3.3.4.1. Phân tích tương quan tuyến tính
Để đánh giá mối quan hệ giữa các biến trong mô hình tác giả sử dụng phân tích tương quan bằng hệ số tương quan Pearson. Kết quả phân tích cho thấy giữa 5 nhân tố thuộc mô hình lý thuyết không có sự tương quan cặp đáng kể nào. Biến “sự hài lòng” có tương quan dương với các nhân tố như “sự tin cậy” (r = 0.414, p-value < 0.05), nhân tố “năng lực phục vụ” (r = 0.076, p-value < 0.01) (bảng 2.3.4.1.a) và nhân tố “mức độ đáp ứng” (r = 0.515, p-value < 0.05). Điều này cho thấy các biến trong mô hình có mối quan hệ với nhau, và các biến độc lập có thể đưa vào mô hình để giải thích cho biến “sự hài lòng” của khách hàng.
Bảng 3.10. Kết quả phân tích tương quan giữa các biến trong mô hình PI RE RL SC EM SA PI HS tương quan Pearson 1 .095 .300** .116* .146* .414** Sig. (2- tailed) .101 .000 .044 .011 .000 RE HS tương quan Pearson .095 1 .120* -.077 .092 .414** Sig. (2- tailed) .101 .038 .186 .113 .000 RL HS tương quan Pearson .300** .120* 1 -.054 .132* .515** Sig. (2- tailed) .000 .038 .352 .023 .000 SC HS tương quan Pearson -.116* -.077 -.054 1 .111 .135* Sig. (2- tailed) .044 .186 .352 .055 .020 EM HS tương quan Pearson .146* .092 .132* .111 1 .349** Sig. (2- tailed) .011 .113 .023 .055 .000 SA HS tương quan Pearson .414** .414** .515** .135* .349** 1 Sig. (2- tailed) .000 .000 .000 .020 .000
**. Hệ số tương quan có ý nghĩa ở mức 0.01 *. Hệ số tương quan có ý nghĩa ở mức 0.05
(Nguồn: Kết quả phân tích của tác giả)
Nhận thấy tất cả các biến độc lập đều có tương quan tuyến tính với biến phụ thuộc (Sig <0.05). Tiến hành đưa các biến độc lập có tương quan với biến phụ thuộc vào mô hình hồi quy tuyến tính ở các bước tiếp theo.
3.3.4.2. Phân tích hồi quy
Theo giả thuyết của mô hình nghiên cứu có một thành phần phụ thuộc là sự hài lòng và 5 nhân tố độc lập. Tiến hành phân tích hồi quy đễ xác định chính xác nhân tố nào tác động đến sự hài lòng của khách hàng, đồng thời xác định mức độ tác động của từng nhân tố đến sự hài lòng. Ta có mô hình hồi quy như sau:
SA = β0 + β1xX1 + β2xX2 + β3xX3 + β4xFX4 + β5xX5
Trong đó:
- SA: Giá trị của biến phụ thuộc “sự hài lòng” về chất lượng dịch vụ KHCN.
- X1: Giá trị biến độc lập thứ 1 là ảnh hưởng của “Phương tiện hữu hình” đến sự hài lòng về chất lượng dịch vụ KHCN.
- X2: Giá trị biến độc lập thứ 2 là ảnh hưởng của “Sự tin cậy” đến sự hài lòng về chất lượng dịch vụ KHCN.
- X3: Giá trị biến độc lập thứ 3 là ảnh hưởng của “Mức độ đáp ứng” đến sự hài lòng về chất lượng dịch vụ KHCN.
- X4: Giá trị biến độc lập thứ 4 là ảnh hưởng của “Năng lực phục vụ” đến sự hài lòng về chất lượng dịch vụ KHCN.
- X5: Giá trị biến độc lập thứ 5 là ảnh hưởng của “Sự đồng cảm” đến sự hài lòng về chất lượng dịch vụ KHCN.
- Giá trị t và mức ý nghĩa trong mô hình hồi quy bội xác định 5 biến độc lập có ảnh hưởng đến sự hài lòng của khách hàng đối với chất lượng dịch vụ khách hàng cá nhân với độ tin cậy 95% ( sig < 0.05). Như vậy giả thuyết H1, H2, H3, H4, H5 được chấp nhận ở mức độ tin cậy 95%. Như vậy mô hình thoả mãn các điều kiện đánh giá.
Bảng 3.11. Kết quả phân tích hồi quy
Mô hình
Hệ số hồi quy chưa chuẩn hoá Hệ số hồi quy chuẩn hoá Hệ số t Hệ số Sig Thống kê đa cộng tuyến Hệ sô B Độ lệch chuẩn Hệ số Beta Dung sai điều chỉnh VIF 1 Hằng số .151 .215 .702 .483 PI .204 .033 .259 6.168 .000 .884 1.132 RE .245 .029 .339 8.458 .000 .971 1.029 RL .271 .030 .380 9.086 .000 .894 1.118 SC .145 .031 .188 4.673 .000 .963 1.038 EM .173 .034 .209 5.151 .000 .947 1.056
(Nguồn: Kết quả phân tích của tác giả)
3.3.4.3. Kiểm tra hiện tượng đa cộng tuyến
Dựa vào Bảng 3.11 hiện tượng đa cộng tuyến sẽ được kiểm định thông qua hệ số phóng đại VIF kết quả cho thấy hệ số phóng đại phương sai (VIF) có giá trị từ 1.029 đến 1.132 đạt yêu cầu ( VIF < 2). Vậy mô hình hồi quy tuyến tính bội không có hiện tượng đa cộng tuyến, mối quan hệ giữa các biến độc lập không ảnh hưởng đến kết quả giải thích của mô hình.
