Phân tích hồi quy

Một phần của tài liệu (LUẬN văn THẠC sĩ) nghiên cứu sự hài lòng của khách hàng cá nhân đối với sản phẩm dịch vụ bán lẻ của ngân hàng thương mại cổ phần đầu tư và phát triển việt nam chi nhánh chợ lớn (Trang 55 - 59)

Phân tích hồi quy đa biến nhằm xác định vai trò quan trọng của từng nhân tố trong việc đánh giá mối quan hệ giữa biến phụ thuộc (Sự hài lòng) và các biến độc lập (Hình ảnh doanh nghiệp, Giá cả sản phẩm dịch vụ, Sự hữu hình, Sự tin cậy, Sự cảm thông)

Để đánh giá độ phù hợp của mô hình, các nhà nghiên cứu sử dụng hệ số xác định R2 (R-Square), hệ số xác định R2 được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mô hình. Tuy nhiên, không phải phương trình càng có nhiều biến sẽ càng phù hợp hơn với dữ liệu, R2 có khuynh hướng là một yếu tố lạc quan của thước đo sự phù hợp của mô hình đối với dữ liệu trong trường hợp có 1 biến giải thích trong mô hình. Do đó, R2 hiệu chỉnh từ R2 được sử dụng để phản ánh sát hơn mức độ phù hợp của mô hình hồi quy tuyến tính đa biến vì nó không phụ thuộc vào độ lệch phóng đại của R2, sử dụng hệ số R2 hiệu chỉnh để đánh giá độ phù hợp của mô hình sẽ an toàn hơn vì nó không thổi phồng mức độ phù hợp của mô hình

Kiểm định F sử dụng trong phân tích phương sai là 1 phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể để xem xét biến phụ thuộc có liên hệ tuyến tính với toàn bộ các biến độc lập

Bên cạnh đó, cần kiểm tra hiện tượng tương quan bằng hệ số Durbin – Watson (1 < D < 3) và không có hiện tượng đa cộng tuyến bằng hệ số phóng đại phương sai VIF (Variance Inflation Factor) (VIF < 2.5). Nếu hệ số Beta chuẩn hóa của biến nào càng cao thì mức độ tác động của biến đó vào sự hài lòng của khách hàng càng lớn.

Bước đầu tiên khi phân tích hồi quy tuyến tính ta sẽ xem xét các mối quan hệ tương quan tuyến tính giữa biến phụ thuộc và từng biến độc lập và giữa các biến độc lập với nhau. Nếu hệ số tương quan giữa các biến phụ thuộc và các biến độc lập

lớn chứng tỏ giữa chúng có mối quan hệ với nhau và phân tính hồi quy tuyến tính có thể phù hợp. Mặt khác nếu giữa các biến độc lập cũng có tương quan lớn với nhau thì đó cũng là dấu hiệu cho biết giữa chúng có thể xảy ra hiện tượng đa cộng tuyến trong mô hình hồi quy tuyến tính ta đang xét.

Bảng 2.9 cho thấy mối tương quan giữa biến biến phụ thuộc (Sự hài lòng) với các biến độc lập (Hình ảnh doanh nghiệp, Giá cả sản phẩm dịch vụ, Sự hữu hình, Sự tin cậy, Sự cảm thông). Hệ số tương quan giữa các biến đều lớn (lớn hơn 0.4) và có ý nghĩa thống kê với các giá trị Sig. đều nhỏ (< 0.05).

Ngoài ra giữa các biến độc lập có tương quan với nhau ở mức tương quan lớn hơn 0.3 (các sig đều nhỏ hơn 0.05) nên chúng ta phải kiểm định chặt hiện tượng đa cộng tuyến nếu có xảy ra trong phương trình hồi quy.

