Mục đích chạy tƣơng quan Pearson nhằm kiểm tra mối tƣơng quan tuyến tính chặt chẽ giữa biến phụ thuộc với các biến độc lập, vì điều kiện để hồi quy là trƣớc nhất phải tƣơng quan.
Yếu tố cần quan tâm đầu tiên là giá trị sig. Giá trị sig nhỏ hơn 0.05 thì hệ số tƣơng quan Pearson mới có ý nghĩa thống kê, giá trị sig lớn hơn 0.05 nghĩa là hệ số tƣơng quan Pearsoncó lớn nhỏ thế nào cũng không liên quan gì cả, bởi vì nó không có ý nghĩa, hay nói cách khác không có tƣơng quan giữa 2 biến này.
Sau khi chạy phần mềm SPSS, kết quả (phụ lục 3) cho thấy: Giá trị sig biến phụ thuộc CHAT_LUONG_DICH_VU nhỏ hơn 0.05 nghĩa là biến chất lƣợng dịch vụ có tƣơng quan tuyến tính với biến độc lập (tin cậy, đồng cảm, đáp ứng, năng lực phục vụ, phƣơng tiện hữu hình). Cụ thể:
- Hệ số tƣơng quan Pearson giữa biến Tin cậy và chất lƣợng dịch vụ 0,299 nên mối tƣơng quan tuyến quan tuyến tính giữa biến Tin cậy và chất lƣợng dịch vụ yếu. - Hệ số tƣơng quan Pearson giữa biến Đáp ứng và chất lƣợng dịch vụ 0,531 nên mối
tƣơng quan tuyến quan tuyến tính giữa biến Đáp ứng và chất lƣợng dịch vụ trung bình.
- Hệ số tƣơng quan Pearson giữa biến Đồng cảm và chất lƣợng dịch vụ 0,562 nên mối tƣơng quan tuyến quan tuyến tính giữa biến Đồng cảm và chất lƣợng dịch vụ trung bình.
- Hệ số tƣơng quan Pearson giữa biến Năng lực và chất lƣợng dịch vụ 0,409 nên mối tƣơng quan tuyến quan tuyến tính giữa biến Năng lực và chất lƣợng dịch vụ trung bình.
- Hệ số tƣơng quan Pearson giữa biến Phƣơng tiện và chất lƣợng dịch vụ 0,397 nên mối tƣơng quan tuyến quan tuyến tính giữa biến Phƣơng tiện hữu hình và chất lƣợng dịch vụ yếu.
Mặc dù, sig tƣơng quan giữa các biến độc lập với biến phụ thuộc nhỏ hơn 0.05 nhƣng hệ số tƣơng quan Pearson của các cặp biến DAP UNG, DONG CAM, NANG LUC, PHUONG TIEN HUU HINH với biến CHAT LUONG DICH VU lại lớn hơn 0,4. Vì vậy, có thểxảy ra hiện tƣợng đa cộng tuyến. Ta tiếp tục kiểm tra hệ số VIF ở phân tích hồi quy tuyến tính phần kế tiếp.
3.3.5.Phân tích hồi quy tuyến tính
Hệ số Adjusted R Square là hệ số phản ánh mức độ ảnh hƣởng của các biến độc lập lên biến phụ thuộc.
Bảng 3.12: Hệ số phù hợp của mô hình Mô
hình R R
2 R2 điều chỉnh Sai số chuẩn
của ƣớc lƣợng Durbin-Watson
1 ,840a ,706 ,700 ,36609 1,894
(Nguồn: Kết quả điều tra và xử lý bằng phần mềm SPSS 20.0)
Qua bảng trên ta thấy: R2 = 0,706 và R2 hiệu chỉnh = 0,700, nghĩa là 70% sự thay đổi của biến phụ thuộc là do ảnh hƣởng biến độc lập, còn lại do sự ảnh hƣởng của các biến ngoài mô hình và sai số ngẫu nhiên.
Durbin-Watson (DW) dùng để kiểm định tự tƣơng quan của các sai số kề nhau (hay còn gọi là tƣơng quan chuỗi bậc nhất) có giá trị biến thiên trong khoảng từ 0 đến 4; nếu các phần sai số không có tƣơng quan chuỗi bậc nhất với nhau thì giá trị sẽ gần bằng 2 (từ 1 đến 3); nếu giá trị càng nhỏ, gần về 0 thì các phần sai số có tƣơng quan thuận; nếu càng lớn, gần về 4 có nghĩa là các phần sai số có tƣơng quan nghịch.
Durbin Watson của mô hình bằng 1,894 nằm trong đoạn 1 đến 3 vì vậy mô hình không có tƣơng quan chuỗi bậc nhất.
