7. Cấu trúc của luận văn
3.7.4 Tương quan và hồi quy tuyến tính bội
3.7.4.1. Phân tích tương quan
Kết quả phân tích tương quan Pearson (bảng số 22, phụ lục 5), ta thấy hệ số tương quan giữa thành phần Ý định gửi tiền (YDGT) với 6 biến độc lập:
SAT, STT, DNNV, SDC, NBTH, LITC cùng chiều và trị Sig đều rất nhỏ (<0.05), tương quan giữa thành phần Ý định gửi tiền với hai biến AHXH và PTHH có trị Sig hơi cao và tương quan âm. Vì vậy cần kiểm tra và đánh giá chi tiết trong phân tích hồi quy tuyến tính bội
3.7.4.2. Phân tích hồi qui bội
3.7.4.2.1. Kiểm định ý nghĩa các biến trong mơ hình
Để kiểm định sự phù hợp giữa tám thành phần ảnh hưởng đến Ý định gủi
tiền và thành phần Ý định gủi tiền tiết kiệm, hàm hồi qui tuyến tính bội với phương pháp đưa vào một lượt (Enter) được sử dụng. Nghĩa là phần mềm SPSS 16.0 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 việc lựa chọn ngân hàng để gửi tiết kiệm của
khách hàng 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 3.7 (xem chi tiết bảng số 23, phụ lục 5), các giá trị Sig. với các thành phần SAT, STT, DNNV, SDC, NBTH, LITC đều rất nhỏ (nhỏ hơn 0.05).
Hai biến AHXH và PTHH có trị Sig lớn hơn 0.05. Vì vậy, hai biến AHXH và PTHH bị loại do khơng có ý nghĩa thống kê. Có thể khẳng định
Vì vậy, hồi quy bội lần thứ hai được thực hiện giữa 6 biến SAT, STT, DNNV, SDC, NBTH, LITC và biến phụ thuộc YDGT.
Bảng 3.8: tóm tắt các hệ số hồi qui lần 1 Model Model Unstandardized Coefficients Standardize d Coefficients t Sig. Collinearity Statistics B Error Std. Beta Tolerance VIF 1 (Constan t) .700 .629 1.112 .268 SAT .149 .051 .171 2.923 .004 .664 1.505 STT .177 .075 .135 2.360 .019 .691 1.448 DNNV .146 .053 .141 2.777 .006 .879 1.138 SDC .391 .065 .347 6.031 .000 .684 1.461 AHXH -.139 .090 -.074 -1.536 .126 .981 1.019 NBTH .167 .078 .123 2.126 .035 .673 1.487 PTHH -.147 .085 -.085 -1.737 .084 .956 1.046 LITC .103 .044 .131 2.318 .021 .707 1.414
a. Dependent Variable: YDGT
Kết quả phân tích hồi qui bội lần thứ hai
Với kết quả phân tích hồi qui lần thứ 2 tại bảng 3.9, các giá trị Sig. tương
ứng với các biến SAT, STT, DNNV, SDC, NBTH, LITC đều nhỏ hơn 0.05. Vì vậy,
có thể khẳng định lần nữa các biến này có ý nghĩa trong mơ hình.
Bảng 3.9: tóm tắt các hệ số hồi qui lần 2 Model Model Unstandardized Coefficients Standardiz ed Coefficien ts t Sig. Collinearity Statistics B Std. Error Beta Toleran ce VIF
1 (Consta nt) -.567 .310 -1.828 .069 SAT .150 .051 .172 2.920 .004 .667 1.499 STT .166 .075 .127 2.222 .027 .706 1.417 DNNV .141 .053 .136 2.662 .008 .880 1.136 SDC .409 .065 .363 6.337 .000 .703 1.423 NBTH .171 .079 .127 2.164 .032 .674 1.483 LITC .105 .045 .134 2.342 .020 .708 1.413 a. Dependent Variable: YDGT
3.7.4.2.2 Phương trình hồi qui
Với tập dữ liệu thu được trong phạm vi nghiên cứu và dựa vào bảng kết quả hồi quy tuyến tính bội (bảng 3.9), phương trình hồi quy tuyến tính bội thể hiện các nhân tố ảnh hưởng đến Ý định gửi tiền như sau:
YDGT = - 0.567 + 0.150*SAT + 0.166*STT + 0.141*DNNV + 0.409*SDC + 0.171*NBTH + 0.105*LITC
• Các biến độc lập (X): Sự an toàn (SAT), Sự thuận tiện (STT), Đội ngũ nhân viên (DNNV), Sự đồng cảm (SDC), Nhận biết thương hiệu (NBTH),
Lợi ích tài chính (LITC)
• Biến phụ thuộc (Y): thành phần Ý định gửi tiền (YDGT).
