Sau khi qua giai đoạn kiểm định thang đo bằng hệ số Cronbach Alpha và phân tích nhân tố, có 5 nhóm nhân tố được đưa vào kiểm định mô hình hồi quy (5 nhóm của thang đo các nhân tố ảnh hưởng đến sự hài lòng tham gia BHXH TN và 1 nhóm của thang đo sự hài lòng tham gia BHXH TN). Giá trị nhân tố là trung bình của các biến quan sát thành phần thuộc nhóm nhân tố đó. Kết quả của phân tích hồi quy sẽ được sử dụng để kiểm định các giả thuyết.
4.3.3.1 Xây dựng mô hình hồi quy
Phân tích hồi quy được thực hiện với biến độc lập. Giá trị của các biến độc lập được tính trung bình dựa trên các biến quan sát thành phần (kết quả phân tích nhân tố) của các biến độc lập đó. Giá trị của biến phụ thuộc là giá trị trung bình của các biến quan sát về Sự hài lòng tham gia BHXH TN.
Bảng 4.28: Kết quả phân tích hồi quy lần 1
a. Dependent Variable: HAIL
b. Predictors: (Constant), THUT, DONGC, PHUONGT, NANGL, TINC Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) .777 .260 2.993 .003 TINC .251 .048 .329 5.166 .000 NANGL .233 .055 .242 4.271 .000 DONGC .040 .037 .056 1.073 .284 PHUONGT .143 .051 .152 2.809 .005 THUT .171 .054 .202 3.157 .002
Nguồn: Kết quả khảo sát của tác giả, 2018
Phân tích hồi quy được thực hiện bằng phương pháp Enter. Phương pháp này giúp xử lý tất cả các biến đưa vào một lần, đưa ra các thông số thống kê liên quan đến các biến. Kết quả phân tích hồi quy lần 1 ở Bảng 4.28, thành phần DONGC có giá trị Sig. rất lớn, lớn hơn 0.05, nên không có ý nghĩa về mặt thống kê.
Kết quả phân tích hồi quy lần 2 ở Bảng 4.29 với 4 biến độc lập sau khi loại biến DONGC thấy 4 biến NANGL, TINC, PHUONGT, THUT đều đạt yêu cầu (xem bảng 4.29, chi tiết phụ lục 6)
Bảng 4.29: Kết quả phân tích hồi quy lần 2
Coefficientsa Model Unstandardized Coefficients Standardize d Coefficients t Sig. B Std. Error Beta 1 (Constant) .881 .241 3.655 .000 TINC .253 .048 .332 5.215 .000 NANGL .219 .053 .228 4.133 .000 PHUONGT .154 .050 .163 3.064 .002 THUT .174 .054 .205 3.214 .002
Nguồn: Kết quả khảo sát của tác giả, 2018
4.3.3.2 Phương trình hồi quy
Để viết được phương trình hồi quy tác giả tiến hành kiểm định mô hình và các giả thuyết nghiên cứu như sau:
* Đánh giá độ phù hợp của mô hình: Kết quả phân tích hồi quy Bảng 4.30 cho thấy R2 hiệu chỉnh bằng 0.460. Điều đó cũng có nghĩa là 46% biến thiên của sự hài lòng tham gia BHXH TN được giải thích bởi tương quan tuyến tính của các biến độc lập được đưa vào mô hình. Tuy nhiên sự phù hợp này chỉ đúng với dữ liệu mẫu. Để kiểm định xem có thể suy rộng mô hình cho tổng thể thực hay không ta phải kiểm định độ phù hợp của mô hình.
Bảng 4.30: Đánh giá độ phù hợp của mô hình
Model Summaryb Mode l R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 1 .685a .470 .460 .47890 1.614
a. Predictors: (Constant), THUT, PHUONGT, NANGL, TINC b. Dependent Variable: HAIL
* Kiểm định độ phù hợp của mô hình: Kiểm định F sử dụng trong bảng phân tích ANOVA (Bảng 4.31, phụ lục 6) là phép kiểm định giả thuyết về độ phù hợp
của mô hình hồi quy tuyến tính tổng thể. Trong Bảng 4.31, ta thấy giá trị ta thấy giá trị Sig của kiểm định F rất nhỏ bằng 0.000 (< 0.05), từ đó ta có thể bác bỏ giả thuyết H0 (H0: Tất cả các biến độc lập trong mô hình đều không ảnh hưởng đến biến phụ thuộc), điều này có nghĩa là có ít nhất một biến độc lập ảnh hưởng đến biến phụ thuộc. Mô hình phù hợp với tập dữ liệu và có thể suy rộng ra cho tổng thể.
