Để đảm bảo sự diễn dịch từ kết quả hồi quy của mẫu cho tổng thể đạt độ tin cậy, sẽ tiến hành kiểm định các giả định của hàm hồi quy bao gồm:
* Các phần dư có phân phối chuẩn. * Không có hiện tượng đa cộng tuyến.
Các phần dư có phân phối chuẩn
Phần dư có thể không tuân theo phân phối chuẩn vì những lý do sau: Sử dụng mô hình không đúng, phương sai không phải là hằng số, số lượng các phần dư không đủ nhiều để phân tích... Do vậy, sử dụng nhiều cách khảo sát khác nhau để đảm bảo tính xác đáng của kiểm định. Trong nghiên cứu này sẽ sử dụng cách xây dựng đồ thị tần số Histogram và đồ thị P-P plot để khảo sát phân phối của phần dư.
Trên đồ thị tần số Histogram có một đường cong phân phối chuẩn được đặt chồng lên đồ thị tần số. Như vậy, phân phối phần dư xấp xỉ chuẩn. Do đó, có thể kết luận rằng giả thiết phân phối chuẩn không bị vi phạm.
Trên đồ thị P-P plot các điểm quan sát không phân tán quá xa đường thẳng kỳ vọng nên có thể kết luận rằng giả thiết phân phối chuẩn không bị vi phạm.
Hiện tượng đa cộng tuyến
Cộng tuyến là trạng thái trong đó các biến độc lập có tương quan chặt chẽ với nhau, cung cấp cho mô hình những thông tin rất giống nhau và rất khó tách rời ảnh hưởng của từng biến một đến biến phụ thuộc. Hiệu ứng khác của sự tương quan khá chặt giữa các biến độc lập là nó làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm trị thống kê t của kiểm định mức ý nghĩa nên các hệ số có khuynh hướng kém ý nghĩa hơn khi không có đa cộng tuyến trong khi hệ số R Square vẫn khá cao. - VIF < 2: Hiện tượng đa cộng tuyến giữa các biến độc lập ảnh hưởng không đáng kể đến mô hình.
- 2 ≤ VIF ≤ 10: Hiện tượng đa cộng tuyến giữa các biến độc lập ảnh hưởng đáng kể đến mô hình.
Bảng 4.9: Kết quả hồi qui và kiểm định đa cộng tuyến
Tên biến Hệ số hồi qui chưa chuẩn hóa
Hệ số hồi qui chuẩn hóa
Giá trị Sig. Đa cộng tuyến B Sai số chuẩn Beta t Mức chấp nhận VIF (hằng số) 0,160 0,130 1,232 0,219 SP 0,040 0,016 0,075 2,515 0,013 0,938 1,066 DV 0,096 0,019 0,159 5,035 0,000 0,839 1,192 CSVC 0,244 0,019 0,371 12,624 0,000 0,964 1,037 NS 0,458 0,021 0,689 21,706 0,000 0,828 1,208 TH 0,119 0,017 0,209 7,140 0,000 0,971 1,030 YTKQ 0,019 0,021 0,028 0,884 0,378 0,838 1,194 Nguồn: Phụ lục 6
Căn cứ vào kết quả hồi qui và kiểm định đa cộng tuyến, cho thấy tất cả các giá trị của hệ số phóng đại phương sai (VIF–Variance Inflation Factor) có giá trị nhỏ hơn 2 chứng tỏ không có hiện tượng đa cộng tuyến.
Hiện tượng tương quan giữa các phần dư
Hiện tượng tương quan giữa các phần dư có thể là do các biến có ảnh hưởng không được đưa hết vào mô hình do giới hạn và mục tiêu nghiên cứu, chọn dạng tuyến tính cho mối quan hệ lẽ ra là phi tuyến, sai số trong đo lường các biến,…có thể dẫn đến vấn đề tương quan chuỗi trong sai số và tương quan chuỗi cũng gây ra những tác động sai lệch nghiêm trọng đến mô hình hồi quy tuyến tính như hiện tượng phương sai thay đổi.
