4.4.1. Phân tích thống kê mô tả
Hệ số Cronbach’s Alpha
STT Nhân tố Biến quan sát ban đầu
Biến quan sát còn lại
Hệ số Cronbach’s
Alpha Biến loại
1 Hữu hình (HH) 4 4 0,737 2 Đồng cảm (DC) 7 7 0,754 3 Đảm bảo (DB) 7 7 0,837 4 Tin cậy (TC) 9 9 0,881 5 Giá cả (GC) 3 3 0,756 6 Hài lòng (HL) 3 3 0,727
Bảng 2: Bảng thống kê kết quả kiểm định Cronbach’s Alpha
Phân tích nhân tố khám phá EFA
KMO and Barlett’s Test: 0,5 ≤ KMO = 0,915 ≤ 1, phân tích nhân tố được chấp nhận với tập dữ liệu nghiên cứu.
Sig Barlett’s Test = 0,000 < 0,05 , phân tích nhân tố là phù hợp.
Giá trị Eigenvalue = 1,010 ≥ và trích được 5 nhân tố mang ý nghĩa tóm tắt thông tin tốt nhất.
Tổng phương sai trích = 59,824 ≥ 50% cho thấy mô hình EFA là phù hợp
5 nhân tố được trích cô đọng được 59,824% biến thiên các biến quan sát.
STT Nhân tố Các biến quan sát Loại
1 Tin cậy (TC) TC6,TC3,TC8,TC4,TC1,TC7,TC9 Độc lập 2 Đảm bảo hữu hình (DBHH) DB5, DB7, HH2, HH4 Độc lập 3 Đảm bảo đồng cảm (DBDC) DC3, DB6, DB2, DB3, DC6 Độc lập 4 Giá cả (GC) GC1, GC2, GC3 Độc lập 5 Đồng cảm (DC) DC2, DC4, DC1 Độc lập 6 Hài lòng HL1,HL2,HL3 Phụ thuộc
Tổng số lượng biến quan sát độc lập: 22 (loại 8 biến so với lượng biến ban đầu) Tổng số lượng biến quan sát phụ thuộc: 3
KẾT LUẬN: Mô hình nghiên cứu bị thay đổi bởi sự xuất hiện của 2 nhân tố mới Đảm bảo đồng cảm và Đảm bảo hữu hình thay cho 2 nhân tố cũ là Hữu hình và Đảm bảo.
27
Hình 8: Mô hình nghiên cứu đề xuất sự hài lòng của sinh viên trường Đại học Thương mại đối với dịch vụ thẻ của ngân hàng BIDV
4.4.2 Phân tích hồi quy
1. Giá trị (R Square) = 0.532>0,5, đây là mô hình tốt, có ý nghĩa.
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .736a .542 .532 .50113 2.208 a. Predictors: (Constant), DC, GC, DBDC, DBHH, TC b. Dependent Variable: HL Bảng 4: Bảng tóm tắt mô hình 2. Giá trị sig của kiểm định F
Bảng ANOVA cho chúng ta kết quả kiểm định F để đánh giá giả thuyết sự phù hợp của mô hình hồi quy. Giá trị sig kiểm định F bằng 0.000 < 0.05, do đó, mô hình hồi quy là phù hợp.
ANOVAa
YẾU TỐ BÊN TRONG YẾU TỐ BÊN NGOÀI
Đồng cảm
Đảm bảo đồng cảm
Tin cậy
Sự hài lòng của sinh viên
trường ĐH Thương mại
Giá cả Đảm bảo hữu hình
28
Model Sum of
Squares Df Mean Square F Sig.
