Nguồn: Kết quả phân tích dữ liệu khảo sát; 2020
khách hàng
Sự hài lòng HL ,101** _______
Ị_ ,082 017, 046, 028,
Dịch vụ và sản
phẩm DVSP 106 , 082, _______Ị_ 349, 256, 384,
Môi trường giao
dịch MT 028 , 017, ,349 _____Ị_ 383, 221, Giá cả G , 112 , 046 ,256 ,383 _____ 1_ , 313
Năng lực nhân viên NL ,
029 028, ,384 221, 313, _____1
Nguồn: Kết quả phân tích nhân tố khám phá; 2020
4.5. Phân tích tương quan các biến
Trước khi phân tích hồi quy, nghiên cứu cần phân tích sự tương quan giữa các biến để kiểm tra quan hệ giữa các biến độc lập và biến phụ thuộc cũng như hiện tượng đa cộng tuyến giữa các biến độc lập với nhau. Nghiên cứu sử dụng kiểm định tương quan Pearson để phân tích tương quan giữa các biến sau: (1) Dịch vụ và sản phẩm; (2) Sự hài lòng; (3) Môi trường giao dịch; (4) Giá cả; (5) Năng lực nhân viên và biến phụ thuộc là Giá trị cảm nhận của khách hàng đối với dịch vụ tín dụng KHCN tại BIDV - Chi nhánh Sở Giao Dịch 2.
Đối với mối tương quan giữa các biến độc lập, nghiên cứu chủ yếu quan tâm tới mối liên hệ giữa các biến có hệ số tương quan từ 0,8 trở lên (tương quan tương đối chặt chẽ) và có ý nghĩa thống kê ở mức 5% vì mối liên hệ này có thể khiến cho mô hình hồi quy bị thiên lệch do hiện tượng đa cộng tuyến giữa các biến độc lập. Kết quả phân tích Bảng 4.24 cho thấy, mối tương quan giữa các biến độc lập có trong mô hình là không mạnh (các hệ số tương quan đều nhỏ hơn 0,6). Điều này cho thấy khả năng xảy ra hiện tượng đa cộng tuyến giữa các biến độc lập trên là khá thấp, kết quả kiểm định hiện tượng đa cộng tuyến sẽ được phân tích chi tiết hơn sau khi phân tích hồi quy thông qua hệ số VIF. Như vậy, sơ bộ có thể kết luận các biến độc lập này có thể đưa vào mô hình phân tích hồi quy.
Kết quả phân tích cho thấy biến “Giá trị cảm nhận của khách hàng đối với dịch vụ tín dụng KHCN tại BIDV - Chi nhánh Sở Giao Dịch 2” có tương quan với cả 5 biến độc lập. Trong đó, tương quan giữa biến “Sự hài lòng của KHCN” và biến
Mô hình
Hệ số hồi quy chưa chuẩn hóa Hệ số hồi quy chuẩn hóa Giá trị kiểm định t Mức ý nghĩa B chuẩnSai số Beta
Hằng
số 3,813 ,448 8,514 ,000
“Giá cả” là cao nhất 0,112 và thấp nhất là biến “Môi trường giao dịch” có hệ số tương quan là 0,028. Điều này cho thấy các biến độc lập đưa vào phân tích hồi quy đều có mối tương quan với biến “Giá trị cảm nhận của khách hàng”. Như vậy, các biến độc lập này có thể đưa vào mô hình phân tích hồi quy để nghiên cứu về giá trị cảm nhận của khách hàng đối với dịch vụ tín dụng KHCN tại BIDV - Chi nhánh Sở Giao Dịch 2.
Như vậy, với kết quả phân tích ma trận hệ số tương quan giữa các biến trong mô hình cho thấy, các biến độc lập và các biến phụ thuộc đủ điều kiện để thực hiện bước phân tích hồi quy tiếp theo. Mô hình hồi quy có dạng:
GIATRI = βo + β1*HL + β2*DVSP + β3*MT + β4*G + β5*NL 4.6. Phân tích hồi quy
4.6.1. Kết quả phân tích hồi quy
Sau khi tiến hành phân tích nhân tố khám phá, nhóm các biến theo từng yếu tố, nghiên cứu tiếp tục tiến hành phân tích hồi quy. Mô hình hồi quy mà nghiên cứu áp dụng là mô hình hồi quy đa biến để xem xét mối liên hệ giữa biến phụ thuộc với các biến độc lập. Khi phân tích hồi quy, kết quả sẽ cho thấy được các nhân tố ảnh hưởng tới giá trị cảm nhận của khách hàng đối với dịch vụ tín dụng KHCN tại BIDV - Chi nhánh Sở Giao Dịch 2. Đồng thời cho biết mức độ tác động của các yếu tố và mức độ giải thích của chúng. Cụ thể, phân tích hồi quy được thực hiện với 5 biến độc lập là dịch vụ và sản phẩm (DVSP), sự hài lòng (HL), môi trường giao dịch (MT), giá cả (G), năng lực nhân viên (NL) và biến phụ thuộc là Giá trị cảm nhận của khách hàng đối với dịch vụ tín dụng KHCN tại BIDV - Chi nhánh Sở Giao Dịch 2. Phương pháp đưa vào một lượt (phương pháp Enter) được dùng để phân tích hồi quy. Giá trị của các yếu tố được dùng để chạy hồi quy là giá trị trung bình của các biến quan sát. Mô hình được viết như sau:
GIATRI = βo + β1*HL + β2*DVSP + β3*MT + β4*G + β5*NL + ei (βi: Các hệ số hồi quy (i > 0); β0: Hằng số, ei: Sai số).
Kết quả của mô hình hồi quy được thể hiện qua Bảng 4.25:
G ,025 ,107 ,024 ,043 ,026 NL ,049 ,108 ,048 ,454 ,020 Mô hình phươngTổng sai lệch df Bình phương tổng phương sai _______lệch_______ F Mức ý nghĩa ⅜
Mô hình hồi quy 65,359 5 21,072 130,141 ,000
Số dư___________ 38,684 194 ,509
Tổng___________ 104,043 199
Biến phụ thuộc: Giá trị cảm nhận của khách hàng đối với dịch vụ tín dụng KHCN Nguồn: Kết xuất SPSS; 2020
4.6.2. Đánh giá và kiểm định mức độ phù hợp của mô hình
R2 điều chỉnh = 0,622 có ý nghĩa là các biến độc lập trong mô hình bao gồm: dịch vụ và sản phẩm (DVSP), sự hài lòng (HL), môi trường giao dịch (MT), giá cả (G), năng lực nhân viên (NL) giải thích 62,2% sự biến thiên của giá trị cảm nhận của khách hàng đối với dịch vụ tín dụng KHCN và còn lại sự biến thiên của giá trị cảm nhận của khách hàng đối với dịch vụ tín dụng KHCN không được giải thích bởi các biến độc lập trong mô hình, hay nói cách khác do các yếu tố ngoài mô hình.
Ngoài ra, kiểm định từ bảng phân tích phương sai ANOVA, giá trị F= 130,141 giá trị Sig. = 0.000 rất nhỏ (< 0.05), từ kết quả này cho thấy tồn tại ít nhất một biến độc lập có ý nghĩa thống kê giải thích sự thay đổi của biến phụ thuộc.