Trong phân tích, việc phân tích hồi quy giúp chúng ta hiểu được biến phụ thuộc thay đổi như thế nào khi bất cứ biến độc lập nào đó thay đổi với điều kiện tất cả các yếu tố khác không đổi. Cũng trong phân tích hồi quy, sự biến đổi của các biến sẽ được biểu thị dưới dạng tỉ lệ phần trăm nên rất dễ hiểu. Ở bài nghiên cứu của mình,
người viết lựa chọn phân tích hồi quy được thực hiện với biến độc lập bằng phương pháp Enter. Biến có mức ý nghĩa (Sig.) < 0.05 sẽ là phù hợp.
Bảng 4.24: Bảng kết quả phân tích hồi quy cho giả thuyết H1 Model Summary
Model R R Square Adjusted R
Square
Std. Error of the Estimate
1 .440a .194 .193 .89848973
a. Predictors: (Constant), F_STT
Với hệ số R2 = 0.194 có nghĩa là trong 100% sự biến động của phụ thuộc (F_STM) thì có 19.4% sự biến động là do biến độc lập ảnh hưởng, ngoài ra là do sai số ngẫu nhiên hoặc các yếu tố khác ngoài mô hình. Tuy hệ số không cao nhưng do mô hình người viết nghiên cứu là “Mối liên hệ” nên hệ số Beta cần được xem xét nhiều hơn. Lý do là bởi bên cạnh yếu tố Sự chủ động khuyến khích khách hàng tham gia của doanh nghiệp còn có rất nhiều yếu tố khác tác động đến Sự thỏa mãn của khách hàng mà người viết không xem xét tới nên hệ số R2 không có ý nghĩa quá lớn với kết quả của mô hình nghiên cứu.
ANOVAa
Model Sum of Squares Df Mean Square F Sig.
1 Regression 301.447 1 301.447 373.409 .000b Residual 1253.712 1553 .807 Total 1555.159 1554 a. Dependent Variable: F_STM b. Predictors: (Constant), F_STT Coefficientsa
Model Unstandardized Coefficients Standardized
Coefficients T Sig. B Std. Error Beta 1 (Constant) .000 .023 .020 .984 F_STT .440 .023 .440 19.324 .000 a. Dependent Variable: F_STM Nguồn SPSS
Trong bảng Anova, Sig. nhỏ hơn 0.05 và F rất lớn (373.409) cho thấy mô hình hồi quy này có ý nghĩa thống kê. Trong bảng Hệ số tương quan, Sig.= 0.000 < 0.05
nên có thể kết luận mô hình là phù hợp. Qua đây, có thể kết luận Giả thuyết H1“Sự
chủ động tương tác của doanh nghiệp với khách hàng tương quan cùng chiều với Sự thỏa mãn của khách hàng trong các công ty sản xuất” được chấp nhận.
Phương trình hồi quy cho giả thuyết H1 như sau:
F_STM = 0.440*F_STT
Giải thích ý nghĩa hệ số hồi quy: Trong điều kiện các yếu tố khác không đổi,
nếu F_STTtăng một đơn vị thì biến F_STM tăng 0.440 đơn vị. Điều này có nghĩa hai biến Sự chủ động tương tác của doanh nghiệp với khách hàng tương quan thuận với Sự thỏa mãn của khách hàng, nếu muốn tăng mức độ thỏa mãn của khách hàng cần tăng mức độ tham gia của họ.
Tiếp theo, người viết phân tích và thu được kết quả phân tích hồi quy cho giả thuyết H2 như bảng bên dưới. Tương tự như giả thuyết H1, giả thuyết H2 nghiên cứu Mức độ tham gia của khách hàng có tương quan thuận với Sự thỏa mãn của khách hàng hay không trong khi bên cạnh mức độ tham gia còn rất nhiều yếu tố khác ảnh hưởng đến sự hài lòng của khách hàng, vì thế hệ số không có ảnh hưởng lớn đến kết quả nghiên cứu, cần quan tâm hơn ở hệ số hồi quy. Hệ số hồi quy sẽ phản ánh mức độ ảnh hưởng của biến độc lập đối với biến phụ thuộc là nhiều hay ít.
