Phân tích hồi quy tuyến tính sẽ giúp chúng ta biết được cường độ ảnh hưởng của các biến độc lập lên biến phụ thuộc. Để tiến hành phân tích hồi quy tuyến tính bội, các biến đưa vào mô hình theo phương pháp Enter. Tiêu chuẩn kiểm định là tiêu chuẩn được xây dựng vào phương pháp kiểm định giá trị thống kê F và xác định xác suất tương ứng của giá trị thống kê F, kiểm định mức độ phù hợp giữa mẫu và tổng thể
thông qua hệ số xác định R2. Công cụ chẩn đoán giúp phát hiện sự tồn tại của cộng
tuyến trong dữ liệu được đánh giá mức độ cộng tuyến làm thoái hóa tham số ước lượng là: Hệ số phóng đại phương sai (Variance inflation factor - VIF). Quy tắc khi VIF vượt quá 10, đó là dấu hiệu của đa cộng tuyến (Trọng & Ngọc, 2005, 218).
Các nhân tố mới hình thành gồm có: 8 biến độc lập và 1 biến phụ được đưa vào phân tích hồi qui. Do vậy cần có sự điều chỉnh về giả thuyết và mô hình nghiên cứu sau phép phân tích nhân tố. Ta có phương trình tổng quát được xây dựng như sau:
SHL = β0 + β1*F1 + β2* F2 + β3*F3 + β4*F4 + β5*F5 + β6*F6 + β7*F7 + β8*F8
Trong đó:
Biến phụ thuộc: HL (Mức độ hài lòng về chất lượng dịch vụ TTHT).
Các biến độc lập là:
o F1: Năng lực phục vụ
o F2: Sự đáp ứng
o F3: Sự tin cậy
o F4: Tính công khai minh bạch
o F5: Trang thiết bị và công nghệ
o F6: Sự cảm thông
o F7: Tính công bằng dân chủ
Dựa vào cơ sở lý thuyết và kết quả phân tích ở trên, ta sẽ đưa tất cả các biến độc lập trong mô hình hồi quy đã điều chỉnh bằng phương pháp đưa vào cùng một lúc Enter để chọn lọc dựa trên tiêu chí chọn những biến có mức ý nghĩa < 0.05.
Kết quả phân tích hồi quy tuyến tính cho các biến số được thể hiện thông qua các bảng sau:
Bảng 3.15. Hệ số R-Square từ kết quả phân tích hồi quy
Model Summaryb
Model R R Square Adjusted R
Square Std. Error of the Estimate Durbin- Watson 1 .707a .500 .483 .71892086 2.009
a. Predictors: (Constant), KGVCTI, TCBDC, SCT, TTBVCN, STC, NLPV b. Dependent Variable: SHL
So sánh hai giá trị R Square và Adjusted R Square có thể thấy Adjusted R Square nhỏ hơn, dùng nó để đánh giá độ phù hợp của mô hình sẽ an toàn hơn vì nó không thổi
phồng mức độ phù hợp của mô hình. Vậy, nghiên cứu sẽ sử dụng R2 hiệu chỉnh để
đánh giá mức độ phù hợp của mô hình nghiên cứu. Độ phù hợp của mô hình được
kiểm định bằng trị thống kê F được tính từ R2 của mô hình tương ứng với mức ý nghĩa
sig., với giá trị sig. càng nhỏ thì càng an toàn khi bác bỏ giả thuyết Ho là hệ số trước các biến độc lập đều bằng nhau và bằng 0 (trừ hằng số). Mô hình hồi quy tuyến tính bội đưa ra là phù hợp với dữ liệu và có thể sử dụng được.
Hệ số hồi quy chuẩn hóa của phương trình có thể thấy các giá trị Beta đều khác 0, để xác định được mức độ quan trọng của các yếu tố tham dự vào sự hài lòng của giáo viên, có thể chọn lọc thành 2 nhóm như sau:
Những giá trị Beta khác 0 có ý nghĩa thống kê (kiểm định 2 phía, p < 0.05), kết quả có 6 yếu tố được ghi nhận lần lượt theo hệ số hồi quy chuẩn hóa (β) theo bảng 3.16.
Bảng 3.16: Hệ số hồi quy chuẩn hóa của phương trình
Hệ số chưa chuẩn hóa Hệ số chuẩn
hóa t Sig. Đa cộng tuyến
B Std. Error Beta Tolerance VIF
Hằng số -1.923E-17 .045 0.000 .971 F1 .198 .046 .198 4.339 .000 1.000 1.000 F2 .219 .046 .219 4.810 .000 1.000 1.000 F3 .323 .046 .323 7.097 .000 1.000 1.000 F4 .120 .046 .120 2.642 .000 1.000 1.000 F5 .233 .046 .233 5.119 .000 1.000 1.000 F6 F7 F8 .309 .300 .232 .046 .046 .046 .309 .300 .232 6.779 6.587 5.090 .000 .000 .000 1.000 1.000 1.000 1.000 1.000 1.000
Những giá trị Beta khác 0 không có ý nghĩa thống kê (kiểm định 2 phía, p > 0.05): Không có yếu tố nào.
