CHƯƠNG 4 KẾT QUẢ NGHIÊN CỨU
4.2. Kết quả nghiên cứu
4.2.4 Phân tích hồi quy
Từ kết quả phân tích nhân tố khám phá cho thấy 4 yếu tố ảnh hưởng đến SHL của người dân. Tiếp theo, phân tích hồi quy nhằm xác định sự tương quan này có
tuyến tính hay khơng và mức độ quan trọng của từng yếu tố ảnh hưởng đến SHL của người dân. Phân tích hồi quy được thực hiện với 4 biến độc lập bao gồm: tin cậy (TC) , năng lực phục vụ (PV), đồng cảm (DC), hữu hình (HH) và một biến phụ thuộc sự hài lịng (HL).
Mơ hình của phân tích hồi quy là:
HL = β0 + β1TC + β2PV + β3DC + β4HH + ɛ
Trong đó, β0 là hằng số hồi quy
β1, β2, β3, β4 là các hệ số hồi quy ɛ là sai số ngẫu nhiên
4.2.4.1. Phân tích hệ số tương quan
Phân tích tương quan được thực hiện giữa biến phụ thuộc SHL và các biến độc lập như: (1) Sự tin cậy, (2) Năng lực phục vụ, (3) Sự đồng cảm, (4) Sự hữu hình. Đồng thời cũng phân tích tương quan giữa các biến độc lập với nhau nhằm phát hiện những mối tương quan chặt chẽ giữa các biến độc lập. Vì những tương quan như vậy có thể ảnh hưởng lớn đến kết quả của phân tích hồi quy như gây ra hiện tượng đa cộng tuyến.
Để thực hiện thao tác này cần đặt các biến đại diện như sau: TC = mean(TC1,TC2,TC3,TC4)
PV = mean(PV1, PV2, PV3, PV4, PV5, PV6, PV7) DC = mean(DC1, DC3, DC4)
HH = mean(HH1, HH2, HH3, HH4) HL = mean(HL1,HL2,HL3)
Kiểm định hệ số tương quan Pearson dùng để kiểm tra mối tương quan giữa các biến độc lập và biến phụ thuộc trước khi phân tích hồi quy tuyến tính bội. Về lý thuyết, Hệ số tương quan luôn nằm trong khoảng từ (-1, +1) nếu giá trị tuyệt đối lớn hơn 0,6 thì có thể kết luận là có mối quan hệ là chặt chẽ, giá trị này càng gần 1 thì mối quan hệ càng chặt, nếu nhỏ hơn 0,3 thì cho biết mối quan hệ là lỏng. Nếu các biến có tương quan chặt thì phải lưu ý đến vấn đề đa cộng tuyến khi phân tích hồi quy. Kết quả phân tích tương quan xem Bảng 4.16.
Bảng 4.16. Kết quả phân tích tương quan giữa các biến TC PV DC HH HL TC Hệ số tương quan 1 Sig. PV Hệ số tương quan 0.478 1 Sig. 0.000 DC Hệ số tương quan 0.046 0.377 1 Sig. 0.530 0.000 HH Hệ số tương quan 0.540 0.549 0.155 1 Sig. 0.000 0.000 0.033 HL Hệ số tương quan 0.467 0.603 0.500 0.574 1 Sig. 0.000 0.000 0.000 0.000 Nguồn: tác giả - 2019
Từ kết quả phân tích tương quan trên, ta có thể thấy mối tương quan giữa biến phụ thuộc SHL với các biến độc lập: (1) tin cậy, (2) năng lực phục vụ, (3) đồng cảm, (4) hữu hình đều khác 1, như vậy khơng xảy ra tương quan hoàn toàn giữa các biến độc lập và biến phụ thuộc và giá trị Sig. < 0.05. Do đó có thể đưa các biến độc lập vào mơ hình hồi quy để giải thích cho sự thay đổi của biến phụ thuộc. trong đó hệ số tương quan giữa Năng lực phục vụ với Sự hài lòng đạt cao nhất với giá trị 0,603; hệ số tương quan thấp nhất là Sự tin cậy với giá trị 0,467. Tuy nhiên, mức độ tác động của từng biến độc lập lên biến phụ thuộc sẽ được xác định cụ thể thơng qua phân tích hồi quy tuyến tính bội.
