Mơ hình Biến đưa vào Biến loại ra Phương pháp
1 Cảm nhận về sự công bằng của khách hàng trong thủ tục khắc phục lỗi . Stepwise (Criteria: Probability-of-F-to-enter <= .050, Probability-of-F-to- remove >= .100). 2 Cảm nhận về sự công bằng của khách hàng liên quan đến kết quả xử lý cuối cùng . Stepwise (Criteria: Probability-of-F-to-enter <= .050, Probability-of-F-to- remove >= .100). 3 Cảm nhận về sự công bằng của khách hàng trong cách đối xử . Stepwise (Criteria: Probability-of-F-to-enter <= .050, Probability-of-F-to- remove >= .100).
a. Biến phụ thuộc: Sự hài lòng tổng thể của khách hàng
(Nguồn: Phụ lục 7 – Kết quả phân tích hồi quy)
Bảng thủ tục chọn biến cho ta kết quả của phép kiểm định F đối với giả thuyết hệ số của các biến đưa vào bằng 0. Kết quả cho thấy ba biến độc lập đưa vào điều
đạt tiêu chuẩn xác suất F vào <=0.05 và xác suất F ra >=0.1. Như vậy, có thể kết
luận ba biến độc lập đều có đóng góp trong việc giải thích cho biến phụ thuộc, ta sẽ sử dụng ba biến để đưa vào mơ hình nghiên cứu.
Như vậy, phương trình hồi quy tuyến tính đa biến mối quan hệ giữa cảm nhận về sự công bằng của khách hàng đối với sự hài lòng tổng thể của họ đối với ngân hàng có dạng như sau:
Y2 = β20 + β21X1 + β22X2 + β23X3 Trong đó:
Y2: Sự hài lịng tổng thể của khách hàng đối với ngân hàng
X1: Cảm nhận về sự công bằng của khách hàng trong thủ tục khắc phục lỗi X2: Cảm nhận về sự công bằng của khách hàng trong cách đối xử
X3: Cảm nhận về sự công bằng của khách hàng liên quan đến kết quả xử lý cuối cùng
β20: Hằng số hồi qui
β2i: Hệ số hồi qui riêng phần tương ứng với các biến độc lập X2i
4.4.3.2 Đánh giá độ phù hợp của mơ hình hồi quy tuyến tính đa biến Bảng 4.19 – Kết quả thủ tục chọn biến Mơ hình R R2 R2 hiệu chỉnh Ước lượng độ lệch chuẩn
Số liệu thống kê thay đổi Mức thay đổi R2 Mức thay đổi F df1 df2 Mức thay đổi Sig. F 1 0.560a 0.314 0.311 0.488 0.314 112.642 1 246 .000 2 0.625b 0.390 0.385 0.461 0.076 30.514 1 245 .000 3 0.653c 0.426 0.419 0.448 0.036 15.279 1 244 .000
a. Các yếu tố dự đoán: (hằng số), Cảm nhận về sự công bằng của khách hàng trong thủ tục khắc phục lỗi
b. Các yếu tố dự đoán: (hằng số), Cảm nhận về sự công bằng của khách hàng trong thủ tục khắc phục lỗi, Cảm nhận về sự công bằng của khách hàng liên quan đến kết quả xử lý cuối cùng
c. Các yếu tố dự đoán: (hằng số), Cảm nhận về sự công bằng của khách hàng trong thủ tục khắc phục lỗi, Cảm nhận về sự công bằng của khách hàng liên quan đến kết quả xử lý cuối cùng, Cảm nhận về sự công bằng của khách hàng trong cách đối xử
(Nguồn: Phụ lục 7 – Kết quả phân tích hồi quy)
Để đánh giá mức độ phù hợp của mơ hình với tập dữ liệu nghiên cứu, giá trị R2
hiệu chỉnh sẽ được đưa ra xem xét. Kết quả bảng trên cho thấy giá trị R2 hiệu chỉnh bằng 42,6%, nghĩa là mơ hình hồi quy tuyến tính đa biến được sử dụng phù hợp với tập dữ liệu ở mức 42,6% hay 42,6% biến thiên của biến phụ thuộc Y2 được giải
thích bởi ba biến độc lập trong mơ hình.
