c. Vai trò của ngân hàng thương mại
3.4.4.Phân tích hồi quy tuyến tính
Ở phần này chúng ta xét đến mối quan hệ giữa ý định sử dụng dịch vụ tiền gửi tại ngân hàng Saigonbank trong tương lai của khách hàng với các yếu tố ảnh hưởng đến quá trình sử dụng dịch vụ tiền gửi bằng cách phân tích mô hình hồi quy tuyến tính bội.
Mô hình hồi quy tuyến tính bội mở rộng cho mô hình hồi quy hai biến bằng cách thêm vào một số biến độc lập để giải thích tốt hơn cho biến phụ thuộc. Mô hình hồi quy bội giả định rằng biến phụ thuộc có phân phối chuẩn với bất kỳ kết hợp nào của các biến độc lập trong mô hình. Một giả định quan trọng đối với mô hình hồi quy tuyến tính là không có biến giải thích nào có thể được biểu thị dưới dạng tổ hợp tuyến tính với những biến giải thích còn lại.
Một công việc quan trọng của bất kỳ thủ tục thống kê xây dựng mô hình từ dữ liệu nào cũng đều chứng minh sự phù hợp của mô hình. Để biết mô hình hồi quy tuyến tính đã xây dựng trên dữ liệu mẫu phù hợp đến mức độ nào với dữ liệu thì chúng ta cần dùng một thước đo nào đó về độ phù hợp của nó. Một thướt đo sự phù hợp của mô hình tuyến tính thường dùng là hệ số xác định R2, nhưng mô hình thường không phù hợp với dữ liệu thực tế như giá trị R2 thể hiện. Vì vậy, chúng ta phải sử dụng hệ số R2 điều chỉnh (Adjusted R Square) để phản ánh sát hơn mức độ phù hợp của mô hình hồi quy tuyến tính đa biến, nó không phụ thuộc vào độ lệch phóng đại của R2 và nó không thổi phòng mức độ phù hợp của mô hình.
Và để phân tích số liệu thu thập được, phần mềm thống kê SPSS đã được sử dụng. Kết quả phân tích hồi quy đối với các biến đầu vào của mô hình được thể hiện qua bảng sau:
Bảng 13: Bảng phân tích hồi quy
Các biến phân tích Hệ số Bêta S.E Sig. Thống kê cộng tuyến Tolerance VIF Hằng số -2.554E-16 0.062 0.000 Nhân tố 1 0.597 0.062 0.000 1.000 1.000 Nhân tố 2 0.436 0.062 0.000 1.000 1.000 Nhân tố 3 -0.082 0.062 0.187 1.000 1.000 Hệ số R2 Hệ số R2 điều chỉnh Hệ số Durbin -Watson 0.553 0.541 2.028
Mô hình hồi quy này cho thấy R2 điều chỉnh đạt giá trị 0.541 tức 54% nghĩa là mô hình hồi quy tuyến tính đã xây dựng phù hợp với tập dữ liệu đến mức 54%, đồng thời cũng cho ta thấy rằng mối quan hệ giữa các biến trong mô hình tương quan chặt chẽ với nhau. Hay là hơn 50% khác biệt của ý định sử dụng dịch vụ tiền gửi của biến phụ thuộc có thể được giải thích bởi sự khác biệt của ba nhân tố (ba biến độc lập) đưa vào mô hình. So sánh hai giá trị R2 và R2 điều chỉnh ở bảng trên ta sẽ thấy được R2 điều chỉnh nhỏ hơn, dùng nó đánh giá độ phù hợp của mô hình sẽ an toàn hơn.
Sau khi thực hiện kiểm định độ phù hợp của mô hình, tôi tiến hành kiểm định d của Durbin-Watson và so sánh giá trị d với bảng thống kê DW dùng để kiểm định tương quan của các sai số kề nhau (tương quan chuỗi bậc nhất). Kết quả cho thấy rằng giá trị d =2.028(dL=0.933;dU=1.636) tính được rơi vào miền chấp nhận giả thuyết không có tương quan chuỗi bậc nhất.