Đại lượng thống kê Durbin–Watson (d) có thể dùng để kiểm định tương quan của các sai số kề nhau và có giá trị biến thiên trong khoản từ 0 đến 4. Nếu các phần
dư không có tương quan chuỗi bậc nhất với nhau, giá trị của Durbin–Watson sẽ gần bằng 2.
Dựa vào kết quả kiểm định Durbin–Watson cho thấy giá trị của Durbin–Watson bằng 2,07 nghĩa là có thể chấp nhận giả định không có tương quan giữa các phần dư.
Kiểm định hệ số tương quan
Bảng 4.10: Kết quả ma trận hệ số tương quan giữa các biến
Đơn vị tính: thang đo Likert 5 điểm
Correlations Huy động vốn Sản phẩm Dịch vụ Cơ sở vật chất Nhân sự Thương hiệu, an toàn Nhân tố khách quan Huy động vốn Pearson Correlation 1 0,292 0,397 0,385 0,783 0,296 0,331 Sản phẩm Pearson Correlation 0,292 1 0,094 0,146 0,189 0,076 0,060 Dịch vụ Pearson Correlation 0,397 0,094 1 0,084 0,286 -0,033 0,336 Cơ sở vật chất Pearson Correlation 0,385 0,146 0,084 1 -0,010 -0,029 0,087 Nhân sự Pearson Correlation 0,783 0,189 0,286 -0,010 1 0,139 0,297 Thương hiệu, an toàn Pearson Correlation 0,296 0,076 -0,033 -0,029 0,139 1 0,038 Nhân tố khách quan Pearson Correlation 0,331 0,060 0,336 0,087 0,297 0,038 1 Nguồn: Phụ lục 7
Mức độ tương quan tuyến tính giữa các biến độc lập với biến phụ thuộc có sự tương quan với nhau, thể hiện cụ thể qua hệ số tương quan như sau: (1) Sản phẩm huy động vốn tiền gửi (0,292), (2) Sự đa dạng của các dịch vụ ngân hàng (0,397), (3) Cơ sở vật chất (0,385), (4) Đội ngũ nhân sự (0,783), (5) Thương hiệu, an toàn (0,296), (6) Các nhân tố khách quan (0,331). Trong đó hệ số tương quan mạnh nhất là “Đội ngũ nhân sự” với hệ số tương quan là 0,783. Hầu hết các giá trị Sig. đều < 0,05 nên các quan hệ này đều có ý nghĩa thống kê.
Tất cả các hệ số tương quan giữa biến độc lập và biến phụ thuộc mang dấu dương (>0). Chứng tỏ tất cả các biến đều có mối quan hệ thuận với nhau.
Bằng việc sử dụng phân tích thống kê, kết quả thể hiện rằng giữa các biến, một biến có mối tương quan với nhiều biến còn lại. Qua ma trận tương quan giữa các biến, cho thấy sản phẩm huy động vốn tiền gửi, sự đa dạng của các dịch vụ ngân hàng, cơ sở vật chất, đội ngũ nhân sự, uy tín, các nhân tố khách quan là những nhân tố có mối quan hệ chặt chẽ với khả năng HĐVTG đối với KHCN tại ngân hàng, một sự thay đổi nhỏ của các nhân tố cũng làm ảnh hưởng đến khả năng HĐVTG đối với KHCN tại ngân hàng.
4.4.4.2 Phân tích hồi quy tuyến tính
Sau khi phân tích Cronbach Alpha và phân tích nhân tố khám phá EFA, có 6 nhân tố được đưa vào kiểm định mô hình bao gồm: sản phẩm huy động vốn tiền gửi (SP), sự đa dạng của các dịch vụ ngân hàng (DV), cơ sở vật chất (CSVC), đội ngũ nhân sự (NS), thương hiệu (THAT), các nhân tố khách quan (NTKQ). Giá trị của từng nhân tố là giá trị trung bình của các biến quan sát thành phần thuộc nhân tố đó.
