CHƯƠNG 4 : PHÂN TÍCH KẾT QUẢ NGHIÊN CỨU
4.2 PHÂN TÍCH DỮ LIỆU SƠ CẤP
4.2.6 Phân tích hồi quy (xem phụ lục 8)
Sử dụng ứng dụng SPSS để phân tích hồi quy. Vào Menu Analyze/ Regression/ Linear
Bảng 4.20: Các giả thuyết của mô hình
Kí hiệu Diễn giải Tương quan
SVTH: LÊ THỊ HÀ UYÊN 48
H2 Sự đáp ứng có ảnh hưởng đến CLDV (+)
H3 Sự hữu hình có ảnh hưởng đến CLDV (+)
H4 Sự đảm bảo có ảnh hưởng đến CLDV (+)
H5 Sự đồng cảm có ảnh hưởng đến CLDV (+)
Nguồn: Tác giả thực hiện
Tiến hành phân tích hồi quy đa biến CLDV = f(X1,X2,X3,X4,X5)
Sử dụng phần mềm SPSS: Analyse\ Regression \ Linear ta được các bảng kết quả, bước tiếp theo là thực hiện các phép kiểm định để kiểm tra mức độ phù hợp của mô hình hồi quy thu được.
Bảng 4.21: Bảng thông kê mô tả các nhân tố ảnh hưởng đến CLDV
Descriptive Statistics Mean Std. Deviation N Y 3,97 ,613 155 X1 3,91 ,620 155 X2 3,97 ,631 155 X3 4,00 ,649 155 X4 4,03 ,522 155 X5 3,98 ,574 155
Nguồn: Kết quả phân tích dữ liệu SPSS- Phụ lục 8
Theo kết quả từ bảng 4.26 ta thấy:
+ Giá trị trung bình về CLDV được KH đánh giá ở mức độ khá cao với Mean = 3,97. + Ở các biến độc lập thì hai nhân tố (X4) Sự đảm bảo và (X3) Sự hữu hình được KH đánh giá cao nhất với giá trị trung bình lần lượt là Mean (X4) = 4,03; Mean (X3) = 4,00. Trong khi đó (X1) Sự tin cậy được đánh giá thấp nhất với Mean = 3,91. Tiếp theo là hai nhân tố (X2) Sự đáp ứng (Mean = 3,97) và (X5) Sự đồng cảm (Mean = 3,98).
4.2.6.1 Kiểm định hệ số hồi quy (xem phụ lục 8) Bảng 4.22: Kiểm định hệ số hồi quy (Coefficientsa)
Coefficientsa Model 1 (Constan t) X1 X2 X3 X4 X5 Unstandardized Coefficients B -,533 ,029 -,016 ,157 ,868 ,083 Std. Error ,186 ,048 ,045 ,047 ,055 ,054 Standardized Coefficients Beta ,029 -,016 ,166 ,740 ,077 T -2,872 ,608 -,345 3,349 15,667 1,530
SVTH: LÊ THỊ HÀ UYÊN 49 Sig. ,005 ,544 ,731 ,001 ,000 ,128 95,0% Confidence Interval for B Lower Bound -,900 -,065 -,106 ,064 ,759 -,024 Upper Bound -,166 ,123 ,074 ,250 ,978 ,189 Correlations Zero-order ,541 ,520 ,641 ,886 ,603 Partial ,050 -,028 ,265 ,789 ,124 Part ,021 -,012 ,118 ,550 ,054 Collinearity Statistics Tolerance ,530 ,562 ,499 ,552 ,480 VIF 1,887 1,780 2,003 1,810 2,082
Nguồn: Kết quả phân tích dữ liệu SPSS- Phụ lục 8
Nhận diện các biến độc lập có ý nghĩa trong mô hình hồi quy Theo bảng Coefficentsa cho thấy:
Sig X1 = 0,544 > 0,05; α = 5% => X1 không có ý nghĩa trong mô hình Sig X2 = 0,731 > 0,05 ; α = 5% => X2 không có ý nghĩa trong mô hình Sig X3 = 0,001 < 0,05 ; α = 5% => X3 có ý nghĩa trong mô hình
Sig X4 = 0,000 < 0,05 ; α = 5% => X4 có ý nghĩa trong mô hình
Sig X5 = 0,128 > 0,05 ; α = 5% => X5 không có ý nghĩa trong mô hình
Trong bảng kết quả trên ta thấy, 2 nhân tố X3, X4 có giá trị mức ý nghĩa Sig <= 0,05 nên các biến này có tương quan với biến Y với độ tin cậy 95% hay nói cách khác hai biến X3, X4 có ý nghĩa trong mô hình.
