Theo mô hình trên có tất cả 6 nhân tố ảnh hưởng đến mức độ hài lòng của khách hàng sử dụng dịch vụ thẻ ATM. Mỗi nhân tố được đo lường bằng một số biến, trong phân tích hồi quy này, mỗi nhân tố sẽ là một biến độc lập. Để một nhân tố trở thành một biến độc lập thì tác giả sẽ tính giá trị trung bình của các biến bên trong nhân tố đó.
Từ các nhân tố trên ta tính lại như sau:
+ Độ tin cậy sẽ được tác giả tính lại thành biến có tên DTC = (Q6DTC1+ Q6DTC2)/2.
+ Năng lực phục vụ tác giả tính lại thành biến NLPV = (Q6NLPV3 + Q6NLPV4 + Q6KNDU1 + Q6KNDU2 + Q6PTHH3)/5.
+ Khả năng đáp ứng tính lại thành biến KNDU = (Q6ML4, Q6ML5, Q6SCT3, Q6SCT4, Q6KNDU3, Q6KNDU4, Q6KNDU5)/7.
+ Phương tiện hữu hình tính lại thành biến PTHH = (Q6PTHH1+ Q6PTHH2)/2.
+ Mạng lưới tính lại thành biến ML = (Q6ML1+ Q6ML2)/2.
+ Giá cả tính lại thành biến GC= (Q6GC1 + Q6GC2 + Q6GC3 +Q6GC4 + Q6ML3)/5 + Sự hài lòng tính lại thành biến SHL = (SHL1 + SHL2 + SHL3 + SHL4 +SHL5)/5 Mô
hình hồi quy của nghiêm cứu như sau:
SHL=a0+p1DTC+ P2NLPV+ P3KNDU + P4PTHH + P5ML + p6GC
Ứng với giả thuyết nghiên cứu trên điều tác giả mong đợi là các hệ số p > 0. Để kiểm chứng điều này, ta xem phần kết quả phân tích hồi qui sau:
Bảng 2.27: Kết quả hồi qui lần thứ nhất
Kết quả phân tích hồi qui lần thứ nhất từ bảng 2.27 cho thấy giá trị hệ số xác định mô hình có R Square = 0,65 > 0,5 cho thấy mô hình phù hợp với thực tế 65% [xem Phụ lục 8.1.1]. Giá trị Sig. trong bảng phân tích ANOVA Sig. = 0,000 < 0,05 nên ta có thể nói mô hình hồi qui bội phù hợp với bộ dữ liệu và sử dụng được [xem Phụ lục 8.1.2].
Tiếp theo, tác giả phân tích bảng Coefficients cho ta biết các hệ số p, xác định các biến có ý nghĩa trong thống kê hay không cũng như mô hình hồi qui có bị đa cộng tuyến không.
- Đối với biến DTC có hệ số p1 = 0,037, giá trị Sig. = 0,368 >0,05 nên biến này sẽ không có ý nghĩa trong thống kê và sẽ bị loại khỏi mô hình.
- Với biến NLPV có hệ số p2 = 0,154, giá trị Sig. = 0,014 <0,05 nên biến này có ý nghĩa trong thống kê và giá trị WIF = 2,258 <10 nên biến này không làm cho mô hình bị đa công tuyến. Vậy đây là biến tốt đối với mô hình nên được giử lại.
rriA r
Tên Biên Hệ số Beta Giá trị Sig.
kiểm định t
VIF
Hệ R bình phương
Giá trị Sig. kiểm
định Anova
Hằng số 0,324 0,118
0,65 0,000
DTC 0,037 0,368 1,458
NLPV 0,154 0,014 2,258
KNDU 0,308 0,000 3,031
PTHH 0,182 0,000 1,517
ML -0,019 0,708 1,877
GC 0,281 0,000 1,879
(Nguồn: Phụ lục 8.1)
- Biến KNDU có hệ số p3 = 0,308, giá trị Sig. = 0,000<0,05 biến này có ý nghĩa thống kê và giá trị WIF = 3,031<10 nên biến không làm cho mô hình bị đa cộng tuyến.
- Biến PTHH có hệ số p4 =0,182, giá trị Sig. = 0,000 <0,05 biến này có ý nghĩa thống kê và giá trị WIF = 1,517 <10 nên biến này không làm cho mô hình bị đa cộng tuyến.
- Biến ML có hệ số p5 = - 0,019; giá trị Sig. = 0,708 >0,05 biến này không có ý nghĩa trong thống kê và sẽ bị loại khỏi mô hình.
- Biến GC có hệ số p6 = 0,281; giá trị Sig. = 0,000<0,05 biến này có ý nghĩa thống kê và có giá trị WIF =1,879 <10 nên biến này không làm cho mô hình bị đa cộng tuyến.
Qua lần phân tích hồi qui tuyến tính thứ nhất, tác giả đã chỉ ra hai biến trong mô hình không có ý nghĩa thống kê đó là biến ML (mạng lưới) và DTC (độ tin cây) vì thế tác giả đã loại hai biến này khỏi mô hình hồi qui. Điều này đồng nghĩa với các giả thuyết H2 và H6 sẽ bị bác bỏ.
