Trên cơ sở thanh đo các nhân tó ánh hưởng đến ý định nhận lương hưu bằng hình thức ATM đã được xem xét mối tương quan tuyết tính, tiếp tục sử dụng phân tích hồi quy để thấy mối quan hệ giữa các yếu tố ảnh hưởng tác động đến ý định nhận lương hưu bằng hình thức ATM.
Extraction Sums of Squared Loadings Cumulative %
1 63.172
2 3 4
Total Variance Explained
Component Com ponent 1 YD1 .823 YD2 .855 YD3 .868 YD4 .605 Component Matrixa
Bảng 4.26 Tóm tắt mô hình
Nguồn: Kết quả xử lý SPSS của tác giả
Giá trị hệ số R2
hiệu chỉnh nó phản ánh mức độ ảnh hưởng của các biến độc lập lên biến phụ thuộc. Cụ thể trong mô hình này, R2=0.466 nghĩa là có 5 biến độc lập đưa vào ảnh hưởng 46.6% biến phụ thuộc, 53.4% còn lại là do các biến ngoài mô hình và do sai số ngẫu nhiên
Bảng 4.27 Kết quả phân tích ANOVA
Nguồn: Kết quả xử lý SPSS của tác giả
Trong bảng phân tích phương sai (Bảng 4.27), cho thấy trị số F có mức ý nghĩa với Sig. = 0.000 < 0,05) có nghĩa mô hình hồi quy tuyến tính đưa ra là phù hợp với dữ liệu thực tế thu thập được và các biến đưa vào đều có ý nghĩa trong thống kê với mức ý nghĩa 5%.
Model R R Square Adjusted R
Square
Std. Error of the
Estimate Durbin-Watson
1 .683a .466 .455 .47629 1.634
Model Summaryb
Sum of Squares df Mean Square F Sig.
Regression 45.994 5 9.199 40.55 .000b Residual 52.629 232 .227 Total 98.623 237 ANOVAa Model 1
Bảng 4.28 Hệ số hồi quy β
Nguồn: Kết quả xử lý SPSS của tác giả
Giá trị sig. kiểm định t từng biến độc lập SD có giá trị 0.131 > 0.05. Điều này cho thấy biến độc lập SD không có sự tác động lên biến phụ thuộc. Vì vậy phải loại biến SD và thực hiện phân tích hồi qui lại.
Bảng 4.29 Tóm tắt mô hình lần 2
Nguồn: Kết quả xử lý SPSS của tác giả
Kết quả cho giá trị hệ số R2
hiệu chỉnh nó phản ánh mức độ ảnh hưởng của các biến độc lập lên biến phụ thuộc. Cụ thể trong mô hình này, R2=0.461 nghĩa là có 4 biến độc lập đưa vào ảnh hưởng 46.1% biến phụ thuộc, 53.9% còn lại là do các biến ngoài mô hình và do sai số ngẫu nhiên.
Bảng 4.30 Kết quả phân tích ANOVAlần 2
Nguồn: Kết quả xử lý SPSS của tác giả
Standardized Coefficients B Std. Error Beta (Consta nt) 0.649 0.234 2.777 .006 HI 0.186 0.050 0.204 3.708 .000 SD 0.075 0.050 0.084 1.517 .131 CQ 0.219 0.045 0.281 4.841 .000 TN 0.223 0.062 0.213 3.572 .000 CP 0.145 0.052 0.170 2.778 .006 Coefficientsa Model Unstandardized Coefficients t Sig. 1
Model R R Square Adjusted R
Square
Std. Error of the
Estimate Durbin-Watson
1 .679a .461 .452 .47761 1.635
Model Summaryb
Sum of Squares df Mean Square F Sig.
Regression 45.472 4 11.368 49.835 .000b Residual 53.151 233 .228 Total 98.623 237 ANOVAa Model 1
Trong bảng phân tích phương sai (Bảng 4.30), cho thấy trị số F có mức ý nghĩa với Sig. = 0,000 < 0.05) có nghĩa mô hình hồi quy tuyến tính đưa ra là phù hợp với dữ liệu thực tế thu thập được và các biến đưa vào đều có ý nghĩa trong thống kê với mức ý nghĩa 5%.
Bảng 4.31 Hệ số hồi quy β lần 2
Nguồn: Kết quả xử lý SPSS của tác giả
Giá trị sig. kiểm định t từng biến độc lập tất cả đều <0.05. Điều này cho thấy tất cả các biến đều có nghĩa trong mô hình.
Giá trị hệ số hồi quy chuẩn hóa β trong 4 biến độc lập đều có ý nghĩa ảnh hưởng đến biến phụ thuộc trong mô hình, giá trị β lớn nhất là 0.295 là biến CQ, tiếp đến là biến TN có giá trị β = 0.248, tiếp đến là biến HI có giá trị β = 0.204 và nhỏ nhất là là biến CP có giá trị β = 0.165. Như vậy các giả thuyết H1, H3, H4, H5 đều được chấp nhận với độ tin cậy 95% và phương trình hồi quy chuẩn hóa là:
Standardized Coefficients B Std. Error Beta (Constant ) .780 .218 3.582 .000 HI .186 .050 .204 3.711 .000 CQ .230 .045 .295 5.133 .000 TN .261 .058 .248 4.527 .000 CP .141 .052 .165 2.699 .007 Coefficientsa Model Unstandardized Coefficients t Sig. 1 YD = 0.295*CQ + 0.248*TN + 0.204*HI + 0.165*CP
Hình 4.5 Đồ thị biểu diễn phân phối chuẩn phần dƣ
Nguồn: Kết quả xử lý SPSS của tác giả
Quan sát biểu đồ tần số của phần dư chuẩn hóa (Hình 4.5) cho thấy phân phối chuẩn của phần dư xấp xỉ chuẩn có giá trị trung bình gần bằng 0 và độ lệch chuẩn Std. Dev = 0,992 (độ lệch chuẩn gần bằng 1). Do đó có thể kết luận giả thuyết phân phối chuẩn của phần dư không bị sai phạm.
Hình 4.6 Đồ thị biểu diễn phân phối chuẩn phần dƣ chuẩn hóa
Nguồn: Kết quả xử lý SPSS của tác giả
Biểu đổ tần số PP (Hình 4.6) cũng cho thấy các điểm của phần dư chuẩn hóa không cách xa mà phân tán ngẫu nhiên xung quanh đường chéo (đường thẳng kỳ vọng), do đó giả định về phân phối chuẩn của phần dư được thỏa mãn.
Hình 4.7 Đồ thị biểu diễn phân phối chuẩn phần dƣ phân tán
Nguồn: Kết quả xử lý SPSS của tác giả
Quan sát đổ thị phân tán (Hình 4.7) ta thấy có sự phân tán đều. Như vậy, giả định phương sai không đổi của mô hình hồi quy không bị vi phạm.
Ngoài ra, kiểm định Durbin - Watson cho thấy kết quả d = 1.635 (1<d < 3) nên ta có thể kết luận các phần dư là độc lập với nhau.