Như vậy, kết quả cho thấy tất cả các biến độc lập đều có tác động có ý nghĩa lên biến phụ thuộc (sig<0.05). Và các nhân tố đưa vào phân tích hồi quy đều được giữ lại trong mô hình.
Hệ số xác định hiệu chỉnh Adjusted R-Square là 0.483, nghĩa là mô hình hồi quy tuyến tính đã xây dựng phù hợp với tập dữ liệu đến 48.3%, điều này cho thấy cả 8 nhân tố trên góp phần giải thích 48.3% sự khác biệt của mức độ hài lòng của NNT. Như vậy, mức độ phù hợp của mô hình tương đối cao. 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.
Kiểm định F sử dụng trong bảng phân tích phương sai vẫn là một phép giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể. Kết quả phân tích cho thấy, kiểm định F có giá trị là 30.096 với Sig. = 000(b) chứng tỏ mô hình hồi quy tuyến tính bội là phù hợp với tập dữ liệu và có thể sử dụng được để suy rộng ra cho tổng thể.
Kết quả thống kê còn cho thấy, các hệ số hồi quy chuẩn hóa của phương trình hồi quy đều khác 0 và Sig.<0.05, chứng tỏ 8 thành phần đều tham dự vào sự hài lòng của NNT về chất lượng dịch vụ TTHT. So sánh giá trị (độ lớn) của hệ số chuẩn hóa cho thấy: tác động theo thứ tự từ mạnh đến yếu của các thành phần: Sự tin cậy, Sự cảm thông, Tính công bằng dân chủ, Trang thiết bị và công nghệ, Không gian và các tiện ích, Sự đáp ứng, Năng lực phục vụ, Tính công khai minh bạch.
Dò tìm sự vi phạm các giả định cần thiết trong hồi quy tuyến tính:
Mô hình hồi quy tuyến tính bằng phương pháp Enter được thực hiện với một số giả định và mô hình chỉ thực sự có ý nghĩa khi các giả định này được đảm bảo. Do vậy, để đảm bảo cho độ tin cậy của mô hình, đề tài còn phải thực hiện một loạt các dò tìm sự vi phạm các giả định cần thiết trong hồi quy tuyến tính.
Giả định liên hệ tuyến tính và phương sai không đổi: nếu giả định liên hệ tuyến tính và phương sai bằng nhau được thỏa mãn thì không nhận thấy có liên hệ gì giữa các giá trị dự đoán và phần dư, chúng sẽ phân tán rất ngẫu nhiên. Nếu giả định tuyến tính được thỏa mãn (đúng) thì phần dư phải phân tán ngẫu nhiên trong một vùng xung quanh đường đi qua tung độ 0 của đồ thị phân tán của phần dư chuẩn hóa (Standardized Residual) và giá trị dự đoán chuẩn hóa (Standardized Predicted Value). Và nếu phương sai không đổi thì các phần dư phải phân tán ngẫu nhiên quanh trục 0
(tức quanh giá trị trung bình của phần dư) trong một phạm vi không đổi (Hoàng & Chu – tập 1, 2008).
Đầu tiên là giả định liên hệ tuyến tính. Phương pháp được sử dụng là biểu đồ
Scatterplot với giá trị phần dư chuẩn hóa trên trục tung và giá trị dự đoán chuẩn hóa trên trục hoành. Nhìn vào biểu đồ ta thấy phần dư không thay đổi theo một trật tự nào đối với giá trị dự đoán. Vậy giả thuyết về liên hệ tuyến tính không bị vi phạm.
Giả định tiếp theo cần xem xét là phương sai của phần dư không đổi. Để thực
hiện kiểm định này, chúng ta sẽ tính hệ số tương quan hạng Spearman của giá trị tuyệt đối phần dư và các biến độc lập. Giá trị sig. của các hệ số tương quan với độ tin cậy
95% cho thấy không đủ cơ sở để bác bỏ giả thuyết H0 là giá trị tuyệt đối của phần dư
độc lập với các biến độc lập. Như vậy, giả định về phương sai của sai số không đổi không bị vi phạm.
