a) Ma trận tương quan giữa các biến
Bảng 4.5 - Ma trận tương quan giữa các biến trong mô hình SERVQUAL
CHATLUONG F1 F2 F3 Hệ số tương quan CHATLUONG 1.000 0.582 0.521 0.457 Năng lực đáp ứng và phục vụ Hữu hình-Tin cậy
Phư ơng tiện hữu hình (Tangibles)
Đồng cảm
F1 0.582 1.000 - 0.438 - 0.369 F2 0.521 -0.438 1.000 - 0.314 F3 0.457 -0.369 - 0.314 1.000
Giá trị Sig CHATLUONG . .000 .000 .000
F1 .000 . .000 .000
F2 .000 .000 . .000
F3 .000 .000 .000 .
Nguồn: Tính toán từ dữ liệu điều tra
Ma trận này cho thấy mối tương quan giữa biến phụ thuộc (Chất lượng) với các biến độc lập, cũng như tương quan giữa các biến độc lập với nhau. Hệ số tương quan giữa biến chất lượng với các 3 biến là F1, F2 và F3 lớn hơn 0,3 nên có thể đưa cả 3 biến này vào mô hình để giải thích chất lượng dịch vụ.
b) Phân tích hồi quy bội
Bảng 4.6 - Thống kê phân tích các hệ số hồi quy (mô hình SERVQUAL) Model Summaryb
Model R R Square
Adjusted R Square
Std. Error of
the Estimate Durbin-Watson
1 .906a .820 .816 .42925934 1.968
a. Predictors: (Constant), F3, F2, F1 b. Dependent Variable: CHATLUONG
Model
Sum of
Squares df Mean Square F Sig. 1 Regression 105.783 3 35.261 191.361 .000a
Residual 23.217 126 .184 Total 129.000 129
a. Predictors: (Constant), F3, F2, F1 b. Dependent Variable: CHATLUONG
Nguồn: Tính toán từ dữ liệu điều tra
Theo bảng Anova, giá trị thống kê F được tính từ R _ square của mô hình với mức ý nghĩa quan sát rất nhỏ (sig = 0,000) cho thấy mô hình hồi quy tuyến tính bội phù hợp với dữ liệu và có thể sử dụng được.
Hệ số R2 hiệu chỉnh = 0.816 nghĩa là mô hình hồi quy tuyến tính bội phù hợp với dữ liệu 81.6%, nói cách khác, 81.6% khác biệt của mức độ chất lượng dịch vụ có thể được giải thích bởi sự khác biệt của các thành phần trong mô hình SERVQUAL.
Bảng 4.7 - Các thông số thống kê của từng biến trong phương trình hồi quy bội Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics Std. Error
Beta Tolerance VIF
1 (Constant) 0.000 0.038 0.000 1.000 F1 0.582 0.038 0.582 15.410 0.000 1.000 1.000 F2 0.521 0.038 0.521 13.789 0.000 1.000 1.000 F3 0.457 0.038 0.457 12.102 0.000 1.000 1.000
a. Dependent Variable: CHATLUONG
Nguồn: Tính toán từ dữ liệu điều tra
Hệ số phóng đại phương sai VIF rất nhỏ (<5) cho thấy các biến độc lập này không có quan hệ chặt chẽ với nhau nên không có hiện tượng đa cộng tuyến xảy ra. Do đó, mối quan hệ giữa các biến độc lập không ảnh hưởng đến kết quả của mô hình hồi quy tuyến tính bội.
Mức ý nghĩa quan sát Sig của hằng số và của biến trong mô hình đều nhỏ hơn 0.5 cả 3 biến đều được đưa vào mô hình hồi quy tuyến tính.
Dựa vào hệ số Bêta chuẩn hoá, hàm hồi quy có dạng như sau:
CHATLUONG = 0.582 F1 + 0.521 F2 + 0.457 F3
Trong đó:
CHATLUONG: chất lượng dịch vụ (QOS),
F1: thành phần Đồng cảm,
F2: thành phần Năng lực đáp ứng và phục vụ,
F3: thành phần Hữu hình-Tin cậy
Các hệ số hồi quy mang dấu dương chứng tỏ các yếu tố trong mô hình hồi quy trên ảnh hưởng tỷ lệ thuận đến chất lượng dịch vụ.
Sau khi phân tích hồi quy bội, mô hình lý thuyết không thay đổi, vẫn gồm 3 biến độc lập (F1, F2, F3) và 1 biến phụ thuộc (CHATLUONG).