Phân tích hồi quy sẽ xác định mối quan hệ giữa biến phụ thuộc và các biến độc lập. Mơ hình phân tích hồi quy sẽ mơ tả hình thức của mối liên hệ và qua đó giúp dự đốn đƣợc mức độ của biến phụ thuộc khi biết trƣớc giá trị của biến độc lập.
Tiêu chuẩn chấp nhận sự phù hợp của mơ hình tƣơng quan hồi quy là: Kiểm định F phải có giá trị sig < 0.05. Đại lƣợng chuẩn đoán hiện tƣợng đa cộng tuyến với hệ số phóng đại phƣơng sai VIF (Variance Inflation Factor) < 10.
Hệ số xác định đƣợc định nghĩa là tỷ lệ của tổng sự biến thiên trong biến phụ thuộc gây ra bởi các biến độc lập với tổng sự biến thiên tồn phần, do đó R2 cho phép ta đánh giá mơ hình hồi quy tìm đƣợc có giải thích tốt cho mối liên hệ giữa biến phụ thuộc và các biến độc lập không. Hệ số này có giá trị từ 0 đến 1, càng gần 1 thì mơ hình càng phù hợp, nếu hệ số gần 0 thì mơ hình khơng phù hợp để mơ tả tập hợp dữ liệu.
Bảng 4.27. Kết quả hồi quy Mơ hình Mơ hình Hệ số chƣa chuẩn hóa Hệ số chuẩn hóa t Sig. Đa cộng tuyến B Sai số
chuẩn Beta Dung sai VIF
1 (Constant) .248 .070 3.562 .000 TC .163 .026 .187 6.203 .000 .284 3.518 DU .258 .015 .368 16.772 .000 .537 1.861 NL .138 .022 .169 6.138 .000 .341 2.933 DC .122 .016 .164 7.793 .000 .581 1.721 HH .269 .021 .308 12.582 .000 .432 2.313 GC -.012 .022 -.015 -.545 .587 .341 2.936 a. Biến phụ thuộc: HL Bảng 4.28. Độ phù hợp mơ hình Model Summaryb Mơ hình Hệ số tƣơng quan R R 2 R2 hiệu chỉnh Sai số thống kê Durbin- Watson 1 .979a .958 .957 .13858 2.034 a. Bộ dự đoán: (Hằng số), GC, DU, DC, HH, NL, TC b. Biến phụ thuộc: HL
Bảng 4.29. Phân tích phƣơng sai (ANOVA)
ANOVAa Mơ hình Tổng bình phƣơng df Trung bình của bình phƣơng F Sig. 1 Regression 71.245 6 11.874 618.270 .000b Residual 3.092 161 .019 Total 74.337 167 a. Biến phụ thuộc: HL b. Bộ dự đoán: (Hằng số), GC, DU, DC, HH, NL, TC
Đầu tiên, kết quả phân tích dữ liệu cho thấy hệ số R2
điều chỉnh là 95.8% (Bảng 4.28), điều đó có nghĩa là các biến độc lập trong mơ hình ((1) Sự tin
hữu hình, (6) Giá cả) giải thích đƣợc 95.8% sự thay đổi của biến phụ thuộc (Sự hài lòng của khách hàng), phần còn lại đƣợc giải thích bởi các yếu tố không đƣợc xem xét trong mơ hình.
Tiếp theo, thực hiện kiểm định F về tính phù hợp của mơ hình hồi quy tuyến tính tổng thể. Kiểm định này cho chúng ta biết biến phụ thuộc có tƣơng quan tuyến tính với tồn bộ các biến độc lập hay không. Giả thuyết H0: β1 = β2
= β3 = β4 = β5 = β6 = 0. Nếu giả thuyết H0 bị bác bỏ, chúng ta có thể kết luận các
biến đốc lập trong mơ hình có thể giải thích đƣợc sự thay đổi của biến phụ thuộc, điều này đồng nghĩa mơ hình xây dựng phù hợp với tập dữ liệu các biến. Kết quả từ Bảng 4.29 cho thấy kiểm định F có ý nghĩa thống kê với giá trị Sig = .000 (< 0.05) chứng tỏ mơ hình hồi quy xây dựng là phù hợp với bộ dữ liệu thu thập đƣợc, và các biến đƣa vào đều có ý nghĩa về mặt thống kê với mức ý nghĩa 5% nên bác bỏ giả thuyết H0. Điều này có ý nghĩa là các biến độc lập trong mơ hình có tƣơng quan tuyến tính với biến phụ thuộc, tức là sự kết hợp của các biến độc lập có thể giải thích đƣợc sự thay đổi của biến phụ thuộc.
