4. Phương pháp nghiên cứu
2.3.3.2.Tiến hành phân tích hồi quy
Đầu tiên ta phải xác định xem có xảy ra hiện tượng đa cộng tuyến trong mô hình hồi quy hay không. Độ chấp nhận của biến (Tolerances) và hệ số phóng đại phương sai (Variance inflation factor – VIF) được dùng để phát hiện hiện tượng đa cộng tuyến. Quy tắc là khi VIF vượt quá 10 là dấu hiệu của đa cộng tuyến.
- Kết quả thu được: giá trị VIF của từng nhân tố có giá trị nhỏ hơn 10 vậy cho thấy không xảy ra hiện tương đã cộng tuyến giữa hai biến độc lập.
- Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2007, giá trị Durbin-Watson từ 1-3 thì cho thấy không có sự tượng quan giữa các phần dư. Đại lượng thống kê Durbin-Watson = 2.021. Điều này có ý nghĩa là mô hình hồi quy không vi phạm giả định về tính độc lập của sai số. Bảng 15. Tóm tắt mô hình Model Summaryb Model R R Squar e Adjusted R Square Std. Error of the Estimate Change Statistics Durbin- Watson R Square Change F Change df1 df2 Sig. F Change 1 .773a .598 .584 .280 .598 42.816 5 144 .000 2.021 (Nguồn xử lý số liệu 3/2013)
GVHD: Tống Viết Bảo Hoàng
Bảng 16. Phương sai ANOVA ANOVAb
Model Sum of Squares Df Mean Square F Sig. 1 Regression 16.776 5 3.355 42.816 .000a Residual 11.284 144 .078 Total 28.060 149 (Nguồn xử lý số liệu 3/2013) Bảng 17. Các hệ số trong mô hình Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 (Constant ) .581 .296 1.959 .052 DTC .169 .026 .360 6.401 .000 .883 1.132 PTHH .190 .048 .265 3.992 .000 .631 1.584 DDC .155 .039 .214 3.970 .000 .958 1.044 DDU .214 .034 .370 6.314 .000 .814 1.228 SDB .136 .066 .124 2.059 .041 .767 1.303 (Nguồn xử lý số liệu 3/2013)
Việc kiểm định mô hình lý thuyết được thực hiện với phương pháp stepwise với thủ tục chọn biến được mô tả trong bảng:
GVHD: Tống Viết Bảo Hoàng
Các biến đưa vào/ loại raa
Mô hình Biến đưa vào Biến loại ra Phương pháp
1 SDB Từng bước (Tiêu chuẩn: Xác suất F-vào <= ,050, Xác xuất F-ra >= ,100).
2 DDC Từng bước (Tiêu chuẩn: Xác suất F-vào <= ,050, Xác xuất F-ra >= ,100).
3 DDU Từng bước (Tiêu chuẩn: Xác suất F-vào <= ,050, Xác xuất F-ra >= ,100).
4 DTC Từng bước (Tiêu chuẩn: Xác suất F-vào <= ,050, Xác xuất F-ra >= ,100).
5 PTHH Từng bước (Tiêu chuẩn: Xác suất F-vào <= ,050, Xác xuất F-ra >= ,100).
a. Biến phụ thuộc: Mức độ hài lòng chung của khách hàng với chương trình thẻ ưu đãi Một biến phụ thuộc thông thường chịu ảnh hưởng của nhiều biến độc lập khác nhau, nhưng không phải khi nào phương trình càng nhiều biến thì càng phù hợp với dữ liệu. Mô hình càng nhiều biến độc lập thì càng khó giải thích và đánh giá ảnh hưởng của mỗi biến độc lập đến biến phụ thuộc. Việc sử dụng phương pháp lựa chọn stepwise trong thiết lập mô hình sẽ giúp nhận ra các biến độc lập có khả năng dự đoán tốt cho biến phụ thuộc. Phương pháp stepwise là sự kết hợp giữa phương pháp đưa vào dần (forward selection) và phương pháp loại trừ dần (backward emilination). Tại mỗi bước, song song với việc xem xét để đưa dần vào phương trình hồi quy những biến có ý nghĩa nhất với phương trình hồi quy, thủ tục cũng xét để đưa ra khỏi phương trình đó biến độc lập khác theo một quy tắc xác định. Do đó phương pháp này bảo đảm được mức độ tin cậy cao hơn. Kết quả cho thấy cả năm biến đưa vào mô hình đều đủ điều kiện để đưa vào mô hình.
Trong đó : SDB là sự đảm bảo, DDC là mức độ đồng cảm, DDU là mức độ đáp ứng, DTC là độ tin cậy, PTHH là phương tiện hữu hình.
Đánh giá sự phù hợp của mô hình hồi qui: Hệ số xác định R2và R2 hiệu chỉnh(Adjusted R square) được dùng để đánh giá độ phù hợp của mô hình. Vì R2 sẽ tăng khi đưa thêm biến độc lập vào mô hình nên dùng R2 hiệu chỉnh sẽ an toàn hơn khi đánh giá độ phù hợp của mô hình. R2 hiệu chỉnh càng lớn thể hiện độ phù hợp của mô
GVHD: Tống Viết Bảo Hoàng
hình càng cao. Từ kết quả ta có R2 hiệu chỉnh = 0.584 các nhân tố này giải thích được
58.4% sự biến thiên của dữ liệu. Giá trị Sig. của tất cả các nhân tố đều <0.05 vậy nên đều có ý nghĩa thống kê.
Mô hình hồi quy là :
Mức độ hài lòng chung =0.581+ 0.169(độ tin cậy) +0.190(phương tiện hữu hình) +0.155(mức độ đồng cảm) +0.214(mức độ đáp ứng) +0.136(sự đảm bảo)
- Ý nghĩa của các hệ số hồi quy:
• Hệ số = 0.581 nghĩa là các yếu tố khác tác động tới mức độ hài lòng chung ngoài các biến trong mô hình.
• Hệ số β1 = 0.169 nghĩa là khi nhân tố độ tin cậy tăng lên 1 đơn vị thì mức độ hài lòng chung tăng lên 0.169 đơn vị.
• Hệ số β2 = 0.190 nghĩa là khi nhân tố phương tiện hữu hình tăng lên 1 đơn vị thì mức độ hài lòng chung tăng 0.190 đơn vị.
• Hệ số β3 = 0.155 nghĩa là khi nhân tố mức độ đồng cảm tăng lên 1 đơn vị thì mức độ hài lòng chung tăng 0.155 đơn vị.
• Hệ số β4 =0.214 nghĩa là khi nhân tố mức độ đáp ứng tăng lên 1 đơn vị thì mức độ hài lòng chung tăng lên 0.214 đơn vị.
• Hệ số β5 = 0.136 nghĩa là khi nhân tố sự đảm bảo tăng lên 1 đơn vị thì mức độ hài lòng chung tăng lên 0.136 đơn vị.
2.3.4. Đánh giá mức độ hài lòng chung của khách hàng đối với chương trình thẻưu đãi của siêu thị Big C Huế (adsbygoogle = window.adsbygoogle || []).push({});