Để dò tìm sự vi phạm giả định phân phối chuẩn của phần dư ta sẽ dùng hai
công cụ vẽ của phần mềm SPSS là biểu đồ Histogram và đồ thị P-P plot. Nhìn vào biểu đồ Histogram (Hình 3.3) ta thấy phần dư có phân phối chuẩn với giá trị trung bình gần bằng 0 và độ lệch chuẩn của nó gần bằng 1 (= 0.984). Nhìn vào đồ thị P-P plot (Hình 3.2) biểu diễn các điểm quan sát thực tế tập trung khá sát đường chéo những giá trị kỳ vọng, có nghĩa là dữ liệu phần dư có phân phối chuẩn. Dựa vào đồ thị
phân tán của phần dư chuẩn hóa và giá trị dự đoán chuẩn hóa cho thấy các giá trị dự
đoán chuẩn hóa và phần dư phân tán chuẩn hóa phân tán ngẫu nhiên trong một vùng xung quanh đường đi qua tung độ 0. Như vậy, giả định liên hệ tuyến tính và phương sai không thay đổi thỏa mãn.
Hình 3.3. Biểu đồ Histogram
Dựa vào biểu đồ tần số của các phần dư cho thấy phần dư phân phối xấp xỉ chuẩn (trung bình Mean = -3.25E-17 và độ lệch chuẩn Std. Dev. = 0,984, tức gần bằng 1). Do đó, có thể kết luận rằng giả thuyết phân phối chuẩn không bị vi phạm (Hoàng & Chu – tập 1, 2008).
Cuối cùng, ta sẽ xem xét sự vi phạm đa cộng tuyến của mô hình. Ở phần phân tích hệ số tương quan ở trên, ta đã thấy rằng giữa biến phụ thuộc có quan hệ tương quan khá rõ với các biến độc lập nhưng ta cũng thấy được giữa các biến độc lập cũng có tương quan với nhau. Điều này sẽ tạo ra khả năng đa cộng tuyến của mô hình. Vì
vậy, ta phải dò tìm hiện tượng đa cộng tuyến bằng cách tính độ chấp nhận của biến
(Tolerance) và hệ số phóng đại phương sai (Variance inflation factor - VIF).
VIF<2: Hiện tượng đa cộng tuyến giữa các biến độc lập ảnh hưởng không đáng kể đến mô hình.
2≤VIF≤: Hiện tượng đa cộng tuyến giữa các biến độc lập ảnh hưởng đáng kể đến mô hình
VIF>10: Dấu hiệu của đa cộng tuyến
Ta thấy, tất cả các giá trị VIF đều nhỏ hơn 2: Hiện tượng đa cộng tuyến giữa các biến độc lập ảnh hưởng không đáng kể đến mô hình.
Như vậy mô hình hồi quy tuyến tính được xây dựng theo phương trình ở trên là không vi phạm các giả định cần thiết trong hồi quy tuyến tính. Để đánh giá độ phù hợp
của mô hình ta sẽ dùng các công cụ như tính hệ số xác định hiệu chỉnh Adjusted R Square, kiểm định F và kiểm định t.
Trước tiên, kết quả R2 hiệu chỉnh cho thấy 48.3% sự biến thiên của Mức độ hài
lòng được giải thích bởi 8 nhân tố độc lập: Sự tin cậy, Sự cảm thông, Tính công bằng dân chủ, Trang thiết bị và công nghệ, Không gian và các tiện ích, Sự đáp ứng, Năng lực phục vụ, Tính công khai minh bạch.
Ở trên sau khi đánh giá giá trị R square ta biết được mô hình hồi quy tuyến tính đã xây dựng là phù hợp với mẫu. Tuy nhiên để có thể suy diễn mô hình này thành mô
hình của tổng thể ta cần phải tiến hành kiểm định F thông qua phân tích phương sai.
Cuối cùng, để đảm bảo các biến độc lập đều thực sự có ảnh hưởng đến biến phụ thuộc,
ta tiến hành kiểm định t. Với giả thuyết H0 là hệ số hồi quy của các biến độc lập βk = 0
và với độ tin cậy 95% kết quả ta đều có thể bác bỏ giả thuyết H0 đối với βk . Điều này
có nghĩa là tất cả các nhân tố trong phương trình đều có ảnh hưởng đến sự hài lòng công việc.
