CHƢƠNG 4 : KẾT QUẢ NGHIÊN CỨU
4.5. Phân tích hồi qui tuyến tính mơ hình số 1
4.5.1. Xác định biến độc lập và biến phụ thuộc.
Căn cứ vào mơ hình nghiên cứu điều chỉnh (Hình 4.1), ta có phương trình hồi quy tuyến tính bội diễn tả các yếu tố ảnh hưởng đến sự Hài lòng là:
HL = β0 + β1*HQ + β2*QT + β3*HAKT + β4*TT + β5*HD + β6*TH + β7*GC
Các biến độc lập (Xi): thành phần Hiệu quả (HQ), thành phần Quan tâm (QT), thành phần Hình ảnh – Kỹ thuật (HAKT), thành phần Thông tin (TT), thành phần Hiệu dụng (HD), thành phần Thích hợp (TH), thành phần Giá cả cảm nhận (GC).
Biến phụ thuộc (Y): thành phần Hài lòng (HL).
βk là hệ số hồi quy riêng phần (k=0…7).
4.5.2. Phân tích tƣơng quan
Trước khi tiến hành phân tích hồi quy tuyến tính bội thì việc xem xét mối H1(+) H2(+) H4(+) H5(+) H8(+) H6(+) ) H3(+) H7(+) Chất lượng dịch vụ chức năng Giá cả cảm nhận Hiệu quả Hình ảnh - Kỹ thuật Quan tâm Thông tin Sự hài lòng của khách hàng Lòng trung thành của khách hàng Hiệu dụng Thích hợp
độc 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. (Hoàng trọng và Chu Nguyễn Mộng Ngọc, 2008).
Kết quả phân tích tương quan (Bảng số 25, Phụ lục 6), ta thấy hệ số tương quan giữa thành phần Hài lòng với 7 biến độc lập cao (thấp nhất là 0.331). Sơ bộ ta có thể kết luận 7 biến độc lập HQ, QT, HAKT, TT, HD, TH, GC có thể đưa vào mơ hình để giải thích cho biến HL. Nhưng hệ số tương quan giữa các biến độc lập cũng hơi cao. Do đó, kiểm định đa cộng tuyến cần được tiến hành trong các bước tiếp theo để xác định xem các biến độc lập có ảnh hưởng lẫn nhau hay khơng.
4.5.3. Hồi qui tuyến tính bội.
Để kiểm định sự phù hợp giữa bảy thành phần ảnh hưởng đến sự hài lòng và thành phần Hài lịng của khách hàng, hàm hồi qui tuyến tính bội với phương pháp đưa vào một lượt (Enter) được sử dụng. Nghĩa là phần mềm SPSS xử lý tất cả các biến đưa vào một lần và đưa ra các thông số thống kê liên quan đến các biến. Hệ số hồi qui riêng phần đã chuẩn hóa của thành phần nào càng lớn thì mức độ ảnh hưởng của thành phần đó đến sự hài lịng của khách hàng càng cao, nếu cùng dấu thì mức độ ảnh hưởng thuận chiều và ngược lại.
Bảng 4.6: Kết quả phân tích hồi qui bội (mơ hình 1)
Coefficientsa
Model
Hệ số hồi qui
chƣa chuẩn hóa Hệ số hồi qui đã chuẩn hóa T Sig.
Thống kê đa cộng tuyến
B Std. Error Beta Tolerance VIF
1 Hằng số .175 .240 .728 .467 HQ .131 .041 .193 3.230 .001 .594 1.685 QT .083 .040 .100 2.057 .041 .890 1.124 HAKT .221 .060 .216 3.693 .000 .616 1.625 TT .144 .057 .139 2.517 .013 .694 1.441 HD .107 .043 .145 2.469 .014 .608 1.646 TH .077 .037 .119 2.068 .040 .637 1.569 GC .185 .051 .196 3.636 .000 .724 1.381
Kết quả phân tích hồi qui bội tại Bảng 4.6, các giá trị Sig. với các thành phần HQ, QT, HAKT, TT, HD, TH, GC đều rất nhỏ (nhỏ hơn 0.05). Vì vậy, có thể khẳng định các thành phần này có ý nghĩa trong mơ hình.
4.5.4. Kiểm tra các giả định hồi qui
Phân tích hồi qui không chỉ là việc mô tả các dữ liệu quan sát được mà còn phải suy rộng cho mối liên hệ giữa các biến trong tổng thể từ các kết quả quan sát được trong mẫu đó. Kết quả của mẫu suy rộng ra cho giá trị của tổng thể phải đáp ứng các giả định cần thiết dưới đây:
Giả định liên hệ tuyến tính: giả định này sẽ được kiểm tra bằng biểu đồ phân tán scatter cho phần dư chuẩn hóa (Standardized residual) và giá trị dự dốn chuẩn hóa (Standardized predicted value). Kết quả (Hình số 1, Phụ lục 7) cho thấy phần dư phân tán ngẫu nhiên qua đường thẳng qua điểm 0, khơng tạo thành một hình dạng nào cụ thể nào. Như vậy, giả định liên hệ tuyến tính được đáp ứng.
