2.6.1. Kiểm định hệ số tƣơng quan:
Trong thống kê, ngƣời ta sử dụng hệ số tƣơng quan Pearson dùng để lƣợng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lƣợng. Nếu giữa 2 biến có sự tƣơng quan chặt thì phải lƣu ý vấn đề đa cộng tuyến khi phân tích hồi quy. Trong phân tích tƣơng quan Pearson, khơng có sự phân biệt giữa các biến độc lập và biến phụ thuộc mà tất cả đều đƣợc xem xét nhƣ nhau.
Xem xét ma trận tƣơng quan giữa các biến độc lập trong bảng 2.11, ta thấy:
Bảng 2.11: Ma trận hệ số tƣơng quan Pearson
Correlations NL QT KQ QL GIA HA_T NXH SHL NL Pearson Correlation 1 0.424 ** 0.551** 0.591** 0.438** 0.538** 0.605** Sig. (2-tailed) 0.000 0.000 0.000 0.000 0.000 0.000 QT Pearson Correlation 0.424 ** 1 0.314** 0.343** 0.229** 0.358** 0.362** Sig. (2-tailed) 0.000 0.000 0.000 0.001 0.000 0.000 KQ Pearson Correlation 0.551 ** 0.314** 1 0.674** 0.519** 0.618** 0.666** Sig. (2-tailed) 0.000 0.000 0.000 0.000 0.000 0.000 QL Pearson Correlation 0.591 ** 0.343** 0.674** 1 0.556** 0.527** 0.640** Sig. (2-tailed) 0.000 0.000 0.000 0.000 0.000 0.000
GIA Pearson Correlation 0.438
** 0.229** 0.519** 0.556** 1 0.425** 0.512** Sig. (2-tailed) 0.000 0.001 0.000 0.000 0.000 0.000 HA_TN XH Pearson Correlation 0.538** 0.358** 0.618** 0.527** 0.425** 1 0.782** Sig. (2-tailed) 0.000 0.000 0.000 0.000 0.000 0.000 SHL Pearson Correlation 0.605 ** 0.362** 0.666** 0.640** 0.512** 0.782** 1 Sig. (2-tailed) 0.000 0.000 0.000 0.000 0.000 0.000
**. Correlation is significant at the 0.01 level (2-tailed).
(Nguồn: Kết quả từ xử lý dữ liệu từ SPSS)
- Nguồn lực (NL) có tƣơng quan tuyến tính với các nhân tố QT, KQ, QL, GIA, HA_TNXH, GIA, SHL với các mức độ tƣơng quan tƣơng ứng là: 0.424; 0.551; 0.591;
- Kết quả (KQ) có quan hệ tƣơng đối chặt NL, QT, QL, GIA, HA_TNXH, GIA, SHL với các mức tƣơng quan là 0.551; 0.314; 0.674; 0.519; 0.618; 0.666.
- Q trình (QT) có quan hệ tƣơng đối chặt NL, KQ, QL, GIA, HA_TNXH, GIA, SHL với các mức tƣơng quan là 0.424; 0.314; 0.343; 0.229; 0.358; 0.362.
- Quản lý (QL) có quan hệ tƣơng đối chặt NL, QT, KQ, GIA, HA_TNXH, GIA, SHL với các mức tƣơng quan là 0.591; 0.343; 0.674; 0.556; 0.527; 0.640.
- Giá dịch vụ (GIA) có quan hệ tƣơng đối chặt NL, QT, KQ, QL, HA_TNXH, GIA, SHL với các mức tƣơng quan là 0.438; 0.229; 0.519; 0.556; 0.425; 0.512.
- Hình ảnh và trách nhiệm xã hội (HA&TNXH) có quan hệ tƣơng đối chặt NL, QT, KQ, QL, GIA, GIA, SHL với các mức tƣơng quan là 0.538; 0.358; 0.618; 0.527; 0.425; 0.782.
