2.1 .4Cơ cấu mẫu theo thu nhập
2.5. Kiểmđịnh sựphù hợp của mơ hình
Bảng 2.14: Phân tích tương quan Pearson
HAILONG DONGCAM PHANHOI COSOVATCHAT TINCAY DAMBAO Tương quan Pearson 1.000 0.465 0.563 0.752 0.578 0.559 Sig.(2- tailed) 0.00 0.00 0.00 0.00 0.00 N 105 105 105 105 105 105
( Nguồn: kết quả điều tra xửlí của tác giả2019) Dựa vào kết quảphân tích trên, ta thấy:
-Giá trịSig.(2-tailed) của các nhân tốmới đều bé hơn mức ý nghĩaα= 0.05, cho thấy sựtương quan có ý nghĩa giữa các biến độc lập và biến phụthuộc.
-Hệsốtương quan Pearson cũng khá cao (có 4 nhân tốlớn hơn 0.5, và 1 nhân tố xấp xỉ0.5) nên ta có thểkết luận rằng các biến độc lập sau khi điều chỉnh có thểgiải thích cho biến phụthuộc“sựhài lịng”.
2.5.2. Xây dựng mơ hình hồi quy
Sau khi tiến hành phân tích nhân tốkhám phá EFA đểkhám phá các nhân tốmới cóảnh hưởng đến biến phụthuộc “sựhài lịng”, nghiên cứu tiến hành hồi quy mơ hình tuyến tính đểxác định được chiều hướng và mức độ ảnh hưởng của các nhân tốmới này đến sựhài lịng của khách hàng.
Mơ hình hồi quy được xây dựng gồm biến phụthuộc là “sựhài lịng” (HAILONG) và các biến độc lập được trích rút từphân tích nhân tốkhám phá EFA gồm 5 biến: “sự đồng cảm” (DONGCAM), “sựtin cậy” (TINCAY), “sựphản hồi” (PHANHOI), “sự đảm bảo” (DAMBAO), “cơ sởvật chất” (COSOVATCHAT) với các hệsốBê-ta tươngứng lần lượt làβ 1, β2, β3, β4, β5
Mơ hình hồi quy được xây dựng như sau:
HAILONG = β0 + β1DONGCAM + β2PHANHOI + β3COSOVATCHAT + β4TINCAY + β5DAMBAO + ei
Dựa vào hệsốBê-ta chuẩn hóa với mức ý nghĩa Sig. tươngứng đểxác định các biến độc lập nào cóảnh hưởng đến biển phụthuộc trong mơ hình vàảnh hưởng với mức độra sao, theo chiều hướng nào. Từ đó, làm căn cứ đểkết luận chính xác hơn và đưa ra giải pháp mang tính thuyết phục cao. Kết quảcủa mơ hình hồi quy sẽgiúp ta xác định được chiều hướng, mức độ ảnh hưởng của các yếu tố ảnh hưởng đến sựhài lòng của khách hàng đối với chất lượng dịch vụchuyển phát của Viettel Post tại Huế.
2.5.3. Phân tích hồi quy
Phân tích hồi quy tuyến tính sẽgiúp chúng ta biết được chiều hướng và cường độ ảnh hưởng của các biến độc lập lên biến phụthuộc. Trong giai đoạn phân tích hồi quy, nghiên cứu chọn phương pháp Enter, chọn lọc dựa trên tiêu chí chọn những nhân tốcó mức ý nghĩa Sig. < 0.05. Những nhân tốnào có giá trịSig. > 0.05 sẽbịloại khỏi mơ hình và khơng tiếp tục nghiên cứu nhân tố đó.
