1. Tính cấp thiết của đề tài
4.4. Phân tích tương quan
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), mục đích của phân tích tương quan (Pearson) là để kiểm tra mức độ tương quan tuyến tính giữa các biến độc lập và biến phụ thuộc, có tương quan mạnh hay không. Đồng thời phân tích tương quan cũng có thể dự báo hiện tượng đa cộng tuyến giữa các biến độc lập.
Trong phân tích tương quan, giá trị cần quan tâm là giá trị Sig. Nếu giá trị Sig. nhỏ hơn hoặc bằng 0,05 thì hệ số tương quan r mới có ý nghĩa thống kê. Còn nếu giá trị Sig. lớn hơn 0,05 thì hệ số tương quan r không có ý nghĩa thống kê. Tức là, nếu giá trị Sig. > 0,05 thì không có tương quan giữa các biến độc lập; và ngược lại.
Bảng 4.7: Kết quả phân tích tương quan Correlations X3 X1 X5 X4 X2 Y X3 Pearson Correlation 1 0 0 0 0 0,383** Sig. (2-tailed) 1,000 1,000 1,000 1,000 0,000 N 200 200 200 200 200 200 X1 Pearson Correlation 0 1 0 0 0 0,274** Sig. (2-tailed) 1,000 1,000 1,000 1,000 0,000 N 200 200 200 200 200 200 X5 Pearson Correlation 0 0 1 0 0 0,371** Sig. (2-tailed) 1,000 1,000 1,000 1,000 0,000 N 200 200 200 200 200 200 X4 Pearson Correlation 0 0 0 1 0 0,346** Sig. (2-tailed) 1,000 1,000 1,000 1,000 0,000 N 200 200 200 200 200 200 X2 Pearson Correlation 0 0 0 0 1 0,466** Sig. (2-tailed) 1,000 1,000 1,000 1,000 0,000 N 200 200 200 200 200 200 Y Pearson Correlation 0,383** 0,274** 0,371** 0,346** 0,466** 1 Sig. (2-tailed) 0 0 0 0 0 N 200 200 200 200 200 200
** Correlation is significant at the 0,01 level (2-tailed).
Kết quả phân tích tương quan Pearson cho thấy các biến độc lập X1, X2, X3, X4, X5 không có tương quan với nhau, thể hiện qua các giá trị Sig. = 1,000 > 0,05. Mặt khác, các biến độc lập X1, X2, X3, X4, X5 có tương quan với biến phụ thuộc Y, thể hiện qua các giá trị Sig. = 0,000 < 0,05. Trong đó, biến X2 tương quan mạnh nhất với hệ số 0,466. Tiếp theo là biến X3 với hệ số tương quan 0,383; biến X5 với hệ số tương quan là 0,371; biến X4 với hệ số tương quan là 0,346; biến X1 tương quan yếu nhất với hệ số 0,274.
Mặt khác, không tìm thấy mối tương quan nào giữa các biến độc lập. Giá trị Sig. của chúng đều (=1,000) lớn hơn 0,05. Hệ số tương quan r không có ý nghĩa thống kê. Như vậy, kết quả này cũng dự báo rằng không có hiện tượng đa cộng tuyến giữa các biến độc lập với nhau.
4.5. Phân tích hồi quy
Kiểm định độ phù hợp của mô hình: Giá trị F trong bảng ANOVA được tính
từ giá trị R bình phương hiệu chỉnh của mô hình đầy đủ, giá trị Sig. = 0,000 nhỏ hơn 0,05 cho thấy mô hình hồi quy tuyến tính này là phù hợp với tập dữ liệu và có thể suy rộng và áp dụng cho tổng thể.
Bảng 4.8: Anova
ANOVA
Model Sum of Squares df Mean Square F Sig.
1 Regression 138.603 5 27.721 89.040 0,000
Residual 60.397 194 311
Total 199.000 199
Kết luận mô hình hồi quy tuyến tính: Giá trị R bình phương hiệu chỉnh phản
ánh mức độ phù hợp của mô hình. Kết quả cho thấy giá trị R bình phương hiệu chỉnh là 0,689. Như vậy, kết luận rằng các biến độc lập gồm phương tiện hữu hình, sự tin cậy, sự đáp ứng, sự đảm bảo, sự đồng cảm: “giải thích được 68,9% sự biến thiên của biến phụ thuộc là sự hài lòng. Phần còn lại 31,1% được giải thích bởi các biến ngoài mô hình và các sai số ngẫu nhiên.”
