ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 142.161 6 23.694 91.131 .000a
Residual 47.839 184 .260
Total 190.000 190
a. Predictors: (Constant), San sang, Phi, Hoan thanh, Thuan tien, Bao mat, Hieu qua b. Dependent Variable: Hai long
2.3.7.3 Kết quả hồi quy
Kết quả phân tích hồi quy cho thấy 6 nhân tố là: Mức độ hiệu quả; sự bảo mật; sự thuận tiện; mức độ hồn thành; phí dịch vụ; sự sẵn sàng; có ý nghĩa thống kê và có tác động cùng chiều đến sự hài lòng của khách hàng với mức ý nghĩa Sig.=0,000
nên các giả thuyết H1, H2, H3, H4, H5, H6 đặt ra trong mơ hình được chấp nhận (xem bảng 2.6)
Từ bảng phân tích hồi quy (xem bảng 2.6), ta thấy mối quan hệ giữa biến phụ thuộc sự hài lòng của khách hàng và các biến độc lập được thể hiện trong phương trình sau:
Phương trình hồi quy đã chuẩn hóa của mơ hình:
HL = 0,522HQ + 0,283BM + 0,452TT + 0,199HT + 0,264PH + 0,286SS
Trong đó: HL: Sự hài lịng; HQ: Mức độ hiệu quả, BM: Sự bảo mật, TT: Sự thuận tiện; HT: Mức độ hoàn thành, PH: phí dịch vụ, SS: Sự sẵn sàng.
Từ phương trình hồi quy, chúng ta có thể thấy 6 nhân tố có tác động đến sự hài lòng khách hàng sử dụng dịch vụ thẻ đều ảnh hưởng thuận chiều đến mức độ hài lòng của khách hàng ở độ tin cậy là 95% với các mức độ khác nhau. Qua phương trình hồi quy, chúng ta thấy khi điểm đánh giá mức độ hiệu quả tăng lên 1 thì sự hài lịng của khách hàng tăng trung bình lên 0.522 điểm khi giữ nguyên các biến độc lập cịn lại khơng đổi. Tương tự như vậy, khi điểm đánh giá sự bảo mật tăng lên 1 điểm thì sự hài lịng của khách hàng tăng trung bình lên 0.283 điểm, khi điểm đánh giá sự thuận tiện tăng lên 1 điểm thì sự hài lịng của khách hàng tăng trung bình lên 0.452 điểm, khi điểm đánh giá mức độ hồn thành tăng lên 1 điểm thì sự hài lịng của khách hàng tăng trung bình lên 0.199 điểm, khi điểm đánh giá phí dịch vụ tăng lên 1 điểm thì sự hài lịng của khách hàng tăng trung bình lên 0.264 điểm, khi điểm đánh giá sự sẵn sàng tăng lên 1 điểm thì sự hài lịng của khách hàng tăng trung bình lên 0.286 điểm. Như vậy, thành phần mức độ hiệu quả là thành phần có mức tác động nhiều nhất đối với sự hài lòng của khách hàng đối với dịch vụ thẻ, tiếp theo là sự thuận tiện, kế tiếp là sự sẵn sàng, sau đó là sự bảo mật, phí dịch vụ và cuối cùng là thành phần mức độ hoàn thành.
2.3.8 Phân tích phương sai một yếu tố
Sau cùng, tác giả sử dụng phân tích One-way Anova để kiểm định sự khác nhau hay không về mức độ hài lòng của khách hàng đối với chất lượng dịch vụ ATM theo đặc điểm giới tính, thu nhập, độ tuổi, nghề nghiệp.
+ Kiểm định sự khác biệt giữa các nhóm thống kê: theo các tiêu thức giới tính, độ tuổi, thời gian sử dụng, mức độ thường xuyên sử dụng, và mức thu nhập bình quân hàng tháng. Kiểm định ANOVA được sử dụng để kiểm định có hay khơng sự khác nhau trong đánh giá về sự hài lịng giữa các nhóm khác nhau.
Giả thiết:
H0: Khơng có sự khác biệt về các yếu tố đánh giá sự thỏa mãn của các nhóm đối tượng khác nhau.
H1: Có sự khác biệt về các yếu tố đánh giá sự thỏa mãn của các nhóm đối tượng khác nhau.
Mức ý nghĩa: 95%
- Nếu Sig.<0,05: Bác bỏ giả thiết H0, chấp nhận giả thuyết H1
- Nếu Sig.≥0,05: Chấp nhận giả thiết H0, bác bỏ giả thuyết H1
Tuy nhiên, trước khi thực hiện kiểm định One Way ANOVA ta cần phải kiểm định Levene's Test sự bằng nhau của các phương sai tổng thể để xem xét mức độ đồng đều của dữ liệu quan sát.
+ Nếu Sig.<0,05: Phương sai giữa các nhóm đối tượng khác nhau là khác nhau hay khơng có phân phối chuẩn thì kiểm định Kruskal Wallis được sử dụng để kết luận cho trường hợp này.
+ Nếu Sig.≥0,05: Phương sai khơng khác nhau hay có phân phối chuẩn. Ta sẽ sử dụng kiểm định One Way ANOVA để kết luận.