1 Regression 63.677 5 12.735 50.712 .000b Residual 53.742 214 .251 Total 117.420 219 a. Dependent Variable: HL b. Predictors: (Constant), DC, GC, DBDC, DBHH, TC Bảng 5: Bảng ANOVA Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. Collinearity Statistics
B Std. Error Beta Toler
ance VIF 1 (Constant) .256 .233 1.099 .273 TC .378 .079 .329 4.762 .000 .448 2.234 DBHH .050 .071 .045 .704 .482 .519 1.926 DBDC .123 .077 .108 1.585 .114 .459 2.180 GC .401 .052 .424 7.767 .000 .718 1.393 DC -.009 .063 -.008 -.148 .882 .699 1.431 Bảng 6: Bảng hệ số Coefficients 3. Giá trị sig của kiểm định t
•Giá trị sig của TC = 0,000 < 0,5 => có tác động lên biến phụ thuộc. •Giá trị sig của GC = 0,000 < 0,5 => có tác động lên biến phụ thuộc.
•Giá trị sig của DBHH = 0,482 > 0,05 => không có tác động lên biến phụ thuộc. •Giá trị sig của DBDC = 0,114 > 0,05 => không có tác động lên biến phụ thuộc. •Giá trị sig của DC = 0,882 > 0,05 => không có tác động lên biến phụ thuộc.
Biến độc lập DBHH, DBDC và DC bị loại khỏi mô hình.
29
Lấy biến định lượng tiêu chuẩn hệ số VIF là 2, các biến định tính lấy hệ số VIF là 10. Ta thấy Hệ số VIF của các biến độc lập đều nhỏ hơn 10, do vậy dữ liệu không vi phạm giả định đa cộng tuyến.
5. Hệ số hồi quy
Hệ số hồi quy chuẩn hóa Beta của TC và GC đều lớn hơn 0. Cụ thể GC(0,424) > TC(0,329). Tương ứng với:
• Biến Giá cả tác động mạnh nhất đến sự hài lòng của sinh viên Đại học Thương Mại với dịch vụ thẻ.
• Biến Tin cậy tác động mạnh thứ 2 đến sự hài lòng của sinh viên Đại học Thương Mại với dịch vụ thẻ.
6. Phương trình hồi quy chuẩn hóa và chưa chuẩn hóa a. Phương trình hồi quy chưa chuẩn hóa
Phương trình chưa chuẩn hóa có dạng:
Y = 0,256 + 0,378X1 + 0,401X4 + e
Diễn giải:
-Khi biến TC tăng 1 đơn vị trong điều kiện các biến còn lại không thay đổi thì biến HL tăng 0,378 đơn vị.
-Khi biến GC tăng 1 đơn vị trong điều kiện các biến còn lại không thay đổi thì biến HL tăng 0,401 đơn vị.
b. Phương trình hồi quy chuẩn hóa Phương trình hồi quy chuẩn hóa:
HL = GC*0,424 + TC*0,329 Sự hài lòng = 0,424*giá cả + 0.329*tin cậy
7. Kiểm tra các giả định hồi quy
a. Phân phối chuẩn của phần dư
Dựa vào biểu đồ Histogram, thấy giá trị trung bình Mean gần bằng 0, độ lệch chuẩn Std. Dev gần bằng 1, các cột giá trị phần dư phân bố theo dạng hình chuông, ta có thể khẳng định phân phối là xấp xỉ chuẩn, giả định phân phối chuẩn của phần dư không bị vi phạm. Cụ thể trong ảnh trên, Mean = -9,54E-17 = -9,54 * 10-17 = 0.00000... gần bằng 0, độ lệch chuẩn là 0.989 gần bằng 1. Như vậy có thể nói, phân phối phần dư xấp xỉ chuẩn, giả định phân phối chuẩn của phần dư không bị vi phạm.
30
Hình 9: Biểu đồ Histogram
Còn đối với biểu đồ Normal P-P Plot, ta thấy các điểm dữ liệu trong phân phối của
phần dư bám sát vào đường chéo, vì vậy phần dư càng có phân phối xấp xỉ chuẩn, giả
định phân phối chuẩn của phần dư không bị vi phạm.
Hình 10: Biểu đồ Normal P-P Plot b. Liên hệ tuyến tính giữa biến phụ thuộc với biến độc lập
31
Hình 11: Biểu đồ Scatterplot
Từ biểu đồ ta thấy, phần dư chuẩn hóa phân bổ tập trung xunh quanh đường tung độ 0, do vậy giả định quan hệ tuyến tính không bị vi phạm.
