Dựa trên các nhân tố rút trích được từ phân tích, mô hình nghiên cứu được
Tiếp theo, các nhân tố này được dùng trong phân tích hồi quy bội để xác định xem liệu có mối quan hệ giữa các thành phần chất lượng dịch vụ tuyên truyền hỗ trợ
về thuế với sự hài lòng của NNT hay không và mức độ quan hệ như thế nào.
Với giả thuyết ban đầu ở mô hình lý thuyết, ta có phương trình hồi quy tuyến tính bội như sau: Y = β0 + β1X1 + β2X2 + β3X3
Trong đó:+ Y là biến phụ thuộc thể hiện giá trị dựđoán mức độ hài lòng của NNT +β0, β1, β2, β3 là các hệ số hồi quy
+ X1, X2, X3 là các biến độc lập thể hiện lần lượt các nhân tố Trách nhiệm nghề nghiệp, Tổ chức thông tin, Phương tiện phục vụ
Các nhân tố trên được đưa vào chạy hồi quy tuyến tính bội với phương pháp
đưa vào một lượt (enter). Kết quảở bảng 2.9 cho thấy mô hình hồi quy thích hợp sử
dụng để kiểm định giả thuyết (sig F= 0,000), mức độ giải thích mối quan hệ giữa biến phụ thuộc và các biến độc lập bằng phương pháp này tương đối cao (R2 điều chỉnh = 0,686). Theo kết quả hồi quy từng phần, cả 3 nhân tố đều có mối tương quan với mức độ hài lòng của NNT và có ý nghĩa thống kê khi đưa vào mô hình phân tích (sig t = 0,000). Quan sát các hệ số Beta chuẩn hóa đều mang dấu dương cho thấy 3 nhân tố đều có mối quan hệ tuyến tính cùng chiều với mức độ hài lòng của NNT (sig t của các nhân tố đều bằng 0,000). Do đó, các giả thuyết đã nêu ở mô hình lý thuyết cuối chương 1 cũng được chấp nhận.
Phương trình hồi quy được xác định như sau: Y = 0,634X1 + 0,370X2 + 0,387X3
Hình 2.3: Mô hình nghiên cứu được điều chỉnh TỔ CHỨC THÔNG TIN PHƯƠNG TIỆN PHỤC VỤ TRÁCH NHIỆM NGHỀ NGHIỆP MỨC ĐỘ HÀI LÒNG CỦA NGƯỜI NỘP THUẾ
Hằng số β0 có giá trị quá nhỏ nên nếu loại khỏi phương trình cũng không ảnh hưởng lớn đến giá trị dựđoán của Y. Giá trị hệ số phóng đại phương sai (VIF) của 3 biến đều bằng 1 nên không có hiện tượng đa cộng tuyến xảy ra giữa các biến.
Bảng 2.8: Kết quả phân tích hồi quy
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate
1 .830a .689 .686 .56010627
a. Predictors: (Constant), PTPV, TCTT, TNNN b. Dependent Variable: MDHL
ANOVAb
Model Sum of Squares df Mean Square F Sig.
Regression 248.689 3 82.896 264.237 .000a Residual 112.311 358 .314 1 Total 361.000 361 a. Predictors: (Constant), PTPV, TCTT, TNNN b. Dependent Variable: MDHL Coefficientsa
Unstandardized Coefficients Standardized Coefficients Collinearity Statistics Model B Std. Error Beta t Sig. Tolerance VIF (Constant) -2.209E-16 .029 .000 1.000 TNNN .634 .029 .634 21.505 .000 1.000 1.000 TCTT .370 .029 .370 12.563 .000 1.000 1.000 1 PTPV .387 .029 .387 13.131 .000 1.000 1.000 a. Dependent Variable: MDHL (Chi tiết kết quả phân tích thể hiện ở Phụ lục 10)