Tin cậy” (X2), “Cảm thông” (X3) đều có tương quan thuận với mức độ hài lòng (Y) (các hệ số B chưa chuẩn hóa đều dương).
Trong đó, nhân tố “Đáp ứng” là yếu tố có ảnh hưởng mạnh nhất, khi khách hàng đánh giá nhân tố “Đáp ứng” tăng lên 1 điểm thì mức độ hài lòng của khách hàng tăng thêm 0,517 điểm. Khi khách hàng đánh giá nhân tố “Tin cậy” tăng lên 1 điểm thì mức độ hài lòng của khách hàng tăng thêm 0,271 điểm. Và cuối cùng khách hàng đánh giá nhân tố “Cảm thông” tăng lên 1 điểm thì mức độ hài lòng của khách hàng tăng thêm 0,388 điểm.
Tóm lại, theo kết quả phân tích trên, các giả thuyết nghiên cứu H1, H2, H3 được chấp nhận và được kiểm định phù hợp.