Còn lại 3 nhân tố: X1,X2,X5 có giá trị mức ý nghĩa Sig > 0,05 nên biến này không tương quan với biến Y hay nói cách khác các biến này không có ý nghĩa trong mô hình. Giá trị Sig của biến phụ thuộc (Y) và 2 biến độc lập (X3, X4) đều tương quan với (Y) trong mô hình hồi quy. Vì có giá trị Sig nhỏ hơn 0.05, chứng tỏ 2 biến này có mối quan hệ tương quan với biến (Y) chất lượng dịch vụ chung và chấp nhận trong mô hình hồi quy với độ tin cậy 95%. Và loại (X1,X2,X5) vì các biến này có giá trị mức ý nghĩa Sig > 0,05 nên biến này không tương quan với biến CLDV.
Như vậy, theo kết quả phân tích nhân tố sự tin cậy, sự đáp ứng, sự đồng cảm không tương quan với CLDV hay nói cách khác các nhân tố này không ảnh hưởng đến CLDV. Tuy nhiên, trên thực tế các nhân tố này vẫn có liên quan đến CLDV của công ty. Việc kết quả phân tích cho thấy ba nhân tố này không tương quan với CLDV có thể vì quy mô mẫu NC chưa đủ lớn để NC phù hợp với thực tế.
SVTH: LÊ THỊ HÀ UYÊN 50
Bảng 4.23: Kiểm định độ phù hợp của mô hình (Model Summaryb)
Model Summaryb Mo del R R Squar e Adjuste d R Square Std. Error of the Estimate
Change Statistics Durbin- Watson R Square Change F Change df1 df2 Sig. F Change 1 ,904a ,816 ,810 ,267 ,816 132,577 5 149 ,000 2,053 a. Predictors: (Constant), X5, X2, X4, X1, X3 b. Dependent Variable: Y
Nguồn: Kết quả phân tích dữ liệu SPSS- Phụ lục 8
Bảng kết quả này đánh giá độ phù hợp của mô hình hồi quy (Model Summary) cho thấy, sử dụng giá trị thống kê Adjusted R Square để giải thích mưc độ phù hợp của mô hình, giá trị Adjusted R Square của mô hình = 0,810 với kiểm định F, Sig = 0,000 < 0,05 điều này nói lên độ thích hợp của mô hình là 81% hay nói cách khác là 81% sự biến thiên của chất lượng dịch vụ quảng cáo tại VTM-AD được giải thích bởi 2 biến độc lập trong mô hình nghiên cứu.
4.2.6.3 Mức độ phù hợp của mô hình (Phân tích ANOVA)
Đặt giả thuyết H0: biến độc lập không liên quan đến biến phụ thuộc
Bảng 4.24: Bảng phân tích ANOVAa
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 47,241 5 9,448 132,577 ,000b Residual 10,619 149 ,071 Total 57,859 154 a. Dependent Variable: Y b. Predictors: (Constant), X5, X2, X4, X1, X3
Nguồn: Kết quả phân tích dữ liệu SPSS- Phụ lục 8
Bảng ANOVA cho thấy với kiểm định F = 132,577, giá trị Sig = 0,000 < 0,05 điều đó nói lên ý nghĩa mô hình lý thuyết phù hợp với dữ liệu nghiên cứu nên bác bỏ giả thuyết H0, tức là biến độc lập có tương quan với biến phụ thuộc.
