Phân tích hồi quy đa biến được sử dụng để kiểm định các giả thuyết nghiên cứu. Để nhận diện các nhân tố ảnh hưởng đến quyết định gửi tiền tiết kiệm của khách hàng tại VIB TP. Hồ Chí Minh, mô hình hồi quy bội mẫu được xây dựng có dạng: QD = β0 +
β1×TH + β2×TL + β3×CL + β4×LS + β5×NV + β6× KM
4.2.3.1. Kết quả ước lượng mô hình hồi quy
Mode
l R R2 R
2 hiệu chỉnh
Sai số của
ước lượng Durbin-Watson
1 0,739a 0,546 0,537 0,50246 1,960 Mô hình Tổng bình phương Bậc tựdo Trungbình bình phương F Sig. Hồi quy 85,150 6 14,192 56,212 0,000b Sai số 70,690 280 0,252 Tổng cộng 155,840 286
Nguồn phân tích dữ liệu của tác giả
58
Trong bảng 4.4, cột mức ý nghĩa Sig. cho thấy hệ số hồi quy của tất cả các biến số TH; TL; CL; LS; NV; KM đều có mức ý nghĩa nhỏ hơn 0,05. Như vậy hệ số hồi quy của các biến TH; TL; CL; LS; NV; KM đều có ý nghĩa thống kê hay các biến số TH; TL; CL; LS; NV; KM đều có ảnh hưởng đến biến phụ thuộc QD. Mô hình các nhân tố ảnh hưởng đến quyết định gửi tiền tiết kiệm của khách hạng tại VIB TP. Hồ Chí Minh, được xây dựng có dạng:
QD = β0 + 0,307 × TH + 0,270 × TL + 0,173 × CL + 0,173 × LS
+ 0,128 × NV + 0,177 ×KM
Bảng 4.5: Tóm tắt mô hình
Nguồn phân tích dữ liệu của tác giả
Theo kết quả Bảng 4.5 có hệ số xác định R2là 0,546, như vậy 54,6% thay đổi của biến phụ thuộc được giải thích bởi các biến độc lập của mô hình hay nói cách khác 54,6% thay đổi của quyết định gửi tiền được giải thích bởi các nhân tố trong mô hình hồi quy.
59
Dựa vào kết quả Bảng 4.6 hệ số Sig. = 0,000 < 0,01 với F = 56,212 cho thấy mô hình đưa ra là phù hợp với dữ liệu thực tế. Hay nói cách khác, các biến độc lập có tương quan
tuyến tính với biến phụ thuộc ở mức độ tin cậy 99%.