Bảng 4.25: Kết quả phân tích hồi quy cho giả thuyết H2 ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 110.813 1 110.813 118.802 .000b Residual 1447.627 1552 .933 Total 1558.440 1553 a. Dependent Variable: F_STM b. Predictors: (Constant), STG_6
Trong bảng Anova, hệ số Sig. rất nhỏ, thỏa mãn nhỏ hơn 0.05 và hệ số F rất lớn (118.802) chứng tỏ mô hình có ý nghĩa thống kê. Với bảng hệ số tương quan, hệ số Sig. của biến độc lập cũng đảm bảo nhỏ hơn 0.05 nên mô hình đủ tốt.
Coefficientsa
Model Unstandardized Coefficients Standardized
Coefficients T Sig. B Std. Error Beta 1 (Constant) -.830 .080 -10.372 .000 STG_6 .188 .017 .267 10.900 .000
a. Dependent Variable: REGR factor score1 for analysis 3
Nguồn SPSS
Qua đây có thể kết luận Giả thuyết H2: “Sự chủ động tham gia vào sản phẩm
của khách hàng tương quan cùng chiều với Sự thỏa mãn của khách hàng” được
chấp nhận. Phương trình hồi quy của giả thuyết như sau:
F_STM = -0.830 + 0.267* STG_6
Giải thích ý nghĩa hệ số hồi quy: Trong điều kiện các yếu tố khác không đổi,
nếu biến STG_6tăng một đơn vị thì biến F_STM tăng 0.267 đơn vị. Điều này có nghĩa hai biến STG_6 (Khách hàng chủ động tham gia vào quá trình thiết kế sản phẩm) và Sự thỏa mãn của khách hàng có mỗi tương quan thuận, nếu muốn tăng mức độ thỏa mãn của khách hàng cần tăng mức độ chủ động tham gia của họ vào quá trình sản xuất sản phẩm.
Bảng 4.26: Kết quả phân tích hồi quy cho giả thuyết H3 Model Summary
Model R R Square Adjusted R
Square
Std. Error of the Estimate
1 .448a .201 .200 .89527759
a. Predictors: (Constant), F_STG
ANOVAa
Model Sum of Squares Df Mean Square F Sig.
1 Regression 310.294 1 310.294 387.131 .000b Residual 1234.344 1540 .802 Total 1544.638 1541 a. Dependent Variable: F_STM b. Predictors: (Constant), F_STG Nguồn SPSS
Tương tự như ở hai giả thuyết trên, hệ số R bình phương không lớn nhưng vì tính chất của giả thuyết nghiên cứu là mối quan hệ nên có thể chấp nhận được. Trong bảng Anova, Sig. nhỏ hơn 0.05 và F rất lớn (387.131) cho thấy mô hình hồi quy này có ý nghĩa thống kê.
Nguồn SPSS
Ở bảng, Sig.= 0.000 < 0.05 nên có thể kết luận mô hình là phù hợp. Qua đây, có thể kết luận Giả thuyết H3 “Sự tham gia của khách hàng tương quan cùng chiều với
Sự thỏa mãn của khách hàng trong các công ty sản xuất” được chấp nhận.
Phương trình hồi quy cho giả thuyết H3 như sau:
F_STM = 0.03 +0. 448* F_STG
Giải thích ý nghĩa hệ số hồi quy: Trong điều kiện các yếu tố khác không đổi,
nếu biến F_STGtăng một đơn vị thì biến F_STM tăng 0.448 đơn vị. Điều này có nghĩa hai Sự tham gia của khách hàng và Sự thỏa mãn của khách hàng trong các công ty sản xuất tương quan cùng chiều, nếu muốn tăng mức độ thỏa mãn của khách hàng cầntăng sự tham gia của họ vào quá trình sản xuất sản phẩm.