• Hệ số tương quan biến tổng (Item Total Correclation)
3.3.4. Phân tích hồi quy
Sau khi phân tích mối quan hệ, sử dụng phương pháp hồi quy tuyến tính bội sẽ giúp ta xác định được các yếu tố ảnh hưởng đến sự hài lòng của khách hàng về dịch vụ cho vay tiêu dùng.
Phương trình hồi quy chuẩn hóa có dạng sau:
Y = p0 + pÍXÍ + p2X2 + p3X3 + p4X4 + p5X5 + p6X6 + p7X7 + £Ì
Trong đó: Biến phụ thuộc:
Y: Sự hài lòng của khách hàng
Hằng số hồi quy và các hệ số hồi quy của tổng thể: 00: Hằng số hồi quy 01, 02, 03, 04, 05, 06, 07 : Các hệ số hồi quy tổng thể. Các biến độc lập: X1: Tiện ích sản phẩm X2: Giá cả X3: Chính sách chăm sóc khách hàng X4: Sự tin cậy X5: Năng lực phục vụ X6: Sự cảm thông
X7: Phương tiện hữu hình si: Sai số ngẫu nhiên
Phân tích hồi quy đa biến để đánh giá độ phù hợp của mô hình. Phương pháp thực hiện hồi quy là phương pháp đưa vào lần lượt (Enter ) , đây là phương pháp mặc định trong chương trình SPSS. Các nhà nghiên cứu sử dụng hệ số xác định R2 (RSquare) để đánh giá mức độ phù hợp của mô hình nghiên cứu, hệ số xác định R2 được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mô hình; tuy nhiên, không phải mô hình càng có nhiều biến sẽ càng phù hợp hơn với dữ liệu, R2 có khuynh hướng là một yếu tố lạc quan của thước đo sự phù hợp của mô hình đối với dữ liệu trong trường hợp có hơn i biến giải thích trong mô hình.
Kiểm định F trong bảng phân tích phương sai xem biến phụ thuộc có mối liên hệ với toàn bộ các biến độc lập hay không nếu hệ số Sig. của F nhỏ hơn 0,05 cho thấy mô hình xây dựng phù hợp với dữ liệu; ngược lại, chưa có cơ sở để kết luận mô hình xâydựng phù hợp với dữ liệu. Bên cạnh đó, cần kiểm tra hiện tượng tương quan bằng hệ số Durbin -Watson (không xảy ra hiện tượng tự tương quan nếu 1 < Durbin -Watson < 3); kiểm tra hiện tượng đa cộng tuyến bằng hệ số phóng đại VIF14 (không xảy ra hiện tượng đa cộng tuyến nếu hệ số VIF < 10). Hệ số Beta chuẩn hóa được dùng để đánh giá mức độ quan trọng của từng nhân tố, hệ số Beta chuẩn hóa của biến nào càng cao thì mức độ tác động của biến đó đến Sự hài lòng của khách hàng càng lớn (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008).Mong đợi về dấu của các biến độc lập trong mô hình nghiên cứu này đều mang dấu dương (+), vì khi chất lượng của các yếu tố “Tiện ích sản phẩm”; “Giá cả”; “Chính sách chăm sóc khác hàng”; “Mức độ tin cậy”; “Sự cảm thông”; “Năng lực phục vụ”; “Phương tiện hữu hình” càng tăng thì “Sự hài lòng của khách hàng” sẽ càng cao.
Phân tích tương quan, qua số thống kê có tên là Hệ số tương quan Pearson để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa các biến định lượng. Kiểm tra biến phụ thuộc và biến độc lập xem có tương quan với nhau không, nếu hai biến tương quan với nhau thì có hệ số tương quan Pearson |r| > 0,1. Kiểm tra giữa 2 biến độc lập, có sự tương quan chặt thì phải lưu ý vấn đề đa cộng tuyến khi phân tích hồi quy. Phân tích tương quan để thấy được mối quan hệ giữa các biến phụ thuộc với độc lập và biến độc lập với độc lập. Phân tích hồi quy tuyến tính bội về mức độ phù hợp của mô hình sự hài lòng với các biến tác động đến sự hài lòng khách hàng.
Tóm tắt chương 3
Chương 3 đã chỉ ra quá trình nghiên cứu của đề tài. Quy trình nghiên cứu cho thấy từ khi xác định vấn đề nghiên cứu cho đến khi kết thúc nghiên cứu và đưa ra kiến nghị.Trong chương 3 cũng chỉ ra cách xây dựng thang đo cho mô hình, tác giả dùng thang đo 5 mức độ Servqual để đo lường, trong bài nghiên cứu có 28 thang đo để đo lường 7 nhân tố.Cách lấy mẫu và phương pháp nghiên cứu cũng đã được tác giả nêu lên trong chương này. C ách lấy mẫu chủ yếu dựa vào khách hàng của ABBANK, cỡ mẫu
khảo sát là 170 quan sát. Phần cuối của chương 3, tác giả cũng đã cho thấy phương pháp nghiên cứu. Đề tài được thực hiện bằng phương pháp tổng hợp nghiên cứu định tính và định lượng, nghiên cứu định tính được thực hiện trước để xây dựng thang đo, sau đó tác giả dùng phương pháp định lượng để phân tích dữ liệu.