Từ kết quả trên, phương trình thể hiện sự hài lòng của NNT về chất lượng dịch vụ TTHT tại chi cục thuế thành phố Hà Tĩnh dự đoán theo tất cả các biến độc lập như sau:
SHL = 0.198*NLPV + 0.219*SDU + 0.323*STC + 0.120*TCKMB + 0.233*TTBVCN + 0.309*SCT + 0.300*TCBDC + 0.232*KGVCTI Kết quả kiểm định giả thuyết thống kê:
Dựa trên kết quả phân tích hồi quy sẽ giải thích, kiểm định các giả thuyết đã đưa ra. Yếu tố “Sự tin cậy” là một yếu tố có ảnh hưởng lớn nhất đến mức độ hài lòng của NNT về chất lượng dịch vụ TTHT (có hệ số hồi quy lớn nhất). Dấu dương của hệ số beta có ý nghĩa là mối quan hệ giữa yếu tố “Sự tin cậy” với “Sự hài lòng về chất lượng dịch vụ” là mối quan hệ cùng chiều. Nghĩa là khi NNT cảm nhận rằng đội TTHT của chi cục thuế luôn thực hiện đúng các quy trình giải quyết công việc như đã công khai; luôn hướng dẫn giải đáp các vướng mắc về chính sách thuế chính xác theo luật định, kịp thời, đầy đủ; luôn bảo mật thông tin của NNT... thì NNT càng hài lòng hơn với chất lượng dịch vụ này. Kết quả hồi quy có hệ số beta đã chuẩn hóa là 0.323 nghĩa là khi tăng mức độ hài lòng về sự tin cậy lên 1 đơn vị độ lệch chuẩn thì mức độ hài lòng về chất lượng dịch vụ TTHT tăng thêm 0.323 đơn vị lệch chuẩn, Vậy giả thuyết H3 được chấp nhận.
Sau yếu tố “Sự tin cậy” yếu tố thứ hai có ảnh hưởng lớn đến mức độ hài lòng của NNT về chất lượng dịch vụ TTHT là “Sự cảm thông”. Kết quả hồi quy cho thấy hệ số beta đã chuẩn hóa là 0.309 dấu dương của hệ số beta có ý nghĩa là mối quan hệ giữa yếu tố “Sự cảm thông” và “Mức độ hài lòng với chất lượng dịch vụ TTHT” là mối quan hệ cùng chiều. Điều này có nghĩa là khi cán bộ nhân viên đội TTHT biết lắng nghe và hiểu được những khó khăn, vướng mắc về thuế của NNT; luôn có những lời khuyên tốt khi NNT cần tư vấn, hỗ trợ; luôn quan tâm tìm hiểu nhu cầu thông tin của NNT; luôn lắng nghe, ghi nhận những ý kiến đóng góp của NNT thì mức độ hài lòng với chất lượng dịch vụ này càng tăng. Vậy giả thuyết H6 được chấp nhận.
Yếu tố thứ ba có ảnh hưởng lớn đến mức độ hài lòng với chất lượng dịch vụ TTHT của NNT tại chi cục thuế là “Tính công bằng dân chủ”. Kết quả hồi quy cho thấy hệ số beta đã chuẩn hóa là 0.300, dấu dương của hệ số beta có ý nghĩa là mối quan hệ giữa yếu tố “Tính công bằng dân chủ” và “Mức độ hài lòng với chất lượng dịch vụ” là mối quan hệ cùng chiều. Điều này có nghĩa là khi NNT cảm thấy những ý kiến đóng góp, phản hồi về hoạt động TTHT của NNT được ghi nhận dưới mọi hình thức; NNT được đối xử công bằng trong việc tư vấn, hỗ trợ nộp thuế, tuyên truyền các thay đổi về chính sách, quy trình và quy định nộp thuế… thì mức độ hài lòng của họ càng tăng. Vậy giả thuyết H7 được chấp nhận.
Sau yếu tố “Tính công bằng dân chủ”, nhân tố có mức độ tác động đến Sự hài lòng với chất lượng dịch vụ TTHT của NNT là “Trang thiết bị và công nghệ”. Kết quả hồi quy cho thấy hệ số beta đã chuẩn hóa là 0.233, dấu dương của hệ số beta có ý nghĩa là mối quan hệ giữa yếu tố “Trang thiết bị và công nghệ” và “Mức độ hài lòng với chất lượng dịch vụ” là mối quan hệ cùng chiều. Điều này có nghĩa là khi trang thiết bị và công nghệ tại bộ phận TTHT được đầu tư hợp lý thì mức độ hài lòng về công việc càng tăng. Vậy giả thuyết H5 được chấp nhận.
Nhân tố tiếp theo ảnh hưởng đến mức độ hài lòng với chất lượng dịch vụ TTHT của NNT là “Không gian và các tiện ích”. Theo kết quả phân tích hồi quy, hệ số beta đã chuẩn hóa là 0.232. Dấu dương của hệ số beta cho thấy mối quan hệ cùng chiều giữa nhân tố “Không gian và các tiện ích” với Mức độ hài lòng với chất lượng dịch vụ TTHT của NNT. Điều này đồng nghĩa là khi NNT được tuyên truyền hỗ trợ tại nơi có không gian thoáng mát, sạch sẽ với đầy đủ nước uống và các tiện ích khác thì mức độ hài lòng với chất lượng dịch vụ của họ càng tăng. Vậy giả thuyết H8 được chấp nhận.
Yếu tố thứ sáu tác động tới mức độ hài lòng của NNT về chất lượng dịch vụ