- Sự hài lòng (SHL) có quan hệ tƣơng đối chặt NL, QT, KQ, QL, GIA, HA_TNXH, GIA với các mức tƣơng quan là 0.605; 0.362; 0.666; 0.640; 0.512; 0.782.
Do đó, các nhân tố NL, QT, KQ, QL, GIA, HA_TNXH, GIA, SHL có tƣơng quan chặt với nhau.
2.6.2. Phân tích hồi quy:
Hồi quy đa biến là một phƣơng pháp phân tích dùng kỹ thuật thống kê đƣợc sử dụng để phân tích mối quan hệ của nhiều biến độc lập với một biến phụ thuộc. Khi sử dụng hồi quy đa biến, các tham số thống kê cần đƣợc quan tâm là:
Hệ số R² hiệu chỉnh (Adjusted coefficient of determination): đo lƣờng phần phƣơng sai của biến phụ thuộc đƣợc giải thích bởi các biến độc lập có tính đến số lƣợng biến phụ thuộc và cỡ mẫu. Hệ số này càng cao, độ chính xác của mơ hình càng lớn và khả năng dự báo của biến độc lập càng lớn.
Hệ số β (Standardized Beta Coefficent): hệ số hồi quy chuẩn hóa cho phép so sánh một các trực tiếp về mức độ ảnh hƣởng của biến độc lập lên biến phụ thuộc.
Kiểm định mức ý nghĩa của hệ số β: sử dụng trị thống kê t để kiểm định mức ý nghĩa của hệ số β. Nếu mức ý nghĩa của kiểm định nhỏ hơn 0.05, ta có thể kết luận hệ số β có ý nghĩa về mặt thống kê.
Trong phần kiểm định hệ số tƣơng quan cho thấy các nhân tố NL, QT, KQ, QL, GIA, HA_TNXH, GIA, SHL có tƣơng quan chặt với nhau có thể xảy ra hiện tƣợng đa cộng tuyến.
Đa cộng tuyến là trạng thái trong đó các biến độc lập có tƣơng quan chặt chẽ với nhau. Vấn đề của hiện tƣợng cộng tuyến là chúng cung cấp cho mơ hình những thơng tin rất giống nhau, và rất khó tách rời ảnh hƣởng của từng biến một đến biến phụ thuộc. Hiệu ứng khác của sự tƣơng quan khá chặt giữa các biến độc lập là nó làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm giá trị thống kê t của kiểm định ý nghĩa của chúng nên các hệ số có khuynh hƣớng kém ý nghĩa hơn khi khơng có đa cộng tuyến trong khi hệ số xác định R square vẫn khá cao.
Để kiểm định hiện tƣợng đa cộng tuyến trong mơ hình, chúng ta dùng phƣơng pháp nhân tử phóng đại phƣơng sai (VIF), (Gujarati, 1995). Theo Gujarati (1995) mơ hình khơng có hiện tƣợng đa cộng tuyến khi hệ số nhân tử phóng đại (VIF) của các biến giải thích đều nhỏ hơn 10. Kết quả tính tốn, hệ số nhân tử phóng đại phƣơng sai (VIF) của các biến giải thích trong mơ hình đều nhỏ hơn 10 (lớn nhất là 2.328), nghĩa là mơ hình khơng có hiện tƣợng đa cộng tuyến, độ tin cậy của mơ hình cao và các biến này đƣợc đƣa vào mơ hình hồi quy.
Mơ hình hồi quy nghiên cứu nhƣ sau:
SHL = β0 + β1 NL + β2KQ + β3QT + β4QL + β5HA_TNXH + β6GIA + ei Trong đó:
βi: Hệ số hồi quy.
NL, KQ, QT, QL, HA_TNXH, GIA: là các biến độc lập.
