TP .HCM
2.3. Khảo sát chất lƣợng dịch vụ thẻ tại Ngân hàng TMCP Phát triển TP.HCM
2.3.5.5. Phân tích hồi quy tuyến tính bội
Trên cơ sở khẳng định giữa các biến có quan hệ tương quan tuyến tính, tác giả tiếp tục bước phân tích hồi quy để có thể mơ hình hóa mối quan hệ nhân quả giữa biến phụ thuộc (HL) với các biến độc lập (TC, NL, DC, HH). Phân tích hồi quy giúp xác định phương trình hồi quy tuyến tính với các hệ số β, từ đó giải quyết được mục tiêu nghiên cứu cũng như giả thuyết ban đầu đặt ra là có mối quan hệ tuyến tính cùng chiều giữa các thành phần chất lượng dịch vụ với sự hài lòng của khách hàng và thành phần nào tác động mạnh nhất đến sự hài lòng.
Các nhân tố sau khi phân tích EFA được tính giá trị trung bình (Mean) của các biến quan sát trong từng nhân tố, sau đó tiến hành kiểm định ANOVA. Kết quả thu được như sau:
Bảng 2.14: Kết quả phân tích ANOVA Model Summaryb Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .810a .657 .649 .43432 2.157 a. Predictors: (Constant), HH, DC, TC, NL b. Dependent Variable: HL ANOVAa
Model Sum of Squares df Mean Square F Sig. 1 Regression 60.656 4 15.164 80.387 .000b Residual 31.691 168 .189 Total 92.347 172 a. Dependent Variable: HL b. Predictors: (Constant), HH, DC, TC, NL
(Nguồn: Kết quả khảo sát của tác giả)
Bảng 2.14 cho kết quả R Square (R2) = 0.657 > 0.5 cho thấy mơ hình hồi quy phù hợp với tập dữ liệu và có thể sử dụng được. Tuy nhiên, hệ số R2 luôn luôn tăng khi đưa thêm biến vào mơ hình hồi quy. Do đó, mơ hình sẽ sử dụng giá trị R2 đã điều chỉnh để phản ánh sát hơn mức độ phù hợp của mơ hình. Trong bảng Model Summary, R2 hiệu chỉnh = 0.649 > 0.5, như vậy có thể kết luận mơ hình hồi quy tuyến tính là phù hợp; trong đó, các biến độc lập của chất lượng dịch vụ giải thích được khoảng 64.9% phương sai của biến phụ thuộc (sự hài lòng của khách hàng).
Hệ số R2 hiệu chỉnh tuy xác định được mức độ phù hợp của mơ hình hồi quy nhưng chỉ giới hạn trong tập dữ liệu mẫu. Để kiểm định độ phù hợp của mơ hình hồi quy với tổng thể, tác giả sử dụng giá trị F trong kiểm định ANOVA. Trong bảng kết quả phân tích ANOVA, F = 80.387 với mức ý nghĩa quan sát Sig = 0.000 rất nhỏ. Vậy, ta có thể kết luận mơ hình hồi quy tuyến tính được xây dựng phù hợp với tổng thể.
Trên cơ sở lý thuyết và phân tích hệ số Pearson ở trên, tác giả đưa tất cả các biến độc lập trong mơ hình hồi quy bằng phương pháp Enter và thu được kết quả như sau:
Bảng 2.15: Kết quả phân tích hồi quy bội Coefficientsa Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics β Std. Error
Beta Tolerance VIF
1
(Constant) -.784 .242 -3.238 .001
TC .547 .068 .449 8.100 .000 .664 1.505 NL .224 .076 .178 2.934 .004 .557 1.796 DC .208 .072 .162 2.907 .004 .654 1.529
a. Dependent Variable: HL
(Nguồn: Kết quả khảo sát của tác giả)
Các hệ số hồi quy riêng phần của bốn biến độc lập được thể hiện trong cột β của bảng Coefficients. Theo kết quả của bảng, các biến độc lập đều có giá trị thống kê t với mức ý nghĩa Sig < 0.05 và hệ số β > 0 nên có quan hệ cùng chiều với biến phụ thuộc. Điều này cũng phù hợp với phân tích ma trận hệ số tương quan khi các hệ số tương quan r cũng đều lớn hơn 0.
Theo kết quả Bảng 2.15, kiểm tra phần dư cho thấy phân phối phần dư xấp xỉ chuẩn với trung bình Mean = 0 và độ lệch chuẩn Std. Deviation = 0.98 gần bằng 1, từ đó có thể kết luận rằng giả thuyết phân phối chuẩn không bị vi phạm.
Phương trình hồi quy tuyến tính bội thể hiện mối quan hệ giữa sự hài lòng của khách hàng với bốn biến độc lập thu được như bên dưới:
HL = 0.449TC + 0.178NL + 0.162DC + 0.232HH Trong đó: HL: Sự hài lịng của khách hàng.
TC: Độ tin cậy.
NL: Năng lực phục vụ. DC: Sự đồng cảm.
HH: Phương tiện hữu hình.