Kết quả phân tích tương quan Pearson cho thấy một số biến độc lập có sự tương quan với nhau. Do đó khi phân tích hồi quy cần phải chú ý đến vấn đề đa cộng tuyến.
4.2.4.2. Đánh giá sự phù hợp của mơ hình
Phân tích hồi quy để xác định cụ thể trọng số của từng yếu tố ảnh hưởng đến SHL của người dân. Phân tích hồi quy sẽ được thực hiện với 4 biến độc lập: (1) tin cậy, (2) năng lực phục vụ, (3) đồng cảm, (4) hữu hình và một biến phụ thuộc SHL. Phân tích được thực hiện bằng phương pháp hồi quy tổng thể của các biến (Enter) với phần mềm SPSS 20.0.
Bảng 4.17. Đánh giá độ phù hợp của mơ hình
Mơ hình R R2 R điều chỉnh Ước lượng độ lệch chuẩn
Durbin- Watson
1 0.755a 0.570 0.561 0.47821 1.721
Nguồn: tác giả - 2019
Hệ số xác định R2 = 0.570 khác 0 cho thấy mơ hình nghiên cứu phù hợp. Kết quả cũng cho thấy R2 hiệu chỉnh R2adj = 0.561 nhỏ hơn R2, hệ số này được dùng để đánh giá độ phù hợp của mơ hình an tồn, chính xác hơn vì nó khơng thổi phồng độ phù hợp của mơ hình. Như vậy, khoảng 56,1% phương sai SHL của người dân được giải thích bởi phương sai của 4 biến độc lập: tin cậy, năng lực phục vụ, đồng cảm và hữu hình.
4.2.4.3. Kiểm định độ phù hợp của mơ hình
Kiểm định F sử dụng trong bảng phân tích phương sai kiểm định giả thuyết về độ phù hợp của mơ hình hồi quy tuyến tính tổng thể. Trị F = 60.637 và mức ý nghĩa Sig. = 0.000 < 0.05. Do vậy, mơ hình hồi quy tuyến tính đưa ra phù hợp với dữ liệu và có thể sử dụng được (Bảng 4.18).
Bảng 4.18. Kiểm định độ phù hợp của mơ hình ANOVAb Mơ hình Tổng bình phương Df Trung bình của bình phương F Sig. 1 Hồi quy 55.467 4 13.867 60.637 0.000b Phần dư 41.850 183 .229 Tổng 97.317 187 a. Dự báo: (Hằng số), HH, DC, TC, PV b. Biến phụ thuộc: HL Nguồn: tác giả - 2019
4.2.4.4. Kết quả phân tích hồi quy và đánh giá mức độ ảnh hưởng của từng yếu tố
Bảng 4.19. Kết quả phân tích hồi quy tuyến tính bội
Coefficientsa Mơ hình Hệ số chưa chuẩn hóa Hệ số chuẩn hóa T Sig. Đa cộng tuyến B Độ lệch chuẩn Beta Dung sai VIF 1 (Constant) 0.233 0.201 1.155 0.249 TC 0.151 0.049 0.187 3.105 0.002 0.646 1.548 PV 0.201 0.062 0.211 3.253 0.001 0.558 1.791 DC 0.305 0.044 0.365 6.883 0.000 0.834 1.199 HH 0.278 0.058 0.300 4.794 0.000 0.599 1.671 a. Biến phụ thuộc: HL
Trọng số hồi quy β của 4 biến độc lập: tin cậy (TC), năng lực phục vụ (PV), đồng cảm (DC), hữu hình (HH) đều có ý nghĩa thống kê, các giá trị Sig. đều nhỏ hơn 0.05: TC (0.002), PV (0.001), DC (0.000), HH (0.000). Cả 4 yếu tố đều ảnh hưởng tích cực đến SHL của người dân. Về kiểm định đa cộng tuyến, hệ số phóng đại phương sai VIF đều nhỏ hơn 2 (TC: 1.548, PV: 1.791, DC: 1.199, HH: 1.671) cho thấy khơng có hiện tượng đa cộng tuyến. Trong thực tế, hệ số phóng đại phương sai VIF của các biến là nhỏ, bé hơn 2. Do đó, hiện tượng đa cộng tuyến giữa các biến độc lập trong mơ hình này là nhỏ, khơng có ảnh hưởng đáng kể đến kết quả hồi quy.