Thơng qua giá trị R2 thay đổi, cho biết mức độ của từng biến độc lập ảnh
hưởng đến biến sự hài lòng tổng thể của khách hàng đối với ngân hàng, thứ tự quan trọng giảm dần từ trên xuống dưới theo thứ tự giảm dần của giá trị R2 hiệu chỉnh đó
là: cảm nhận sự công bằng trong thủ tục khắc phục lỗi, cảm nhận sự công bằng liên quan đến kết quả xử lý cuối cùng, cảm nhận sự công bằng trong cách đối xử.
4.4.3.3 Kiểm định độ phù hợp của mơ hình
Để kiểm định độ phù hợp của mồ hình tác giả sẽ tiến hành phép kiểm định F
về độ phù hợp của mơ hình hồi qui tuyến tính tổng thể, xem biến phụ thuộc có liên hệ tuyến tính với tồn bộ tập hợp các biến độc lập hay khơng. Khi đó giả thuyết H0 là: β20 = β21 = β22 = β23 = 0
Bảng 4.20 – Kết quả kiểm định độ phù hợp của mơ hình (phân tích ANOVA)
Mơ hình Tổng bình phương df Trung bình bình phương F Sig. 1 Hồi qui 26.817 1 26.817 112.642 .000a Số dư 58.566 246 0.238 Tổng 85.383 247 2 Hồi qui 33.303 2 16.652 78.335 .000b Số dư 52.080 245 0.213 Tổng 85.383 247 3 Hồi qui 36.372 3 12.124 60.360 .000c Số dư 49.011 244 0.201 Tổng 85.383 247
a. Các yếu tố dự đoán: (hằng số), Cảm nhận về sự công bằng của khách hàng trong thủ tục khắc phục lỗi
b. Các yếu tố dự đốn: (hằng số), Cảm nhận về sự cơng bằng của khách hàng trong thủ tục khắc phục lỗi, Cảm nhận về sự công bằng của khách hàng liên quan
đến kết quả xử lý cuối cùng
c. Các yếu tố dự đốn: (hằng số), Cảm nhận về sự cơng bằng của khách hàng trong thủ tục khắc phục lỗi, Cảm nhận về sự công bằng của khách hàng liên quan
đến kết quả xử lý cuối cùng, Cảm nhận về sự công bằng của khách hàng trong
cách đối xử
d. Biến phụ thuộc: Sự hài lòng tổng thể của khách hàng
Kết quả kiểm định cho thấy giả thuyết H0 bị bác với vì giá trị Sig.= 0.000 rất nhỏ so với mức ý nghĩa là 0.05. Như vậy, những nhân tố độc lập Xi có trong mơ
hình có thể giải thích được thay đổi của nhân tố phụ thuộc Y2, nên ta có thể kết luận mơ hình giả thuyết phù hợp với tập dữ liệu, mức độ phù hợp là 42,6%.
