4.2.6.1. Phân tích tương quan hệ số Pearson
Sử dụng một thống kê có tên là Hệ số tương quan Pearson để lượng hoá mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lượng. Nếu giữa 2 biến có sự tương quan chặt thì phải lưu ý vấn đề đa cộng tuyến khi phân tích hồi quy.
Đa cộng tuyến là trạng thái các biến độc lập có tương quan chặt chẽ với nhau. Vấn đề của hiện tượng cộng tuyến là chúng 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.
Đa cộng tuyến làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm trị thống kê của kiểm định ý nghĩa nên các hệ số có khuynh hướng kém ý nghĩa.
Cần xem xét hiện tượng đa cộng tuyến khi phân tích hồi quy nếu hệ số tương quan pearson > 0.3.
Trong phân tích tương quan Pearson, không có sự phân biệt giữa các biến độc lập và biến phụ thuộc mà tất cả đều được xem xét như nhau.
Phân tích hệ số tương quan được tiến hành cho 7 biến, bao gồm 6 biến độc lập và 1 biến phụ thuộc với hệ số Pearson và kiểm định 2 phía với mức ý nghĩa 0,05. Giá trị tuyệt đối của hệ số Pearson càng gần đến 1 thì hai biến này mối tương quan tuyến tính càng chặt chẽ (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008, trang 198).
Thực hiện tạo các biến mới đại diện cho từng nhóm biến (giá trị trung bình) với:
HH đại diện cho HH4, HH1, HH3, HH2, HH5
NLPV đại diện cho NLPV1, NLPV4, NLPV2, NLPV3 TC đại diện cho TC2,TC4,TC3,TC1
GC đại diện cho GC1,GC2, GC4, GC3 DU đại diện cho DU2, DU1, DU4, DU3
Gọi phương trình hồi quy chưa chuẩn hóa của mô hình có dạng như sau:
CL = β0 + β1 HH + β2 NLPV + β3 TC + β4 GC + β5DU + β6 THC + ε
Theo đó, tác giả thực hiện phân tích hệ số tương quan Pearson với kết quả thể hiện tại bảng bên dưới.
HH NLPV TC GC DU THC CL HH Pearson Correlation 1 .018 -.010 -.044 -.137 * .064 .238** Sig. (2-tailed) .792 .888 .532 .048 .361 .001 N 208 208 208 208 208 208 208 NLP V Pearson Correlation .018 1 -.015 -.018 -.117 .111 .393 ** Sig. (2-tailed) .792 .825 .794 .094 .110 .000 N 208 208 208 208 208 208 208 TC Pearson Correlation -.010 -.015 1 -.002 -.038 .069 .223 ** Sig. (2-tailed) .888 .825 .977 .587 .325 .001 N 208 208 208 208 208 208 208 GC Pearson Correlation -.044 -.018 -.002 1 .127 -.072 .398 ** Sig. (2-tailed) .532 .794 .977 .069 .302 .000 N 208 208 208 208 208 208 208 DU Pearson Correlation - .137* -.117 -.038 .127 1 -.060 .306 ** Sig. (2-tailed) .048 .094 .587 .069 .386 .000 N 208 208 208 208 208 208 208 THC Pearson Correlation .064 .111 .069 -.072 -.060 1 .263 ** Sig. (2-tailed) .361 .110 .325 .302 .386 .000 N 208 208 208 208 208 208 208 CL Pearson Correlation .238* * .393** .223** .398** .306** .263** 1 Sig. (2-tailed) .001 .000 .001 .000 .000 .000 N 208 208 208 208 208 208 208
Bảng 4.11. Kết quả phân tích Pearson về các nhân tố tác động đến sự thoả mãn của khách hàng
Các giá trị Sig. đều nhỏ hơn 0,05 do vậy các cặp biến đều tương quan và có ý nghĩa thống kê.
