Phân tích hồi qui là một phân tích thống kê để xác định xem các biến độc lập (biến thuyết minh) quy định các biến phụ thuộc (biến được thuyết minh) như thế nào. Mô hình phân tích hồi qui sẽ được mô tả hình thức của mối liên hệ và qua đó giúp đỡ dự đoán được giá trị của biến phụ thuộc khi biết trước giá trị của biến độc lập.
Mô hình hồi qui
Phân tích hồi qui sẽ xác định mối quan hệ nhân quả giữa biến phụ thuộc “sự
hài lòng” (SHL) với các biến độc lập: Đáp ứng và Năng lực phục vụ (DU-PV), Uy
tín thương hiệu và Sự thuận tiện (UT-TT), Sự hữu hình (SHH), Đồng cảm (SDC), Tin cậy (TC), yếu tố Giá (GIA). Mô hình hồi quicó dạng:
65 Trong đó:
α là Hằng số (hệ số chặn) β là Độ dốc
ε là Sai số ngẫu nhiên
Mô hình phân tích hồi qui sẽ mô tả hình thức của mối liên hệ và qua đó
giúp dự đoán được mức độ của biến phụ thuộc khi biết trước giá trị của biến độc
lập. Phương pháp phân tích được chọn là phương pháp Enter để tìm ra được mô hình tối ưu hóa. Bảng tổng hợp kết quả phân tích hồi quy được trình bày như sau:
Bảng 4.12: Kết quả hồi quilần 01
Các biến số độc
lâp
Hệ số hồi qui chưa chuẩn hóa Hệ số hồi qui đã chuẩn hóa Kiểm định student (t) Ý nghĩa thống kê Sig. Hệ số tương quan (Corelations) B Sai số chuẩn Beta Riêng phần (Partial) Từng phần (Part) Hằng số 4,633E-016 0,043 0,000 1,000 DU-PV 0,466 0,043 0,466 10,634 0,000 0,579 0,466 TH-TT 0,116 0,043 0,116 2,686 0,008 0,177 0,116 SHH 0,379 0,043 0,379 8,664 0,000 0,501 0,379 SDC 0,265 0,043 0,265 6,059 0,000 0,375 0,265 STC -0,002 0,043 -0,002 -0,046 0,963 0,043 -0,002 GIA 0,374 0,043 0,374 8,533 0,000 0,495 0,374
(Nguồn: Kết quả phân tích SPSS)
Từ bảng kết quả hồi qui trên ta thấy hầu hết các biến đều có Sig. bằng 0,000 đảm bảo cho mô hình có ý nghĩa, và hệ số Sig. của các nhân tố độc lập đều đạt ở giá trị nhỏ hơn mức ý nghĩa Alpha đảm bảo yêu cầu trong phân tích. Nhưng có một biến có Sig. không đạt mức ý nghĩa 5% = 0,05 là biến STC với Sig. = 0,963 nên loại ra khỏi phương trình hồi qui, sau đó chạy lại mô hình hồi qui với các biến được giữ lại và có kết quả như bảng sau:
66
Bảng 4.13: Kết quả hồi quilần 02
Các biến số độc
lâp
Hệ số hồi qui chưa chuẩn hóa Hệ số hồi qui đã chuẩn hóa Kiểm định student (t) Ý nghĩa thống kê Sig. Hệ số tương quan (Corelations) B Sai số chuẩn Beta Riêng phần (Partial) Từng phần (Part) Hằng số 4,633E-016 0,044 0,000 1,000 DU-PV 0,466 0,044 0,466 10,634 0,000 0,579 0,466 TH-TT 0,116 0,044 0,116 2,686 0,008 0,177 0,116 SHH 0,379 0,044 0,379 8,664 0,000 0,501 0,379 SDC 0,265 0,044 0,265 6,059 0,000 0,375 0,265 GIA 0,374 0,044 0,374 8,533 0,000 0,495 0,374
(Nguồn: Kết quả phân tích SPSS)
Như vậy, sau quá trình phân tích hồi qui, tất cả các biến đều đạt mức ý nghĩa 5% (giá trị Sig. đều nhỏ hơn 0,05). Mô hình gồm 06 biến trong đó có 01 biến phụ thuộc “Sự hài lòng” và 05 biến độc lập là “Đáp ứng và Năng lực phục vụ” (DU-PV),
“Uy tín thương hiệu và Sự thuận tiện” (UT-TT), “Sự hữu hình” (SHH), “Đồng cảm” (SDC), “Giá” (GIA).