Thông qua hệ số R Square, ta thấy độ phù hợp của mô hình đang xây dựng với mẫu dữ liệu đang nghiên cứu. Tuy nhiên, để kiểm tra xem mô hình hồi quy tuyến tính có suy rộng và áp dụng đƣợc cho tổng thể hay không, ta phải tiến hành kiểm định F trong bảng ANOVA. Nếu giá trị sig của kiểm định F < 0.05 thì mô hình hồi quy tuyến tính xây dựng phù hợp với tổng thể.
Bảng 3.13: Phân tích ANOVA về sự phù hợp của phân tích hồi quy Mô hình Tổng các bình phƣơng df Trung bình các bình phƣơng F Sig. 1 Hồi quy 74,136 5 14,827 110,632 ,000b Phần dƣ 30,825 230 ,134 Tổng 104,962 235
(Nguồn: Kết quả điều tra và xử lý bằng phần mềm SPSS 20.0)
Kết quả bảng 3.13 cho thấy Giá trị sig của phân tích Anova về sự phù hợp của mô hình hồi quy bằng 0.000 < 0,05. Ý nghĩa: mô hình hồi quy tuyến tính đang xây dựng áp dụng đƣợc cho tổng thể nghiên cứu.
Bảng 3.14: Bảng kết quả phân tích hồi quy của mô hình
Mô hình
Hệ số hồi quy chƣa chuẩn hóa
Hệ số hồi quy chuẩn hóa
t Sig. Thống kê đa
cộng tuyến B Sai số chuẩn Beta Độ chấp nhận của biến Hs phóng đại phƣơng sai (Hằng số) -1,786 0,287 -6,216 0,000 TIN_CAY 0,312 0,042 0,266 7,392 0,000 0,985 1,015 DAP_UNG 0,299 0,030 0,372 9,974 0,000 0,917 1,091 DONG_CAM 0,317 0,031 0,387 10,273 0,000 0,901 1,109 NANG_LUC 0,305 0,039 0,291 7,763 0,000 0,908 1,102 PHUONG_TIEN 0,320 0,052 0,232 6,104 0,000 0,880 1,136
(Nguồn: Kết quả điều tra và xử lý bằng phần mềm SPSS 20.0)
Giá trị sig của các nhân tố < 0,05 nên các hệ số hồi quy của mô hình có ý nghĩa và hệ số VIF của các nhân tố đều có giá trị nhỏ hơn 2. Vì vậy mô hình hồi quy không có hiện tƣợng đa cộng tuyến.
Theo kết quả bảng 3.14, ta có mô hình hồi quy nhƣ sau: + Mô hình hồi quy:
Y = β0 + β1 TC + β2 DU + β3 DC + β4 NL + β5 PT + ε + Mô hình với hệ số hồi quy chƣa chuẩn hóa:
Y = -1,786 + 0,312 TC + 0,299 DU + 0,317DC+ 0,305NL + 0,320 PT + Mô hình với hệ số đã chuẩn hóa:
Y = 0,266 TC + 0,372 DU + 0,387DC+ 0,291NL + 0,232 PT
Trong đó:
Y: biến phụ thuộc – Sự hài lòng của KHCN về chất lƣợng dịch vụ cho vay TC: biến độc lập – Mức độ tin cậy
DU: biến độc lập – Mức độ đáp ứng DC: biến độc lập – Mức độ đồng cảm NL: biến độc lập – Năng lực phục vụ PT: biến độc lập – Phƣơng tiện hữu hình ε : Sai số của mô hình
Vì mô hình sử dụng thang đo likert và mang ý nghĩa kinh tế nên tác giả sử dụng mô hình hồi quy chuẩn hóa.
Dựa vào mô hình hồi quy với hệ số chuẩn hóa, ta thấy: chất lƣợng dịch vụ cho vay KHCN chịu ảnh hƣởng của 5 nhân tố. Trong đó, nhân tố Đồng cảm là nhân tố ảnh hƣởng nhiều nhất đến chất lƣợng dịch vụ cho vay KHCN tại Vietinbank Bình Thuận với hệ số chuẩn hóa β3 = 0,387. Nghĩa là khi sự hài lòng về chất lƣợng dịch vụ cho vay KHCN tăng lên 1 đơn vị thì mức độ đồng cảm tăng lên 0,387 lần. Hệ số này có ý nghĩa thống kê với mức độ tin cậy là 99%.
Tiếp theo nhân tố Đáp ứng với β2 = 0,372, nhân tố Năng lực với β4 = 0,291, và nhân tố Tin cậy với β1 = 0,266; và thấp nhất là nhân tố Phƣơng tiện hữu hình với β5 = 0,232, đồng thời các hệ số của các nhân tố này cũng có ý nghĩa thống kê với độ tin cậy 99%.