CHƯƠNG 1 : CƠ SỞ LÝ LUẬN VÀ MƠ HÌNH NGHIÊN CỨU
3.3 Phân tích kết quả nghiên cứu
3.3.4.2 Phân tích hồi quy
Sau khi các nhân tố mới được thành lập sẽ được xem là các biến số mới và được sử dụng trong mơ hình hồi quy bằng phương pháp hồi quy tổng thể các biến (phương pháp Enter). Kết quả hồi quy được trình bày tại Bảng 3.24 dưới đây:
Bảng 3.24: Kết quả phân tích hồi quy các yếu tố ảnh hưởng đến lòng trung thành của khách hàng tại NH BIDV - Coefficientsa
Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
(Constant) .220 .027 8.041 .000 X1 .315 .027 .396 11.502 .000 1.000 1.000 X2 .122 .027 .153 4.439 .000 1.000 1.000 X3 .310 .027 .389 11.301 .000 1.000 1.000 X4 .193 .027 .243 7.047 .000 1.000 1.000 X5 .097 .027 .122 3.544 .000 1.000 1.000 X6 .402 .027 .505 14.660 .000 1.000 1.000 X7 .079 .027 .099 2.873 .004 1.000 1.000
Theo bảng 3.24 ta thấy có 7 biến độc lập được đưa vào mơ hình và có ý nghĩa thống kê, bao gồm: X1, X2, X3, X4, X5, X6, X7, giá trị kiểm định của hệ số góc trong kiểm định t-test nhỏ 0.05. Biến số X7 theo kiểm nghiệm từ phân tích tương quan đã có mối tương quan yếu với biến độc lập Y thì qua phân tích này vai trị được thể
hiện rõ hơn và vẫn đóng góp vào mơ hình hồi quy. Như vậy đánh giá ban đầu thì lịng trung thành của khách hàng sử dụng dịch vụ tại NH BIDV – chi nhánh TPHCM chịu tác động của 7 yếu tố.
Đánh giá độ phù hợp của mơ hình hồi quy tuyến tính bội
Hệ số xác định R2 đã được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mơ hình (7 biến). Tuy nhiên, mơ hình thường khơng phù hợp với dữ liệu thực tế như giá trị R2 (0.671) thể hiện. Trong tình huống này, R2 điều chỉnh (Adjusted R2) từ R2 được sử dụng để phản ánh sát hơn mức độ phù hợp của mơ hình hồi quy tuyến tính đa biến (vì nó khơng phụ thuộc vào độ lệch phóng đại của R2). Như vậy, với R2 điều chỉnh là 0.663 (Bảng 3.25) cho thấy sự tương thích của mơ hình với biến quan sát là tương đối và 66.3% nguyên nhân trung thành của khách hàng có thể được giải thích bởi 7 biến độc lập trong mơ hình.
Bảng 3.25: Đánh giá mức độ phù hợp của mơ hình hồi quy theo phương pháp ENTER
R R2 Adjusted R2 Std. Error of the Estimate Change Statistics Durbin- Watson R2 Change F Change df1 df2 Sig. F Change .819a .671 .663 .46198178 .671 80.729 7 277 .000 1.966 Predictors: (Constant), X7, X6, X5, X4, X3, X2, X1 Dependent Variable: Y
Kiểm định độ phù hợp của mơ hình hồi quy tuyến tính bội
Bảng 3.26: Kiểm định ANOVAaModel Sum of Model Sum of Squares df Mean Square F Sig. 1 Regression 120.608 7 17.230 80.729 .000b Residual 59.119 277 .213 Total 179.728 284
Kiểm định F sử dụng trong phân tích phương sai là một phép kiểm định giả thuyết về độ phù hợp của mơ hình hồi quy tuyến tính tổng thể để xem xét biến phụ
thuộc có liên hệ tuyến tính với tồn bộ tập hợp của các biến độc lập. Tóm tắt giả thuyết như sau: Ho: R2 = 0, H1: R2≠ 0
Nhìn vào Bảng 3.26 ta thấy rằng trị thống kê F = 80.729 với giá trị sig rất nhỏ (Sig. = 0.000) nên ta bác bỏ giả thuyết hệ số xác định của tổng thể R2 = 0. Điều này có nghĩa là có ít nhất một biến độc lập nào đó ảnh hưởng đến biến phụ thuộc, cho thấy mơ hình sử dụng là phù hợp.