Bảng 2.9: Ma trận tương quan của các biến độc lập và biến phụ thuộc

HaiLong HinhAnh GiaCa HuuHinh TinCay CamThong

HaiLong Pearson Correlation 1 .540** .733** .681** .540** .607**

Sig. (2-tailed) .000 .000 .000 .000 .000

N 173 173 173 173 173 173

HinhAnh Pearson Correlation .540** 1 .471** .402** .393** .417**

Sig. (2-tailed) .000 .000 .000 .000 .000

N 173 173 173 173 173 173

GiaCa Pearson Correlation .733** .471** 1 .532** .483** .611**

Sig. (2-tailed) .000 .000 .000 .000 .000

N 173 173 173 173 173 173

HuuHinh Pearson Correlation .681** .402** .532** 1 .450** .485**

Sig. (2-tailed) .000 .000 .000 .000 .000

N 173 173 173 173 173 173

TinCay Pearson Correlation .540** .393** .483** .450** 1 .334**

Sig. (2-tailed) .000 .000 .000 .000 .000

N 173 173 173 173 173 173

CamThong Pearson Correlation .607** .417** .611** .485** .334** 1

Sig. (2-tailed) .000 .000 .000 .000 .000

N 173 173 173 173 173 173

Kết quả phân tích hồi quy tuyến tính đa biến cho thấy hệ số xác định R2 (R- Square) là 0.701, hệ số R2 hiệu chỉnh là 0.692 nghĩa là các biến độc lập trong mô hình nghiên cứu có ảnh hưởng đến 69.2% sự thay đổi của biến phụ thuộc (Sự hài lòng). Phần còn lại do ảnh hưởng của những biến ngoài mô hình chưa nghiên cứu được hoặc do sai số ngẫu nhiên. Hệ số Durbin – Watson dùng để kiểm định hiện tượng tương quan cho thấy mô hình không bị vi phạm khi sử dụng phương pháp hồi quy tuyến tính đa biến vì đạt giá trị 1.859. Giá trị thống kê F được tính ra từ hệ số R2 của mô hình đạt giá trị 78.239 tại mức ý nghĩa sig. = 0.000 rất nhỏ, điều này cho thấy mô hình sử dụng là phù hợp (Xem phụ lục 3 – Phân tích hồi quy).

Bảng 2.10: Mô hình tóm tắt hồi quy

Model R R Square

Adjusted R Square

Std. Error of

the Estimate Durbin-Watson

1 .837a .701 .692 .29935 1.859

Nguồn: Trích xuất từ SPSS

Thêm vào đó, tiêu chí hệ số phóng đại phương sai VIF của các biến độc lập đều < 2.5 nên không có hiện tượng đa cộng tuyến giữa các biến độc lập nên mô hình được chấp nhận. 5 biến độc lập HinhAnh, GiaCa, HuuHinh, TinCay, CamThong đều có hệ số Sig. < 0.05. Như vậy, mô hình hồi quy tuyến tính đa biến đưa ra là phù hợp với nghiên cứu.

Bảng 2.11: Hệ số hàm hồi quy

Model

Unstandardized Coefficients

Standardized

Coefficients t Sig. Collinearity Statistics

B Std. Error Beta Tolerance VIF

1 (Constant) .040 .210 .189 .850 HinhAnh .123 .044 .141 2.795 .006 .709 1.411 GiaCa .308 .052 .355 5.882 .000 .491 2.035 HuuHinh .298 .051 .312 5.830 .000 .624 1.603 TinCay .126 .051 .126 2.483 .014 .693 1.443 CamThong .129 .052 .138 2.479 .014 .578 1.729 Nguồn: Trích xuất từ SPSS

Từ bảng 2.11 cho ta hàm hồi quy có dạng như sau:

HaiLong = 0.040 + 0.123*HinhAnh + 0.308*GiaCa + 0.298*HuuHinh + 0.126*TinCay + 0.129*CamThong

Hệ số hồi quy mang dấu dương thể hiện các yếu tố trong mô hình hồi quy trên ảnh hưởng tỷ lệ thuận chiều đến 1.

Từ bảng 2.11 ta có hệ số hồi quy chuẩn hoá được viết dưới dạng như sau:

HaiLong = 0.141*HinhAnh + 0.355*GiaCa + 0.312*HuuHinh + 0.126*TinCay + 0.138*CamThong

Trong đó:

HaiLong : Sự hài lòng

HinhAnh : Hình ảnh doanh nghiệp

GiaCa : Giá cả sản phẩm dịch vụ

HuuHinh : Sự hữu hình

TinCay : Sự tin cậy

CamThong : Sự cảm thông

Theo phương trình hồi quy ở trên cho thấy Sự hài lòng của khách hàng có quan hệ tuyến tính với các nhân tố Hình ảnh doanh nghiệp (Hệ số Beta chuẩn hóa là 0.141), Giá cả sản phẩm dịch vụ (Hệ số Beta chuẩn hóa là 0.355)Sự hữu hình (Hệ số Beta chuẩn hóa là 0.312), Sự tin cậy (Hệ số Beta chuẩn hóa là 0.126), Sự cảm thông (Hệ số Beta chuẩn hóa là 0.138).

Cũng phải nói thêm rằng các hệ số Beta chuẩn hóa đếu >0 cho thấy các biến độc lập tác động thuận chiều với Sự hài lòng khách hàng. Kết quả này cũng khẳng định các giả thuyết nêu ra trong mô hình nghiên cứu được chấp nhận và được kiểm định phù hợp. Như vậy, ngân hàng phải nỗ lực cải tiến các nhân tố Hình ảnh doanh nghiệp, Giá cả sản phẩm dịch vụ, Sự hữu hình, Sự tin cậy, Sự cảm thông để nâng cao sự hài lòng của khách hàng.

Một phần của tài liệu (LUẬN văn THẠC sĩ) nghiên cứu sự hài lòng của khách hàng cá nhân đối với sản phẩm dịch vụ bán lẻ của ngân hàng thương mại cổ phần đầu tư và phát triển việt nam chi nhánh chợ lớn (Trang 55 - 59)

Tải bản đầy đủ (PDF)

(91 trang)