5. Bố cục đề tài
2.5.4.1. Phân tích hồi quy
Để kiểm định sự phù hợp giữa các nhân tố tạo nên chất lượng dịch vụ tiệc cưới và sự hài lòng của khách hàng, tác giả sử dụng hàm hồi quy tuyến tính bội. Như vậy, mức độ hài lòng của khách hàng là biến phụ thuộc – Dependents và 5 nhân tố tạo nên chất lượng dịch vụ (mức độ tin cậy, mức độ đáp ứng, mức độ đảm bảo, phương tiện hữu hình) là biến độc lập – Independents sẽ được đưa vào chạy hồi quy với phương pháp đưa vào một lượt (Enter).
Đánh giá độ phù hợp của mô hình
Bảng 2.11: Kết quả kiểm định độ phù hợp của mô hình
Mô hình R R2 R2 hiệu chỉnh Sai số chuẩn ước lượng
Durbin- Watson
1 0,738a 0,545 0,526 0,24524 1,575
(Nguồn: Kết quả xử lý số liệu trên phần mềm SPSS) R2 hiệu chỉnh (Adjusted R Square) phản ánh mức độ ảnh hưởng của các biến độc lập lên biến phụ thuộc. Kết quả ở trên được R 2 hiệu chỉnh = 0,526, có thể nói rằng 5 biến độc lập (mức độ tin cậy, mức độ đáp ứng, mức độ đảm bảo, mức độ đồng cảm, phương tiện hữu hình) đưa vào ảnh hưởng 52,6% sự thay đổi của biến phụ thuộc (mức độ hài lòng). Mức độ phù hợp của mô hình tương đối cao.
Durbin-Watson (DW) dùng để kiểm định tự tương quan của các sai số kề nhau (hay còn gọi là tương quan chuỗi bậc nhất) có giá trị biến thiên trong khoảng từ 0 đến 4; nếu các phần sai số không có tương quan chuỗi bậc nhất với nhau thì giá trị sẽ gần bằng 2 (từ 1 đến 3); nếu giá trị càng nhỏ, gần về 0 thì các phần sai số có tương quan
thuận; nếu càng lớn, gần về 4 có nghĩa là các phần sai số có tương quan nghịch. Giá trị Durbin-Watson là 1,575. Như vậy, không có sự tương quan chuỗi bậc nhất trong mô hình.
Kiểm định đồ phù hợp của mô hình
Bảng 2.12: Bảng kiểm định ANOVA về độ phù hợp của mô hình hồi quy
Hệ số Tổng bình phương Df Bình phương trung bình F Mức ý nghĩa 1 Hồi quy 8,560 5 1,712 28,466 0,000b Phần dư 7,157 119 0,060 Tổng 15,717 124
(Nguồn: Kết quả xử lý số liệu trên phần mềm SPSS) Mục đích kiểm định F trong bảng ANOVA là để kiểm tra xem mô hình hồi quy tuyến tính này có suy rộng và áp dụng được cho tổng thể hay không. Kết quả ở bảng 10 cho thấy giá trị trung bình của kiểm định F là 0,000 < 0,05, như vậy ta có thể kết luận mô hình hồi quy tuyến tính được xây dựng phù hợp với tổng thể.
Kiểm định về hiện tượng đa cộng tuyến
Bảng 2.13: Kết quả kiểm định về hượng tương đa cộng tuyến
Model Collinearity Statistics Tolerance VIF 1 (Constant) TC 0,849 1,178 DU 0,811 1,233 DB 0,803 1,245 DC 0,967 1,034 HH 0,862 1,160
(Nguồn: Kết quả xử lý số liệu trên phần mềm SPSS) Với hệ số phương sai VIF của các biến độc lập trong mô hình rất nhỏ và nhỏ hơn 10, nên không xảy ra hiện tượng đa cộng tuyến.
Hệ số phương trình hồi quy
Bảng 2.14: Bảng hệ số phương trình hồi quy
Hệ số Hệ số chưa chuẩn hóa
Hệ số chuẩn
hóa T Mức ý
nghĩa B Sai số chuẩn Beta
1 (Constant) -0,906 0,395 -2,292 0,024 TC 0,259 0,065 0,267 3,984 0,000 DU 0,187 0,066 0,195 2,844 0,005 DB 0,272 0,076 0,247 3,574 0,001 DC 0,162 0,057 0,179 2,843 0,005 HH 0,357 0,078 0,306 4,594 0,000
(Nguồn: Kết quả xử lý số liệu trên phần mềm SPSS) Phương trình hồi quy có dạng như sau:
HL = 0,267TC + 0,195DU + 0,247DB + 0,179DC + 0,306HH
Theo kết quả trên ta thấy được cả 5 nhân tố đều ảnh hưởng đến sự hài lòng của khách hàng về chất lượng dịch vụ tiệc cưới tại nhà hàng. Hệ số Beta của nhân tố càng lớn thì mức độ tác động đến khách hàng càng nhiều.
Từ phương trình hồi quy chuẩn hóa ta thấy được rằng, phương tiện hữu hình (B5=0,306) là nhân tố có ảnh hưởng mạnh nhất tới sự hài lòng của khách hàng về chất lượng tiệc cưới tại nhà hàng Duy Tân tiếp đến là mức độ tin cậy (B1=0,267), mức độ đảm bảo (B3 = 0,247), mức độ đáp ứng (B2=0,195) và cuối cùng mức độ đồng cảm (B4 = 0,162) là nhân tố ảnh hưởng mạnh nhất tới sự hài lòng của khách hàng về chất lượng tiệc cưới tại nhà hàng khách sạn Duy Tân Huế.