6. Kết cấu của ñề tài
3.4. Phân tích tương quan và hồi quy tuyến tính
3.4.1. Xác ñịnh biến ñộc lập, biến phụ thuộc
Căn cứ vào mơ hình nghiên cứu lý thuyết, ta có phương trình hồi quy tuyến tính bội diễn tả các nhân tố ảnh hưởng ñến sự hài lòng là:
HL = β0 + β1*PV + β2*HH + β3*TT + β4*TN + β5*GC
Các biến ñộc lập (Xi): (PV) nhân tố Phong các phục vụ, (HH) nhân tố Phương tiện hữu hình, (TT) nhân tố Sự thuận tiện, (TN) nhân tố Sự tín nhiệm, (GC) nhân tố Giá cả
Biến phụ thuộc (Y): (HL) sự hài lòng của khách hàng. βk là hệ số hồi quy riêng phần (k = 0…5)
3.4.2. Phân tích tương quan
Trước khi tiến hành phân tích hồi quy tuyến tính bội thì việc xem xét mối tương quan tuyến tính giữa các biến ñộc lập với biến phụ thuộc và giữa các biến ñộc lập với nhau là công việc phải làm và hệ số tương quan Pearson trong ma
trận hệ số tương quan là phù hợp để xem xét mối tương quan này. (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Dựa vào bảng Correlations (Ma trận hệ số tương quan Pearson) có thể thấy hệ số tương quan giữa nhân tố hài lòng (HL) với 5 biến ñộc lập cao, trong đó
mối tương quan giữa sự hài lòng và phương tiện hữu hình thì thấp nhất là 0.464 (Phụ lục 6 – Ma trận Hệ số tương quan Pearson). Sơ bộ có thể kết luận năm biến
Nhưng hệ số tương quan giữa các biến độc lập cũng cao. Do đó, kiểm ñịnh ña cộng tuyến cần ñược tiến hành trong các bước tiếp theo ñể xác ñịnh xem các biến ñộc lập có ảnh hưởng lẫn nhau hay khơng.
3.4.3. Phân tích hồi quy tuyến tính bội
Phương pháp Enter (ñưa tất cả các biến vào một lần) trong chương trình SPSS 16.0 được sử dụng để phân tích hồi quy bội. Kết quả phân tích hồi qui bội tại bảng
Coefficientsa, các giá trị Sig. tương ứng với các nhân tố PV, HH, TT, TN, GC ñều nhỏ hơn 0.05.
Thông qua ma trận hệ số tương quan Pearson cho thấy các nhân tố sự hài lịng có mối liên hệ với các nhân tố ñộc lập và đều có ý nghĩa thống kê. Từ đây có thể khẳng ñịnh các nhân tố này có ý nghĩa thống kê trong mơ hình. (Phụ lục 6 -
Correlations)
3.4.4. Đánh giá ñộ phù hợp, kiểm ñịnh ñộ phù hợp của mơ hình và hiện tượng ña cộng tuyến tượng ña cộng tuyến
Qua Phụ lục 6 cho thấy:
Hệ số R2 (R square) = 0.537. Điều này nói lên rằng mơ hình hồi quy tuyến tính
bội đã xây dựng phù hợp với tập dữ liệu ñến mức 53.70%.
Kết quả kiểm ñịnh trị thống kê F, với giá trị sig = 0.000 (< 0.001) từ bảng
phân tích phương sai ANOVA cho thấy mơ hình hồi quy tuyến tính bội đã xây
dựng phù hợp với tập dữ liệu.
Đo lường ña cộng tuyến ñược thực hiện, kết quả cho thấy hệ số phóng đại
phương sai (VIF) có giá trị từ 1.432 ñến 1.539 ñạt yêu cầu (VIF < 10) chứng tỏ
rằng các biến độc lập cũng có mối quan hệ với nhau nhưng ở mức độ có thể chấp nhận được. Vậy mơ hình hồi quy tuyến tính bội có mối quan hệ ít với nhau, nghĩa là có hiện tượng ña cộng tuyến yếu. Tuy nhiên mối quan hệ này khơng ảnh hưởng
nhiều đến kết quả giải thích của mơ hình nghiên cứu.
3.4.5. Phương trình hồi quy tuyến tính bội
Với tập dữ liệu thu được trong phạm vi nghiên cứu của ñề tài và dựa vào bảng
quy tuyến tính bội thể hiện các nhân tố ảnh hưởng ñến sự hài lòng của khách
hàng sử dụng dịch vụ thu hộ thuế như sau:
HL = 0.182 + 0.233*GC + 0.206*TN + 0.171*TT + 0.167*PV + 0.158*HH
Trong đó:
HL: nhân tố sự hài lòng của khách hàng sử dụng dịch vụ thu hộ thuế qua BIDV
Đồng Nai.
GC: nhân tố Giá cả. TT: nhân tố Sự thuận tiện. PV: nhân tố Phong các phục vụ. TN: nhân tố Sự tín nhiệm. HH: nhân tố Sự hữu hình.