Kết quảphân tích hồi quy được thểhiện qua các bảng sau:
Bảng 2.15: Hệsốphân tích hồi quy
Hệs ố chưa chuẩn hóa Hệs ố chuẩn hóa t Sig. VIF B Độlệch chuẩn beta Hằng số0.316 0.339 0.932 0.354 DONGCAM -0.120 0.091 -0.106 -1.315 0.192 1.832 PHANHOI 0.177 0.065 0.207 2.721 0.008 1.629 COSOVATCHAT 0.531 0.088 0.522 6.013 0.000 2.113 TINCAY 0.188 0.090 0.163 2.085 0.040 1.714 DAMBAO 0.193 0.085 0.166 2.268 0.026 1.502
Giá trịSig. tại các phép kiểm định của các biếnđộc lập được đưa vào mơ hình: “sựphản hồi”, “sựtin cậy”, “cơ sởvật chất”, “sự đảm bảo” đều nhỏhơn 0.05 chứng tỏ các biến độc lập này có ý nghĩa thơng kê trong mơ hình. Riêng đối với biến độc lập “sự đồng cảm” có giá trịSig. là 0.192 > 0.05 nên bịloại khỏi mơ hình hồi quy. Ngồi ra, hằng sốtrong mơ hình có giá trịSig. là 0.354 > 0.05 nên cũng sẽbịloại.
Như vậy, phương trình hồi quy được xác định như sau:
HAILONG = 0.207PHANHOI + 0.522COSOVATCHAT + 0.163TINCAY + 0.166DAMBAO + ei
Nhìn vào mơ hình hồi quy, ta có thểxác định rằng: “sựphản hồi”, “sựtin cậy”, “cơ sởvật chất”, “sự đảm bảo”ảnh hưởng đến “sựhài lòng” của khách hàng đối với chất lượng dịch vụchuyển phát của Viettel Post Huế.
Ý nghĩa các hệsốbê-ta như sau:
Hệsố β 2=0.207 có nghĩa là khi biến “sựphản hồi” thay đổi 1 đơn vịtrong khi các biến khác khơng đổi thì “sựhài lịng” biến động cùng chiều 0.207đơn vị. Tương tự với các biến còn lại cũng như vây. Hệsố β 3=0.522 có nghĩa là khi biến “cơ sởvật chất” thay đổi 1 đơn vịtrong khi các biến khác khơng đổi thì “sựhài lịng” biến động cùng chiều 0.522đơn vị. Hệsố β 4=0.163 có nghĩa là “sựtin cậy” thay đổi 1 đơn vị trong khi các biến khác khơng đổi thì “sựhài lịng” biến động cùng chiều 0.163đơn vị. Hệsố β 5=0.166 có nghĩa là “sự đảm bảo” thay đổi 1 đơn vịtrong khi các biến khác khơng đổi thì “sựhài lịng” biến động cùng chiều 0.166đơn vị.
2.5.4. Đánh giá sự phù hợp của mơ hình
Bảng 2.16:Đánh giá sựphù hợp của mơ hình
Model R R Square Adjusted R Square Std. Error of the Estimate Durbin - Watson 1 0.804 0.647 0.629 0.33091 1.754
Từbảng kết quảphân tích, mơ hình 4 biến độc lập có giá trịR Square hiệu chỉnh là 0.629 tức là: độphù hợp của mơ hình là 62.9%. Nhưvậy, mối quan hệgiữa biến độc lập và biến phụthuộc được coi như là chặt chẽ.
2.5.5. Kiểm định sự phù hợp của mơ hình
Bảng 2.17: Kiểm định ANOVAModel Sum of Model Sum of Squares df Mean Square F Sig. 1 Regression 19.852 5 3.970 36.259 0.000 Residual 10.840 99 0.109 Total 30.692 104
( Nguồn: kết quả điều tra xửlí của tác giả2019)
Dựa vào bảng kết quảANOVA cho ta thấy giá trịSig.= 0.000 rất nhỏ. Như vậy, nghiên cứu thừa nhận mơ hình hồi quy phù hợp và các biến độc lập giải thích được khá lớn sựthayđổi của biến phụthuộc “sựhài lịng”.