Statistics
thuan ho tro
khach rao can trung thanh tien hang Valid 150 150 150 150 N 0 0 0 0 Missing Skewness .243 -.133 -.233 .140 Std. Error of Skewness .198 .198 .198 .198 Kurtosis .513 .594 -.178 .114 Std. Error of Kurtosis .394 .394 .394 .394
(Nguồn: Số liệu điều tra 10/2011)
2.3.3 Kiểm định giả thuyết mơ hình nghiên cứu thơng qua phân tích hồi quy 2.3.3.1 Mơ hình điều chỉnh
Sau khi đánh giá thang đo bằng hệ số Cronbach Alpha và phân tích nhân tố ta đã xác định được có 3 nhân tố ảnh hưởng đến lịng trung thành. Đó là lịng trung thành vì rào cản lớn, hỗ trợ, sự thuận tiện. Trong đó, các nhân tố này được lấy từ các biến của các nhân tố tương ứng được xây dựng ban đầu, ngoại trừ nhân tố hỗ trợ và thuận tiện được tách ra từ nhân tố chất lượng dịch vụ ban đầu. Mơ hình mới được điều chỉnh trong nghiên cứu này như sau:
Rào cản
Hỗ trợ Trung thành
Thuận tiện
Ta có phương trình hồi quy tuyến tính như sau: Yi = β0 + β1 X1i + β2 X2i + β3X3i + ei
Trong đó:
Yi: giá trị lịng trung thành của quan sát thứ i. Xpi: biến độc lập thứ p đối với quan sát thứ i. β k: hệ số hồi qui riêng phần của biến thứ k. ei: sai số của phương trình hồi quy.
2.3.3.2 Giả thuyết điều chỉnh
H1: rào cản được đánh giá tốt hay khơng tốt tương quan cùng chiều với lịng trung thành dịch vụ.
H2: hỗ trợ được đánh giá tốt hay khơng tốt tương quan cùng chiều với lịng trung thành dịch vụ.
H3: thuận tiện được đánh giá tốt hay không tốt tương quan cùng chiều với lòng trung thành dịch vụ.
2.3.3.3 Ma trận hệ số tương quan gữa các biến
Kiểm định hệ số tương quan nhằm để kiểm tra mối quan hệ tuyến tính giữa các biến độc lập và các biến phụ thuộc. Nếu các biến có tương quan chặt thì phải lưu ý đến vấn đề đa cộng tuyến sau khi phân tích hồi quy. Theo ma trận hệ số tương quan, biến phụ thuộc có quan hệ tương quan tuyến tính với 3 biến độc lập. Trong đó, hệ số tương quan giữa trung thành và hỗ trợ là cao nhất 0.755 ,hệ số tương quan giữa lòng trung thành và rào cản là thấp nhất 0,313 và hệ số tương quan giữa lòng trung thành và thuận tiện là 0,575 tỉ lệ khá cao. Như vậy có thể nói rằng các biến độc lập này có thể đưa vào mơ hình để giải thích cho long trung thành dịch vụ. Tuy nhiên, giữa các biến độc lập cũng có quan hệ với nhau mặc dù hệ số tương quan không lớn lắm. Chúng ta không phải lo ngại điều này vì ở phần kiểm tra đa cộng tuyến bên dưới sẽ xác định xem các biến được giữ lại trong mơ hình hồi quy tuyến tính có xảy ra hiện tượng đa cộng tuyến hay không.
2.3.3.4. Xây dựng phương trình hồi qui tuyến tính
Phân tích hồi qui bội được thực hiện với 3 biến độc lập bao gồm: về rào
cản, hỗ trợ, thuận tiện. Và phân tích được thực hiện bằng phương pháp đưa vào
cùng một lúc (Enter). Qua phân tích số liệu ta thu được bảng sau: