Nguồn:Tự tổng hợp
Thủ tục thanh toán (THANHTOAN)
H5
Chất lượng thơng tin (INFO) H6
4.4. Phân tích tương quan và hồi quy tuyến tính 4.4.1. Xác định biến độc lập, biến phụ thuộc
Căn cứ vào mơ hình nghiên cứu lý thuyết, ta có phương trình hồi quy tuyến tính bội diễn tả các nhân tố ảnh hưởng đến sự hài lòng là:
HAILONG = β0 + β1*TINCAY + β2*WEB + β3*GIAOHANG + β4*ANTOAN + β5*THANHTOAN + β6*INFO + β7*GIACA
Trong đó:
- Các biến độc lập (Xi): TINCAY, WEB, GIAOHANG, ANTOAN, THANHTOAN, INFO, GIACA.
- Biến phụ thuộc (HAILONG): Sự hài lòng của khách hàng. - βk là hệ số hồi quy riêng phần (k = 0…7).
4.4.2. Phân tích tương quan
Dựa vào ma trận hệ số tương quan Pearson giữa các nhân tố ( xem Phụ lục
8) có thể thấy hệ số tương quan giữa thành phần sự hài lòng với 6 biến độc lập
TINCAY, WEB, GIAOHANG, ANTOAN, THANHTOAN, GIACA cao (thấp nhất là 0.416) và trị Sig < 0.05; riêng biến INFO có tương quan rất thấp và giá trị Sig = 0.171 > 0.05. Sơ bộ ta có thể kết luận 6 biến độc lập TINCAY, WEB, GIAOHANG, ANTOAN, THANHTOAN, GIACA có thể đưa vào mơ hình để giải thích cho biến HAILONG. Tuy nhiên, ma trận tương quan chỉ nói lên mối tương quan (quan hệ 2 chiều) giữa các biến nên chỉ đưa ra nhìn tổng quan sơ bộ mà không thể quyết định biến nào ảnh hưởng, biến nào không ảnh hưởng lên biến phụ thuộc. Ngoài ra, hệ số tương quan giữa các biến độc lập cũng cao. Do đó, kiểm định đa cộng tuyến cần được tiến hành tiếp theo để xác định xem các biến độc lập có ảnh hưởng lẫn nhau hay khơng.
4.4.3. Phân tích hồi quy tuyến tính bội
Để kiểm định sự phù hợp giữa 7 thành phần ảnh hưởng đến biến phụ thuộc là sự hài lòng, hàm hồi qui tuyến tính bội với phương pháp đưa vào một lượt (Enter) được sử dụng. Nghĩa là phần mềm SPSS xử lý tất cả các biến đưa vào một lần và đưa ra các thông số thống kê liên quan đến các biến. Hệ số hồi qui riêng phần đã chuẩn hóa của thành phần nào càng lớn thì mức độ ảnh hưởng của thành phần đó đến biến phụ thuộc càng cao, nếu cùng dấu thì mức độ ảnh hưởng thuận chiều và ngược lại.
Kết quả phân tích hồi qui bội lần thứ nhất
Kết quả phân tích hồi qui bội lần thứ nhất tại bảng 4.4, các giá trị Sig. với các
thành phần TINCAY, WEB, GIAOHANG, ANTOAN, THANHTOAN, GIACA đều rất nhỏ (nhỏ hơn 0.05). Biến INFO có trị Sig =0.831> 0.05 nên bị loại do khơng có ý nghĩa thống kê. Vì vậy, hồi quy bội lần thứ hai được thực hiện giữa 6 biến TINCAY, WEB, GIAOHANG, ANTOAN, THANHTOAN, GIACA và biến phụ thuộc HAILONG.
Bảng 4.4: Tóm tắt các hệ số hồi qui lần 1
Nguồn: Tổng hợp từ kết quả phân tích SPSS.
Mơ
hình R2 R2 R2 hiệu chỉnh Sai số chuẩn Durbin-Watson
1 .772a .596 .586 .43139 1.877 Coefficientsa Mơ hình Hệ số chưa chuẩn hóa Hệ số chuẩn hóa T Sig. Collinearity Statistics B Std.
Error Beta Tolerance VIF
1 (Hằng số) -.258 .246 -1.050 .295 TINCAY .297 .045 .293 6.623 .000 .761 1.314 WEB .122 .045 .136 2.711 .007 .588 1.701 GIAOHANG .187 .050 .164 3.765 .000 .781 1.281 ANTOAN .153 .060 .124 2.553 .011 .632 1.581 THANHTOAN .084 .032 .123 2.647 .009 .691 1.447 INFO .008 .037 .009 .213 .831 .933 1.072 GIACA .215 .042 .268 5.158 .000 .551 1.814
Kết quả phân tích hồi qui bội lần thứ hai
Với kết quả phân tích hồi qui lần thứ 2 tại bảng 4.5, các giá trị Sig. tương ứng với các biến TINCAY, WEB, GIAOHANG, ANTOAN, THANHTOAN, GIACA đều nhỏ hơn 0.05. Vì vậy, có thể khẳng định lần nữa các biến này có ý nghĩa trong mơ hình.
Bảng 4.5: Tóm tắt các hệ số hồi qui lần 2
Nguồn: Tổng hợp từ kết quả phân tích SPSS.
Mơ
hình R R2 R2 hiệu chỉnh Sai số chuẩn Durbin-Watson
1 .772a .596 .587 .43064 1.877 Coefficientsa Mơ hình Hệ số chưa chuẩn hóa Hệ số chuẩn hóa T Sig. Collinearity Statistics B Std.
Error Beta Tolerance VIF
1 (Hằng số) -.234 .218 -1.075 .284 TINCAY .296 .044 .292 6.654 .000 .771 1.296 WEB .122 .045 .137 2.727 .007 .589 1.698 GIAOHANG .188 .049 .166 3.827 .000 .793 1.262 ANTOAN .152 .060 .123 2.549 .011 .634 1.577 THANHTOAN .083 .032 .122 2.643 .009 .698 1.432 GIACA .216 .041 .270 5.310 .000 .573 1.745
4.4.3.1. Kiểm định các giả định hồi quy
Từ các kết quả quan sát được trong mẫu, phải suy rộng kết luận cho mối liên hệ giữa các biến trong tổng thể. Sự suy rộng các kết quả của mẫu cho các giá trị của tổng thể phải trên cở sở các giả định cần thiết (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008) như sau:
Giả định liên hệ tuyến tính
Kiểm tra bằng biểu đồ phân tán scatter cho phần dư chuẩn hóa (Standardized residual) và giá trị dự dốn chuẩn hóa (Standardized predicted value). Kết quả cho thấy phần dư phân tán ngẫu nhiên qua đường thẳng qua điểm 0, khơng tạo thành một hình dạng nào cụ thể. Như vậy, giả định liên hệ tuyến tính được thỏa mãn (Hình 4.2).