3.4 Kết quả nghiên cứu
3.4.5 Hồi quy tuyến tính
Mơ hình hồi quy tuyến tính mẫu NL = X1*DVKH + X2*KNBH + X3*CLNNL + X4*PTHH + X5*ĐƯ Trong đó: NL: Năng lực quản trị bán hàng DVKH: Nhân tố dịch vụ khách hàng KNBH: Nhân tố kĩ năng bán hàng
CLNNL: Nhân tố chất lượng nguồn nhân lực PTHH: Phương tiện hữu hình
ĐƯ: Nhân tố đáp ứng X1,X2,X3,X4,X5: hệ số hồi quy góc. Bảng 3.27. Bảng Model Summaryb Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 1 .747a 0.558 0.549 0.436819605205012 2.226
a. Predictors: (Constant), DVKH, ĐƯ, CLNNL, KNBH, PTHH b. Dependent Variable: NL
Adjusted R Square hay còn gọi là R bình phương hiệu chỉnh, nó phản ánh mức độ ảnh hưởng của các biến độc lập lên biến phụ thuộc. Cụ thể trong trường hợp này, 5 biến độc lập đưa vào ảnh hưởng 54.9% sự thay đổi của biến phụ thuộc, cịn lại 45.1% là do các biến ngồi mơ hình và sai số ngẫu nhiên.
Ngoài ra, kiểm định Durbin – Watson cho thấy kết quả d = 2.226 nằm trong phạm vi 1 < d < 3, như vậy khơng có sự tương quan chuỗi bậc nhất trong mơ hình.
Bảng 3.28. Kiểm định tồn tại hồi quy
ANOVAa
Model SquaresSum of df Mean Square F Sig.
1 Regression 55.996 5 11.199 58.692 .000b
Residual 44.268 232 0.191
Total 100.264 237
a. Dependent Variable: NL
b. Predictors: (Constant), DVKH, ĐƯ, CLNNL, KNBH, PTHH
Giá trị sig. là 0.000 < 0.05. Như vậy, mơ hình hồi quy tuyến tính xây dựng được phù hợp với tổng thể.
Bảng 3.29. Hệ số hồi quy và thống kê đa cộng tuyến Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) -0.570 0.259 -2.204 0.029 KNBH 0.203 0.056 0.192 3.613 0.000 0.673 1.486 CLNNL 0.108 0.054 0.100 1.984 0.048 0.746 1.341 PTHH 0.479 0.059 0.438 8.086 0.000 0.649 1.541 ĐƯ 0.104 0.049 0.096 2.121 0.035 0.919 1.088 DVKH 0.201 0.054 0.193 3.701 0.000 0.703 1.423 a. Dependent Variable: NL
Giá trị Sig kiểm định t từng biến độc lập, sig nhỏ hơn hoặc bằng 0.05 có nghĩa là biến đó có ý nghĩa trong mơ hình, ngược lại sig lớn hơn 0.05, biến độc lập đó cần được loại bỏ. Kết quả trên cho thấy giá trị Sig. của các biến quan sát đều < 0.05 nên có ý nghĩa trong mơ hình. Hệ số VIF lớn nhất là 1.541 nhỏ hơn 2 do vậy khơng có hiện tượng đa cộng tuyến xảy ra. Do đó, mối quan hệ giữa các biến độc lập không ảnh hưởng đáng kể đến kết quả giải thích của mơ hình hồi quy.
Các hệ số hồi quy đều lớn hơn 0. Như vậy tất cả các biến độc lập đưa vào phân tích hồi quy đều tác động cùng chiều lên biến phụ thuộc. Dựa vào độ lớn của hệ số hồi quy chuẩn hóa Beta, thứ tự mức độ tác động từ mạnh nhất tới yếu nhất của các biến độc lập tới biến phụ thuộc NL là: Phương tiện hữu hình (PTHH) (0.579) > Dịch vụ khách hàng (DVKH) (0.201). Tương ứng với:
Biến Phương tiện hữu hình có tác động mạnh mẽ nhất tới năng lực quản trị bán hàng tại cơng ty DHK.15
Biến Dịch vụ khách hàng có tác động mạnh thứ 2 tới năng lực quản trị bán hàng tại cơng ty DHK.15
Biến kĩ năng bán hàng có tác động mạnh thứ 3 tới năng lực quản trị bán hàng tại cơng ty DHK.15
Biến chất lượng nguồn nhân lưc có tác động mạnh thứ 4 tới năng lực quản trị bán hàng tại cơng ty DHK.15
Biến đáp ứng có tác động mạnh thứ 5 tới năng lực quản trị bán hàng tại công ty DHK.15
Từ 5 giả thuyết từ H1 đến H5 chúng ta đã đặt ra ban đầu ở mục các giả thuyết được đưa ra (mục 3.2.2) đều được chấp nhận
Như vậy, mơ hình hồi quy chuẩn hóa sẽ là:
NL = X1*DVKH + X2*KNBH + X3*CLNNL + X4*PTHH+ X5*ĐƯ Tương đương
NL = 0.000*DVKH + 0.000*KNBH + 0.048*CLNNL + 0.000*PTHH + 0.035*ĐƯ
Từ kết quả phân tích trên, có mơ hình nghiên cứu chính thức như sau:
Hình 3.4. Mơ hình nghiên cứu chính thức
Hình 3.5. Biểu đồ tần số phần dư chuẩn hóa Histogram
(Nguồn :Xử lí số liệu trong SPSS của tác giả)
Từ biểu đồ ta thấy được, một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số. Đường cong này có dạng hình chng, phù hợp với dạng đồ thị của phân phối chuẩn. Giá trị trung bình Mean gần bằng 0, độ lệch chuẩn là 0.989 gần
Kĩ năng bán hàng
Chất lượng nguồn nhân lực Phương tiện hữu hình
Khả năng đáp ứng Dịch vụ khách hàng
Năng lực quản trị bán hàng
bằng 1, như vậy có thể nói, phân phối phần dư xấp xỉ chuẩn. Do đó, có thể kết luận rằng: Giả thiết phân phối chuẩn của phần dư khơng bị vi phạm.
Hình 3.6. Biểu đồ Scatter Plot kiểm tra giả định liên hệ tuyến tính
(Nguồn :Xử lí số liệu trong SPSS của tác giả)
Biểu đồ P-P cũng cho thấy các điểm phân vị trong phân phối của phần dư sẽ tập trung thành một đường chéo nếu phần dư có phân phối chuẩn. Hay nói một cách đơn giản, dễ hiểu, các bạn nhìn vào đồ thị này, các chấm trịn tập trung thành dạng một đường chéo thì sẽ khơng vi phạm giả định hồi quy về phân phối chuẩn phần dư. Cụ thể với kết quả trên, các điểm phân vị trong phân phối của phần dư tập trung thành 1 đường chéo, như vậy, giả định phân phối chuẩn của phần dư không bị vi phạm.
Quan sát đồ thị phân tán với kết quả trên, phần dư chuẩn hóa phân bổ tập trung xunh quanh đường tung độ 0, do vậy giả định quan hệ tuyến tính khơng bị vi phạm.
(Nguồn :Xử lí số liệu trong SPSS của tác giả)