Theo bảng 4.11, với mức ý nghĩa 5% (tức xác suất chấp nhận giả thuyết sai là 5%) thì yếu tố HH (Phương tiện hữu hình) có Pearson correlation = 0.238; yếu tố NLPV (Năng lực phục vụ) có Pearson correlation = 0.393; yếu tố TC (Tin cậy) có Pearson correlation = 0.223; yếu tố GC (Giá cả cạnh tranh) có Pearson correlation = 0.398; yếu tố DU (Sự đáp ứng) có Pearson correlation = 0.306; yếu tố THC (Sự thấu cảm) có Pearson correlation = 0.263 tương quan cùng chiều và có ý nghĩa thống kê với biến phụ thuộc CL (Sự hài lòng về chất lượng dịch vụ thanh toán quốc tế).
4.2.6.2. Phân tích hồi quy bội
Trong thực tế, mục tiêu các ngân hàng luôn hướng đến là có thể thoả mãn tốt nhất sự hài lòng của khách hàng nên việc phân tích các nhân tố ảnh hưởng tới sự hài lòng của khách hàng là việc làm vô cùng cần thiết. Do đó, phân tích hồi quy sẽ được sử dụng để phân tích sự tác động của các biến độc lập (6 biến) tới biến phụ thuộc ( sự hài lòng) trong phần này.
Phân tích hồi quy sẽ xác định mối quan hệ giữa biến phụ thuộc với các biến độc lập. Mô hình phân tích hồi quy sẽ mô tả hình thức của mối quan hệ và qua đó giúp ta dự đoán được mức độ của biến phụ thuộc khi biết trước giá trị của các biến độc lập.
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), khi chạy hồi quy cần quan tâm đến các thông số sau:
Hệ số Beta là hệ số hồi quy chuẩn hóa cho phép so sánh trực tiếp giữa các hệ số dựa trên mối quan hệ giải thích của chúng với biến phụ thuộc.
Hệ số R2
giúp đánh giá phần biến động của biến phụ thuộc được giải thích bởi các biến dự báo hay biến độc lập. Hệ số này có thể thay đổi từ 0 đến 1.
Kiểm định ANOVA nhằm kiểm tra tính phù hợp của mô hình với tập dữ liệu gốc. Nếu mức ý nghĩa của kiểm định < 0.05 thì ta có thể kết luận mô hình hồi quy phù hợp với tập dữ liệu.
Căn cứ vào mô hình điều chỉnh đã được hiệu chỉnh sau khi phân tích nhân tố khám phá, ta có mô hình hồi quy tuyến tính bội như sau:
CL = β0 + β1 HH + β2 NLPV + β3 TC + β4 GC + β5DU + β6 THC + ε
Bảng kết quả phân tích hồi quy được trình bày như sau:
Bảng 4.12. Bảng kết quả hồi quy
(Nguồn Phụ lục 8)
Yếu tố cần đánh giá Giá trị chạy bảng So sánh
R 0.782
R2 0.611
R2 hiệu chỉnh 0.599
Sig của kiểm định F 0,000 0,000 < 0,05
F 52.631
Hệ số Durbin-Watson 1.668 0 <1.668<4
Phương trình hồi quy chuẩn hóa CL = 0.285HH + 0.416NLPV + 0.231TC
+ 0.388GC + 0.368DU + 0.233THC Bảng 4.13. Bảng tổng hợp kết quả phân tích hồi quy
(Nguồn phụ lục 8) Nhân tố Hệ số hồi quy chưa chuẩn hóa Hệ số hồi quy chuẩn hóa t Sig. Thống kê đa cộng tuyến B Sai số chuẩn Beta Hệ số Tolerance VIF Hằng số .081 .222 .365 .715 HH .162 .025 .285 6.415 .000 .977 1.023 NLPV .199 .021 .416 9.327 .000 .975 1.026 TC .093 .018 .231 5.233 .000 .993 1.007 GC .199 .023 .388 8.735 .000 .979 1.021 DU .239 .029 .368 8.153 .000 .952 1.051 THC .112 .021 .233 5.217 .000 .974 1.027
Kiểm định độ phù hợp của mô hình
Theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2008), một bước quan trọng của bất kỳ thủ tục thống kê xây dựng mô hình từ dữ liệu nào cũng đều là chứng minh sự phù hợp của mô hình. Để biết mô hình hồi qui tuyến tính đã xây dựng trên dữ liệu mẫu phù hợp đến mức độ nào với dữ liệu thì chúng ta cần những kiểm tra sau:
Kiểm định hiện tượng đa cộng tuyến: Theo bảng kết quả phân tích hồi quy, chỉ tiêu nhân tử phóng đại phương sai (VIF) của tất cả các biến độc lập đều nhỏ hơn 10 nên hiện tượng đa cộng tuyến trong mô hình được đánh giá là không nghiêm trọng (theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008). Như vậy, mối quan hệ giữa các biến độc lập không ảnh hưởng đáng kể đến kết quả giải thích của mô hình hồi quy.
