5. Bố cục của luận văn
3.2.5.2. Phân tích hồi quy
Phân tích hồi quy sẽ xác định mối quan hệ nhân quả giữa biến phụ thuộc (SAT - Sự hài lòng) và các biến độc lập (F1 - Đáp ứng và Sự đảm bảo; F2 - Giá cả; F3 - Tin cậy; F4 - Phương tiện hữu hình; F5 - Cảm thông). Mô hình phân tích hồi quy sẽ mô tả hình thức của mối liên hệ và qua đó giúp ta dự đoán được mức độ của biến phụ thuộc khi biết trước giá trị của biến độc lập. Mô hình hồi qui tuyến tính bội:
SAT = β0 + β1.F1 +β2.F2 +β3.F3+ β4.F4+ β5.F5
(Trong đó: β0, β1, β2, β3, β4, β5: thể hiện mức độ ảnh hưởng của các biến đến sự hài lòng của khách hàng)
Ta có hàm số: SAT = f (F1,F2,F3,F4,F5)
Cả 5 biến độc lập được đưa vào cùng một lúc để phân tích hồi qui. Phương pháp phân tích được chọn lựa là phương pháp đưa vào một lượt Enter với tiêu chuẩn vào PIN là 0,05 và tiêu chuẩn ra POUT là 0,1. Kết quả phân tích hồi qui thể hiện ở Bảng 3.11. như sau:
* Đánh giá độ phù hợp của mô hình hồi qui
Hệ số R2 điều chỉnh = 0,709, cho thấy sự tương thích của mô hình với biến quan sát là cao và biến phụ thuộc Sự hài lòng của khách hàng gần như được giải thích bởi 5 biến độc lập trong mô hình. Hay nói cách khác là 70,9% biến thiên Sự hài lòng của khách hàng về dịch vụ tín dụng khi giao dịch tại các ngân hàng TMCP Đông Á trên địa bàn tỉnh Bình Dương được giải thích bởi quan hệ tuyến tính với 5 biến độc lập nói trên, còn lại 29,1% biến thiên sự hài lòng được giải thích bởi các nhân tố khác không có trong mô hình.
Kiểm định F trong bảng phân tích phương sai ANOVAb dùng để kiểm định về độ phù hợp của mô hình hồi qui tuyến tính tổng thể. Giá trị F = 23,170 được tính từ giá trị R2 có mức ý nghĩa Sig. = 0,000 (<0,05), cho thấy rất an toàn khi bác bỏ giả thuyết H0: cho rằng tất cả các hệ số hồi qui của các biến độc lập đều bằng không (không có quan hệ tuyến tính giữa biến độc lập và biến phụ thuộc); và mô hình được xây dựng phù hợp với dữ liệu nghiên cứu.
Thêm vào đó, 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 đều nhỏ hơn hai (<2) (VIF từ 1,011 đến 1,384) thể hiện tính đa cộng tuyến của các biến độc lập là không đáng kể và các biến trong mô hình được chấp nhận.
* Giải thích phương trình
Từ bảng Coefficients trong Bảng kết quả phân tích hồi quy (Bảng 3.11), ta rút ra mối quan hệ giữa biến phụ thuộc Sự hài lòng của khách hàng và 05 biến độc lập được thể hiện trong phương trình sau:
SAT = 0,96 F1 + 0,327 F2 + 0,075 F3 + 0,195 F4 + 0,180 F5 Trong đó: - SAT: Sự hài lòng - F1: Đáp ứng và Sự đảm bảo - F2: Giá cả - F3: Tin cậy
- F4: Phương tiện hữu hình - F5: Cảm thông
Theo phương trình hồi quy ở trên cho thấy Sự hài lòng của khách hàng có quan hệ tuyến tính với các nhân tố Đáp ứng và Sự đảm bảo (Hệ số Beta chuẩn hóa là 0,960), Giá cả (Hệ số Beta chuẩn hóa là 0,327), Tin cậy (Hệ số Beta chuẩn hóa là 0,075), Phương tiện hữu hình (Hệ số Beta chuẩn hóa là 0,195) và Cảm thông (Hệ số Beta chuẩn hóa là 0,180). Các hệ số Beta chuẩn hóa đều >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 (giả thuyết H1, H2, H3, H4, H5 ) được chấp nhận và được kiểm định phù hợp. Như vậy, ngân hàng phải nỗ lực cải tiến những nhân tố này để nâng cao sự hài lòng của khách hàng.