Phân tích hồi quy tuyến tính cho biết cường độ ảnh hưởng của các biến độc lập lên biến phụ thuộc. Phương pháp hồi quy được sử dụng ở đây là phương pháp
bình phương nhỏ nhất thơng thường OLS (Ordinary least square) với biến phụ thuộc là “Sự hài lòng của khách hàng” và các biến độc lập là “Thương hiệu và chất lượng chất thư giám định”, “Khả năng đáp ứng”, “Giá cả”, “Chất lượng phục vụ”, “Chiêu thị”.
Giá trị của biến phụ thuộc tính bằng trung bình cộng của các biến quan sát số 25, 26, 27, 28 trong bảng câu hỏi khảo sát định lượng (xem phụ lục số 2). Giá trị các biến độc lập sẽ được tính bằng trung bình cộng của các biến quan sát thành
phần của từng nhân tố đã được xác định sau phần kiểm định thang đo và phân tích nhân tố.
Bảng hệ số Cronbach’s Alpha sau sẽ kiểm định xem biến phụ thuộc “Sự hài lòng của khách hàng” được đo lường bằng các biến quan sát 25, 26, 27, 28 có đảm bảo độ tin cậy không. Kết quả đo lường đáng tin cậy với hệ số Alpha = 0.832.
Bảng 3.4: Bảng kiểm tra hệ số Cronbach’s Alpha biến “Sự hài lòng của khách hàng”
Bảng kiểm tra hệ số Cronbach’s Alpha
Cronbach's Alpha N of Items
.832 4
Bảng hệ số tương quan biến – tổng
Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item-Total Correlation Cronbach's Alpha if Item Deleted
Hai long ve chung thu giam dinh 11.62 3.395 .639 .806
Hai long ve chat luong dich vu giam dinh 11.63 3.051 .700 .774
Tiep tuc su dung dich vu giam dinh 11.28 2.651 .630 .811
San sang gioi thieu cho nguoi khac su
dung dich vu giam dinh 11.20 2.567 .732 .754
¾ Phân tích tương quan giữa các yếu tố tạo giá trị khách hàng và sự hài lịng của khách hàng
Bước đầu tiên khi phân tích hồi quy tuyến tính là xem xét các mối quan hệ tương quan tuyến tính. Ma trận hệ số tương quan này cho biết tương quan giữa biến phụ thuộc “sự hài lòng của khách hàng” với từng biến độc lập, cũng như tương
quan giữa các biến độc lập với nhau và giữa các biến độc lập có xảy ra hiện tượng
đa cộng tuyến hay khơng
Bảng 3.5: Bảng phân tích tương quan giữa các yếu tố tạo giá trị khách hàng và sự
hài lòng của khách hàng Bảng ma trận hệ số tương quan Su hai long cua khach hang Kha nang dap ung Thuong hieu va chat luong chung
thu giam dinh
Gia ca Chat luong phuc vu Chieu thi
Su hai long cua khach hang 1 .624 .530 -.014 .285 -.077
Thuong hieu va chat luong
chung thu giam dinh .624 1 .380 -.296 .315 .072
Kha nang dap ung .530 .380 1 -.072 .047 -.272
Gia ca -.014 -.296 -.072 1 .292 .484
Chat luong phuc vu .285 .315 .047 .292 1 .427
Pearson Correlation
Chieu thi .077 .072 .272 .484 .427 1
Su hai long cua khach hang . .000 .000 .000 .000 .000
Sig. (1-tailed)
Thuong hieu va chat luong
chung thu giam dinh .000 . .000 .000 .000 .000
Kha nang dap ung .000 .000 . .000 .000 .000
Gia ca .001 .000 .000 . .000 .000
Chat luong phuc vu .000 .000 .000 .000 . .000
Có thể thấy, với giá trị Sig đạt chuẩn, hệ số tương quan giữa “sự hài lòng của khách hàng” và các biến độc lập tương đối cao thì có thể kết luận các biến độc lập này có thể đưa vào mơ hình để giải thích cho sự hài lịng của khách hàng.
¾ Xây dựng phương trình hồi quy tuyến tính
Bước tiếp theo là xây dựng phương trình hồi quy tuyến tính. Dựa vào tất cả các kết quả đã trình bày trên đây, đưa tất cả các biến độc lập vào trong mơ hình hồi quy bằng phương pháp đưa vào cùng một lúc (Enter).
Bảng 3.6: Kết quả phân tích hồi quy theo phương pháp Enter
Bảng phân tích hồi quy
Unstandardized Coefficients Standardized Coefficients Correlations Model B Std. Error Beta t Sig.
