CHƢƠNG 4 : KẾT QUẢ NGHIÊN CỨU
4.3. Kiểm định mô hình nghiên cứu:
4.3.2 Phân tích hồi quy
Phân tích hồi quy sẽ xác định mối quan hệ nhân quả giữa biến phụ thuộc (SỰ HÀI LÒNG) và các biến độc lập (CHẤT LƢỢNG DỊCH VỤ, GIÁ CẢ, HÌNH ẢNH DOANH NGHIỆP). Mơ hình phân tích hồi quy sẽ mơ tả hình thức của mối liên hệ v qu đó giúp dự đốn đƣợc mức độ của biến phụ thuộc khi biết trƣớc giá trị của biến độc lập.
Hệ số xác định R2 đ đƣợc chứng minh là hàm không giảm theo số biến độc lập đƣợc đƣ vào mơ hình. Tu nhi n, mơ hình thƣờng khơng phù hợp với dữ liệu thực tế nhƣ giá trị R2 (0,283) thể hiện. Trong tình huống n , R2 điều chỉnh từ R2 đƣợc sử dụng để phản ánh sát hơn mức độ phù hợp của mơ hình hồi quy tuyến tính đ biến (0,259) vì nó khơng phụ thuộc v o độ lệch phóng đại của R2. So sánh 2 giá trị R2 và R2 điều chỉnh ở bảng 4.10 sẽ thấ R2 điều chỉnh nhỏ hơn v dùng nó đánh giá độ phù hợp của mơ hình sẽ n to n hơn vì nó hơng thổi phồng mức độ phù hợp của mơ hình.
Kiểm định F sử dụng trong phân tích phƣơng s i l một phép kiểm định giả thuyết về độ phù hợp của mơ hình hồi quy tuyến tính tổng thể để xem xét biến phụ thuộc có liên hệ tuyến tính với tồn bộ tập hợp của các biến độc lập. Nhìn vào bảng 4.10 cho thấy rằng trị thống F đƣợc tính từ giá trị R2 đầ đủ khác 0, giá trị sig. rất nhỏ cho thấy mơ hình sử dụng là phù hợp và các biến đều đạt đƣợc tiêu chuẩn chấp nhận (Tolerance > 0.0001). Th m v o đó, ti u chí Colline rit di gnostics (chuẩn đốn hiện tƣợng đ cộng tuyến) với hệ số phóng đại phƣơng s i VIF (V ri nce infl tion f ctor) của các biến độc lập trong mơ hình đều <2 thể hiện tính đ cộng tuyến của các biến độc lập l hông đáng ể và các biến trong mơ hình đƣợc chấp nhận.
Sau cùng, hệ số Durbin W tson dùng để kiểm định tƣơng qu n chuỗi bậc nhất cho thấy mơ hình không vi phạm khi sử dụng phƣơng pháp hồi quy bội vì giá trị d đạt đƣợc là 1,693 và chấp nhận giả thuyết khơng có sự tƣơng qu n chuỗi bậc nhất trong mơ hình. Nhƣ vậy, mơ hình hồi quy bội thỏ các điều kiện đánh giá v iểm định độ phù hợp cho việc rút ra các kết quả nghiên cứu.
Bảng 4.10: Kết quả phân tích hồi quy Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Change Statistics Durbin- Watson R Square Change F Change df1 df2 Sig. F Change 1 .532a .283 .259 .44131 .283 11.920 4 121 .000 1.693 a. Predictors: (Constant), HADN, GC, QCKM,
CLDV
b. Dependent Variable: SHL
ANOVAb
Model
Sum of
Squares Df Mean Square F Sig.
1 Regression 9.286 4 2.321 11.920 .000a
Residual 23.565 121 .195
Total 32.851 125
a. Predictors: (Constant), HADN, GC, QCKM, CLDV b. Dependent Variable: SHL Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Correlations Collinearity Statistics B Std. Error Beta Zero-order Partial Part Tolerance VIF 1 (Const ant) .802 .192 4.186 .000 CLDV .196 .081 .242 2.432 .016 .426 .216 .187 .600 1.666 GC .161 .056 .248 2.858 .005 .417 .251 .220 .784 1.275 QCKM -.042 .057 -.065 -.743 .459 .163 -.067 -.057 .764 1.309 HADN .167 .069 .219 2.417 .017 .396 .215 .186 .721 1.387 a. Dependent Variable: SHL
Từ bảng phân tích hồi quy (Bảng 4.10), ta thấy mối quan hệ giữa biến phụ thuộc Sự hài lòng của khách hàng và 3 biến độc lập đƣợc thể hiện trong phƣơng trình s u:
SHL = 0.242CLDV+0.248GC+0.219HADN Trong đó:
SHL : Sự hài lòng GC : Giá cả
HADN: Hình ảnh doanh nghiệp
Theo phƣơng trình hồi quy ở trên cho thấy Sự hài lòng của khách hàng có quan hệ tuyến tính với các nhân tố Giá cả (Hệ số Beta chuẩn hóa là 0.248), Chất lƣợng dịch vụ (Hệ số Beta chuẩn hóa 0.242), Hình ảnh doanh nghiệp (Hệ số Beta chuẩn hóa là 0.219), Cũng phải nói thêm rằng các hệ số Beta chuẩn hó đều >0 cho thấy các biến độc lập tác động thuận chiều với Sự hài lòng khách hàng. Kết quả n cũng hẳng định các giả thuyết nêu ra trong mơ hình nghiên cứu (H0, H1, H3) đƣợc chấp nhận v đƣợc kiểm định phù hợp. Nhƣ vậy, hệ thống cửa hàng phải nỗ lực cải tiến những nhân tố n để nâng cao sự hài lòng của khách hàng.