5.7.1.1 Xem xét ma trận hệ số tƣơng quan (r)
Kết quả thống kê cho thấy, giữa các
trong mơ hình nghiên cứu khơng cĩ mối tƣơng quan tuyến tính với nhau (Phụ lục 5). Nhƣ vậy sẽ khơng xuất hiện đa cộng tuyến trong phân tích hồi qui.
Bên cạnh đĩ, kết quả phân tích cũng cho thấy mức độ tƣơng quan t
, trong đĩ mối quan hệ tƣơng quan
= 0,401.
5.7.1.2 Đánh giá độ phù hợp của mơ hình hồi quy tuyến tính bội
Mơ hình hồi quy bội đƣợc xem cĩ dạng:
Thoaman = β0 + β1*NLPhucVu + β2*CLPhuongTien + β3*KNDapUng + β4*MDTinCay + β5*MDThongTin + β6*HinhAnhCT + β7*BeNgoaiPT
Để tiến hành phân tích hồi quy tuyến tính bội, các biến đƣợc đƣa vào mơ hình theo phƣơng pháp Enter. Tiêu chuẩn kiểm định là tiêu chuẩn đƣợc xây dựng vào phƣơng pháp kiểm định giá trị thống kê F và xác định xác suất tƣơng ứng của giá trị thống kê F, kiểm định mức độ phù hợp giữa mẫu và tổng thể thơng qua hệ số xác định R2. Cơng cụ chẩn đốn giúp phát hiện sự tồn tại của đa cộng tuyến trong dữ liệu đƣợc đánh giá mức độ cộng tuyến làm thối hĩa tham số ƣớc lƣợng là: Hệ số phĩng đại phƣơng sai (Variance inflation factor – VIF) và độ chấp nhận Tolerance
95 (< 2). Quy tắc là khi VIF vƣợt quá 10, đĩ là dấu hiệu của đa cộng tuyến (Trọng &
Ngọc 2005)
Kết quả phân tích hồi quy tuyến tính lần thứ nhất nhƣ sau (Phụ lục số 5):
Bảng 5.9: Bảng Model Summary, Anovavà Coefficients (lần 1) Model Summary(b)
Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson
1 ,627(a) ,393 ,376 ,79002746 1,850
a Predictors: (Constant), HTBenNgoai, HinhAnhCTy, MDThongTin, MDTinCay, KNDapUng, CLPhuongTien, NLPhucVu
b Dependent Variable: HLC
ANOVA(b)
Model Sum of Squares df Mean Square F Sig.
1 Regression 98,333 7 14,048 22,507 ,000(a)
Residual 151,667 243 ,624
Total 250,000 250
a Predictors: (Constant), HTBenNgoai, HinhAnhCTy, MDThongTin, MDTinCay, KNDapUng, CLPhuongTien, NLPhucVu
b Dependent Variable: HLC
So sánh 2 giá trị R Square và Adjusted R Square cĩ thể thấy Adjusted R Square nhỏ hơn, dùng nĩ để đánh giá độ phù hợp của mơ hình sẽ an tồn hơn vì nĩ khơng thổi phồng mức độ phù hợp của mơ hình.
Vậy hệ số xác định đƣợc điều chỉnh Adjusted R Square là 0,3769. Cĩ nghĩa là mơ hình hồi quy tuyến tính đã xây dựng phù hợp với tập dữ liệu đến mức 37,6%, điều này cịn cho thấy mối quan hệ giữa biến phụ thuộc và các biến độc lập là khá chặt chẽ.
ƣợc quan sát đối với dịch vụ taxi Mai Linh.
Kiểm định F sử dụng trong bảng phân tích phƣơng sai vẫn là một phép kiểm định giả thuyết về độ phù hợp của mơ hình hồi quy tuyến tính tổng thể. Theo kết quả ta thấy kiểm định F cĩ giá trị là 22,507 với Sig. = .000a chứng tỏ mơ hình hồi quy tuyến tính bội phù hợp với tập dữ liệu và cĩ thể sử dụng đƣợc.
9
Adjusted R Square - – -
96 Bây giờ chúng ta kiểm tra khả năng xảy ra hiện tƣợng đa cộng tuyến giữa các
biến độc lập:
VIF <2: Hiện tƣợng đa cộng tuyến giữa các biến độc lập ảnh hƣởng khơng đáng kể đến mơ hình. 2 ≤VIF ≤ 10: Hiện tƣợng đa cộng tuyến giữa các biến độc lập ảnh hƣởng đáng kể đến mơ hình VIF > 10: Dấu hiệu của đa cộng tuyến
Ta thấy tất cả các giá trị VIF đều = 1: Hiện tƣợng đa cộng tuyến giữa các biến độc lập ảnh hƣởng khơng đáng kể đến mơ hình10.