Giả định phƣơng sai của sai số không đổi: Kết quả kiểm định tương quan
hạng Spearman (Bảng số 29, Phụ lục 6) cho thấy giá trị sig của các biến HQ, QT, HAKT, TT, HD, TH, GC với giá trị tuyệt đối của phần dư lần lượt là 0 . 0 0 4 , 0 . 4 6 4 , 0 . 4 0 6 , 0 . 0 4 4 , 0 . 1 0 4 , 0 . 0 1 8 , 0 .060 đều khác không. Điều này cho thấy chúng ta không thể bác bỏ giả thiết Ho, nghĩa là phương sai của sai số không đổi. Như vậy, giả định phương sai của sai số không đổi không bị vi phạm.
Giả định phần dƣ có phân phối chuẩn: kiểm tra biểu đồ phân tán của phần
dư (Hình số 2, Phụ lục 7) cho thấy phân phối phần dư xấp xỉ chuẩn (trung bình mean gần bằng 0 và độ lệch chuẩn Std. gần bằng 1). Như vậy, giả định phần dư có phân phối chuẩn không bị vi phạm.
Giả định khơng có tƣơng quan giữa các phần dƣ: đại lượng thống kê Durbin-Watson (d) được dùng để kiểm định tương quan chuỗi bậc nhất. Kết quả nhận được từ bảng 4.7 cho thấy đại lượng thống kê Durbin-Watson có giá trị là 1.808, nằm trong khoảng từ 1 đến 3, nên chấp nhận giả thuyết khơng có sự tương quan chuỗi bậc nhất trong mơ hình. Như vậy, mơ hình hồi qui bội đáp ứng được tất cả các giả định.
4.5.5. Kiểm định độ phù hợp mơ hình và hiện tƣợng đa cộng tuyến.
Kiểm định độ phù hợp của mơ hình
Hệ số R² điều chỉnh là thước đo sự phù hợp được sử dụng cho tình huống hồi quy tuyến tính bội vì nó khơng phụ thuộc vào độ lệch phóng đại của hệ số R². Kết quả phân tích hồi qui bội (Bảng 4.7) cho thấy R² điều chỉnh (Adjusted R Square) bằng 0.546, nghĩa là mức độ phù hợp của mơ hình là 54.6%. Có thể nói các thành phần đưa vào mơ hình đạt kết quả giải thích khá tốt.
Bảng 4.7: Model Summaryb
Model Summaryb
Model R R Square Adjusted R Square
Std. Error of the
Estimate Durbin-Watson
1 .749a .561 .546 .39394 1.808
a. Predictors: (Constant), GC, QT, TT, TH, HD, HAKT, HQ b. Dependent Variable: HL
Kết quả nhận được từ bảng ANOVAb (Bảng 4.8) cho thấy trị thống kê F với
giá trị Sig. rất nhỏ (= 0.000 < 0.05) cho thấy sẽ an toàn bác bỏ giả thiết Ho. Như vậy, có thể kết luận rằng mơ hình hồi qui bội thỏa mãn các điều kiện đánh giá và kiểm định độ phù hợp cho việc rút ra các kết quả nghiên cứu.
Bảng 4.8: ANOVAb
ANOVAb
Model Sum of Squares Df Mean Square F Sig.
1
Regression 41.276 7 5.897 37.996 .000a
Residual 32.279 208 .155
Total 73.555 215
a. Predictors: (Constant), GC, QT, TT, TH, HD, HAKT, HQ b. Dependent Variable: HL
Hiện tƣợng đa cộng tuyến
Đo lường đa cộng tuyến được thực hiện, kết quả cho thấy hệ số phóng đại phương sai (VIF) có giá trị từ 1.124 đến 1.685 (Bảng 4.6) đạt u cầu (VIF < 10). Vậy mơ hình hồi quy tuyến tính bội khơng có hiện tượng đa cộng tuyến, mối quan
4.5.6. Phƣơng trình hồi qui tuyến tính bội
Với tập dữ liệu thu được trong phạm vi nghiên cứu của đề tài và dựa vào bảng kết quả hồi quy tuyến tính bội (Bảng 4.6), phương trình hồi quy tuyến tính bội thể hiện các yếu tố ảnh hưởng đến sự Hài lòng như sau:
HL = 0.175 + 0.131*HQ + 0.083*QT + 0.221*HAKT + 0.144*TT + 0.107*HD + 0.077*TH + 0.185*GC
Các biến độc lập (Xi): thành phần Hiệu quả (HQ), thành phần Quan tâm (QT),
thành phần Hình ảnh – Kỹ thuật (HAKT), thành phần Thông tin (TT), thành phần Hiệu dụng (HD), thành phần Thích hợp (TH), thành phần Giá cả cảm nhận (GC).
Biến phụ thuộc (Y): thành phần Hài lòng (HL).