Kết quả hồi quy nhƣ sau:
Bảng 2.12: Kết quả hồi quy lần 1
Tên biến Hệ số hồi quy Mức ý nghĩa (p) Nhân tử phóng đại
phƣơng sai (VIF)
NL .124 .019 1.875 KQ .123 .035 2.328 QT .012 .786 1.264 QL .164 .005 2.293 HA_TNXH .082 .087 1.559 GIA .513 .000 1.838 Hệ số xác định R2 = 0,709
(Nguồn: Kết quả từ xử lý dữ liệu từ SPSS)
Căn cứ vào các kết quả kiểm định các giả thuyết, ta thấy:
Hệ số xác định R2 = 0,709 (Adjusted R Square) có nghĩa là 70,9% sự biến thiên của SHL có thể giải thích từ mối quan hệ tuyến tính của NL,KQ,QT,QL,HA_TNXH,GIA.
Mơ hình hồi quy hồn chỉnh là:
SHL=0.124*NL+0.123*KQ+ 0.012*QT+0.164*QL+0.082*HA_TNXH+0.513*GIA
Giá trị Sig của biến QT, HA_TNXH đều lớn hơn 0,05 nên 2 biến này khơng có ý nghĩa giải thích cho biến SHL (với độ tin cậy 95%) nên loại biến này ra khỏi phƣơng trình hồi quy. Các biến cịn lại có Sig nhỏ hơn 0,05 có ý nghĩa giải thích cho biến SHL. Chạy lại mơ hình hồi quy đƣợc kết quả nhƣ sau:
Bảng 2.13: Kết quả hồi quy lần 2
Tên biến Hệ số hồi quy Mức ý nghĩa (p) Nhân tử phóng đại
phƣơng sai (VIF)
NL .252 .000 1.664
KQ .327 .000 2.046
QL .205 .004 2.269
GIA .118 .044 1.550
Hệ số xác định R2 = 0,562
(Nguồn: Kết quả từ xử lý dữ liệu từ SPSS)
Căn cứ vào các kết quả kiểm định các giả thuyết, ta thấy:
Hệ số xác định R2 = 0,562 (Adjusted R Square) có nghĩa là 56,2% sự biến thiên của SHL có thể giải thích từ mối quan hệ tuyến tính của NL, KQ, QL, GIA.
- Giá trị Sig của biến nhỏ hơn 0,05 nên các biến NL, KQ, QL, GIA đều có ý nghĩa giải thích cho biến SHL.
Mơ hình hồi quy chạy lại lần 2 là:
SHL=0.252*NL+0.327*KQ+0.205*QL+0.118*GIA
Ý nghĩa của mơ hình:
- Dựa vào hệ số β của các biến độc lập cho ta thấy các biến NL, KQ, QL, GIA có quan hệ đồng biến với biến phụ thuộc SHL.
- Trong điều kiện các yếu tố khác không đổi , khi NL – Nguồn lực lên 1 đơn vị thì SHL – Sự hài lịng tăng lên 0.252 đơn vị.
- Khi KQ – Kết quả tăng lên 1 đơn vị thì SHL – Sự hài lịng tăng lên 0.327 đơn vị khi các yếu khác trong mơ hình khơng đổi.
- Khi QL - Quản lý tăng lên 1 đơn vị thì SHL – Sự hài lòng tăng lên 0,205 đơn vị khi các yếu khác trong mơ hình khơng đổi.
- Cuối cùng là khi GIA – Giá cả tăng lên 1 đơn vị thì SHL – Sự hài lòng tăng lên 0,118 đơn vị khi các yếu khác trong mơ hình khơng đổi.
Các yếu tố Kết quả và Quản lý tác động khá nhiều đến sự hài lòng của khách hàng. Điều này cho thấy các yếu tố thuộc về con ngƣời – hạt nhân của tất cả các dịch vụ ảnh hƣởng rất nhiều đến sự hài lịng của khách hàng. Bên cạnh đó, các yếu tố thuộc về nguồn lực cũng tác động khá nhiều đến sự hài lòng của khách hàng điều này cho thấy khách hàng cũng rất quan tâm đến cơ sở vật chất và tiềm lực tài chính của ngân hàng.