Đồng thời, độ chấp nhận Tolerance < 2, cho nên khơng cĩ hiện tƣợng đa cộng tuyến xảy ra ở đây.
Mơ hình cũng đáp ứng điều kiện về phần dƣ, phần dƣ cĩ phân phối xấp xỉ chuẩn (trung bình Mean =0,00, độ lệch chuẩn Std.Dev = ,99) (Xem Bảng 5.9)
Đại lƣợng thống kê Durbin-Watson (d) = 1,850
tự tƣơng quan với nhau (Xem bảng 5.8). Vì thế ta cĩ thể an tâm sử dụng phƣơng trình hồi qui.
10 Khi EFA, trong hộp thoại Factor Analysis, chúng ta chọn nút Scores, sau đĩ nhấp chọn Save as variables để lƣu lại nhân số của nhân tố một cách tự động. Mặc định của chƣơng trình này là phƣơng pháp Regression. Nhân số tính theo cách này đã đƣợc chuẩn hĩa (đã đƣợc chuyển qua đơn vị đo lƣờng độ lệch chuẩn)
97
Bảng 5.10: Đồ thị phân phối phần dƣ
Regression Standardized Residual
2,50 2,00 1,50 1,00 ,50 0,00 -,50 -1,00 -1,50 -2,00 -2,50 -3,00 -3,50 -4,00 -4,50 -5,00 Histogram Dependent Variable: HLC Fr eq ue ncy 40 30 20 10 0 Std. Dev = ,99 Mean = 0,00 N = 251,00
Normal P-P Plot of Regression Standardized Residual Dependent Variable: HLC
Observed Cum Prob
1,0 ,8 ,5 ,3 0,0 Exp ect ed C um P ro b 1,0 ,8 ,5 ,3 0,0
98
Bảng 5.11: Hệ số hồi quy chuẩn hĩa của phƣơng trình (lần 1) Coefficients(a) Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 9,131E-17 ,050 ,000 1,000 NLPhucVu ,401 ,050 ,401 8,016 ,000 1,000 1,000 CLPhuongTien ,226 ,050 ,226 4,533 ,000 1,000 1,000 KNDapUng ,171 ,050 ,171 3,427 ,001 1,000 1,000 MDTinCay ,220 ,050 ,220 4,412 ,000 1,000 1,000 MDThongTin ,197 ,050 ,197 3,950 ,000 1,000 1,000 HinhAnhCT ,131 ,050 ,131 2,623 ,009 1,000 1,000 BeNgoaiPT ,218 ,050 ,218 4,365 ,000 1,000 1,000 a Dependent Variable: HLC
Kết quả cho thấy, các hệ số β’ đều khác 0 và sig < 0,05, chứng tỏ các thành phần trên đều tham dự vào sự thỏa mãn của khách hàng. So sánh giá trị (độ lớn) của β’ cho thấy: Năng lực phục vụ cĩ tác động lớn nhất đến sự thỏa mãn của khách hàng (β = 0,401). Mỗi đơn vị (chuẩn hĩa) thay đổi ở năng lực phục vụ thì mức độ thỏa mãn của khách hàng thay đổi 0,401 đơn vị, vƣợt trội so với ảnh hƣởng của các yếu tố khác: Chất lƣợng phƣơng tiện (β = 0,226); Khả năng đáp ứng (β = 0,171); Mức độ tin cậy (β = 0,220); Mức độ thơng tin (β = 0,197); Hình ảnh cơng ty (β = 0,131); Bề ngồi phƣơng tiện (β = 0,218).
Từ kết quả trên, phƣơng trình thể hiện sự thỏa mãn của khách hàng với dịch vụ taxi Mai Linh tại thành phố Nha Trang nhƣ sau:
Thoaman = 0,401*NLPhucVu + 0,226*CLPhuongTien + 0,171*KNDapUng + 0,220*MDTinCay + 0,197*MDThongTin + 0,131*HinhAnhCT +
0,218*BeNgoaiPT.
5.7.1.3 Kiểm định các giả thuyết của mơ hình
Sau khi phân tích EFA, 7 nhân tố đƣợc đƣa vào mơ hình là: 1) Năng lực phục vụ; (2) Chất lƣợng phƣơng tiện; (3) Khả năng đáp ứng; (4) Mức độ tin cậy; (5) Mức độ thơng tin; (6) Hình ảnh cơng ty; (7) Bề ngồi phƣơng tiện; C
99 5%.
Tĩm lại:
.