Zero-order Partial Part
(Constant) .989 .272 3.632 0.000
Thuong hieu va chat luong chung thu giam dinh
.479 .061 .576 7.857 0.000 .624 .544 .437
Kha nang dap ung .212 .053 .266 4.029 0.000 .530 .315 .224
Gia ca -.149 .052 -.211 -2.840 0.005 -.077 -.228 -.158
Chat luong phuc vu .093 .057 .109 1.630 0.001 .285 .133 .091
Chieu thi .183 .055 .246 3.332 0.001 .014 .265 .185
a Dependent Variable: Su hai long cua khach hang
Phương trình thể hiện mức độ của sự hài lòng khách hàng dự đoán theo tất cả các biến độc lập là:
Y = 0.989 + 0.576X1 + 0.266X2 - 0.211X3 + 0.109X4 + 0.246X5 Trong đó:
Y: Sự hài lịng của khách hàng
X1: Thương hiệu và chất lượng chứng thư giám định X2: Khả năng đáp ứng
X3: Giá cả
X4: Chất lượng phục vụ X5: Chiêu thị
¾ Đánh giá sự phù hợp của mơ hình và kiểm định các giả thuyết
Để đánh giá độ phù hợp của mơ hình, dùng các cơng cụ như tính hệ số xác định R2, kiểm định F và kiểm định t.
Bảng 3.7: Kết quả đánh giá độ phù hợp của mơ hình
Bảng đánh giá độ phù hợp của mơ hình
Model R R
Square
Adjusted R Square
Std. Error of
the Estimate Change Statistics
R Square Change F Change df1 df2 Sig. F Change 1 .738(a) .545 .529 .38011 .545 35.146 5 147 .000
a Predictors: (Constant), Chieu thi, Kha nang dap ung, Thuong hieu va chat luong chung thu giam dinh, Chat luong phuc vu, Gia ca
b Dependent Variable: Su hai long cua khach hang
ANOVA(b)
Model Sum of
Squares df Mean Square F Sig.
Regression 25.390 5 5.078 35.146 .000(a)
Residual 21.239 147 .144
1
Total 46.628 152
a Predictors: (Constant), Chieu thi, Kha nang dap ung, Thuong hieu va chat luong chung thu giam dinh, Chat luong phuc vu, Gia ca
b Dependent Variable: Su hai long cua khach hang
Với bảng 3.7, ta thấy hệ số xác định của mơ hình R2 = 0.545 nghĩa là mơ hình hồi quy tuyến tính đã xây dựng phù hợp với tập dữ liệu ở mức 54.5%. Giá trị này chấp nhận được.
Xây dựng xong một mơ hình hồi quy tuyến tính, vấn đề quan tâm đầu tiên là
phải xem xét độ phù hợp của mơ hình đối với tập dữ liệu qua giá trị R Square. Kiểm
định F trong bảng phân tích phương sai được dùng để kiểm định độ phù hợp của mơ
hình hồi quy tổng thể. Đặt giả thuyết hệ số R2 = 0. Từ bảng kết quả 3.13, giá trị F=35.146 tương ứng với mức ý nghĩa sig = 0.000. Hoàn toàn bác bỏ giả thuyết Ho và kết luận được rằng có mối liên hệ tuyến tính giữa các biến độc lập và các biến phụ thuộc.
Sau cùng, để đảm bảo các biến độc lập đều thực sự có ảnh hưởng đến biến
phụ thuộc, tiến hành kiểm định t. Đặt giả thuyết Ho là hệ số hồi quy của các biến
độc lập βk=0 và với độ tin cậy 95%. Từ bảng 3.6, bác bỏ giả thuyết Ho. Vậy có thể
kết luận rằng các biến độc lập thực sự có ảnh hưởng đến biến phụ thuộc sự hài lòng
của khách hàng.
Căn cứ vào trọng số Beta hoặc hệ số tương quan từng phần và tương quan riêng (Part and partial correlations), đều có thể nhận định tầm quan trọng tương đối của các biến độc lập trong mơ hình hồi quy bội nay hay còn gọi là ảnh hưởng (tác
động) của các biến độc lập đối với sự biến thiên của biến phụ thuộc sự hài lòng của
khách hàng theo thứ tự như sau: thương hiệu và chất lượng chứng thư giám định,
khả năng đáp ứng, giá cả, chất lượng phục vụ, chiêu thị.
¾ Dị tìm sự vi phạm các giả định cần thiết
Việc dò tìm các vi phạm giả định để cho biết rằng giả định về liên hệ tuyến tính và phân phối chuẩn từ đầu là đúng hay sai.
4 2
0 -2
-4
Regression Standardized Residual
4 2 0 -2 -4 Regression Standardized Predicted Va lu e
Dependent Variable: Su hai long cua khach hang Scatterplot