Từ kết quả các kiểm định này cho phép mô hình hồi quy được sử dụng trong nghiên cứu, phân tích.
Ta có hàm hồi quy có dạng như sau:
Y = -2.554E-16 + 0.597NT1 + 0.436NT2 – 0.082NT3
Trong đó:
- Biến phụ thuộc Y là biến Ý định tham gia sử dụng dịch vụ tiền gửi tại ngân hàng TMCP Saigonbank trong tương lai.
Mức ý nghĩa thống kê 0.05. - Các biến độc lập là các nhân tố: NT1: Nhân tố mức độ đáp ứng. NT2: Nhân tố uy tín, thương hiệu. NT3: Nhân tố lãi suất.
Từ kết quả hàm hồi quy cho chúng ta một số diễn giải sau:
Hằng số Bo = -2.554E-16 : là giá trị ý định sử dụng dịch vụ tiền gửi trong tương lai của khách hàng nếu như loại trừ ảnh hưởng của các nhân tố trên, hệ số này rất nhỏ, có thể xem là gần bằng giá trị 0. Vậy nên, chúng ta có thể hiểu rằng nếu như không có sự tác động của các nhân tố làm ảnh hưởng đến quyết định sử dụng dịch vụ tiền gửi của khách hàng thì khách hàng sẽ không có ý định sử dụng dịch vụ này tại ngân hàng.
Hệ số BNT1, BNT2, BNT3: đây là các hệ số hồi quy riêng phần (hệ số hồi quy của từng nhân tố trong mô hình hồi quy tuyến tính trên), các hệ số này đo lường sự thay đổi giá trị trung bình của biến phụ thuộc Y khi một trong các nhân tố NT1, NT2, NT3 thay đổi một đơn vị, giữ các nhân tố còn lại không đổi. Trong hàm hồi quy này, ta nhận thấy:
BNT1 = 0.597, đo lường thay đổi trong giá trị trung bình của biến Ý định sử dụng dịch vụ tiền gửi trong tương lai khi biến độc lập là NT1 thay đổi một đơn vị, giữ các nhân tố NT2, NT3 không đổi. Cụ thể là nó cho biết khi NT1 tăng lên 1 đơn vị sẽ làm cho giá trị trung bình Y tăng lên 0.597, tức là NT1 có mức ảnh hưởng tích cực và quyết định mạnh nhất đến ý định sử dụng dịch vụ tiền gửi trong tương lai của khách hàng.
Tương tự, BNT2 = 0.436, điều này cho thấy khi NT2 tăng lên 1 đơn vị thì giá trị trung bình của ý định sử dụng tăng lên 0.436. NT2 cũng có chiều hướng ảnh hưởng tích cực đến ý định sử dụng.
BNT3= -0.082, khi NT3 tăng 1 đơn vị thì ý định sử dụng dịch vụ tiền gửi có chiều hướng không đổi hoặc giảm đi 0.082. NT3 có chiều hướng ảnh hưởng yếu nhất hay nhân tố này ít ảnh hưởng nhất đến ý định sử dụng dịch vụ tiền gửi của khách hàng được điều tra.
Kết quả của phân tích hồi quy cho thấy một điều rằng nếu chúng ta thay đổi các yếu tố tác phong phục vụ của nhân viên, thủ tục, thời gian giao dịch, uy tín thương hiệu, hệ thống cơ sở vật chất, các ảnh hưởng từ phía gia đình, bạn bè, người thân theo hướng tích cực thì nó sẽ làm tăng lòng trung thành hay nói cách khác là thúc đẩy khách hàng đi đến ý định, quyết định sử dụng dịch vụ tiền gửi nhanh hơn. Còn yếu tố về lãi suất thì ngân hàng không nên chú tâm nhiều để cải tiến nó, vì các ngân hàng hiện nay đều có mức lãi suất không vượt trần do NHNN quy định vì thế yếu tố này không có xu hướng ảnh hưởng quá mạnh đến quyết định sử dụng dịch vụ của khách hàng.