Đánh giá độ phù hợp của mô hình như sau:
Bảng 4.14: Đánh giá độ phù hợp của mô hình
Yếu tố cần đánh giá Giá trị chạy bằng So sánh
R 0,755 RP 2 0,571 RP 2 Phiệu chỉnh 0,561 F 59,269 Sig. 0,000 0,000 < 0,05 Durbin-Watson 1,922 0 < 1,922 < 2
(Nguồn: Kết quả phân tích SPSS)
67 (adsbygoogle = window.adsbygoogle || []).push({});
giả thuyết về độ phù hợp của mô hình hồi qui tuyến tính tổng thể để xem xét biến
phụ thuộc có liên hệ tuyến tính với toàn bộ tập hợp của các biến độc lập. Nhìn vào
Bảng 4.14 ta thấy rằng trị thống kê F = 59,269 khác 0, giá trị sig. = 0,000 < 0,05 cho thấy mô hình sử dụng là phù hợp và các biến đềuđạt được tiêu chuẩn chấp nhận.
Kết quả phân tích hồi qui tuyến tính bội cho thấy mô hình có RP
2
P
= 0,571 và RP
2
P
điều chỉnh = 0,561= 56,1%. Nghĩa là trong 100% sự biến động của biến phụ thuộc Sự hài lòng thì có 56,1% sự biến động còn lại là do sai số ngẫu nhiên hoặc các yếu tố ngoài mô hình ảnh hưởng. Mặt khác, giá trị RP
2
Pđiều chỉnh nhỏ hơn RP
2
P
nên dùng 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 hồi qui đa biến (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008).
Cả 5 biến độc lập đưa vào mô hình đều tác động đến biến phụ thuộc Sự hài lòng của khách hàng sử dụng dịch vụ tín dụng của ngân hàng. Tác động của từng
biến như sau: khi đánh giá của khách hàng về yếu tố “Đáp ứng và Năng lực phục vụ” (DU-PV), “Uy tín thương hiệu và Sự thuận tiện” (UT-TT), “Sự hữu hình” (SHH), “Đồng cảm” (SDC), “Giá” (GIA) lần lượt tăng lên một đơn vị thì Sự hài lòng của
khách hàng tăng lần lượt là 0,466, 0,116, 0,379, 0,265, và 0,374 đơn vị. Các hệ
số này đều dương chứng tỏ các biến độc lập tác động thuận chiều với biến phụ
thuộc “Sự hài lòng”.
Phương trình hồi qui tương ứng:
SHL = 4,633E-016 + 0,466 DU-PV + 0,116 UT-TT + 0,379 SHH + 0,265 SDC + 0,374 GIA
Để xác định tầm quan trọng của các biến khi chúng được sử dụng cùng với những biến khác trong mô hình ta dùng hệ số tương quan từng phần (Part
Correlations) và riêng phần (Partial Correlations) (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Hệ số tương quan riêng phần (Partial Correlations) đo lường được khả năng giải thích biến thiên của biến phụ thuộc do ảnh hưởng của một biến độc lập: (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Kết quả phân tích hồi qui có được hệ số tương quan riêng phần của các biến:
“Đáp ứng và Năng lực phục vụ” (DU-PV), “Uy tín thương hiệu và Sự thuận tiện”
68
0,177, 0,501, 0,375 và 0,495 (theo Bảng 4.13: Kết quả hồi qui lần 02). Như vậy, Trong đó, yếu tố “Đáp ứng và Năng lực phục vụ” tác động mạnh nhất (Hệ số tương quan riêng phần là 0,579), thứ hai yếu tố “Sự hữu hình” (Hệ số tương quan riêng phần
là 0,501), thứ ba là yếu tố “Giá” (Hệ số tương quan riêng phần là 0,495), thứ tư là yếu tố “Đồng cảm” (Hệ số tương quan riêng phần là 0,375) và cuối cùng là “Uy tín thương hiệu và Sự thuận tiện” có hệ số tương quan riêng phần là 0,177.