Phân tích hồi qui tuyến tính lần thứ hai từ bảng 2.28 ta được hệ số xác định R = 0,648 điều này có nghĩa là mô hình phù hợp với thực tế 64,8% [xem Phụ lục 8.2.1]. Mặc khác ta cũng nhận được Giá trị Sig. trong bảng phân tích ANOVA Sig. = 0,000 < 0,05 nên ta có thể nói mô hình hồi qui bội phù hợp với bộ dữ liệu và sử dụng được. Tiếp theo, ta xem kết quả bảng Coeffcients trong bảng này cho ta thấy được tất cả các biến độc lập điều thỏa điều kiện, tất cả các biến điều được giữ lại trong mô hình cụ thể như sau [xem Phụ lục 8.2.3].
Bảng 2.28: Kết quả phân tích hồi qui lần thứ hai Tên r
Biến Hệ số Beta
Giá trị Sig.
kiểm định t
VIF
Hệ R bình phương
Giá trị Sig. kiểm
định Anova
Hằng số 0,339 0,089 0,641 0,000
NLPV 0,169 0,005 2,091
KNDU 0,303 0,000 2,235
PTHH 0,184 0,000 1,468
GC 0,284 0,000 1,785
\---1
(Nguồn: Phụ lục 8.2)
- Biến NLPV có p1 = 0,169 điều này có ý nghĩa khi tất cả các biến độc lập khác được cố định lại thì nếu tăng hoặc giảm NLPV lên một đơn vị thì SHL sẽ tăng hoặc giảm đi 0,169 đơn vị; giá trị Sig. = 0.005 < 0.05 thỏa điều kiện và biến này có ý nghĩa trong thống kê; giá trị WIF = 2,091 <10 nên biến này không làm cho mô hình bị đa cộng tuyến.
- Biến KNDU có p2 = 0,303 điều này có ý nghĩa khi tất cả các biến độc lập khác được cố định lại thì nếu tăng hoặc giảm KNDU lên một đơn vị thì SHL sẽ tăng hoặc giảm đi 0,303 đơn vị; giá trị Sig. = 0,00 < 0,05 thỏa điều kiện và biến này có ý nghĩa trong thống kê; giá trị WIF = 2,235 <10 nên biến này không làm cho mô hình bị đa cộng tuyến.
- Biến PTHH có p3 = 0,184 điều này có ý nghĩa khi tất cả các biến độc lập khác được cố định lại thì nếu tăng hoặc giảm PTHH lên một đơn vị thì SHL sẽ tăng hoặc giảm đi 0,184 đơn vị; giá trị Sig. = 0,00 < 0,05 thỏa điều kiện và biến này có ý nghĩa trong thống kê; giá trị WIF = 1,468 <10 nên biến này không làm cho mô hình bị đa cộng tuyến.
- Biến GC có p4 = 0,284 điều này có ý nghĩa khi tất cả các biến độc lập khác được cố định lại thì nếu tăng hoặc giảm GC lên một đơn vị thì SHL sẽ tăng hoặc giảm đi 0,284 đơn vị; giá trị Sig. = 0,00 < 0,05 thỏa điều kiện và biến này có ý nghĩa trong thống kê; giá trị WIF = 1,785 <10 nên biến này không làm cho mô hình bị đa cộng tuyến.
Phương trình hồi qui của nghiên cứu là:
SHL = 0,339 + 0,169NLPV + 0,303KNDU + 0,184PTHH + 0,284GC
Với kết quả phân tích hồi qui cho thấy các giả thuyết nghiên cứu trừ hai giả thuyết loại bỏ (H2, H6) thì tất cả các giả thuyết còn lại điều phù hợp và tác giả sẽ chấp nhận hết các giả thuyết còn lại. Từ phương trình hồi qui cho mức độ hài lòng của khách hàng sử dụng dịch vụ thẻ ATM tại Sacombank Tiền Giang, cho thấy có bốn yếu tố ảnh hưởng đến mức độ hài lòng của khách hàng đó là: NLPV, KNDU, PTHH và GC. Trong đó thì yếu tố KNDU tác động lớn nhất đến mức độ hài lòng. Điều này hoàn toàn phù hợp với thực tế. Trong lĩnh vực cung cấp dịch vụ, một điều quan trọng là dịch vụ của bạn có khả năng đáp ứng đến đâu đối với nhu cầu của người sử dụng dịch vụ. Điều này rất dễ dàng nhận thấy khi hai nhà cung cấp dịch vụ giống nhau nhưng ai có khả năng
đáp ứng yêu cầu của khách hàng nhiều hơn sẽ chiếm được nhiều khách hàng. Và dịch vụ thẻ ATM tại Sacombank Tiền Giang cũng vậy. Nhưng trên thực tế, muốn nâng cao được khả năng đáp ứng cho khách hàng không phải là việc làm của một ngày, hai ngày mà đây phải trải qua một quá trình tìm hiểu, xây dựng lâu dài. Tóm lại dịch vụ thẻ ATM của NH Sacombank Tiền Giang có khả năng đáp ứng nhu cầu của khách hàng thì sẽ có nhiều lợi thế trong việc chiếm và giữ chân khách hàng.
Như vậy sau khi phân tích hồi qui mô hình nghiên cứu các yếu tố ảnh hưởng đến mức độ hài lòng của khách hàng sử dụng thẻ ATM tại Sacombank Tiền giang chỉ còn lại bốn nhân tố như sau: