Mô hình tổng
Model R R Square Adjusted R Square Std. Error of the Estimate
1 .744a .554 .539 .30887
ANOVAb
Model
Sum of
Squares df Mean Square F Sig.
1 Regression 13.636 4 3.409 35.734 .000a Residual 10.971 115 .095 Total 24.607 119 Hệ số Model Unstandardized Coefficients Standardize d Coefficients t Sig. Collinearity Statistics B Std. Error Beta Toleranc e VIF 1 (Constant) .989 .248 3.988 .000 Tiện ích .143 .033 .269 4.287 .000 .984 1.016
Phương tiện hữu hình .300 .031 .615 9.772 .000 .979 1.021
Phục vụ và hỗ trợ .095 .041 .144 2.306 .023 .990 1.010
An toàn .195 .043 .285 4.564 .000 .993 1.007
4.5.2 Đánh giá sự phù hợp của mô hình hồi quy bội
Xem Bảng 4.20 cho thấy Hệ số xác định R Square đã được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mô hình. Tuy nhiên, mô hình thường không phù hợp với dữ liệu thực tế như giá trị R Square (0,744) thể hiện. Trong tình huống này, R Square điều chỉnh (Adjuster R Square) (0,539) từ R Square 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 R Square. So sánh 2 giá trị R Square và R Square điều chỉnh ở Bảng 4.20, chúng ta sẽ thấy R Square điều chỉnh nhỏ hơn và dùng nó đánh giá độ phù hợp của mô hình sẽ an toàn hơn vì nó không thổi phồng mức độ phù hợp của mô hình. Như vậy, với R Square điều chỉnh cho thấy sự tương thích của mô hình với biến quan sát và biến phụ thuộc Sự hài lòng được giải thích bởi 4 biến độc lập.
4.5.3 Kiểm định giả thuyết về độ phù hợp của mô hình
Kiểm định F sử dụng trong phân tích phương sai là một 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 tập hợp của các biến độc lập. Nhìn vào
Bảng 4.18 ta thấy rằng trị thống kê F được tính từ giá trị R Square đầy đủ khác 0, giá trị sig.<0,0001 cho thấy giả thuyết của mô hình sử dụng là phù hợp.
Thêm vào đó, tiêu chí Collinearity diagnostics (chuẩn đoán hiện tượng đa cộng tuyến) với hệ số phóng đại phương sai VIF (Variance inflation factor) của các biến độc lập trong mô hình đều nhỏ hơn 10 thể hiện tính đa cộng tuyến của các biến độc lập là không đáng kể và các biến trong mô hình được chấp nhận.
Sau cùng, hệ số Durbin Watson dùng để kiểm định tương quan chuỗi bậc nhất cho thấy mô hình không vi phạm khi sử dụng phương pháp hồi quy bội vì giá trị d đạt được là 1,964 gần tiến đến 2 nên chấp nhận giả thuyết không có sự tương quan chuỗi bậc nhất trong mô hình. Như vậy, mô hình hồi quy bội thỏa các điều kiện đánh giá và kiểm định độ phù hợp cho việc rút ra các kết quả nghiên cứu.
4.5.4 Kiểm định giả thuyết về ý nghĩa của hệ số hồi quy
Ở phần trên tác giả đã kiểm định sự phù hợp giả thuyết của mô hình, phân này kiểm định giả thuyết về ý nghĩa của hệ số hồi quy. Giả sử rằng các hệ số hồi quy bằng 0 (giả thuyết H0). Kiểm đình này dùng hệ số t (t = Bi/Sbi) nếu ti khác 0 thì giả thuyết H0 bị bác bỏ. Như vậy các hệ số hồi quy Bi khác 0. Qua bảng 4.18 dựa và cột t thì cho thấy tất cả các giá trị t tương ứng với từng hệ số hồi quy tương ứng đều khác 0. Điều này chức tỏ H0 bị bác bỏ. Như vậy, cho kết luận là các biến độc lập đều có tương quan với biến phụ thuộc. Vậy cả 6 biến độc lập: Tiện ích, Phương tiện hữu hình, Phục vụ và hộ trợ, An toàn đều có mối quan hệ tương quan với sự hài lòng.
Tiếp tục ta kiểm định sự phù hợp các biến, Sig của các biến đều bằng 0 nhỏ hơn 0,05. Như vậy các biến trong phương trình hồi quy tin cậy và phù hợp.
Theo phân tích hồi quy cho thấy Hình ảnh thương hiệu có quan hệ tuyến tính với các nhân tố: Tiện ích (0,143), Phương tiện hữu hình (0,3); Phục vụ và hỗ trợ (0.095); An toàn (0,195).
Phương trình hồi quy: Y = 0,989 + 0,143X1 + 0,3X2 + 0,095X3 + 0,195X4
Phương trình hồi quy cũng cho thấy sự tác động mạnh yếu của từng nhân tố đến Sự hài lòng khi dung thẻ ATM của ABBank. Theo thứ tự tác động từ cao đến thấp thì đầu tiên là nhân tố Phương tiện hữu hình tác động mạnh nhất với hệ số hồi quy là 0,3 vượt trội An toàn tác động mạnh thứ 2 đến sự hài lòng với hệ số hồi quy là 0,195; tác động mạnh thứ ba là nhân tố Tiện ích với hệ số hồi quy là 0,143 và cuối cùng tác động ít nhất đến sự hài lòng là nhân tố phục vụ và hỗ trợ với hệ số hồi quy là 0,095.
Kết quả cho thấy 4 nhân tố có Hệ số Beta chuẩn hóa > 0 nên có tác động thuận chiều với Hình ảnh thương hiệu khẳng định các giả thuyết H0, H1, H2, H3, H4 nêu ra trong mô hình nghiên cứu được kiểm định phù hợp và được chấp nhận. Như vậy, ABBank phải nỗ lực cải tiến những nhân tố này để nâng cao Sự hài
lòng, nhất là hai nhân tố An toàn và Tiện ích
4.6 Kiểm định sự khác biệt giữa các biến định tính đối với sự hài lòng
Giới tính
Ta thấy sig Levene's Test (0,102) lớn hơn 0.05 thì phương sai giữa 2 giới tính là không khác nhau. Giá trị sig T-Test > 0.05 chúng ta kết luận: Không có sự khác biệt có ý nghĩa thống kê về mức độ hài lòng của những đáp viên có giới tính khác nhau.