6. Kết cấu của đề tài nghiên cứu
4.4.2.2. Kết quả phân tích hồi quy đa biến về tác động của hệ thống KSNB
đến tính hữu hiệu QTRR tại các doanh nghiệp du lịch Bình Định.
- Phân tích phƣơng sai ANOVA
Phân tích phƣơng sai một yếu tố (One-way ANOVA) đƣợc áp dụng trong nghiên cứu này để tìm ra ý nghĩa thống kê của những khác biệt trung bình giữa biến phụ thuộc và biến độc lập.
Tiêu chuẩn Fisher F trong phép phân tích phƣơng sai ANOVA với mốc để so sánh các xác suất ý nghĩa Sig. là 5% đƣợc áp dụng. Trong phép kiểm định này, nếu xác suất nhỏ hơn 5% thì bác bỏ giả thuyết: không có sự tác động của biến phụ
thuộc. (Hồ Đăng Phúc, 2005).
Kết quả Kiểm định độ phù hợp của mô hình thông qua Kiểm định F trong bảng phân tích phƣơng sai, với giả thiết Ho: Tất cả các biến độc lập đều không tác động đến biến phụ thuộc (hay hệ số beta đều bằng 0). Nếu Sig < 0,05; bác bỏ Ho.
Bảng 4.32: Kết quả kiểm định ANOVA
ANOVAa
Model Sum of Squares df Mean Square F Sig. 1 Regression 68.716 5 13.743 141.344 .000b
Residual 29.558 304 .097
Total 98.274 309
a. Dependent Variable: THH
b. Predictors: (Constant), MTNB, DGRR, HDKS, GS, TTTT
(Nguồn: Dữ liệu khảo sát của tác giả, trích từ phụ lục 2)
Sig kiểm định F = 0,00 < 0,05 nên chúng ta bác bỏ giả thiết Ho, nghĩa là có thể khẳng định kết hợp các biến hiện có trong mô hình có thể giải thích đƣợc sự thay đổi của Y, nhƣ vậy mô hình hồi quy có ý nghĩa.
- Giả định liên hệ tuyến tính: Biểu đồ Scatterplot cho thấy phần dƣ đƣợc phân tán ngẫu nhiên và rải rác xung quanh đƣờng tung độ 0, không theo một hình dạng nào, do đó giả định không bị vi phạm.
Hình 4.1: Biểu đồ Scatterplot
(Nguồn: Dữ liệu khảo sát của tác giả)
Hình 4.2: Biểu đồ tần số Histogram
(Nguồn: Dữ liệu khảo sát của tác giả)
Nhìn vào biểu đồ tần số Histogram ta thấy, phần dƣ có giá trị trung bình gần bằng 0 và độ lệch chuẩn là 0,983 gần bằng 1, nhƣ vậy có thể nói, phân phối phần dƣ xấp xỉ chuẩn. Do đó, có thể kết luận rằng: Giả thiết phân phối chuẩn của phần dƣ không bị vi phạm.
Hình 4.3: Biểu đồ Normal P-P Plot
(Nguồn: Dữ liệu khảo sát của tác giả)
Đồng thời thỏa điều kiện đồ thị P- P plot với các điểm quan sát tập trung sát đƣờng chéo với những giá trị kỳ vọng. Nhƣ vậy, giả định phân phối chuẩn của phần dƣ không bị vi phạm.
- Hồi quy đa biến
Phân tích hồi quy tuyến tính giải quyết mục tiêu nghiên cứu là mối quan hệ tuyến tính giữa các thành phần chất lƣợng dịch vụ với sự hài lòng của khách hàng.
Hệ số xác định R2 đƣợc sử dụng để đánh giá sự phù hợp của mô hình nghiên cứu. Hệ số xác định R2 đƣợc chứng minh là không làm giảm theo số biến độc lập đƣợc đƣa vào mô hình, tuy nhiên điều này cũng đƣợc chứng minh rằng không phải phƣơng trình càng nhiều biến càng phù hợp với dữ liệu. Nhƣ vậy, R2 có khuynh hƣớng là một ƣớc lƣợng lạc quan của thƣớc đo sự phù hợp của mô hình đối với dữ liệu có hơn một biến giải thích trong mô hình. (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
Bảng 4.33: Kết quả kiểm tra R2 hiệu chỉnh
Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .836a .698 .693 .31182 1.963 a. Predictors: (Constant), MTNB, DGRR, HDKS, GS, TTTT b. Dependent Variable: THH
(Nguồn: Dữ liệu khảo sát của tác giả, trích từ phụ lục 2 )
R2 hiệu chỉnh là 0,693 = 69,3%. Nhƣ vậy các biến độc lập đƣa vào chạy hồi quy ảnh hƣởng tới 69,3% sự thay đổi của biến phụ thuộc. Phần còn lại 30,7% là do các biến ngoài mô hình và sai số ngẫu nhiên.
Bảng 4.34: Kết quả hồi quy đa biến
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 (Constant) .182 .134 1.360 .175 MTNB .296 .034 .340 8.744 .000 .655 1.527 DGRR .062 .034 .069 1.789 .075 .673 1.486 HDKS .208 .032 .247 6.549 .000 .699 1.431 TTTT .249 .031 .316 8.099 .000 .654 1.530 GS .111 .037 .124 3.028 .003 .592 1.689 a. Dependent Variable: THH
Hồi quy không có nhân tố nào bị loại bỏ do sig kiểm định t của từng biến độc lập đều nhỏ hơn 0,05.
Hệ số VIF các biến độc lập đều nhỏ hơn 10, nhƣ vậy không có đa cộng tuyến xảy ra.
Phƣơng trình hồi quy sẽ đƣợc viết nhƣ sau:
Y = 0,340*X1 + 0,069*X4 + 0,247*X6+ 0,316*X7 + 0,124*X8
Phƣơng trình hồi quy cho thấy mức độ ảnh hƣởng của các biến độc lập: X1,
X4, X6, X7 và X8 đối với biến phụ thuộc Y là tuyến tính cùng chiều.
Hệ số hồi quy phần riêng của biến độc lập đo sự thay đổi trung bình của biến phụ thuộc khi biến độc lập đó thay đổi 1 đơn vị, trong điều kiện các biến độc lập khác không thay đổi. Trong trƣờng hợp này, khi biến độc lập X1 tăng lên 1 đơn vị và các biến độc lập khác không đổi thì biến phụ thuộc Y tăng lên 0,340 đơn vị.
Theo mô hình trên, trong 5 yếu tố tác động vào tính hữu hiệu kiểm soát nội bộ theo hƣớng quản trị rủi ro tại các doanh nghiệp du lịch Bình Định thì yếu tố Môi trƣờng nội bộ ảnh hƣởng mạnh nhất, tiếp theo là yếu tố Thông tin và truyền thông.