Để kiểm định sự phù hợp giữa thành phần STT, SHH, PCPV, TCTG, STN, HADNvới SHL tác giả sử dụng hàm hồi quy tuyến tính với phương pháp đưa vào một lượt (Enter). Như vậy thành phần STT, SHH, PCPV, TCTG, STN, HADN là biến độc lập – Independents và SHL là biến phụ thuộc – Dependent sẽ được đưa vào chạy hồi quy cùng một lúc. Kết quả nhận được cho thấy mức ý nghĩa Sig. rất nhỏ 0.00 và hệ số xác định R2 =.586 (hay R2 hiệu chỉnh = .570) chứng minh cho sự phù hợp của mô hình (bảng 3.16). Nghĩa là mô hình hồi quy tuyến tính được xây dựng phù hợp với tập dữ liệu 57.0%. Nói
71
cách khác khoảng 57.0% khác biệt của biến độc lập có thể giải thích bởi sự khác biệt của biến phụ thuộc
Model Summary
Model R R Square Adjusted R
Square
Std. Error of the Estimate
Change Statistics
R Square Change F Change df1 df2 Sig. F Change
1 .765a .586 .570 .52080 .586 36.997 6 157 .000
a. Predictors: (Constant), HADN, STN, SHH, TCTG, STT, PCPV
Bảng 4.16: Bảng thống kê phân tích các hệ số hồi quy.
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 60.210 6 10.035 36.997 .000b
Residual 42.584 157 .271
Total 102.793 163
a. Dependent Variable: SHL
b. Predictors: (Constant), HADN, STN, SHH, TCTG, STT, PCPV
Bảng 4.17: ANOVA
Trong bảng phân tích phương sai ở trên,cho thấy trị số F có mức ý nghĩa với Sig. F=0,000(< 0.05) có nghĩa là mô hình hồi quy tuyến tính đưa ra là phù hợp với dữ liệu thực tế thu thập được và các biến đưa vào đều có ý nghĩa trong thống kê với mức ý nghĩa 5%.
Bên cạnh đó, tác giả tiến hành kiểm định F để đánh giá tương quan tuyến tính của biến phụ thuộc và các biến độc lập trong hàm hồi quy:
Ta có F;df1;df2 F0.05;6;157 2.16 Đặt giả thiết:
H0: Các biến độc lập và biến phụ thuộc không tương quan với nhau H1: Các biến độc lập và biến phụ thuộc tương quan với nhau
Từ bảng kết quả phân tích phương sai: F = 36.997>2.16, do đó ta bác bỏ H0 và chấp nhận H1
Như vậy, biến phụ thuộc và các biến độc lập có tương quan tuyến tính với nhau ở mức độ tin cậy là 95%.
72
Coefficientsa
Model Unstandardized Coefficients Standardized
Coefficients
t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) -.058 .254 -.226 .821 STT .121 .055 .135 2.199 .029 .705 1.419 SHH .104 .050 .123 2.087 .039 .755 1.324 PCPV .167 .069 .159 2.423 .017 .611 1.637 STN .197 .048 .242 4.135 .000 .773 1.294 TCTG .282 .059 .286 4.778 .000 .735 1.361 HADN .185 .064 .179 2.874 .005 .680 1.470 a. Dependent Variable: SHL
Bảng 4.18: Các thông số thống kê trong phương trình hồi quy
Hệ số phóng đại phương sai VIF (Variance Inflation factor – VIF) nhỏ (nhỏ hơn 3) cho thấy các biến độc lập này không có quan hệ chặt chẽ với nhau nên không có hiện tượng đa cộng tuyến xảy ra. Do đó, mối quan hệ giữa các biến độc lập không ảnh hưởng đáng kể đến kết quả giải thích của mô hình hồi quy.
Từ bảng 4.18 cho ta hàm hồi quy có dạng như sau:
SHL= 0.121*STT + 0.104*SHH+ 0.167*PCPV + 0.197*STN + 0.282*TCTG + 0.185*HADN
Hệ số hồi quy mang dấu dương thể hiện các yếu tố trong mô hình hồi quy trên ảnh hưởng tỷ lệ thuận chiều đến 1.
Từ bảng trên ta có hệ số hồi quy chuẩn hoá được viết dưới dạng như sau:
SHL = 0.135*STT + 0.123*SHH + 0.159*PCPV + 0.242*STN + 0.286*TCTG + 0.179*HADN Trong đó: SHL : Sự hài lòng STT : Sự thuận tiện SHH : Sự hữu hình PCPV : Phong cách phục vụ STN : Sự tín nhiệm
73
TCTG : Tính cạnh tranh về giá HADN : Hình ảnh doanh nghiệp
Theo phương trình hồi quy ở trên cho thấy Sự hài lòng của khách hàng có quan hệ tuyến tính với các nhân tố Sự thuận tiện (Hệ số Beta chuẩn hóa là 0.135), Sự hữu hình (Hệ số Beta chuẩn hóa là 0.123), Phong cách phục vụ (Hệ số Beta chuẩn hóa là 0.159), Sự tín nhiệm (Hệ số Beta chuẩn hóa là 0.242), Tính cạnh tranh về giá (Hệ số Beta chuẩn hóa là 0.286), Hình ảnh doanh nghiệp (Hệ số Beta chuẩn hóa là 0.179)
Cũng phải nói thêm rằng các hệ số Beta chuẩn hóa đếu >0 cho thấy các biến độc lập tác động thuận chiều với Sự hài lòng khách hàng. Kết quả này cũng khẳng định các giả thuyết nêu ra trong mô hình nghiên cứu được chấp nhận và được kiểm định phù hợp. Như vậy, NH phải nỗ lực cải tiến những nhân tố này để nâng cao sự hài lòng của khách hàng.