4.4.3.4 Kết quả phân tích hồi qui tuyến tính đa biến và đánh giá mức độ quan trọng của từng nhân tố
Bảng 4.21 – Kết quả phân tích hồi quy đa biến
Mơ hình Hệ số hồi qui (B) Độ lệch chuẩn Hệ số hồi qui chuẩn hóa (Beta) Giá trị t Mức ý nghĩa (sig.) Độ chấp nhận (T) Hệ số phóng đại phương sai (VIF) Hằng số 1.015 0.221 4.586 0.000 X1 0.278 0.054 0.312 5.133 0.000 0.635 1.576 X3 0.246 0.055 0.275 4.477 0.000 0.625 1.601 X2 0.213 0.054 0.216 3.909 0.000 0.771 1.297
a. Biến phụ thuộc: Sự hài lòng tổng thể của khách hàng
(Nguồn: Phụ lục 7 – Kết quả phân tích hồi quy)
Với độ chấp nhận (Tolerance) của các biến lớn, cao nhất là biến Cảm nhận về sự công bằng trong cách đối xử bằng 0.771 và thấp nhất là biến Cảm nhận về sự công bằng liên quan đến kết quả xử lý cuối cùng bằng 0.625 và hệ số phóng đại phương sai (VIF) của các biến rất nhỏ so với tiêu chuẩn cho phép là nhỏ hơn 10, biến Cảm nhận về sự công bằng trong cách đối xử có VIF nhỏ nhất chỉ bằng 1.297 và lớn nhất là biến Cảm nhận về sự công bằng liên quan đến kết quả xử lý cuối cùng có VIF bằng 1.601. Trong thực tế nếu giá trị VIF nhỏ hơn 2, có thể kết luận là khơng có dấu hiệu xảy ra hiện tượng đa cộng tuyến, như vậy ta có thể yên tâm sử dụng phương trình hồi qui tuyến tính đa biến.
Kết quả của phép kiểm định t cũng cho thấy các hệ số hồi qui của các nhân tố
đưa vào là khác 0 với giá trị Sig.= 0.000 nhỏ hơn rất nhiều so với mức ý nghĩa 0.05. Điều này chứng tỏ rằng ba nhân tố độc lập đều có ý nghĩa thống kê trong mơ hình.
Từ bảng kết quả phân tích hồi qui tuyến tính đa biến ta có phương trình dự
đốn kết quả đánh giá chung về chất lượng dịch vụ như sau:
Y2 = 0,312X1 + 0,216X2 + 0,275X3
Thông qua các hệ số hồi qui chuẩn hóa (β) ta biết được mức độ quan trọng của các nhân tố tham gia vào phương trình hồi qui tuyến tính đa biến, cụ thể ta biết được Cảm nhận về sự công bằng trong thủ tục khắc phục lỗi có ảnh hưởng nhiều nhất (β21=0.312), kế tiếp là Cảm nhận về sự công bằng liên quan đến kết quả xử lý cuối cùng có mức ảnh hưởng nhiều tiếp theo (β23=0.275), và cuối cùng là nhân tố Cảm nhận về sự công bằng trong cách đối xử có ảnh hưởng thấp nhất (β22=0.216) đến sự hài lòng tổng thể của khách hàng đối với ngân hàng.
Với mơ hình hồi quy như trên, ta thấy cảm nhận về sự cơng bằng của khách hàng có ảnh hưởng cùng chiều đến sự hài lòng tổng thể của khách hàng đối với ngân hàng. Trong đó, Cảm nhận về sự công bằng trong thủ tục khắc phục lỗi có ảnh hưởng nhiều nhất, đến cảm nhận sự công bằng liên quan đến kết quả xử lý cuối
cùng, và cuối cùng là nhân tố Cảm nhận về sự công bằng trong cách đối xử có ảnh hưởng thấp nhất đến sự hài lịng tổng thể của khách hàng đối với ngân hàng.
Như vậy, ta khẳng định giả thuyết H4, H5, H6 như đã nêu tại chương 2 nghiên cứu này.
