Phân tích hồi quy đa biến

Phân tích hồi quy được sử dụng để đánh giá ảnh hưởng của các biến độc lập: (1) Phương tiện hữu hình (PT); (2) Lãi suất (LS); (3) Nhân viên (NV); (4) Chất lượng dịch vụ (CL); (5) Hình ảnh thương hiệu (TH); (6) Ảnh hưởng của người thân quen (NT); (7) Chính sách chăm sóc khách hàng (CS); (8) Quảng cáo (QC) đến Quyết định gửi tiết kiệm của khách hàng (QD). Giá trị của các yếu tố được dùng để phân tích hồi quy là trung bình của các biến quan sát đã được kiểm định Cronbach’s Alpha và EFA. Phân tích được thực hiện bằng phương pháp Enter, các biến được đưa vào cùng một lúc để chọn lọc dựa trên tiêu chí chọn những biến có mức ý nghĩa < 0,05. Kết quả phân tích hồi quy được trình bày trong bảng 4.9.

Bảng 4.9: Kết quả phân tích hồi quy đa biến

Hệ số hồi quy Mô hình Hệ số chưa chuẩn hóa Hệ số chuẩn hóa t Sig. Thống kê cộng tuyến B Độ lệch chuẩn Beta Độ chấp nhận Hệ số phóng đại phương sai Hằng số -.279 .185 -1.514 .132 PT .164 .033 .230 4.961 .000 .671 1.491 LS .176 .041 .196 4.313 .000 .698 1.433 NV .163 .036 .206 4.492 .000 .685 1.461 CL .095 .039 .108 2.452 .015 .747 1.339 TH .079 .036 .099 2.163 .032 .694 1.441 NT .114 .033 .148 3.419 .001 .769 1.301 CS .180 .034 .225 5.258 .000 .784 1.275 QC .084 .034 .110 2.489 .014 .733 1.364 R 0.835 R2 0.697 R2 hiệu chỉnh 0.686 Durbin Wastson 2.099

Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), hệ số R thể hiện mối tương quan giữa các biến trong mô hình hồi quy, hệ số R2 (R Square) cho biết tỷ lệ sự biến động của biến phụ thuộc (Y) được giải thích bởi các biến độc lập (X) trong mô hình. Nếu R2 = 1 thì đường hồi quy phù hợp hoàn hảo. Nếu R2 = 0 thì X và Y không có quan hệ với nhau. Hệ số xác định R Square được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mô hình, càng đưa nhiều biến độc lập vào phương trình thì R2 càng tăng, tuy nhiên điều này cũng được chứng minh rằng không phải phương trình càng có nhiều biến sẽ phù hợp hơn với dữ liệu. Hệ số xác định R2 hiệu chỉnh (R2 hiệu chỉnh) được sử dụng để phản ánh sát hơn mức độ phù hợp của mô hình hồi quy tuyến tính đa biến vì nó không phụ thuộc vào độ lệch phóng đại của R2. So sánh 2 giá trị R2 và R2 điều chỉnh, chúng ta sẽ thấy R2 điều chỉnh nhỏ hơn và dùng nó đánh giá độ phù hợp của mô hình sẽ an toàn hơn vì nó không thổi phồng mức độ phù hợp của mô hình.

Kết quả ở bảng 4.9 cho thấy, hệ số R có giá trị 0.835 cho thấy mối quan hệ giữa các biến trong mô hình có mối tương quan chặt chẽ. Báo cáo kết quả hồi quy của mô hình cho thấy giá trị R2 bằng 0.697, điều này nói lên độ thích hợp của mô hình là 69.7% hay nói cách khác là 69.7% sự biến thiên của biến quyết định gửi tiết kiệm của khách hàng được giải thích bởi 8 yếu tố. Giá trị R2 điều chỉnh phản ánh chính xác hơn sự phù hợp của mô hình so với với tổng thể, ta có giá trị R điều chỉnh bằng 0,686 (hay 68.6%) với kiểm định F Change, Sig ≤ 0,05 có nghĩa tồn tại mô hình hồi quy tuyến tính giữa quyết định gửi tiết kiệm của khách hàng và 8 yếu tố ảnh hưởng. Kiểm định F sử dụng trong phân tích phương sai là một phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể để xem xét biến phụ thuộc có liên hệ tuyến tính với toàn bộ tập hợp của các biến độc lập. Nhìn vào bảng (ANOVA) ta thấy rằng trị thống kê F được tính từ giá trị R2 đầy đủ khác 0, có giá trị Sig. = 0,000 (< 0,05) rất nhỏ cho thấy mô hình sử dụng là phù hợp với tập dữ liệu và các biến đều đạt được tiêu chuẩn chấp nhận (hệ sốTolerance > 0,0001).