Bảng 4.9: Model Summary
Model Summary
Model R R Square Adjusted R Square Std. Error of the Estimate
1 0,835 0,696 0,689 0,558
Kiểm định t từng biến độc lập:
- Nếu giá trị Sig. của biến nhỏ hơn hoặc bằng 0,05 thì biến đó có ý nghĩa thống kê trong mô hình ở mức tin cậy 95%. Ngược lại, nếu giá trị Sig. của biến lớn hơn 0,05 thì biến đó không có ý nghĩa thống kê.
- Cột giá trị Sig. chỉ báo kết quả của kiểm định này. Đối với giá trị Sig. của Hằng số (Constant) = 1,000 > 0,05. Cho nên, giá trị Constant không có ý nghĩa thống kê, bị loại khỏi mô hình hồi quy. Tiếp theo, các giá trị Sig. của X1, X2, X3, X4, X5 đều cho kết quả là 0,000 < 0,05. Cho nên, cả 5 biến này đều có ý nghĩa thống kê, được sử dụng trong mô hình hồi quy, không có biến nào bị loại bỏ khỏi mô hình. Như vậy, cả 5 nhân tố phương tiện hữu hình, sự tin cậy, sự đáp ứng, sự đảm bảo, sự đồng cảm đều tác động tích cực đến mức hài lòng về chất lượng tại Chi cục Hảii quan KCN Trảng Bàng.
Ý nghĩa hệ số hồi quy riêng phần:
- Hệ số Beta của biến X1 là 0,274. Nhân tố phương tiện hữu hình tác động cùng chiều đến sự hài lòng (nhân tố Y). Ý nghĩa rằng khi chất lượng phương tiện hữu hình tăng lên 1 đơn vị thì mức độ hài lòng của khách hàng tăng 0,274 đơn vị.
- Hệ số Beta của biến X2 là 0,466. Điều này chứng tỏ nhân tố sự tin cậy ảnh hưởng cùng chiều đến sự hài lòng. Khi sự tin cậy tăng lên 1 đơn vị thì mức độ hài lòng tăng 0,466 đơn vị.
- Kế tiếp, nhân tố sự đáp ứng cho thấy tác động cùng chiều đến sự hài lòng của khách hàng. Hệ số Beta của nhân tố X3 này đạt 0,383; nghĩa là mức độ hài lòng sẽ tăng 0,383 đơn vị nếu sự đáp ứng tăng 1 đơn vị.
- Một nhân tố cũng tác động cùng chiều đến sự hài lòng, đó là sự đảm bảo (X4). Hệ số Beta của X4 ở mức 0,346. Giá trị này có nghĩa khi sự đảm bảo tăng 1 đơn vị thì mức độ hài lòng tăng 0,346 đơn vị.
- Sự đồng cảm (X5) có sức ảnh hưởng tích cực đến sự hài lòng. Hệ số Beta của X5 đạt giá trị 0,371. Kết quả cho thấy rằng nếu mức độ đồng cảm tăng 1 đơn vị, thì mức độ hài lòng tăng 0,371 đơn vị.
- Căn cứ vào giá trị Beta, kết luận rằng các biến sự tin cậy (X2), sự đáp ứng (X3), sự đồng cảm (X5), sự đảm bảo (X4), phương tiện hữu hình (X1) tác động cùng chiều đến sự hài lòng theo mức độ giảm dần.
- Từ những phân tích trên, kết quả nghiên cứu đưa ra phương trình tuyến tính thể hiện mối quan hệ của các yếu tố trong mô hình:
Y = 0,466X2 + 0,383X3 + 0,371X5 + 0,346X4 + 0,274X1
Kiểm tra đa cộng tuyến: Quy tắc là khi VIF vượt quá 10 thì có dấu hiệu đa
cộng tuyến (Hoàng Trọng và Chu nguyễn Mộng Ngọc, 2008). Cột giá trị VIF trong bảng Coefficients (xem phụ lục) cho thấy rằng tất cả các giá trị VIF của biến X1, X2, X3, X4, X5 đều bằng 1. Như vậy, ta có thể kết luận rằng không xảy ra hiện tượng đa cộng tuyến trong mô hình hồi quy này.
Bảng 4.10: Coefficients Model Unstd. Coefficients Std. Coefficients t Sig. Kết luận giả thuyết B Std. Error Beta 1 (Const.) 0,000 0,039 0,000 1,000 X1 0,274 0,040 0,274 6,929 0,000 Chấp nhận X2 0,466 0,040 0,466 11,783 0,000 Chấp nhận X3 0,383 0,040 0,383 9,686 0,000 Chấp nhận X4 0,346 0,040 0,346 8,754 0,000 Chấp nhận X5 0,371 0,040 0,371 9,375 0,000 Chấp nhận