Kiểm định sự phù hợp của mô hình hồi qui (adsbygoogle = window.adsbygoogle || []).push({});
Mô hình hồi qui tuyến tính bội được xây dựng trên các giả thiết sau (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008):
- Có mối quan hệ tuyến tính giữa biếnphụ thuộcvới các biến độc lập
- Các biến độc lập không có tương quan chặt chẽ với nhau hay không có
hiện tượng đa cộng tuyến
- Giảđịnhphân phối chuẩncủa phần dư
- Giảđịnh phương sai của sai số không đổi
- Giả định về tính độc lập của các phần dư (vì dữ liệu thu thập không phải
là dữliệu chuỗi, nên giảđịnh này khó bị vi phạm).
Nếu các giả thiết trên vi phạm, thì kết quả ước lượng sẽ không còn chính xác nữa. Kiểm tra sự vi phạm giảthiếtđược thực hiện nh ư sau:
- Mối quan hệ tuyến tính giữa biến phụ thuộc và các biến độc lập: kiểm
tra thông qua phân tích hệ số tương quan giữa các biến. Kết quả kiểm định cho
thấy có mối liên hệ tuyến tính giữa các cặp biến này (xem kết quả phần phân tích tương quan ở phần trên). Đồng thời thông qua đồ thị Scatter, các quan sát phân tán tương đối đều theo đường thẳng thể hiện mối quan hệ tuyến tính giữa biến độc lập và biến phụ thuộc (xem Phụ lục 06).
- Kiểm tra hiện tượng đa cộng tuyến: hệ số phóng đại phương sai (VIF - Variance inflation factor) nhỏ hơn 5 chứng tỏ tính đa cộng tuyến của các biến độc lập là không đáng kể và các biến trong mô hình được chấp nhận. (xem Bảng 4.15: Hệ số phóng đại phương sai - VIF).
69
Bảng 4.15: Hệ số phóng đại phương sai – VIF
Nhân tố Hệ số phóng đại phương sai (VIF)
Giá trị So sánh DU-PV 1,000 1,000 < 5 UT-TT 1,000 1,000 < 5 SHH 1,000 1,000 < 5 SDC 1,000 1,000 < 5 GIA 1,000 1,000 < 5
(Nguồn: Kết quả phân tích SPSS)
- Kiểm tra phân phối chuẩn của phần dư: thông qua biểu đồ phân phối của phần dư và P – P plot cho thấyphần dư có phân phối chuẩn: trị trung bình gần bằng 0 (-4,11E-16) và độ lệch chuẩngần bằng 1 (0,989). (xem Phụ lục 06).
- Kiểm tra giả định phương sai của sai số không đổi, hay phần dư không tương quan với các biến độc lập trong mô hình. Nếu độ lớn của phần dư tăng hay giảm cùng với giá trị dự đoán thì giả định này bị vi phạm. Qua đồ thị Scatter thể hiện mối quan hệ giữa giá trị dự đoán và phần dư, ta thấy các quan sát phân tán
ngẫu nhiên. Đồng thời, bằng phương pháp phân tích tương quan hạng Spearman giữa phần dư với các biến độc lập cho thấy giả thiết này không bị vi phạm (Sig. < 0,05). (xem Phụlục 06).