Vậy, mơ hình hồi quy bội là:
HL = .233 + .151 * TC + .201*PV + .305*DC + .278*HH
Hay
HL = .187 * TC + .211*PV + .365*DC + .300*HH
Từ phương trình này ta cũng thấy rằng, hệ số riêng của TC, PV, DC, HH đều dương nên các biến này đồng biến với biến phụ thuộc HL. Thứ tự ảnh hưởng của các biến là: DC – Sự đồng cảm, HH – Sự hữu hình, PV – Năng lực phục vụ, TC – Sự tin cậy.
Kiểm định giả thuyết
Từ mơ hình phân tích hồi quy, ta có thể đi đến bác bỏ hoặc chấp nhận các giả thuyết thống kê với mức ý nghĩa là 5%.
Bảng 4.20. Tổng hợp việc kiểm định các giả thuyết thống kê
STT Giả thuyết B Giá trị p
Kết luận
(tại mức ý
nghĩa 5%)
H1 Tin cậy có ảnh hưởng tích cực đến SHL
của người dân 0.187 0.002 Chấp nhận
H2 Năng lực phục vụ có ảnh hưởng tích cực
đến SHL của người dân 0.211 0.001 Chấp nhận
H3 Sự đồng cảm có ảnh hưởng tích cực đến
SHL của người dân 0.365 0.000 Chấp nhận
H4 Tính hữu hình có ảnh hưởng tích cực
đến SHL của người dân 0.300 0.000 Chấp nhận
Nguồn: tác giả - 2019
Từ kết quả hồi quy ta cũng thấy, Adjusted R2mẫu = 0.561 là ở mức chấp nhận được. Điều này cho thấy mơ hình hồi quy tuyến tính này phù hợp với tập dữ liệu của mẫu ở mức 56,1%, tức là các biến độc lập giải thích được 56,1% biến thiên của biến phụ thuộc SHL của người dân. Kết quả phân tích hồi quy cho ta F = 60.637 với giá trị p = 0.000. Do đó, kết luận mơ hình hồi quy tuyến tính xây dựng được là phù hợp với tổng thể.
Tóm lại, từ mơ hình nghiên cứu ban đầu, ta có 4 biến được đưa vào mơ hình
nghiên cứu. Đó là Sự tin cậy, Năng lực phục vụ, Sự đồng cảm và Sự hữu hình. Bốn biến trên được cụ thể hóa bằng 20 biến quan sát. Sau khi phân tích độ tin cậy, có hai biến quan sát bị loại khỏi mơ hình là biến quan sát PV8, DC2.
Các biến được đưa vào phân tích nhân tố. 18 biến quan sát độc lập tải (load) vào 4 nhân tố khác nhau. Sau đó ta đem 4 nhân tố này phân tích hồi quy. Kết quả cuối cùng 4 nhân tố đều giải thích cho biến phụ thuộc SHL của người dân, đó là tin cậy, năng lực phục vụ, đồng cảm, hữu hình.
Kiểm định lý thuyết về phân phối chuẩn
Hình 4.2: Biểu đồ tần số của phần dư chuẩn hóa Histogram
Nguồn: tác giả - 2019
Kiểm tra giả thuyết về phân phối chuẩn của phần dư cho thấy: độ lệch chuẩn 0.989 xấp xỉ bằng 1 và Mean xấp xỉ 0 (Hình 4.2). Do đó, giả thuyết phân phối chuẩn của phần dư khi xây dựng mơ hình khơng bị vi phạm.
Nguồn: tác giả - 2019
Dựa vào biểu đồ P-P Plot (Hình 4.3) cho thấy các điểm quan sát không phân tán quá xa đường thẳng kỳ vọng, nên ta có thể kết luận là giả thuyết phân phối chuẩn khơng bị vi phạm.
Hình 4.4: Biểu đồ Scatterplot
Nguồn: tác giả - 2019
Kết quả Hình 4.4 cho thấy, phần dư đã chuẩn hóa phân tán ngẫu nhiên trên đồ thị, khơng tạo thành hình dạng nhất định nào. Như vậy, giá trị dự đoán và phần dư độc lập nhau và phương sai của phần dư khơng đổi. Mơ hình hồi quy là phù hợp.