Mức ý nghĩa Sig trong bảng 4.11 rất nhỏ ( Sig = 0.000) cho thấy rằng sẽ an toăn để bâc bỏ giả thuyết Ho cho rằng câc hệ số hồi qui từng phần bằng 0. Do đĩ mơ hình hồi qui tuyến tính bội về yếu tố Chất Lượng Dịch Vụ Logistics (LSQ) phù hợp với tập dữ liệu.
Bảng 4.12 tĩm tắc hệ số hồi qui Coefficients(a) Model Unstandardized Coefficients Standardized
Coefficients t Sig. Correlations
Collinearity Statistics
B Std. Error Beta Zero-order Partial Part Tolerance VIF B
Std. Error 1 (Constant) 1.062 .319 3.323 .001 NIEĂM TIN .348 .053 .386 6.599 .000 .580 .446 .346 .803 1.245 SỰ RÀNG BUC .183 .037 .276 4.904 .000 .442 .348 .257 .868 1.152 TRUYỀN THOĐNG .095 .035 .153 2.699 .008 .298 .200 .142 .859 1.164 GIÁ TRỊ CHIA SẸ .112 .043 .152 2.629 .009 .349 .195 .138 .828 1.208 SỰ NHAĐN NHƯNG QUA LÁI .088 .039 .130 2.269 .025 .369 .169 .119 .841 1.188 SOTRANS .241 .103 .148 2.337 .021 .055 .174 .123 .687 1.456 SAFI .305 .107 .185 2.863 .005 .101 .211 .150 .660 1.515 a Dependent Variable: LSQ
Sau khi phđn tích hồi qui, câc hệ số hồi qui riíng phần chuẩn hĩa (hệ số Beta chuẩn hĩa) của từng biến độc lập, nĩ được dùng để đo lường sự thay đổi trong giâ trị trung bình yếu tố Chất Lượng Dịch Vụ Logistics khi câc giâ trị của câc nhđn tố tham gia trong phương trình hồi qui thay đổi một đơn vị đo lường.
Câc hệ số hồi qui riíng phần chuẩn hĩa năy đều được kiểm định bằng tiíu chuẩn Sig tương ứng đều cĩ giâ trị nhỏ hơn 0.05.
Ta cĩ hệ số hồi qui chuẩn hĩa từng phần của câc biến độc lập cĩ giâ trị từ cao đến thấp được sắp xếp theo cùng đơn vị đo lường như sau :
Hệ số hồi qui của biến TR (Niềm Tin) cĩ giâ trị cao nhất, cĩ tâc động nhiều nhất đến yếu tố LSQ (Chất Lượng Dịch Vụ Logistics ) , kế đến lă biến BO ( Răng Bc) cĩ tâc động mạnh thứ hai đến LSQ, thứ ba lă hệ số hồi qui của biến Truyền thơng (CO), thứ tư lă hệ số hồi qui của biến SV (Giâ Trị Chia Sẽ), thứ năm lă hệ số hồi qui của biến RE đến yếu tố LSQ. Biến Cảm Thơng (EM) khơng cĩ ý nghĩa trong phương trình hồi qui câc yếu tố của Định Hướng Marketing Quan Hệ tâc động đến chất lượng dịch vụ cĩ mức độ tin cậy sig bằng 0.285, lớn hơn tiíu chuẩn cho phĩp 0.05 nín bị loại ra khỏi phương trình hồi qui (xem phụ lục 6, phần a).
Biến thương hiệu được mê hĩa thănh ba biến giả (biến Dummy) D1, D2 vă D3 với bảng khảo sât được qui định số 1 SOTRANS, số 2 lă SAFI vă số 3 lă VINATRANS.
Để phđn tích tâc động của 3 nhên hiệu trín, được mê hĩa với biến D1 lă nhên hiệu SOTRANS khi đối tượng được chọn cho ý kiến về nhên hiệu SOTRANS lă nhên hiệu cĩ chất lượng cung cấp dịch vụ logistics tốt nhất, được đânh số dấu (x) cho SOTRANS vă khơng đânh dấu cho 2 nhên hiệu cịn lại trong bản cđu hỏi khảo sât), biến D2 lă nhên hiệu SAFI khi đối tượng được cho ý kiến cho rằng nhên nhiệu SAFI cĩ chất lượng cung cấp dịch vụ logistics tốt nhất, được đânh dấu (x) cho SAFI vă khơng đânh dấu cho 2 nhên hiệu cịn lại trong bản cđu hỏi khảo sât , nhên hiệu VINATRANS được chọn khi hai nhên hiệu SAFI vă SOTRANS khơng được đânh dấu (x) trong bản khảo sât.
