khách hàng.
Phân tích hồi quy sẽ xác định phương trình hồi quy tuyến tính, với các hệ số Beta tìm được để khẳng định mối quan hệ nhân quả giữa biến phụ thuộc (Kết quả thực hiện theo cảm nhận của khách hàng) và các biến độc lập (Định hướng khách hàng, Khả năng cải tiến, Danh tiếng, Kỹ năng giao tiếp/ diễn đạt của nhân viên GLC, Kỹ năng chuyên môn của nhân viên GLC) và dự đoán được mức độ tác động của biến phụ thuộc khi biết trước giá trị của biến độc lập. Phương pháp phân tích được chọn lựa là phương pháp đưa vào lần lượt (Enter).
63
Bảng 4.17 Kết quả hồi quy biến Kết quả thực hiện theo cảm nhận của khách hàng
Mô hình R R 2 R2 điều chỉnh lượng độ Ước lệch chuẩn
Thống kê sự thay đổi Hệ số Durbin- Watson Mức độ thay đổi R2 Mức thay đổi F df1 df2 Mức thay đổi Sig. F 1 .855a .731 .724 .41368 .731 110.752 5 204 .000 1.712 a. Các yếu tố dự đoán: (Hằng số), DH, DD, DT, CT, CM b. Biến phụ thuộc: KQ
Các kiểm định trên cho thấy các giả định của hàm hồi quy tuyến tính không bị vi phạm và mô hình hồi quy đã xây dựng phù hợp với tổng thể. Xem xét Bảng 4.12 cho thấy, các hệ số của phương trình hồi quy có ý nghĩa thống kê và đều có giá trị.
Bảng 4.18 Tóm tắt các hệ số hồi quy
Mô hình Hệ số chưa chuẩn
hóa chuẩn hóa Hệ số t Sig. Thống kê đa cộng tuyến B Sai số chuẩn Beta Độ chấp nhận của biến VIF 1 (Hằng số) -.753 .193 -3.900 .000 CM .338 .047 .329 7.148 .000 .622 1.606 DD .357 .047 .333 7.584 .000 .683 1.464 DT .169 .046 .161 3.693 .000 .691 1.446 CT .203 .044 .208 4.592 .000 .643 1.555 DH .133 .048 .124 2.781 .002 .661 1.512 a. Biến phụ thuộc: KQ
64 Ta có phương trình hồi quy như sau:
KQ = 0.124DH + 0.208CT + 0.161DT + 0.333DD + 0.329CM (1)
Trong đó: KQ : Kết quả thực hiện theo cảm nhận của khách hàng DH : Định hướng khách hàng
CT : Khả năng cải tiến của GLC DT : Danh tiếng
DD : Kỹ năng giao tiếp/ diễn đạt của nhân viên GLC CM : Kỹ năng chuyên môn của nhân viên GLC
Như vậy, với tập dữ liệu mẫu khảo sát khách hàng sử dụng dịch vụ Logistics của công ty GLC, Kết quả theo cảm nhận của khách hàng chịu tác động bởi các nhân tố: Định hướng khách hàng, Khả năng cải tiến, Danh tiếng, Kỹ năng giao tiếp/ diễn đạt của nhân viên GLC, Kỹ năng chuyên môn của nhân viên GLC. Do đó có thể kết luận rằng các giả thuyết H1, H2, H3, H4, H5 trong mô hình điều chỉnh được chấp nhận.
4.3.3.2. Kết quả phân tích hồi quy cho biến Giá trị cảm nhận:
Phân tích hồi quy sẽ xác định phương trình hồi quy tuyến tính, với các hệ số Beta tìm được để khẳng định mối quan hệ nhân quả giữa biến phụ thuộc (Giá trị theo cảm nhận của khách hàng) và các biến độc lập (Kết quả thực hiện theo cảm nhận của khách hàng) và dự đoán được mức độ tác động của biến phụ thuộc khi biết trước giá trị của biến độc lập. Phương pháp phân tích được chọn lựa là phương pháp đưa vào lần lượt (Enter).
Các kiểm định trên cho thấy các giả định của hàm hồi quy tuyến tính không bị vi phạm và mô hình hồi quy đã xây dựng phù hợp với tổng thể. Xem xét Bảng 4.14 dưới đây cho thấy, các hệ số của phương trình hồi quy có ý nghĩa thống kê và đều có giá trị.
65
Bảng 4.19 Kết quả hồi quy của mô hình
Mô hình R R 2 R2 điều chỉnh Ước lượng độ lệch chuẩn
Thống kê sự thay đổi
Hệ số Durbin- Watson Mức độ thay đổi R2 Mức thay đổi F df1 df2 Mức thay đổi Sig. F 1 .671a .450 .447 .54643 .450 170.029 1 208 .000 1.850 a. Các yếu tố dự đoán: (Hằng số), KQ b. Biến phụ thuộc: GTCN Bảng 4.20 Bảng tóm tắt các hệ số hồi quy
Mô hình Hệ số chưa chuẩn hóa Hệ số chuẩn
hóa t Sig. Thống kê đa cộng tuyến B Sai số
chuẩn Beta nhận của Độ chấp biến
VIF
1 (Hằng số) 1.263 .176 7.194 .000
KQ .626 .048 .671 13.040 .000 1.000 1.000
a. Biến phụ thuộc: GTCN (adsbygoogle = window.adsbygoogle || []).push({});
Ta có phương trình hồi quy:
GTCN = 0.671 KQ (2)
Trong đó:
KQ : Kết quả thực hiện theo cảm nhận của khách hàng GTCN: Giá trị theo cảm nhận của khách hàng.
Như vậy, với tập dữ liệu mẫu khảo sát khách hàng sử dụng dịch vụ Logistics của công ty GLC, Giá trị theo cảm nhận của khách hàng chịu tác động bởi nhân tố Kết quả thực hiện theo cảm nhận của khách hàng. Do đó có thể kết luận rằng giả thuyết H6 trong mô hình điều chỉnh được chấp nhận.
66