3.3.4.4. Kiểm định độ phù hợp của mô hình
Kết quả phân tích hồi quy cho thấy R2 = 0.541 nghĩa là mức độ phù hợp của mô hình là 54.1% . Như vậy biến thiên của các biến độc lập giải thích được 54.1% sự biến thiên của biến phụ thuộc, mô hình có giá trị giải thích ở mức khá cao.
Bảng 3.12. Kết quả kiểm định mô hình
Mẫu Giá trị R Giá trị R2 R2 điều chỉnh
Sai số chuẩn của ước lượng Giá trị Durbin- Watson 1 .736a .541 .534 .51628 2.163 a. Hằng số: EM, RE, SC, RL, PI b. Biến phụ thuộc: SA
(Nguồn: Kết quả phân tích của tác giả)
Kết quả từ ANOVAb cho thấy giá trị thống kê F = 69.399 với giá trị Sig rất nhỏ (Sig = 0.000b < 0.05) cho thấy mô hình có ý nghĩa thống kê. Như vậy có thể kết luận rằng hàm hồi quy là hoàn toàn phù hợp.
Bảng 3.13. Kết quả kiểm định ANOVA
Model Tổng chênh lệch bình phương df Trung bình bình
phương F Giá trị Sig.
1 Hồi quy 92.489 5 18.498 69.399 .000b
Phần dư 78.363 294 .267
Tổng 170.852 299
a. Dependent Variable: SA b. Hằng số: EM, RE, SC, RL, PI
(Nguồn: Kết quả phân tích của tác giả)
3.3.4.5. Kiểm định các giả định hồi quy
Giả định không có tương quan giữa các phần dư. Đại lượng thống kê Durbin - Watson được dùng để kiểm định tương quan chuỗi bậc nhất. Kết quả nhận được từ bảng 3.1.2 cho thấy đại lượng thống kê Durbin-Watson có gia trị 2.163 nằm trong khoảng từ 1 đến 3 nên chấp nhận được giả thuyết không có sự tương quan giữa các
phần dư hay không có hiện tượng tương quan.
3.3.4.6. Kiểm tra giả thuyết
- Giả thuyết H1: Phương tiện hữu hình với sự hài lòng của khách hàng có mối quan hệ cùng chiều. Giả thuyết này phù hợp với mô hình vì hệ số beta của nhân tố này = 0.204 > 0. Do đó khi nhân tố này tăng lên 1 đơn vị thì sự hài lòng của khách hàng tăng lên 0.204 (trong điều kiện giữ nguyên nhân tố độc lập còn lại)
- Giả thuyết H2: Sự tin cậy với sự hài lòng của khách hàng có mối quan hệ cùng chiều. Giả thuyết này phù hợp với mô hình vì hệ số beta của nhân tố này = 0.245 <0. Do đó khi nhân tố này tăng lên 1 đơn vị thì sự hài lòng của khách hàng tăng lên 0.245 đơn vị (trong điều kiện giữ nguyên nhân tố độc lập còn lại)
- Giả thuyết H3: Mức độ đáp ứng với sự hài lòng của khách hàng có mối quan hệ cùng chiều. Giả thuyết này phù hợp với mô hình vì hệ số beta của nhân tố này = 0.271 > 0. Do đó khi nhân tố này tăng lên 1 đơn vị thì sự hài lòng của khách hàng tăng lên 0.271 đơn vị (trong điều kiện giữ nguyên các nhân tố độc lập còn lại). - Giả thuyết H4: Năng lực phục vụ với sự hài lòng của khách hàng có mối quan hệ
cùng chiều. Giả thuyết này phù hợp với mô hình vì hệ số beta của nhân tố này = 0.145 > 0. Do đó khi nhân tố này tăng lên 1 đơn vị thì sự hài lòng của khách hàng tăng lên 0.145 đơn vị (trong điều kiện giữ nguyên các nhân tố độc lập còn lại).
- Giả thuyết H5: Sự đồng cảm với sự hài lòng của khách hàng có mối quan hệ cùng chiều. Giả thuyết này phù hợp với mô hình vì hệ số beta của nhân tố này = 0.173 > 0. Do đó khi nhân tố này tăng lên 1 đơn vị thì sự hài lòng của khách hàng tăng lên 0.173 đơn vị (trong điều kiện giữ nguyên các nhân tố độc lập còn lại).
3.3.4.7. Kiểm tra hiện tượng phương sai sai số thay đổi
Dùng Đồ thị phân tán giữa giá trị dự đoán và phần dư từ hồi quy. Nhận thấy các giá trị phần dư phân tán một cách ngẫu nhiên trong một phạm vi quanh trục 0 (giá trị trung bình của phần dư), kết luận giả định phần dư có phân phối chuẩn không bị vi phạm.
Hình 3.10. Đồ thị phân tán giữa giá trị dự đoán và phần dư từ hồi quy
(Nguồn: Kết quả phân tích của tác giả)
3.3.4.8. Kiểm tra giả định phần dư có phân phối chuẩn
Dùng biểu đồ tần số của phần dư chuẩn hóa. Nhận xét thấy: Giá trị trung bình của các quan sát Mean = 0, độ lệch chuẩn Std.Dev = 0.992 (hình 3.11). Do đó có thể kết luận rằng giả định phần dư phân phối chuẩn không bị vi phạm. Qua đồ thị phân tán cho (hình 3.11) cho thấy các phần dư chuẩn hoá được được phân tán ngẫu nhiên xung quanh tung độ 0 nghĩa là phần dư chuẩn hoá không tuân theo một quy luât (hình dạng) nào. Do đó có thể kết luận rằng giả định liên kết tuyến tính không bị vi phạm.
Hình 3.11. Đồ thị phân tán giữa các phần dư