Cuối cùng, nhìn vào bảng kết quả hồi quy (Bảng 4.27) cho thấy có 5 nhân tố (Sự tin cậy, Sự đáp ứng, Năng lực phục vụ, Sự đồng cảm, Phƣơng tiện hữu hình) đều có ảnh hƣởng tích cực (hệ số β có giá trị dƣơng) đến Sự hài lòng (HL) với mức ý nghĩa Sig. là rất nhỏ (< 0.05), tuy nhiên biến giá cả có mức ý nghĩa Sig. là 0.587 > 0.05, do đó biến này khơng ảnh hƣởng đến Sự hài lòng của khách hàng đối với dịch vụ hàng không tại Cảng hàng không Phù Cát - Bình Định. Ngồi ra, hệ số phóng đại phƣơng sai VIF thấp (< 10), chứng tỏ hiện tƣợng đa cộng tuyến không xảy ra với các biến độc lập.
Nhƣ vậy, nghiên cứu có thể kết luận rằng các giả thuyết H1, H2, H3, H4
và H6 đều đƣợc chấp nhận. Phƣơng trình hồi quy hệ số chuẩn hóa có dạng nhƣ sau:
Để so sánh mức độ ảnh hƣởng từng nhân tố độc lập đối với sự hài lòng của khách hàng đối với dịch vụ hàng không tại Cảng hàng khơng Phù Cát - Bình Định, ta căn cứ vào hệ số β chuẩn hóa. Theo đó, nhân tố nào có trọng số β chuẩn hóa càng lớn có nghĩa là nhân tố đó ảnh hƣởng càng mạnh đến biến phụ thuộc. Nhìn vào Bảng 4.26 ta thấy trong 5 nhân tố ảnh hƣởng sự hài lòng của khách hàng đối với dịch vụ hàng khơng tại Cảng hàng khơng Phù Cát - Bình Định (HL) thì nhân tố sự đáp ứng (DU) có ảnh hƣởng mạnh nhất đến HL với hệ số β = 0.368; tiếp theo nhân tố phƣơng tiện hữu hình (HH) với hệ số β = 0.308; kế đến nhân tố sự tin cậy (TC) có ảnh hƣởng mạnh thứ ba với hệ số β = 0.187; nhân tố năng lực phục vụ (NL) có ảnh hƣởng mạnh thứ tƣ với hệ số β = 0.169; và cuối cùng, nhân tố sự đồng cảm (DC) có ảnh hƣởng thấp nhất với hệ số β = 0.164.
4.5. Kiểm tra các giả định hồi quy
Sau khi thực hiện phân tích hồi quy đa biến, chúng ta cần phải kiểm tra xem kết quả có bị vi phạm các giả định hồi quy hay không. Nếu các giả định bị vi phạm thì kết quả tính tốn ra sẽ khơng đáng tin cậy nữa. Các giả định quan trọng gồm: phần dƣ phải có phân phối chuẩn, biến độc lập và phụ thuộc phải có liên hệ tuyến tính, phƣơng sai phần dƣ khơng thay đổi.
4.5.1. Giả định 1: Phân phối chuẩn của phần dư
Giả định đầu tiên đó là phần dƣ trong hồi quy phải xấp xỉ phân phối chuẩn. Phần dƣ có thể khơng tn theo phân phối chuẩn vì những lý do nhƣ: sử dụng sai mơ hình, phƣơng sai khơng phải là hằng số, số lƣợng các phần dƣ không đủ nhiều để phân tích… Vì vậy, chúng ta cần thực hiện nhiều cách khảo sát khác nhau. Hai cách phổ biến nhất là căn cứ vào biểu đồ Histogram và Normal P-P Plot phần dƣ.
Đối với biểu đồ Histogram, nếu giá trị trung bình Mean gần bằng 0, độ lệch chuẩn gần bằng 1, đƣờng cong phân phối có dạng hình chng ta có thể
khẳng định phân phối là xấp xỉ chuẩn, giả định phân phối chuẩn của phần dƣ khơng bị vi phạm
Hình 4.6. Biểu đồ Histogram phân phối chuẩn của phần dƣ
Cụ thể ở mơ hình nghiên cứu, giá trị trung bình Mean = 9.93E-15 gần bằng 0, độ lệch chuẩn là 0.982 gần bằng 1, nhƣ vậy có thể nói, phân phối phần dƣ xấp xỉ chuẩn. Do đó, có thể kết luận rằng, giả định phân phối chuẩn của phần dƣ không bị vi phạm.
Đối với biểu đồ Normal P-P Plot, nếu các điểm phân vị trong phân phối của phần dƣ tập trung thành 1 đƣờng chéo, nghĩa là phần dƣ có phân phối chuẩn. Quan sát mức độ các điểm thực tế, tập trung sát đƣờng thẳng kỳ vọng, cho thấy tập dữ liệu nghiên cứu là tốt, phần dƣ chuẩn hóa có phân phối gần sát phân phối chuẩn. Nhƣ vậy, giả định phân phối chuẩn của phần dƣ khơng bị vi phạm.
Hình 4.7. Biểu đồ Normal P-P Plot phân phối chuẩn của phần dƣ