Bảng 4.31: Kiểm định độ phù hợp của mô hình
ANOVAa Model Sum of Squares df Mean Square F Sig. 1 Regression 43.700 4 10.925 47.635 .000b Residual 49.310 215 .229 Total 93.010 219
a. Dependent Variable: HAIL
b. Predictors: (Constant), THUT, PHUONGT, NANGL, TINC
Nguồn: Kết quả khảo sát của tác giả, 2018
* Hiện tượng đa cộng tuyến: Độ chấp nhận của biến (Tolerances) và hệ số phóng đại phương sai (Variance inflation factor – VIF) được dùng để phát hiện hiện tượng đa cộng tuyến, theo Hoàng Trọng và Chu nguyễn Mộng Ngọc thì khi VIF vượt quá 10 là dấu hiệu của đa cộng tuyến. Dựa vào Bảng 4.32 ta thấy giá trị VIF là rất nhỏ đều nhỏ hơn 10. Ta có thể bác bỏ giả thuyết mô hình bị đa cộng tuyến hay nói cách khác không có hiện tượng đa cộng tuyến xảy ra (các biến độc lập không có tương quan với nhau).
Bảng 4.32: Bảng hệ số phóng đại phương sai
Coefficientsa
Model Collinearity Statistics
Tolerance VIF 1 (Constant) TINC .607 1.648 NANGL .812 1.231 PHUONGT .871 1.148 THUT .606 1.650
* Giả định về phân phối chuẩn của phần dư
Dựa vào đồ thị ta có thể kết luận rằng phân phối phần dư xấp xỉ chuẩn (Mean = 2.26E-16gần bằng 0 và Std.Dev=0.991 gần bằng 1). Vì vậy giả định về phân phối chuẩn của phần dư không bị vi phạm. ( Xem hình 4.14)
Hình 4.7: Đồ thị phân phối phần dư
Nguồn: Kết quả khảo sát của tác giả, 2018
* Giả định liên hệ tuyến tính
Dựa vào đồ thị phân tán giữa các phần dư và các giá trị dự đoán, ta thấy các giá trị phần dư không phân tán một cách ngẫu nhiên theo đường hoành độ 0, mà phân tán một cách có hệ thống theo các đường thẳng. Cho thấy giả định về liên hệ tuyến tính bị vi phạm.
Hình 4.8: Đồ thị phân tán các phần dư
* Giả định về tính độc lập của sai số (không có tương quan giữa các phần dư)
Dựa vào Bảng 4.30, cho thấy kết quả Durbin – Watson = 1.614 (gần bằng 2) tức là không có hiện tượng tự tương quan trong các phần dư. (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008 trang 233 giá trị Durbin – Watson (d) biến thiên trong khoảng từ 0 đến 4, giá trị d gần bằng 2 các phần dư không có tương quan chuỗi bậc nhất với nhau, d thấp (nhỏ hơn 2) các phần dư gần nhau có tương quan thuận, d lớn hơn 2 (và gần 4) có nghĩa là các phần dư có tương quan nghịch).
* Giả định phương sai của sai số không đổi Hình 4.9: Đồ thị phân tán
Nguồn: Kết quả khảo sát của tác giả, 2018
Trên hình 4.16 ta nhận thấy không có mối quan hệ nào giữa giá trị dự báo và giá trị phần dư chuan hóa của sai số, do vậy giả định này không bị vi phạm.
Như vậy dựa vào kết quả phân tích hồi quy Bảng 4.31 ta thấy 5 biến độc lập đưa vào mô hình đều có giá trị sig rất nhỏ (0.000) có ý nghĩa thống kê ở mức ý nghĩa 5% khi đưa vào mô hình phân tích. Phương trình hồi quy đối với các biến đã được chuẩn hóa thể hiện mối quan hệ giữa Sự hài lòng tham gia BHXH TN của những người tham gia tại Thị Xã Cai Lậy với 5 biến độc lập được biểu hiện qua phương trình hồi quy sau:
SHL = 0.332 x Độ tin cậy + 0.228 x Năng lục phục vụ + 0.163 x Phương tiện phục vụ + 0.205 x Thủ tục hành chính