Bên cạnh đó, xem xét kiểm đinh t-test đối với từng biến trong mơ hình ta thấy 7 biến độc lập X1, X2, X3, X4, X5, X6, X7 đều có mức ý nghĩa Sig. < 0.05 (Bảng 3.24). Như vậy kết luận ban đầu lòng của khách hàng bị ảnh hưởng bởi 7 yếu tố đó là: Chất lượng cảm nhận vơ hình (X1), Chất lượng cảm nhận hữu hình (X2), Rào cản chuyển đổi (X3), Sự lựa chọn (X4), Sự tiện lợi khi sử dụng (X5), Sự thỏa mãn của khách hàng (X6), Thói quen tiêu dùng (X7).
Phương trình hồi quy
Qua phân tích hồi quy đa biến cho thấy mơ hình xây dựng phù hợp với dữ liệu thu được và kết quả ban đầu là sự trung thành của khách hàng phụ thuộc vào 7 nhân tố theo Bảng 3.24, ta xác định được phương trình hồi quy bội như sau:
Y = 0.222 + 0.315*X1 + 0.122*X2 + 0.310*X3 + 0.193X4 + 0.097*X5 + 0.402*X6 + 0.079*X7
Nhìn chung mức ảnh hưởng của các yếu tố khá rõ rệt, trong đó yếu tố Sự thỏa mãn của khách hàng có tác động mạnh nhất, tiếp sau đó là Chất lượng cảm nhận vơ hình và Rào cản chuyển đổi. Bên cạnh đó nhân tố Sự tiện lợi khi sử dụng, Thói quen tiêu dùng chưa tạo ra sự thay đổi nhiều trong lòng trung thành của người sử dụng dịch vụ tại BIDV-HCMC. Cụ thể mối quan hệ giữa các biến độc lập với biến phụ thuộc Y như sau:
điều kiện các yếu tố khác khơng đổi, thì mức độ trung thành của khách hàng được ước lượng sẽ tăng thêm 0.315 đơn vị.
- Khi chất lượng cảm nhận về các yếu tố hữu hình được gia tăng lên 1 đơn vị sẽ làm cho mức lòng trung thành của khách hàng BIDV thay đổi tăng 0.122 đơn vị, trong điều kiện các yếu tố khác không đổi.
- Khi rào cản chuyển đổi càng lớn thì khách hàng sẽ có xu hướng trung thành hơn với dịch vụ NH mà mình đang sử dụng. Cụ thể, giá trị lượng hóa của sẽ tăng lên 0.310 khi rào cản chuyển đổi tăng 1 đơn vị và ngược lại, trong điều kiện các yếu tố khác không đổi.
- Khách hàng càng cân nhắc kỹ trong khi quyết định lựa chọn ngân hàng thì sẽ làm cho lịng trung thành của họ tại ngân hàng đó cao hơn và ngược lại. Mối quan hệ tác động giữa nhân tố Sự lựa chọn và lịng trung thành được lượng hóa như sau: giữ nguyên tác động của các yếu tố khác, khi gia tăng yếu tố Sự lựa chọn chất lượng mạng lưới lên 1 đơn vị thì mức độ lịng trung thành của khách hàng sẽ gia tăng thuận chiều thêm 0.194 đơn vị.
- Khi gia tăng độ Sự tiện lợi trong sử dụng của dịch vụ ngân hàng sẽ làm gia tăng mức lòng trung thành của người sử dụng, tuy nhiên sự gia tăng này không đáng kể lắm, cụ thể thì khi mức độ tiện lợi trong sử dụng tăng lên 1 đơn vị thì lịng trung thành của khách hàng sẽ gia tăng thêm 0.097 đơn vị, trong điều kiện các yếu tố khác không đổi.
- Yếu tố Sự thỏa mãn của khách hàng đóng vai trị quan trọng trong việc tạo sự trung thành của khách hàng sử dụng dịch vụ tại ngân hàng BIDV, gia tăng Sự thỏa mãn lên 1 đơn vị thì làm khách hàng trung thành hơn 0.402 đơn vị, trong điều kiện các yếu tố khách không đổi.
động của yếu tố này khơng sâu sắc bằng 6 nhân tố cịn lại (giá trị hệ số hồi quy bằng 0.079)