* Kiểm định hiện tượng đa cộng tuyến (Multiple Collinearity)

Kết quả phân tích bảng 4.9 cho thấy, hệ số phóng đại phương sai VIF (Variance Inflation Factor) của các biến trong mô hình đều rất nhỏ, có giá trị từ 1,275 đến 1,491 nhỏ hơn 2 chứng tỏ mô hình hồi quy không vi phạm giả thuyết hiện tượng đa cộng tuyến, mô hình nghiên cứu có ý nghĩa thống kê.

Ý nghĩa của hệ số hồi quy

Sau khi thực hiện các phép kiểm định hồi quy so với tổng thể ta thấy mô hình không vi phạm các giả thuyết kiểm định và có ý nghĩa thống kê. Từ kết quả xem xét mức ý nghĩa các biến độc lập trong mô hình hồi quy ta thấy tất cả các biến đều có mức ý nghĩa Sig. < 0,05 nên đều được chấp nhận trong phương trình hồi quy và đều có tác động dương (hệ số Beta dương) đến quyết định gửi tiết kiệm của khách hàng. Tuy nhiên, giá trị Sig. của hằng số 0,132 > 0,05 nên tác giả loại bỏ hằng số ra khỏi phương trình hồi quy. Mối quan hệ giữa biến phụ thuộc với 8 biến độc lập được thể hiện trong phương trình sau.

Phương trình hồi quy chưa chuẩn hóa: QD = 0.164*PT + 0.176*LS + 0.163*NV + 0.095*CL + 0.079*TH + 0.114*NT + 0.180*CS + 0.084*QC

Phương trình hồi quy chuẩn hóa: QD= 0.230*PT + 0.196*LS + 0.206*NV+ 0.108*CL + 0.099*TH + 0.148*NT + 0.225*CS + 0.110*QC.

* Thảo luận kết quả hồi quy

Hệ số hồi quy chưa chuẩn hóa (Unstandardized Coefficients)

Hệ số β của PT là 0,164 có dấu (+) nên mối quan hệ giữa phương tiện hữu hình và quyết định gửi tiết kiệm của khách hàng là cùng chiều. Có nghĩa là khi đánh giá về phương tiện hữu hình (PT) tăng/giảm 1 điểm thì quyết định gửi tiết kiệm của khách hàng sẽ tăng/giảm 0,164 điểm.

Hệ số β của LS là 0,176 có dấu (+) nên mối quan hệ giữa lãi suất và quyết định gửi tiết kiệm của khách hàng là cùng chiều. Có nghĩa là khi đánh giá về lãi suất (LS) tăng/giảm 1 điểm thì quyết định gửi tiết kiệm của khách hàng sẽ tăng/giảm 0,176 điểm.

Hệ số β của NV là 0,163 có dấu (+) nên mối quan hệ giữa nhân viên và quyết định gửi tiết kiệm của khách hàng là cùng chiều. Có nghĩa là khi đánh giá về nhân viên (NV) tăng/giảm 1 điểm thì quyết định gửi tiết kiệm của khách hàng sẽ tăng/giảm 0,163 điểm.

Hệ số β của CL là 0,095 có dấu (+) nên mối quan hệ giữa chất lượng dịch vụ và quyết định gửi tiết kiệm của khách hàng là cùng chiều. Có nghĩa là khi đánh giá về chất lượng dịch vụ (CL) tăng/giảm 1 điểm thì quyết định gửi tiết kiệm của khách hàng sẽ tăng/giảm 0,095 điểm.