- Kiểm định giả thiết về tính độc lập của phần dư: Kiểm định Durbin – Watson có giá trị 1,922 (xấp xỉ 2) suy ra tương quan giữa các phần dư rất nhỏ và
chấp nhận giả thiết không có sự tương quan chuỗi bậc nhất trong mô hình. Như vậy, mô hình hồi quy bội thỏa các điều kiện đánh giá và kiểm định độ phù hợp cho việc rút ra các kết quả nghiên cứu. (xem Bảng 4.14: Đánh giá độ phù hợp của mô hình).
Như vậy, các giả thiết của phân tích hồi qui tuyến tính không bị vi phạm. Kết quả phân tích hồi qui là đáng tin cậy.
Kiểm định các giả thuyết của mô hình đề xuất và giải thích phương trình
Trong số 06 giả thuyết đưa ra theo mô h ình đề xuất, sau khi phân tích hồi qui còn lại 04 biến tác độngđến sự hài lòng của khách hàng.
70
Bảng 4.15: Tổng hợp kết quả kiểm định các giả thuyết
Giả thuyết Kết quả kiểm
định HR1 Biến “Đáp ứng và Năng lực phục vụ” có tác động dương (adsbygoogle = window.adsbygoogle || []).push({});
lên sự hài lòng của khách hàng.
Tác động dương
HR2 Biến “Uy tín thương hiệu và Sự thuận tiện” có tác động
dương lên sự hài lòng của khách hàng.
Tác động dương
HR3 Biến “Sự hữu hình” có tác động dương lên sự hài lòng của
khách hàng.
Tác động dương
HR4 Biến “Đồng cảm” có tác động dương lên sự hài lòng của
khách hàng.
Tác động dương
HR5 Biến “Tin cậy” có tác động dương lên sự hài lòng của khách hàng.
Loại khỏi mô hình
HR6 Biến “Giá” có tác động dương lên sự hài lòng của khách hàng.
Tác động dương
(Nguồn: Kết quả phân tích SPSS)
Mô hình nghiên cứu chính thức:
Hình 4.3: Mô hình nghiên cứu chính thức
(Nguồn: Tổng hợp của Tác giả)
Kết quả nghiên cứu trên trùng với kết quả một số nghiên cứu trước đó trong lĩnh vực ngân hàng về sự tác động của các nhân tố thuộc chất lượng dịch vụ lên sự hài
lòng của khách hàng sử dụng dịch vụ tín dụng nói chung và dịch vụ tín dụng bán lẻ nói riêng. Ta có thể lý giải sự điều chỉnh mô hình nghiên cứu trong lĩnh vực tín dụng như sau: trong lĩnh vực tín dụng (hoạt động đi vay), vì đặc tính khách hàng đi vay nên rủi Sự hài lòng của khách hàng về dịch vụ tín dụng bán lẻ Đáp ứngvà Năng lực phục vụ Giá Sự hữu hình Đồng cảm Uy tín thương hiệu và Sự thuận tiện
71
ro rơi vào ngân hàng hơn là khách hàng, trong khi đó dịch vụ tiền gửi hay các dịch vụ khác của ngân hàng thì ngược lại. Khách hàng cũng chủ động hơn trong việc tìm đến ngân hàng. Chính vì vậy mà thương hiệu ngân hàng và sự thuận tiện lúc này không mấy quantrọng trong quyết định chọn lựa ngân hàng nhằm mục đích đi vay của khách hàng. Đồng thời, tính chất dịch vụ tín dụng bán lẻ không giống với các dịch vụ khác,
khách hàng cá nhân luôn mong đợi chính sách giá (lãi suất) thấp nhất, luôn có các gói
hỗ trợ khách hàng tốt nhất, hồ sơ thủ tục vay dễ dàng nhanh chóng, sự đáp ứng vốn vay kịp thời, được phục vụ tận tình, địa điểm giao dịch an toàn. Chính vì vậy, mô hình
nghiên cứu được điều chỉnh căn cứ trên các kết quả phân tích thống kê, cũng như tính chất của lĩnhvực tín dụng ngân hàng.