Phân tích ANOVA một chiều (One – Way ANOVA) (xem phụ lục 9) được thực hiện để tìm hiểu sâu hơn về sự hài lịng giữa các nhóm khác nhau với mức ý nghĩa 5%. Với các giả thuyết:
HD1: Có sự khác biệt về mức độ hài lịng giữa các giới tính. HD2: Có sự khác biệt về mức độ hài lịng giữa các nhóm tuổi.
HD3: Có sự khác biệt về mức độ hài lịng giữa các nhóm nghề nghiệp.
HD4: Có sự khác biệt về mức độ hài lịng giữa các nhóm có thời gian sử dụng khác nhau.
HD5: Có sự khác biệt về mức độ hài lịng giữa các nhóm có mức độ thường xuyên sử dụng khác nhau.
HD6: Có sự khác biệt về mức độ hài lịng giữa các nhóm có mức thu nhập bình quân hàng tháng khác nhau.
2.3.8.1 Giữa giới tính nam và nữ
Giá trị sig. = 0,911 > 0,05 trong kiểm định thống kê Levence có thể nói phương sai của sự hài lịng giữa các nhóm là khơng khác nhau một cách có ý nghĩa thống kê. Như vậy kết quả phân tích ANOVA có thể sử dụng tốt.
Giá trị sig.= 0,550 (xem bảng phân tích phương sai ANOVA phụ lục 9 ) nên bác bỏ giả thiết HD1, có thể nói rằng khơng có sự khác biệt có ý nghĩa thống kê về sự hài lịng đối với giới tính khác nhau, ở mức độ tin cậy 95%.
2.3.8.2 Giữa các nhóm tuổi
Giá trị sig. = 0,005 < 0,05 trong kiểm định thống kê Levence có thể nói phương sai của sự hài lịng giữa các nhóm tuổi là khác nhau một cách có ý nghĩa thống kê. Như vậy kết quả kiểm định Kruskal Wallis được sử dụng để kết luận.
Giá trị sig. = 0,000 (bảng Kruskal Wallis test phụ lục 9) nên bác bỏ chấp nhận HD2, có thể nói rằng có sự khác biệt có ý nghĩa thống kê về sự hài lịng đối với các nhóm tuổi khác nhau, ở mức độ tin cậy 95%.
2.3.8.3 Giữa các nhóm nghề nghiệp
Giá trị sig. = 0,662 > 0,05 trong kiểm định thống kê Levence có thể nói phương sai của sự hài lịng giữa các nhóm là khơng khác nhau một cách có ý nghĩa thống kê. Như vậy kết quả phân tích ANOVA có thể sử dụng tốt.
Giá trị sig.= 0,173 (bảng phân tích phương sai ANOVA phụ lục 9) nên bác bỏ giả thiết HD3, có thể nói rằng khơng có sự khác biệt có ý nghĩa thống kê về sự hài lòng đối với nghề nghệp khác nhau, ở mức độ tin cậy 95%.
2.3.8.4 Giữa các nhóm có thời gian sử dụng khác nhau.
Giá trị sig. = 0,076 > 0,05 trong kiểm định thống kê Levence có thể nói phương sai của sự hài lịng giữa các nhóm là khơng khác nhau một cách có ý nghĩa thống kê. Như vậy kết quả phân tích ANOVA có thể sử dụng tốt.
Giá trị sig. = 0,856 (bảng phân tích phương sai ANOVA phụ lục 9) nên bác bỏ giả thiết HD4, có thể nói rằng khơng có sự khác biệt có ý nghĩa thống kê về sự hài lịng đối với các nhóm có thời gian sử dụng khác nhau, ở mức độ tin cậy 95%. 2.3.8.5 Giữa các nhóm có mức độ thường xuyên sử dụng khác nhau
Giá trị sig. = 0,353 > 0,05 trong kiểm định thống kê Levence có thể nói phương sai của sự hài lịng giữa các nhóm là khơng khác nhau một cách có ý nghĩa thống kê. Như vậy kết quả phân tích ANOVA có thể sử dụng tốt.
Giá trị sig. = 0,762 (bảng phân tích phương sai ANOVA phụ lục 9) nên bác bỏ giả thiết HD5, có thể nói rằng khơng có sự khác biệt có ý nghĩa thống kê về sự hài lịng đối với các nhóm có mức độ thường xuyên sử dụng khác nhau, ở mức độ tin cậy 95%.
2.3.8.6 Giữa các nhóm có mức thu nhập bình quân hàng tháng khác nhau Giá trị sig. = 0,159 > 0,05 trong kiểm định thống kê Levence có thể nói phương sai của sự hài lịng giữa các nhóm là khơng khác nhau một cách có ý nghĩa thống kê. Như vậy kết quả phân tích ANOVA có thể sử dụng tốt.
Giá trị sig. = 0,307 (bảng phân tích phương sai ANOVA phụ lục 9) nên bác bỏ giả thiết HD6, có thể nói rằng khơng có sự khác biệt có ý nghĩa thống kê về sự hài lòng đối với các nhóm có mức thu nhập khác nhau, ở mức độ tin cậy 95%.
Tóm lại: Dựa trên kết quả phân tích hồi quy, phân tích phương sai, ta có kết quả kiểm định các giả thuyết nghiên cứu được trình bày ở bảng 2.9 dưới đây: