Mô hình hồi quy với các kết quả phân tích như sau:
Bảng 4.11: Mô hình tổng quát Hệ số R Hệ số R2 Hệ số R2 hiệu chỉnh Durbin-Watson 0,828a 0,685 0,668 1,645 (Nguồn: Kết quả xử lý số liệu từ SPSS) G1 0,750 G2 0,643 G3 0,792
a. Biến độc lập: (hệ số), STT, SDB, CLKT, SCT, NLDU, HADN, STN, PTVC
b. Biến phụ thuộc: SHL
Qua kết quả phân tích cho thấy, R2 = 0,685 với mức ý nghĩa quan sát rất nhỏ (sig = 0) cho thấy mô hình hồi quy tuyến tính bội phù hợp với tập dữ liệu và có thể sử dụng được. Tuy nhiên, mô hình thường không phù hợp với dữ
liệu thực tế như giá trị R2 thể hiện. Trong tình huống này, R2 hiệu chỉnh (0,668) từ R2được sử dụng để phản ánh sát hơn mức độ phù hợp của mô hình hồi quy tuyến tính đa biến vì nó không phụ thuộc vào độ lệch phóng đại của R2 và giảm độ lệch phóng đại nên chính xác hơn R2. Như vậy, hệ số R2 hiệu
chỉnh = 0,668 cho thấy sự tương thích của mô hình với biến quan sát là khá lớn với 66,8% biến thiên của biến phụ thuộc SHL (Sự hài lòng của khách hàng) có thể được giải thích bởi 8 biến độc lập trong mô hình.
Bảng 4.12: Phương sai anova(b)
Mô hình Tổng bình phương Df Trung bình bình phương Kiểm định F Mức ý nghĩa Hồi quy 54,021 8 6,753 41,050 0,000a Phần dư 24,893 151 0,164 Tổng 78,860 159 (Nguồn: Kết quả xử lý số liệu từ SPSS) a. Biến độc lập: (hệ số). STT, CLKT, PTVC, HADN, NLDU, SCT, SDB, STN b. Biến phụ thuộc: SHL
Kiểm định R2 chỉ cho thấy mức độ phù hợp đối với mẫu quan sát. Qua
phân tích phương sai ANOVA, kiểm định F sẽ cho thấy mức độ phù hợp của mô hình với tổng thể nghiên cứu. Kết quả phân tích cho thấy giá trị sig =
Bảng 4.13: Kết quả hồi quy bội
Chuẩn đoán đa cộng tuyến Mô hình Hệ số hồi quy
chuẩn hóa (Beta) Giá trị t
Mức ý
nghĩa Tolerance VIF
STN 0,259 4,824 0,000*** 0,726 1,377 SDB 0,185 3,594 0,000*** 0,787 1,271 SCT 0,069 1,336 0,184ns 0,784 1,276 NLDU 0,120 2,228 0,027** 0,725 1,380 HADN 0,203 3,824 0,000*** 0,738 1,355 PTVC 0,117 2,159 0,032** 0,709 1,410 CLKT 0,206 3,931 0,000*** 0,759 1,317 STT 0,117 3,182 0,002*** 0,677 1,477 (Nguồn: Kết quả xử lý số liệu từ SPSS)
Ghi chú: *: mức ý nghĩa 10%,**: mức ý ngĩa 5%, ***: mức ý nghĩa 1%, ns
: không có ý nghĩa thống kê a. Biến phụ thuộc: SHL
Trước khi giải thích mô hình, chúng ta cần xem xét ý nghĩa thống kê của các hệ số thông qua kiểm định t. Từ bảng kết quả, ta thấy có 7 yếu tố có mức ý nghĩa p-value < 10%. Trong đó yếu tố STN, SDB, HADN, CLKT và STT đạt mức ý nghĩa 1%, yếu tố NLDU và PTVC đạt mức ý nghĩa 5%. Như vậy, các hệ số tìm được có ý nghĩa và mô hình được sử dụng tốt. Yếu tố SCT (Sự cảm thông) có mức ý nghĩa 18,4% > 10%, nên hệ số tìm được không có ý nghĩa,
hay yếu tố này không có ý nghĩa giải thích cho sự hài lòng của khách hàng. Hầu hết các khách hàng đến giao dịch với Vietbank đều quan tâm đến sản phẩm dịch vụ mà ngân hàng có, các sản phẩm có đáp ứng được nhu cầu của khách hàng, có tạo được sự khác biệt với các ngân hàng khác không về lãi suất, phí dịch vụ, và kết quả của giao dịch. Vì thế các yếu tố về khuyến mãi, nhắn tin chúc mừng, và góp ý với Vietbank SGD Sóc Trăng không được các khách hàng quan tâm, nên nhóm yếu tố sự cảm thông không ảnh hưởng đến sự
hài lòng của khách hàng khi đến giao dịch với Vietbank SGD Sóc Trăng. Phương trình hồi quy tuyến tính bội thể hiện mối quan hệ giữa sự hài lòng của khách hàng với các biến độc lập được xây dựng như sau:
SHL = 0,259STN + 0,185SDB + 0,120NLDU + 0,203HADN + 0,117PTVC + 0,206CLKT + 0,117STT
Trong đó:
SHL: Sự hài lòng của khách hàng STN: Sự tín nhiệm
SDB: Sự đảm bảo
NLDU: Năng lực đáp ứng HADN: Hình ảnh doanh nghiệp
PTVC: Phương tiện vật chất CLKT: Chất lượng kỹ thuật STT: Sự thuận tiện
Từ phương trình trên ta thấy, sự hài lòng của khách hàng có liên quan
đến các yếu tố Sự tín nhiệm, Sự đảm bảo, Năng lực đáp ứng, Hình ảnh doanh nghiệp, Phương tiện vật chất, Chất lượng kỹ thuật và Sự thuận tiện. Và các mối quan hệ này thuận chiều với nhau vì hệ số Beta chuẩn hóa các biến độc lập đều lớn hơn 0.
Với hệ số Beta chuẩn hóa là 0,259, cao nhất trong các hệ số Beta chuẩn hóa của các yếu tố nên yếu tố Sự tín nhiệm có ảnh hưởng lớn đến sự hài lòng của khách hàng. Trong điều kiện các yếu tố khác trong mô hình được cố định, yếu tố này (STN) tăng lên 1 đơn vị thì sự hài lòng của khách hàng sẽ tăng lên
0,259 đơn vị. Vì vậy, Ngân hàng phải tập trung nỗ lực hơn nữa để gia tăng uy
tín của mình đối với khách hàng, bằng cách cải thiện năng lực phục vụ, trình
độ công nghệ, đảm bảo kết quả tốt đúng thời gian, nhằm đáp ứng nhu cầu khách hàng ngày một tốt hơn.
Sự đảm bảo (SDB) tác động không nhỏ đến sự hài lòng của khách hàng. Khi yếu tố này tăng lên 1 đơn vị sẽ làm sự hài lòng của khách hàng tăng lên
0,185 đơn vị, với điều kiện các yếu tố khác trong mô hình được cố định. Khi sử dụng dịch vụ của ngân hàng điều mà khách hàng luôn quan tâm chính là việc yêu cầu của mình có được đảm bảo thực hiện hay không, vì thế mà việc tạo cho khách hàng cảm thấy an toàn trong giao dịch là điều vô cùng quan trọng, thái độ lịch sự, thân thiện của nhân viên cũng là yếu tố thu hút và giữ
chân khách hàng.
Trong điều kiện các yếu tố trong mô hình không đổi, NLDU (Năng lực
đáp ứng) tăng lên 1 đơn vị sẽ làm sự hài lòng của khách hàng tăng lên 0,120 đơn vị.
Khi các yếu tố khác được cố định thì Hình ảnh doanh nghiệp (HADN)
tăng lên 1 đơn vị thì sự hài lòng tăng 0,203 đơn vị. Đây cũng là yếu tố ảnh
hưởng rất lớn đến sự hài lòng, vì hình ảnh một ngân hàng đẹp cũng là một ngân hàng thành công luôn làm hài lòng bất kì khách hàng nào.
Mặc dù Phương tiện vật chất (PTVC) cũng ảnh hưởng đến sự hài lòng của khách hàng khi đến giao dịch với ngân hàng nhưng đây lại là yếu tố ít ảnh
hưởng nhất. Khi yếu tố này tăng lên 1 đơn vị thì sự hài lòng sẽ tăng lên 0,117 đơn vị khi các yếu tố khác không đổi. Nguyên nhân là do hiện nay hầu hết các
ngân hàng đều được trang bị cơ sở vật chất khang trang, tiện nghi nên không có sự khác biệt nhiều. Hơn nữa điều mà khách hàng quan tâm hơn cả là chất
lượng dịch vụ mà ngân hàng mang lại cho khách hàng.
Chất lượng kỹ thuật (CLKT) cũng làm tăng sự hài lòng của khách hàng. Khi các yếu tố Sự tín nhiệm, Sự đảm bảo, Sự đồng cảm, Năng lực đáp ứng, Hình ảnh doanh nghiệp, Phương tiện vật chất và Sự thuận tiện là cố định, Chất
lượng kỹ thuật tăng lên 1 đơn vị sẽ làm sự hài lòng của khách hàng tăng lên
0,206 đơn vị.
Sự thuận tiện (STT) cũng ảnh hưởng đến sự hài lòng. Nếu các yếu tố
khác cố định, sự thuận tiện tăng lên 1 đơn vị sẽ làm sự hài lòng tăng lên 0,177
đơn vị.
Để tăng cường khả năng giải thích và sự chính xác cho mô hình tác giả
tiến hành dò tìm các vi phạm cần thiết. Vấn đề này được xem xét ở khía cạnh xem mô hình có vi phạm những giả định quan trọng hay không và nếu có thì có ảnh hưởng lớn đến ý nghĩa của mô hình không.
Giả định liên hệ tuyến tính
Trong bảng 4.11 ta thấy hệ số tương quan mẫu R của hàm hồi quy đạt R = 0,828 > 0,8. Điều này cho thấy tương quan tuyến tính của mô hình hồi quy
là tương quan mạnh và giả định liên hệ tuyến tính không bị vi phạm.
Giả định phương sai của sai số không đổi
Giả thuyết đặt ra cho kiểm định tương quan hạng là Phương sai sai số sẽ thay đổi, nếu giả thuyết này đúng thì hệ số tương quan hạng giữa phần dư và
biến độc lập sẽ khác 0.
Giả thuyết H0 cho phần dư (Phandu) với từng biến độc lập là: Hệ số tương quan hạng của tổng thể bằng 0.
Dựa vào giá trị Sig của kiểm định Spearman (phụ lục) của biến Phandu với từng biến độc lập đều lớn hơn 0,05 do đó chấp nhận giả thuyết H0. Tức là giả định phương sai sai số không đổi không bị vi phạm
Giả định về phân phối chuẩn của phần dư
Phần dư có thể không tuân theo phân phối chuẩn vì những lý do như: sử
dụng sai mô hình, phương sai không phải là hằng số, số lượng phần dư nhiều
không đủ để phân tích… Vì vậy chúng ta nên thực hiện nhiều cách khảo sát khác nhau. Một cách khảo sát đơn giản nhất là xây dựng biểu đồ tần số của phần dư.
Hình 4.1 Phân phối chuẩn của phần dư
Dựa vào đồ thị, chúng ta thấy một đường cong phân phối chuẩn được
chồng lên biểu đồ tần số. Phân phối phần dư xấp xỉ chuẩn với trung bình Mean0,000 và độ lệch chuẩn Std. Dev = 0,975 tức là gần bằng 1. Do đó, có thể kết luận rằng giả thuyết phân phối chuẩn không bị vi phạm.
Giả định về hiện tượng đa cộng tuyến và tự tương quan
Nhìn vào kết quả ở bảng 4.13 ta thấy tiêu chí Collinearity diagnostics (chuẩn đoán hiện tượng đa cộng tuyến) với hệ số phóng đại phương sai VIF (Variance inflation factor) của các biến độc lập trong mô hình < 2 và độ chấp nhận các biến trong mô hình đều đạt được tiêu chuẩn (Tolerance >0,0001). Vì
vậy, mối quan hệ giữa các biến độc lập là không đáng kể, không có hiện tượng
đa cộng tuyến và không ảnh hưởng đến kết quả giải thích của mô hình.
Trong bảng 4.11, Durbin-Watson dùng để kiểm tra về tính độc lập của sai số (không có tương quan giữa các phần dư), Durbin-Watson (1< d = 1,645 <3) cho thấy không có hiện tượng tự tương quan.
Tóm lại, các giả định quan trọng không bị vi phạm, mô hình phù hợp với
tập dữ liệu và có thể suy rộng ra cho tổng thể.