4.2.6.4 Kiểm định hiện tượng đa cộng tuyến (Multipe Collinearity)
Dựa vào bảng 4.22 Kiểm định hệ số hồi quy (Coefficientsa), ta kiểm định hiện tượng đa cộng tuyến.
Bản kiểm định kết quả mức ý nghĩa của mô hình hồi quy, trong đó giá trị kiểm định hiện tượng đa cộng tuyến thể hiện ở cột cuối cùng (VIF) các biến trong mô hình là rất
SVTH: LÊ THỊ HÀ UYÊN 51 nhỏ từ 1,780 đến 2,082 nhỏ hơn 10 chứng tỏ mô hình hồi quy không vi phạm giả thuyết hiện tượng đa cộng tuyến, mô hình có ý nghĩa thống kê.
4.2.6.5 Kiểm định hiện tượng tự tương quan (Durbin – Watson)
Trong nghiên cứu này số quan sát n = 155, số tham số k = 5, với mức ý nghĩa 0,05 (95%) tra trong bảng thống kê Durbin – Watson, ta được trị số thống kê dưới dL= 1,557 và trị số thông kê trên dU = 1,693.
Kết quả của chương trình SPSS tính ra cho hệ số Durbin – Watson của nghiên cứu này là d = 2,053. Theo lý thuyết, ta nhận thấy giá trị dU< d < 4 - dU tương ứng 1,557 < 2,053 < 4 – 1,557 = (2,307). Kết luận, không có hiện tượng tự tương quan trong phần dư của mô hình hồi quy tuyến tính. Mô hình nghiên cứu thoả các điều kiện đánh giá và kiểm định độ phù hợp cho việc rút ra các kết quả nghiên cứu.
4.2.6.6 Kết quả phân tích hồi quy
Phương trình hồi quy có dạng: Y=B0 + BX1+ BX2 + BX3+ BX4 +BX5
- Dựa vào bảng 4.22 kiểm định hệ số hồi quy (Coefficientsa), ta xét cột B để viết phương trình hồi quy sau:
Y= - 0,533 + 0,157X3 + 0,868X4 - Trong đó:
B0: là hệ số chặn (-0,533).
BX3 (Sự hữu hình) = 0,157 mang dấu dương (+) tương quan cùng chiều với CLDV. Do đó chấp nhận giả thuyết H3: Sự hữu hình có tác động dương đến chất lượng dịch vụ. Khi yếu tố sự hữu hình tăng 1 đơn vị thì chất lượng dịch vụ tăng lên 0,157 đơn vị.
BX4 (Sự đảm bảo) = 0,868 mang dấu dương (+) tương quan cùng chiều CLDV. Do đó chấp nhận giả thuyết H4: Sự đảm bảo có tác động dương đến chất lượng dịch vụ. Khi yếu tố sự đảm bảo tăng thêm 1 đơn vị thì chất lượng dịch vụ tăng thêm 0.868 đơn vị.
Bảng 4.25: Tầm ảnh hưởng của các biến độc lập đến sự hài lòng của nhân viên.
Biến Tên biến Standardized coefficients % Thứ tự ảnh hưởng
X3 Sự hữu hình 0,166 18,32 2
X4 Sự đảm bảo 0,740 81,68 1
Tổng 0,906 100
Nguồn: Tác giả thực hiện
- Biến có ảnh hưởng mạnh nhất đến chất lượng dịch vụ là X4 (Sự đảm bảo), biến này đóng góp 81,68% vào chất lượng dịch vụ.
SVTH: LÊ THỊ HÀ UYÊN 52 - Biến có ảnh hưởng mạnh đứng thứ hai là X3 (Sự hữu hình) biến này đóng góp 18,32% vào chất lượng dịch vụ.
Thứ tự ảnh hưởng đến chất lượng dịch vụ trên là cơ sở để đưa ra giải pháp nhằm nâng cao chất lượng dịch vụ quảng cáo trực tuyến tại công ty Cổ phần Quảng cáo Việt Tiến Mạnh trong chương 5.