4.4.4 Xây dựng mơ hình hồi quy mối quan hệ giữa sự hài lòng đối với hành
động khắc phục lỗi dịch dịch và sự hài lòng tổng thể đối với ngân hàng
của khách hàng
Phương trình hồi quy tuyến tính đơn biến mối quan hệ giữa sự hài lòng đối với hành động khắc phục lỗi dịch vụ và sự hài lòng tổng thể đối với ngân hàng của
khách hàng có dạng như sau:
Trong đó:
Y2: sự hài lòng tổng thể đối với ngân hàng của khách hàng
Y1: Sự hài lòng của khách hàng đối với hành động khắc phục lỗi dịch vụ
β30: Hằng số hồi qui
β31: Hệ số hồi qui riêng phần tương ứng với các biến độc lập Y1
4.4.4.1 Đánh giá độ phù hợp của mơ hình hồi quy tuyến tính đơn biến Bảng 4.22 – Kết quả thủ tục chọn biến Mơ hình R R2 R2 hiệu chỉnh Ước lượng độ lệch chuẩn
Số liệu thống kê thay đổi Mức thay đổi R2 Mức thay đổi F df1 df2 Mức thay đổi Sig. F 1 .931a .866 .866 .215 .866 1595.413 1 246 .000
a. Các yếu tố dự đốn: (hằng số), sự hài lịng của khách hàng đối với hành động khắc phục lỗi
(Nguồn: Phụ lục 7 – Kết quả phân tích hồi quy)
Để đánh giá mức độ phù hợp của mơ hình với tập dữ liệu nghiên cứu, giá trị R2
hiệu chỉnh sẽ được đưa ra xem xét. Kết quả bảng trên cho thấy giá trị R2 hiệu chỉnh bằng 86,6%, nghĩa là mơ hình hồi quy tuyến tính đơn biến được sử dụng phù hợp với tập dữ liệu ở mức 86,6% hay 86,6% biến thiên của biến phụ thuộc Y2 được giải thích bởi biến độc lập Y1 trong mơ hình.
4.4.4.2 Kiểm định độ phù hợp của mơ hình
Để kiểm định độ phù hợp của mồ hình tác giả sẽ tiến hành phép kiểm định F
về độ phù hợp của mơ hình hồi qui tuyến tính tổng thể, xem biến phụ thuộc có liên hệ tuyến tính với tồn bộ tập hợp các biến độc lập hay khơng. Khi đó giả thuyết H0 là: β30 = β31 = 0
Bảng 4.23 – Kết quả kiểm định độ phù hợp của mơ hình (phân tích ANOVA) Mơ hình Tổng bình phương df Trung bình bình phương F Sig. 1 Hồi qui 73.976 1 73.976 1595.413 .000a Số dư 11.407 246 0.046 Tổng 85.383 247
a. Các yếu tố dự đốn: (hằng số), sự hài lịng của khách hàng đối với hành động khắc phục lỗi
b. Biến phụ thuộc: Sự hài lòng tổng thể của khách hàng
(Nguồn: Phụ lục 7 – Kết quả phân tích hồi quy)
Kết quả kiểm định cho thấy giả thuyết H0 bị bác với vì giá trị Sig.= 0.000 rất nhỏ so với mức ý nghĩa là 0.05. Như vậy, những nhân tố độc lập Y1 có trong mơ
hình có thể giải thích được thay đổi của nhân tố phụ thuộc Y2, nên ta có thể kết luận mơ hình giả thuyết phù hợp với tập dữ liệu, mức độ phù hợp là 86,6%.
4.4.4.3 Kết quả phân tích hồi qui tuyến tính đơn biến và đánh giá mức độ quan trọng của từng nhân tố trọng của từng nhân tố
Bảng 4.24 – Kết quả phân tích hồi quy đơn biến
Mơ hình Hệ số hồi qui (B) Độ lệch chuẩn Hệ số hồi qui chuẩn hóa (Beta) Giá trị t Mức ý nghĩa (sig.) Hằng số 0.099 0.096 1.026 0.306 Y1 0.963 0.024 0.931 39.943 0.000
a. Biến phụ thuộc: Sự hài lòng tổng thể của khách hàng
(Nguồn: Phụ lục 7 – Kết quả phân tích hồi quy)
Kết quả của phép kiểm định t cũng cho thấy các hệ số hồi qui của nhân tố đưa vào là khác 0 với giá trị Sig.= 0.000 nhỏ hơn rất nhiều so với mức ý nghĩa 0.05.
Từ bảng kết quả phân tích hồi qui tuyến tính đa biến ta có phương trình dự
đốn kết quả đánh giá chung về chất lượng dịch vụ như sau:
Y2 = 0,931Y1
Thông qua các hệ số hồi qui chuẩn hóa (β) ta biết được mức độ quan trọng của nhân tố tham gia vào phương trình hồi qui như vậy với β chuẩn hóa bằng 0,931, cho thấy sự hài lòng của khách hàng đối với hành động khắc phục lỗi dịch vụ có ảnh hưởng cùng chiều đến sự hài lòng tổng thể của khách hàng đối với ngân hàng.