Hệ số Durbin – Watson dùng để kiểm định tương quan của các phần dư cho thấy mô hình không vi phạm khi sử dụng phương pháp hồi quy bội vì giá trị Durbin – Watson đạt được là 1.668 (nằm trong khoảng từ 1 đến 3). Hay nói cách khác, mô hình không có hiện tượng tương quan của các phần dư (theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008).
Kết quả kiểm định ANOVA với mức ý nghĩa sig = 0.000 cho thấy mô hình hồi quy tuyến tính bội đã xây dựng phù hợp với tập dữ liệu và sử dụng được.
Theo bảng 4.13, hệ số R2
= 0.611 và R2 hiệu chỉnh = 0.599 > 0.5, như vậy mô hình hồi quy tuyến tính đã xây dựng phù hợp với tập dữ liệu lên mức 61.1%. Điều này có nghĩa là 61.1% sự hài lòng về chất lượng dịch vụ thanh toán quốc tế tại Agribank chi nhánh Sài Gòn sẽ được giải thích bởi các yếu tố là các biến độc lập đã được chọn đưa vào mô hình, còn lại là do sai số ngẫu nhiên hoặc các các yếu tố khác ngoài mô hình. Do đó, mô hình đưa ra chỉ giải thích được thực tế ở mức độ tương đối cao.
Kiểm định giả thiết về ý nghĩa của hệ số hồi quy
Các giá trị thống kê dùng để kiểm định giả thuyết này là t và mức ý nghĩa hai phía quan sát được của kiểm định t đối với giả thuyết về các hệ số hồi quy thể hiện trong 2 cột của bảng 4.12.
Dựa trên kết quả của bảng 4.12, ta thấy mức giá trị thống kê t có mức ý nghĩa = 0,000 chứng tỏ rằng giả thuyết H0 : β i = 0 có thể bị bác bỏ với độ tin cậy rất cao (95%), cũng đồng nghĩa với các biến đều có ý nghĩa trong mô hình.
Từ bảng phân tích hồi quy (Bảng 4.12), ta thấy mối quan hệ giữa biến phụ thuộc Sự hài lòng của khách hàng và 6 biến độc lập được thể hiện trong phương trình sau:
CL = 0.285HH + 0.416NLPV + 0.231TC + 0.388GC + 0.368DU + 0.233THC
Theo phương trình hồi quy ở trên cho thấy Sự hài lòng của khách hàng có quan hệ tuyến tính với các nhân tố Phương tiện hữu hình (Hệ số Bêta chuẩn hóa là 0.285), Năng lực phục vụ (Hệ số Bêta chuẩn hóa là 0.416), Sự tin cậy (Hệ số Bêta chuẩn hóa là 0.231), Giá cả cạnh tranh(Hệ số Bêta chuẩn hóa là 0.388),Sự đáp ứng (Hệ số Bêta chuẩn hóa là 0.368) và Sự thấu cảm (Hệ số Bêta chuẩn hóa là 0.233).
Các hệ số Bêta chuẩn hóa đều > 0 cho thấy các biến độc lập tác động thuận chiều đến chất lượng dịch vụ thanh toán quốc tế của Agribank chi nhánh Sài Gòn.
Trong sáu thành phần đo lường chất lượng dịch vụ thanh toán quốc tế của Agribank, cả sáu thành phần ảnh hưởng đáng kể đến sự hài lòng của khách hàng (với mức ý nghĩa rất nhỏ Sig = 0 < 0,05). Như vậy, ta chấp nhận 6 giả thuyết H1, H2,H3, H4, H5, H6 đã đặt ra.