CHƯƠNG 4 PHÂN TÍCH DỮ LIỆU VÀ KẾT QUẢ NGHIÊN CỨU
4.4 ĐÁNH GIÁ THANG ĐO
4.4.5.4 Hồi qui tuyến tính bội
Bảng 4.13 Các thông số thống kê của từng biến trong phương trình
Hệ số hồi qui chưa chuẩn hóa Hệ số hồi qui chuẩn hóa Thống kê đa cộng tuyến B Std.
Error Beta t Sig.
Độ chấp nhận của biến VIF (Constant) .084 .237 .355 .723 Uy tín và năng lực (REI) .555 .069 .497 8.034 .000 .629 1.590 Quá trình phục vụ (PRO) .326 .064 .331 5.056 .000 .560 1.785 Giá cả (PRI) .116 .054 .116 2.163 .032 .835 1.198
Biến phụ thuộc: Hài lòng SAS
Dựa vào bảng 4.13, cho thấy giá trị Sig. của ba biến độc lập rất nhỏ (0,000 và 0,032), nhỏ hơn α=5% (0,05) nên cả ba hệ số hồi qui riêng phần trên đều có ý nghĩa trong mơ hình hồi qui.
Đánh giá độ phù hợp của mơ hình
Bảng 4.14 Hệ số R2 điều chỉnh Model Hệ số R Hệ số R2 Model Hệ số R Hệ số R2 Hệ số R2 điều chỉnh Std. Error of the Estimate 1 .795a .632 .624 .48960
a. Nhân tố dự báo: (Constant), Giá cả (PRI), Uy tín và năng lực (REI), Q trình phục vụ (PRO)
b. Biến phụ thuộc: Hài lòng (SAS)
Hệ số R2 điều chỉnh ở bảng 4.14 có giá trị là 0,624 (tương đương 62,40%). Điều này có nghĩa là mơ hình giải thích được 62,40% biến thiên của dữ liệu hay ba nhân tố này giải thích được 62,40% biến thiên dữ liệu, 37,60% còn lại là do các nguyên nhân khác.
Hệ số hồi qui riêng phần
Bằng kỹ thuật thống kê F, ta nhận được giá trị Sig. = 0,000 từ bảng phân tích phương sai ANOVA (bảng 4.15) nhỏ hơn mức ý nghĩa 5% cho thấy có thể bác bỏ
giả thuyết H0 cho rằng tất cả các hệ số hồi qui bằng 0. Mơ hình hồi qui tuyến tính bội phù hợp với tập dữ liệu. Vậy, mơ hình sử dụng được.
Bảng 4.15 Bảng phân tích phương sai ANOVA
Model Sum of Squares df Mean Square F Sig.
Regression 62.880 3 20.960 87.439 .000a
Residual 36.676 153 .240
1
Total 99.556 156
a. Nhân tố dự báo: (Constant), Giá cả (PRI), Uy tín và năng lực (REI), Q trình phục vụ (PRO) b. Biến phụ thuộc: Hài lòng (SAS)
Hiện tượng đa cộng tuyến
Mơ hình hồi qui đa biến khơng có hiện tượng đa cộng tuyến vì hệ số phóng đại phương sai VIF (bảng 4.13) lần lượt là 1,590; 1,785 và 1,198 đạt yêu cầu VIF<10. Nghĩa là, các biến độc lập khơng có tương quan với nhau. Hay mơ hình hồi qui tuyến tính bội khơng có hiện tượng đa cộng tuyến.
Phương trình hồi qui tuyến tính bội
Từ bảng 4.13, bảng kết quả hồi qui tuyến tính bội, hệ số hồi qui của biến độc lập Uy tín và năng lực (REI) là lớn nhất, kế đến là Quá trình phục vụ (PRO) và thấp nhất Giá cả (PRI).
Với tập dữ liệu thu thập được trong phạm vi nghiên cứu của đề tài, thì phương trình hồi qui tuyến tính bội thể hiện mức độ ảnh hưởng của các nhân tố đến sự hài lòng của khách hàng đối với dịch vụ logistics của NCC dịch vụ Logistics:
SAS = 0,084 + 0,555*REI + 0,326*PRO + 0,116*PRI (4.2)