Hệ số β của TH là 0,079 có dấu (+) nên mối quan hệ giữa hình ảnh thương hiệu và quyết định gửi tiết kiệm của khách hàng là cùng chiều. Có nghĩa là khi đánh giá về hình ảnh thương hiệu (TH) tăng/giảm 1 điểm thì quyết định gửi tiết kiệm của khách hàng sẽ tăng/giảm 0,079 điểm.

Hệ số β của NT là 0,114 có dấu (+) nên mối quan hệ giữa ảnh hưởng của người thân quen và quyết định gửi tiết kiệm của khách hàng là cùng chiều. Có nghĩa là khi đánh giá về ảnh hưởng của người thân quen (NT) tăng/giảm 1 điểm thì quyết định gửi tiết kiệm của khách hàng sẽ tăng/giảm 0,114 điểm.

Hệ số β của CS là 0,180 có dấu (+) nên mối quan hệ giữa chính sách chăm sóc khách hàng và quyết định gửi tiết kiệm của khách hàng là cùng chiều. Có nghĩa là khi đánh giá về chính sách chăm sóc khách hàng (CS) tăng/giảm 1 điểm thì quyết định gửi tiết kiệm của khách hàng sẽ tăng/giảm 0,180 điểm.

Hệ số β của QC là 0,084 có dấu (+) nên mối quan hệ giữa quảng cáo và quyết định gửi tiết kiệm của khách hàng là cùng chiều. Có nghĩa là khi đánh giá về quảng cáo (QC) tăng/giảm 1 điểm thì quyết định gửi tiết kiệm của khách hàng sẽ tăng/giảm 0,084 điểm.

Hệ số hồi quy chuẩn hóa (Standardized Coefficients)

Hệ số này xác định vị trí ảnh hưởng của các biến độc lập đến biến phụ thuộc trong mô hình hồi quy, các hệ số hồi quy chuẩn hóa có thể chuyển đổi với dạng phần trăm như sau.

Bảng 4.10: Xác định tầm quan trọng của các biến độc lập theo tỷ lệ %.

Stt Biến Beta chuẩn

hóa %

Thứ tự ảnh hưởng

1 Phương tiện hữu hình (PT) 0,230 17.4% 1 2 Lãi suất (LS) 0,196 14.8% 4 3 Nhân viên (NV) 0,206 15.6% 3 4 Chất lượng dịch vụ (CL) 0,108 8.2% 7 5 Hình ảnh thương hiệu (TH) 0,099 7.5% 8 6 Ảnh hưởng của người thân quen (NT) 0,148 11.2% 5 7 Chính sách chăm sóc khách hàng (CS) 0,225 17% 2 8 Quảng cáo (QC) 0,110 8.3% 6

Tổng 1,322 100%

Yếu tố phương tiện hữu hình (PT) đóng góp 17.4%, yếu tố lãi suất (LS) đóng góp 14.8%, yếu tố nhân viên (NV) đóng góp 15.6%, yếu tố chất lượng dịch vụ (CL) đóng góp 8.2%; yếu tố hình ảnh thương hiệu (TH) đóng góp 7.5%; yếu tố ảnh hưởng của người thân quen (NT) đóng góp 11.2%, yếu tố chính sách chăm sóc khách hàng (CS) đóng góp 17%, yếu tố quảng cáo (QC) đóng góp 8.3%. Như vậy thứ tự ảnh hưởng đến quyết định gửi tiết kiệm của khách hàng là: thứ nhất là phương tiện hữu hình (PT), thứ hai là chính sách chăm sóc khách hàng (CS), thứ ba là nhân viên (NV), thứ tư là lãi suất (LS), thứ năm là ảnh hưởng của người thân quen (NT), thứ sáu là quảng cáo (QC), thứ bảy là chất lượng dịch vụ (CL) và cuối cùng là hình ảnh thương hiệu (TH).