Stt EFA KMO Bartlett's Test of Sphericity Tổng phương sai trích Số nhân tố 1 Lần 1 cho các
biến quan sát 0.728 Sig <0,05 67.248 Có 6 nhân tố rút ra từ phép quay Varimax 2 EFA cho biến
phụ thuộc 0.694 Sig <0,05 68.266 Có 1 nhân tố rút ra, khơng có phép quay
Như vậy sau khi phân tích nhân tố khám phá cho biến quan sát và biến phụ thuộc các biến đều có ý nghĩa thống kê.
4.3.3.Hiệu chỉnh các giả thuyết nghiên cứu sau khi phân tích EFA
Dựa trên kết quả phân tích nhân tố khám phá EFA đã được trình bày ở phần trên, mơ hình lý thuyết về những nhân tố ảnh hưởng đến sự hài lòng đối với dịch vụ bảo hiểm tại BHXH.TXAN, tỉnh Bình Định khơng có thay đổi so với phần “mơ hình nghiên cứu đề nghị” tại chương 2.
4.4. Phân tích hồi quy tuyến tính và kiểm định giả thuyết
4.4.1. Phân tích tương quan
Luận văn sử dụng hệ số tương quan tuyến tính r theo Pearson (1897) để kiểm định sự tương quan giữa các biến độc lập và biến phụ thuộc: Độ tin cậy (Tincay), Phương tiện hữu hình (Phuongtien), Năng lực phục vụ của nhân viên (Nangluc), Sự đáp ứng (Sdapung), Sự đồng cảm của nhân viên (Dongcam), Quy trình thủ tục hành chính (QuytrinhTT), Sự hài lịng của tổ chức đối với Chất lượng dịch vụ cung cấp bảo hiểm xã hội và sự hài lòng của khách hàng tại thị xã An Nhơn, tỉnh Bình Định (Suhailong) là các giá trị trung bình của nhóm nhân tố được điều chỉnh là giá trị dùng để thực hiện phân tích sự tương quan, kiểm định mơ hình hồi quy và các kiểm định khác. Sử dụng phần mềm SPSS 16.0 Kiểm định Linear (Bảng 4.15. Phân tích tương quan).
Các hệ số tương quan cho thấy mối tương quan giữa các biến độc lập và biến phụ thuộc với sự hài lòng của tổ chức đơn vị. Các giá trị sig đều nhỏ hơn 0,05 nên ta có thể kết luận rằng chúng đều có ý nghĩa thống kê. Tuy nhiên, do trong phân tích nhân tố khám phá EFA tác giả đã chọn phương pháp Principal Component với phép xoay Varimax, vì vậy các biến độc lập trong mơ hình khơng tương quan nhau vì nếu tương quan sẽ xảy ra hiện tượng đa cộng tuyến.
4.4.2. Phân tích hồi quy
Phần này được tiến hành phân tích nhằm xây dựng mơ hình, xác định mối quan hệ giữa mức độ hài lòng của khách hàng với các nhân tố và khẳng định tầm quan trọng của từng nhân tố tác động đến sự hài lịng. Nói cách khác, việc phân tích hồi quy sẽ chứng minh tính đúng đắn của mơ hình khái niệm trong hoàn cảnh nghiên cứu cụ thể tại đơn vị và tìm ra một mơ hình thích hợp nhất có thể giải thích được quan hệ giữa các nhân tố ảnh hưởng đến sự hài lòng của khách hàng tại thị xã An Nhơn, tỉnh Bình Định. Tác giả sử dụng phương pháp phân tích hồi quy tuyến tính Enter/Remove bằng phần mềm SPSS IBM 16.0 kết quả như sau:
- Xây dựng mơ hình hồi quy:
Mơ hình hồi quy tổng qt sau khi phân tích EFA:
Mức độ hài lịng của khách hàng = F(H1, H2, H3, H4, H5, H6)
Việc xem xét trong các yếu tố từ H1 đến H6, yếu tố nào thật sự tác động đến mức độ hài lòng một cách trực tiếp sẽ được thực hiện bằng phương trình hồi qui tuyến tính bội:
H = β0 + β1 H1 + β2 H2 + β3 H3 + β4 H4 + β5 H5 + β6 H6 Trong đó:
- H : Biến phụ thuộc, thể hiện sự hài lòng của khách hàng;
- H1, H2, H3, H4, H5, H6: là các nhân tố độc lập, theo thứ tự sau: Độ tin cậy; Phương tiện hữu hình; Năng lực phục vụ của nhân viên; Sự đáp ứng; Sự đồng cảm của nhân viên; Quy trình thủ tục hành chính;
- β0, β1, β2, β3, β4, β5, β6: là các hệ số hồi quy chưa chuẩn hóa. - Kiểm định sự phù hợp của mơ hình
Để đánh giá sự phù hợp của mơ hình ta sử dụng hệ số R2 hiệu chỉnh thay cho hệ số xác định R2. Bởi lẽ, giá trị R2 sau khi hiệu chỉnh sẽ nhỏ hơn và phản ánh thực tế hơn hệ số xác định R2. Kết quả phân tích cho thấy hệ số R2 hiệu chỉnh = 0.507
mức 50,7% cho thấy mối quan hệ giữa biến phụ thuộc và các biến độc lập là khá chặt chẽ.
- Kiểm định độ phù hợp của mơ hình
Để kiểm định độ phù hợp của mơ hình ta sử dụng các cơng cụ kiểm định F và kiểm định t. Để có thể suy mơ hình này thành mơ hình của tổng thể ta cần phải tiến hành kiểm định F thơng qua phân tích phương sai.
Giả thuyết H0 là βk = 0. Ta có Sig. của F = 0,00 < 0,05 nên bác bỏ giả thuyết H0. Như vậy, điều này có nghĩa là kết hợp của các biến thể hiện có trong mơ hình có thể giải thích được thay đổi của biến phụ thuộc hay nói cách khác có ít nhất một biến độc lập nào đó ảnh hưởng đến biến phụ thuộc.