Vậy, ta khẳng định giả thuyết H7 như được nêu tại chương 2 nghiên cứu này.
Tóm tắt chương 4:
Sau q trình phân tích nghiên cứu định lượng với công cụ đánh giá độ tin cậy thang đo bằng Cronbach Alpha, kiểm định giá trị thang đo bằng phân tích nhân tố, kiểm định hệ số tương quan để kiểm tra mức độ mối liên hệ giữa các biến trong mơ hình và cuối cùng là phân tích hồi quy. Kết quả phân tích hồi quy đã khẳng định 7 giả thuyết như đã được nêu tại chương 2 nghiên cứu này. Tiếp theo, ta tiến hành thảo luận kết quả nghiên cứu và một số kiến nghị có liên quan tại chương 5 sau đây.
CHƯƠNG 5: THẢO LUẬN KẾT QUẢ NGHIÊN CỨU VÀ KIẾN NGHỊ
5.1 THẢO LUẬN KẾT QUẢ PHÂN TÍCH
5.1.1 Kết quả nghiên cứu
Q trình phân tích nghiên cứu định lượng ở chương 4, ta được kết quả như sau: - Sử dụng Cronbach’s Alpha để đo lường độ tin cậy của thang đo trong mơ hình nghiên cứu. Kết quả đo lường cho thấy, hệ số alpha của các thang đo đều đạt yêu cầu (trong khoảng 0,6 đến 0,8), trong đó hệ số alpha của thang đo khái niệm cảm nhận về sự công bằng của khách hàng trong thủ tục khắc phục lỗi đạt mức cao nhất là 0,795 với 4 biến quan sát (sau khi loại biến A5) và thấp nhất là hệ số alpha của thang
đo khái niệm Sự hài lòng tổng thể của khách hàng với 0,659 (sau khi loại biến E5).
Hệ số tương quan tổng của các biến quan sát trong các thang đo đều đạt yêu cầu và lớn hơn 0,3. Do đó, các thang đo đều đủ tin cậy và đạt yêu cầu cho việc phân tích.
- Kiểm định giá trị thang đo bằng phân tích nhân tố để kiểm định giá trị hộ tụ và giá trị phân biệt của các thang đo nhằm nhóm các biến có chung đặc điểm lại với nhau đồng thời loại bỏ những biến không phù hợp. Kết quả phân tích nhân tố cho kết quả khẳng định mơ hình lý thuyết và giả thuyết nghiên cứu được tác giả đề xuất ban đầu trong chương 2 và được giữ nguyên để đưa vào kiểm định mơ hình lý
thuyết trong phân tích hồi quy đơn và đa biến.
o Kết quả phân tích nhân tố đối với thang đo khái niệm cảm nhận về sự công bằng của khách hàng đã loại bỏ biến A5, từ đó thang đo cịn lại 13 biến quan sát
được trích thành 3 nhân tố tại Eigenvalues = 1,130 (lớn hơn 1) và Phương sai trích:
Eigenvalues cumulative = 56,675% (> 50%), nghĩa là có 56,675% biến thiên của dữ liệu được giải thích bởi 3 nhân tố; KMO = 0,814 (> 0,5) vẫn ở mức tốt, dữ liệu phù hợp để phân tích nhân tố; mức ý nghĩa kiểm định Bartlett’s với sig. = 0,000, bác bỏ giả thiết Ho tức các biến quan sát có tương quan với nhau trên tổng thể; các trọng số của các biến quan sát đề lớn hơn 0,5 và được xếp vào 3 nhóm nhân tố như đã giả thuyết ban đầu.
được trích thành 1 nhân tố tại Eigenvalues = 2.557 (lớn hơn 1) và Phương sai trích:
Eigenvalues cumulative = 51,134%, nghĩa là 51,134% biến thiên của dữ liệu được