Mơ hình hồi qui LSQ cĩ câc hệ số phĩng đại phương sai (Variance inflation factor – VIF) của câc biến độc lập đều cĩ giâ trị nhỏ hơn 10 vă độ chấp nhận khơng nhỏ hơn 0.0001, nín khơng cĩ dấu hiệu của hiện tượng đa cộng tuyến (Hoăng Trọng- Mộng Ngọc, tr.218, 225).
Kết quả phđn tích hồi qui 7 biến độc lập bằng phương phâp bình phương nhỏ nhất thơng thường (Ordinary Least Square – OLS) cĩ được hệ số R2 điều chỉnh của mơ hình năy lă 0.50. Đại lượng F dùng để kiểm định R2 cĩ giâ trị lă 26,952 vă tương ứng với mức ý nghĩa mức ý nghĩa F Change quan sât được 0.000.
Đồ thị Scatterplot phđn tân khơng theo quy luật cho thấy phương sai đồng nhất
vă mơ hình tuyến tính lă phù hợp. Nghĩa lă mơ hình hồi qui tuyến tính được xđy dựng phù hợp trín tập dữ liệu thu thập. Mơ hình hồi qui đa biến về Chất Lượng Dịch Vụ Logistics đạt 50%, hay 50% sự biến thiín của biến Chất Lượng Dịch Vụ Logistics được giải thích chung bởi 7 biến độc lập níu trín vă 50% cịn lại được giải thích bởi câc biến khâc ngoăi mơ hình.
Phương trình hồi qui của biến phụ thuộc Chất Lượng Dịch Vụ Logistics
LSQ = 0.386TR+0.276BO+0.153CO+0.152SV+0.130RE+0.185SAFI + 0.148SOTRANS
Từ phương trình hồi qui cĩ được, ta nhận thấy rằng biến nhên hiệu SAFI (biến được mê hĩa : D2) cĩ ảnh hưởng mạnh đến giâ trị LSQ hơn biến nhên hiệu SOTRANS (biến được mê hĩa : D1) lă do ßSAFI > ßSOTRANS (giả sử cố định câc biến khâc vă cho biến SAFI hoặc biến SOTRANS tăng lín một đơn vị).
Hay nĩi câch khâch thương hiệu SAFI cĩ tâc động mạnh đến chất lượng dịch vụ logistics hơn thương hiệu SOTRANS vă VINATRANS.
Như vậy câc giả thuyết H1-1, H1-2, H1-3, H1-4, H1-6 được chấp nhận, trong đĩ 5 nhđn tố được xem lă 5 biến độc lập đều cĩ ý nghĩa trong mơ hình hồi qui (cĩ giâ trị sig đều nhỏ hơn 0.05, ngoại trừ biến EM đê bị loại). Đồng thời 2 biến thương hiệu SOTRANS vă SAFI cĩ ý nghĩa giải thích tốt trong mơ hình hồi qui khi tâc động văo biến chất lượng Dịch Vụ Logistics.
Từ mơ hình hồi qui cho thấy câc hệ số hồi qui chuẩn hĩa riíng phần đều dương, chứng tỏ yếu tố Định Hướng Marketing Quan Hệ tâc động thuận chiều đến chất lượng dịch vụ logistics.
Trong phương trình hồi qui tuyến tính trín, giâ trị trung bình của chất lượng dịch vụ logistics (LSQ) sẽ tăng lín 0.386 khi thay đổi 1 đơn vị giâ trị TR ( trong điều kiện câc thănh phần cịn lại trong phương trình hồi qui khơng đổi), tương tự giâ trị trung bình của LSQ tăng lín 0.276, 0.153, 0.152, 0.130, 0.148 vă 0.185 khi thay đổi 1 đơn vị lần lược giâ trị câc biến BO, CO, SV, RE, giâ trị thương hiệu SOTRANS (D1), giâ trị thương hiệu SAFI (D2) vă câc giâ trị cịn lại giữ ngun.
4.4.2 Mơ hình hồi qui tuyến tính của yếu tố Chất Lượng Dịch Vụ Logistics (LSQ) tâc động đến Hiệu Quả Kinh Doanh của khâch hăng (BP) (LSQ) tâc động đến Hiệu Quả Kinh Doanh của khâch hăng (BP)
Phđn tích hồi qui yếu tố chất lượng dịch vụ logistics tâc động đến hiệu quả kinh doanh của khâch hăng thơng qua biến độc lập LSQ vă biến phụ thuộc BP
Bảng 4.13 Tĩm tắc mơ hình hồi qui biến phụ thuộc hiệu quả kinh doanh Model Summary(b) Change Statistics Model R R Square Adjusted R Square Std. Error of the Estimate R Square Change F Change df1 df2 Sig. F Change 1 .366(a) .134 .129 .93569 .134 28.017 1 181 .000 a Predictors: (Constant), LSQ