Các bước thực hiện phân tích hồi quy tuyến tính bội:
Bước 1: Kiểm tra sự tương quan giữa các biến độc lập và biến phụ thuộc bằng ma trận hệ số tương quan Pearson, lưu ý hiện tượng đa cộng tuyến.
Bước 2: Xây dựng và đánh giá sự phù hợp của mô hình (i) Phương trình hồi quy tuyến tính có dạng:
Y= B0+ B1X1i+ B2X2i+…+ BnXni+ ei
- Y: Biến phụ thuộc (Sự hài lòng của khách hàng)
- Xi: Các biến độc lập (là các tác nhân tác động đến sự hài lòng)
- B0: Hằng số hồi quy; Bi: Hệ số hồi quy riêng phần đo lường sự thay đổi của biến phụ thuộc khi biến độc lập Xi thay đổi trong điều kiện các biến độc lập còn lại không đổi.
- Để ước lượng các tham số trong mô hình, sử dụng phương pháp Enter trong SPSS để đưa cùng lúc các biến độc lập, biến phụ thuộc vào mô hình.
(ii) Đánh giá sự phù hợp của mô hình: Sử dụng R2 hiệu chỉnh (Adjusted R square) thay thế cho R2 để đánh giá mức độ phù hợp của mô hình hồi quy (R2 hiệu chỉnh thường < R2 ).
(iii) Kiểm định sự phù hợp của mô hình:
- Để lựa chọn mô hình tối ưu, thực hiện kiểm định F bằng phương pháp phân tích phương sai ANOVA, nếu giá trị Sig.< 0,05: bác bỏ giả thuyết Ho (B1=B2=B3=…=Bn=0, hay không có mối liên hệ giữa các biến độc lập với biến
phụ thuộc trong mô hình), có nghĩa là các biến độc lập Xi trong mô hình giải thích được sự thay đổi của biến phụ thuộc Y.
- Mặt khác, để kiểm tra hiện tượng đa cộng tuyến, sử dụng hệ số phóng đại phương sai VIF (Variance Inflation Factor). Thông thường, nếu VIF của biến độc lập Xi > 10 thì biến này không có giá trị giải thích biến thiên của Y trong mô hình (Hair và cộng sự, 2006). Tuy nhiên, nếu VIF > 2 cần lưu ý vì hiện tượng đa cộng tuyến có thể xảy ra trong mô hình hồi quy.
- Kiểm định tương quan từng phần của các hệ số hồi quy: Mục tiêu của kiểm định này nhằm xem xét biến độc lập tương quan có ý nghĩa với biến phụ thuộc hay không. Khi mức ý nghĩa (Sig.) của hệ số hồi quy từng phần có độ tin cậy ít nhất 95% (Sig. <=0,05) ta kết luận tương quan có ý nghĩa thống kê giữa biến độc lập và biến phụ thuộc.
- Kiểm định mức độ phù hợp của mô hình: Mục tiêu của kiểm định này là xem xét có mối quan hệ tuyến tính giữa các biến độc lập với biến phụ thuộc hay không. Mô hình được xem là không phù hợp khi tất cả các hệ số hồi quy đều bằng không và mô hình được xem là phù hợp nếu có ít nhất một hệ số hồi quy khác không.Ta sử dụng phân tích phương sai (analysics of variance, ANOVA) để kiểm định. Nếu mức ý nghĩa đảm bảo có độ tin cậy ít nhất 95% (Sig.<=0,05), mô hình được xem là phù hợp.
KẾT LUẬN CHƯƠNG 3
Trong Chương 3 tác giả đã trình bày mô hình nghiên cứu định lượng và phương pháp nghiên cứu của đề tài gồm 2 giai đoạn là nghiên cứu định tính và nghiên cứu định lượng. Đồng thời tác giả cũng đã trình bày cách xử lý, phân tích dữ liệu để có được kết quả nghiên cứu. Trong chương tiếp theo, tác giả sẽ trình kết quả nghiên cứu chính thức trên cơ sở phân tích dữ liệu khảo sát thu thập được.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
Trong Chương 4, tác giả tiến hành phân tích sơ lược thực trạng dịch vụ tiền gửi tiết kiệm BIDV Chi nhánh Phố Núi. Đồng thời, tác giả sẽ trình bày kết quả phân tích dữ liệu khảo sát, bao gồm: Mô tả mẫu nghiên cứu và đánh giá của khách hàng về các nhân tố tác động đến sự hài lòng của khách hàng khi quyết định gửi tiền tiết kiệm, đánh giá độ tin cậy thang đo, phân tích nhân tố khám phá EFA, Kiểm định mô hình hồi quy và giả thuyết nghiên cứu.