9. Kết cấu của đề tài
2.4.5.2. Phân tích hồi quy
Dựa theo tài liệu tham khảo của Weiers năm 2008, phân tích đa hồi quy có liên quan đến nhiều biến độc lập và biến phụ thuộc. Nói cách khác, nó chỉ ra được rằng sự ảnh hưởng, sự tác động của nhiều biến độc lập lên biến phụ thuộc, thang đo định
103
trong bài nghiên cứu này tác giả đã thực hiện với 5 biến bao gồm TC, DU, SDC, NLPV và SHH và đã được biến đổi thành giá trị giá trị trung bình và phương pháp Enter được sử dụng trong phân tích hồi quy.
TÓM TẮT MÔ HÌNH Bảng 2.18: Phù hợp của hồi quy
So sánh giá trị R Square (R2) và Adjusted R Square (R2 điều chỉnh): nhận thấy hệ số R2 điều chỉnh bằng 0,500 nhỏ hơn R2 bằng 0,511. Do đó dùng R2 điều chỉnh để đánh giá mức độ phù hợp của mô hình sẽ an toàn hơn vì nó không làm phóng đại mức độ phù hợp của mô hình. Theo đó có thể thấy, mô hình tuyến tính bội trên đã được xây dựng phù hợp với tập dữ liệu đến 50 % (xem bảng 2.12).
Durbin Watson có giá trị biến thiên trong khoảng từ 0 đến 4; trong bài nghiên cứu này giá trị Durbin Watson là 1.650, do đó các phần sai số không có tương quan chuỗi bậc nhất với nhau.
Đánh giá sự phù hợp của Lý thuyết trong Phân tích hồi quy Bảng 2.19: Kết quả hồi quy
Model F Sig.
1 Regression 63.403 .000b
Kết quả kiểm định ANOVA cho thấy, hệ số kiểm định F bằng 63,403 có hệ số Sig. bằng 0,000 nên với mức ý nghĩa 5% có thể kết luận mô hình hồi quy bội được xây dựng là hoàn toàn phù hợp với tập dữ liệu và có thể sử dụng để đánh giá mô hình nghiên cứu (xem bảng 2.13).
Model R R Square Adjusted R
Square Std. Error of the Estimate Durbin-Watson 1 .732a .511 .500 .65182 1.650 Dự đoán: TC, DU, NLPV, SDC, SHH
104
Ý nghĩa của hệ số hồi quy từng phần:
Bảng 2.20: Hệ số tƣơng quan a Model Unstandardized Coefficients Standardized Coefficients Sig. Collinearity Statistics
B Std. Error Beta VIF
1 (Constant) .421 .201 .060 TC .255 .069 .235 .000 1.455 DU .149 .047 .179 .001 1.524 SDC .121 .716 .222 .000 1.111 NLPV .231 .043 .221 .000 1.762 SHH .111 .052 .114 .001 1.201
Dựa vào bảng kết quả trên, tất cả mức ý nghĩa đều nhỏ hơn 0.05, cho nên 5 biến độc lập có khả năng giải thích được sự hài lòng của khách hàng đến giao dịch tại BIDV Phú Mỹ Hưng. Hơn nữa VIF nhỏ hơn 2 có nghĩa là không có đa dạng cộng tuyến. Công thức hồi quy được xây dựng:
HL = 0.421 + 0.255*TC+0.149*DU+0.121*SDC+0.231*NLPV +0.111*SHH
Căn cứ vào giá trị của beta, giá trị beta của TC (sự tin cậy) là cao nhất. Hiển nhiên kỳ vọng là yếu tố có sự ảnh hưởng mạnh mẽ nhất đến hài lòng của khách hàng. Tiếp đến là năng lực phục vụ, sự đáp ứng và sự đồng cảm.
Giả thiết:
Sự tin cậy:
H0: Không có sự ảnh hưởng nào của sự tin cậy lên hài lòng của khách hàng khi giao dịch tại BIDV Phú Mỹ Hưng.
H1: có sự ảnh hưởng của sự tin cậy về sản phẩm lên sự hài lòng Loại bỏ H0 nếu p < 0.05
105
Với biến kỳ vọng, mức ý nghĩa 0.000 nhỏ hơn 0.05 và β (TC) = 0.255. H0 bị loại có nghĩa rằng sự tin cậy có sự ảnh hưởng lên sự hài lòng của khách hàng.
Sự đáp ứng
H0: không có sự ảnh hưởng của sự đáp ứng lên hài lòng của khách hàng khi giao dịch tại BIDV Phú Mỹ Hưng.
H2: có sự ảnh hưởng giữa sự đáp ứng và sự hài lòng Loại bỏ H0 nếu giá trị p < 0.05
Với sự đáp ứng, mức ý nghĩa 0.001 nhỏ hơn 0.05 và β (DU) = 0.149, ta loại bỏ H0 có nghĩa rằng sự đáp ứng cũng là yếu tố quyết định sự hài lòng của khách hàng.
Sự đồng cảm
H0: không có sự ảnh hưởng của sự đồng cảm lên hài lòng của khách hàng khi giao dịch tại BIDV CN Phú Mỹ Hưng.
H2: có sự ảnh hưởng giữa sự đồng cảm và sự hài lòng Loại bỏ H0 nếu giá trị p < 0.05
Với sự đồng cảm, mức ý nghĩa 0.001 nhỏ hơn 0.05 và β (SDC) = 0.121, ta loại bỏ H0 có nghĩa rằng sự đồng cảm của nhân viên cũng là yếu tố quyết định sự hài lòng của khách hàng.
Năng lực phục vụ
H0: không có sự ảnh hưởng của năng lực phục vụ lên hài lòng của khách hàng khi giao dịch tại BIDV Phú Mỹ Hưng.
H3: có sự ảnh hưởng về năng lực phục vụ lên sự hài lòng Loại bỏ p < 0.05
Mức ý nghĩa 0.000 nhỏ hơn 0.05 và giá trị β (NLPV) = 0.231. Loại bỏ H0 có nghĩa rằng năng lực phục vụ của nhân viên cũng là một yếu tố ảnh hưởng mạnh mẽ lên hài lòng của khách hàng.
106
H0: không có sự ảnh hưởng giữa sự hữu hình lên hài lòng của khách hàng khi giao dịch tại BIDV Phú Mỹ Hưng.
H4: có sự ảnh hưởng giữa sự hữu hình lên hài lòng của khách hàng. Loại bỏ H0 nếu p < 0.05
Mức ý nghĩa 0.001< 0.05 và β (SHH) = 0.111 có nghĩa là loại bỏ H0, tương ứng với sự hữu hình có sự ảnh hưởng mạnh mẽ đến sự hài lòng của khách hàng.