Phương trình nghiên cứu hồi quy tuyến tính tổng quát như sau:
HDV = β0+β1*SP+β2*DV +β3* CSVC +β4* NS + β5* THAT + β6* NTKQ + ε Trong đó:
Biến phụ thuộc là: HDV (Khả năng HĐVTG đối với KHCN). Các biến độc lập là: SP, DV, CSVC, NS, THAT, NTKQ.
Để tiến hành phân tích hồi quy tuyến tính, các biến được đưa vào mô hình theo phương pháp Enter với tiêu chuẩn vào là PIN có giá trị mặc định là 0,05 và tiêu
chuẩn ra là POUT có giá trị mặc định là 0,10. Tiêu chuẩn kiểm định là tiêu chuẩn được xây dựng vào phương pháp kiểm định giá trị thống kê F và xác định xác suất tương ứng của giá trị thống kê F, kiểm định mức độ phù hợp giữa mẫu và tổng thể thông qua hệ số xác định R2 .
Dựa vào kết quả kiểm định Durbin –Watson có hệ số xác định hiệu chỉnh Adjusted R-Square là 0,834, nghĩa là mô hình hồi quy tuyến tính đã xây dựng phù hợp với tập dữ liệu đến mức 83,4%, mô hình có mức độ giải thích khá tốt, điều này còn cho thấy mối quan hệ giữa biến phụ thuộc và các biến độc lập là khá chặt chẽ, cả 6 nhân tố trong mô hình đã góp phần giải thích 83,4% sự khác biệt của khả năng HĐVTG đối với KHCN tại ngân hàng, còn lại do các biến khác tác động. Các hệ số β1 đến β6 đều khác không đồng thời chủ yếu các giá trị Sig. < 0,05 và β0 = 0. Điều đó chứng tỏ chủ yếu các nhân tố tham gia ảnh hưởng đến khả năng HĐVTG đối với KHCN tại ngân hàng.
Các hệ số hồi quy chuẩn hóa của phương trình đều có giá trị beta khác 0, thể hiện mức độ quan trọng của từng nhân tố ảnh hưởng đến khả năng HĐVTG đối với KHCN tại ngân hàng. Có thể chọn lọc thành hai nhóm sau:
* Nhóm những giá trị beta khác 0 có ý nghĩa thống kê (kiểm định 2 phía, p<0,05), kết quả có 6 nhân tố được ghi nhận lần lượt theo hệ số hồi quy chuẩn hóa (β) là sản phẩm huy động vốn có β = 0,075, sự đa dạng của các dịch vụ ngân hàng có β = 0,159, cơ sở vật chất của ngân hàng có β = 0,371, đội ngũ nhân sự có β = 0,689, uy tín có β = 0,209 và yếu tố khác có β = 0,028.
* Những giá trị beta khác 0 không có ý nghĩa thống kê (kiểm định 2 phía, p>0,05), không có nhân tố nào.
Từ kết quả phân tích hồi quy tuyến tính cho thấy, các hệ số β của các nhân tố đều khác 0 và Sig. < 0,05, chứng tỏ các nhân tố trên đều ảnh hưởng đến khả năng HĐVTG đối với KHCN tại ngân hàng. So sánh giá trị của β cho thấy: Chất lượng đội ngũ nhân sự của ngân hàng được khách hàng quan tâm nhất, tác động lớn nhất đến khả năng HĐVTG đối với KHCN tại ngân hàng với β=0,689, có nghĩa là mỗi một đơn vị thay đổi đội ngũ nhân sự của ngân hàng thì khả năng HĐVTG đối với
KHCN tại ngân hàng thay đổi 0,689 đơn vị, vượt trội hơn so với mức độ ảnh hưởng của các nhân tố còn lại.
Từ kết quả trên, phương trình thể hiện khả năng HĐVTG đối với KHCN tại ngân hàng:
HDV = 0,075 x SP + 0,159 x DV + 0,371 x CSVC + 0,689 x NS + 0,209 x THAT + 0,028 x NTKQ
Hệ số tương quan hiệu chỉnh ( R2 = 0,834), điều này nói lên rằng, các nhân tố giải thích được 83,4% khả năng HĐVTG đối với KHCN tại BIDV Bảo Lộc