CHƯƠNG 4 KẾT QUẢ NGHIÊN CỨU VÀ BÀN LUẬN
4.6 Phân tích tương quan tuyến tính hồi quy bội
4.6.1 Kiểm tra hiện tượng đa cộng tuyến
Dựa vào kết quả ở phụ lục 10A - Kết quả phân tích hồi quy bội, hệ số chấp nhận (Tolerance) khá cao (bằng 1) và hệ số phóng đại phương sai (VIF) thấp (< 2.0). Điều này cho thấy hiện tượng đa cộng tuyến không xảy ra giữa 05
biến độc lập tham gia phương trình hồi quy.
4.6.2 Phân tích hồi quy và đánh giá mức độ ảnh hưởng của các nhân tố
Phân tích hồi quy được thực hiện với năm biến độc lập (Sự tin cậy, Sự đồng cảm, Phương tiện hữu hình, Khả năng đáp ứng và Năng lực phục vụ) với biến phụ thuộc (chất lượng DVKT). Kết quả phân tích hồi quy bội được trình bày cụ thể ở phụ lục 10A - Kết quả phân tích hồi quy bội.
Kiểm tra mức độ phù hợp của mơ hình cho thấy R2 hiệu chỉnh là 0.788, có nghĩa mơ hình hồi quy đa biến được sử dụng phù hợp với dữ liệu nghiên cứu ở mức 78.8%, hay nói một cách khác 78.8% sự biến thiên của biến phụ thuộc
Chất lượng DVKT được giải thích bởi sự biến thiên của năm biến độc lập Sự tin cậy, Năng lực phục vụ, Khả năng đáp ứng, Sự đồng cảm, Phương tiện
hữu hình. Cịn lại 21.2% là do các yếu tố khác và sai số.
Bên cạnh đó, kiểm định F cho thấy giá trị Sig. rất nhỏ (Sig. = 0.00), mơ
hình hồi quy đưa ra phù hợp với tập dữ liệu khảo sát tại mức ý nghĩa 5%. Năm biến độc lập trong mơ hình nghiên cứu đều có ý nghĩa về mặt thống kê (Sig. < 0.05).
Kết luận: Phương trình hồi quy bội thể hiện mối quan hệ giữa các nhân tố và chất lượng dịch vụ kế toán như sau:
Y = 0.473 X1 + 0.449 X2 + 0.287 X3 + 0.344 X4 + 0.413 X5
Trong đó:
- Y: Chất lượng dịch vụ kế toán (biến phụ thuộc) - X1: Sự tin cậy (biến độc lập 1)
- X2: Sự đồng cảm (biến độc lập 2)
- X3: Phương tiện hữu hình (biến độc lập 3) - X4: Khả năng đáp ứng (biến độc lập 4) - X5: Năng lực phục vụ (biến độc lập 5) - ε: Sai số
4.6.3 Dị tìm các vi phạm giả định cần thiết trong phân tích hồi quy
tuyến tính
Mơ hình hồi quy tuyến tính bằng phương pháp bình phương bé nhất OSL (Ordinary Least Squares) được thực hiện với một số giả định và mơ hình chỉ
thực sự có ý nghĩa khi các giả định này được đảm bảo. Do vậy để đảm bảo cho
độ tin cậy của mơ hình, việc dị tìm sự vi phạm các giả định là cần thiết.
Mơ hình hồi quy tuyến tính bội giả định rằng biến phụ thuộc có phân phối chuẩn với bất kỳ kết hợp nào của các biến độc lập trong mơ hình, tức là các kết hợp giữa biến độc lập và biến phụ thuộc đều có chung một phương sai.
Một giả định quan trọng nữa là đối với mơ hình hồi quy tuyến tính là khơng có biến giải thích nào có thể được biểu thị dưới dạng tổ hợp tuyến tính với những biến giải thích cịn lại. Nếu tồn tại một quan hệ tuyến tính như vậy thì khi đó
sẽ xảy ra hiện tượng đa cộng tuyến (Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008, trang 236, tập 1).
Về giả định quan hệ tuyến tính, phương pháp được sử dụng là biểu đồ phân tán Scatterplot (Xem phụ lục 10A - Biều đồ phân tán Scatterplot). Nhìn vào biểu đồ ta thấy phần dư khơng thay đổi theo một trật tự nào đối với giá trị dự
Giả định phân phối chuẩn của phần dư được kiểm tra qua biểu đồ
Histogram (Xem phụ lục 10A - Biểu đồ Histogram) và đồ thị Q-Q plot (Xem phụ lục 10A - Đồ thị Q-Q plot).
Nhìn vào biểu đồ Histogram ta thấy phần dư có dạng gần với phân phối
chuẩn, giá trị trung bình gần bằng 0 và độ lệch chuẩn gần bằng 1 (cụ thể là
0.980).
Đồ thị Q-Q plot biểu diễn các điểm quan sát thực tế tập trung khá sát đường
chéo những giá trị kỳ vọng, có nghĩa là phần dư có phân phối chuẩn.