3.7.4.2.3 Kiểm tra các giả định hồi qui
Phân tích hồi qui không chỉ là việc mô tả các dữ liệu quan sát được mà còn phải suy rộng cho mối liên hệ giữa các biến trong tổng thể từ các kết quả quan sát
được trong mẫu đó. Kết quả của mẫu suy rộng ra cho giá trị của tổng thể phải đáp ứng các giả định cần thiết dưới đây:
• Giả định liên hệ tuyến tính: giả định này sẽ được 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 (hình 3.1) cho thấy phần dư phân tán ngẫu nhiên qua đường thẳng qua điểm 0, không tạo thành một hình dạng nào cụ thể nào. Như vậy, giả định liên hệ tuyến tính được đáp ứng.
Hình 3.1: Đồ thị phân tán phần dư
• Giả định phần dư có phân phối chuẩn: kiểm tra biểu đồ phân tán của phần
dư (hình 3.2) cho thấy phân phối phần dư xấp xỉ chuẩn (trung bình mean gần bằng 0 và độ lệch chuẩn Std. gần bằng 1). Như vậy, giả định phần dư có phân phối chuẩn khơng bị vi phạm.
• Giả định phương sai của sai số không đổi: kiểm định tương quan hạng
Spearman (bảng số 25, phụ lục 5) cho thấy giá trị sig của các biến SAT, STT, DNNV, SDC, NBTH, LITC với giá trị tuyệt đối của phần dư đều khác không,
nghĩa là phương sai của sai số không đổi. Như vậy, giả định phương sai của sai số khơng đổi khơng bị vi phạm.
• Giả định khơng có tương quan giữa các phần dư: đại lượng thống kê
Durbin-Watson (d) được dùng để kiểm định tương quan chuỗi bậc nhất. Kết quả
nhận được từ bảng 3.10cho thấy đại lượng thống kê Durbin-Watson có giá trị là 1.896 gần bằng 2, nên chấp nhận giả thuyết khơng có sự tương quan chuỗi bậc nhất trong mơ hình. Như vậy, mơ hình hồi qui bội đáp ứng được tất cả các giả định.
3.7.4.2.4. Kiểm định độ phù hợp mơ hình và hiện tượng đa cộng tuyến.
• Kiểm định độ phù hợp của mơ hình
Hệ số R² điều chỉnh là thước đo sự phù hợp được sử dụng cho tình huống hồi quy tuyến tính bội vì nó khơng phụ thuộc vào độ lệch phóng đại của hệ số R². Kết quả phân tích hồi qui bội (bảng 3.10) cho thấy R² điều chỉnh (Adjusted R Square) bằng 0.527, nghĩa là mức độ phù hợp của mơ hình là 52.70%. Có thể nói các thành phần đưa vào mơ hình đạt kết quả giải thích tốt.
Bảng 3.10: Model Summaryb
Model R R Square
Adjusted R Square
Std. Error of
the Estimate Durbin-Watson 1
.736a .541 .527 .51731 1.896
a. Predictors: (Constant), LITC, DNNV, NBTH, SDC, STT, SAT b. Dependent Variable: YDGT
Kết quả nhận được từ bảng ANOVAb (bảng 3.11) cho thấy trị thống kê F với giá trị Sig. rất nhỏ (= 0.000 < 0.05) cho thấy sẽ an toàn bác bỏ giả thiết Ho. Như vậy,
có thể kết luận rằng mơ hình hồi qui bội thỏa mãn các điều kiện đánh giá và kiểm
định độ phù hợp cho việc rút ra các kết quả nghiên cứu.
Bảng 3.11: ANOVAb
Model
Sum of
Squares df Mean Square F Sig.
1 Regression 62.838 6 10.473 39.135 .000a
Residual 53.255 199 .268
Total 116.093 205
a. Predictors: (Constant), LITC, DNNV, NBTH, SDC, STT, SAT
b. Dependent Variable: YDGT
• Hiện tượng đa cộng tuyến
Đo lường đa cộng tuyến được thực hiện, kết quả cho thấy hệ số phóng đại
phương sai (VIF) có giá trị từ 1.046 đến 1.505 (bảng 3.9) đạt yêu cầu (VIF < 10). Vậy mơ hình hồi quy tuyến tính bội khơng có hiện tượng đa cộng tuyến, mối quan hệ giữa các biến độc lập không ảnh hưởng đến kết quả giải thích của mơ hình.