CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
4.5 Kiểm định mô hình nghiên cứu
4.5.1 Phân tích tương quan
Phân tích tương quan Pearson’s hai phía với mức ý nghĩa 0.01 được thực hiện giữa biến phụ thuộc sự hài lòng của khách hàng (SA) và các biến độc lập trong mô hình: Chất lượng kết nối(CQ), Chất lượng thông tin(IQ), Cước phí(CH), Bảo mật thông tin(IP), Dịch vụ khách hàng(CS).
Bảng 4. 4 Kết quả phân tích tương quan
Biến IQ CQ CH IP CS
SA .459** .438** .495** .445** .578**
**: Mối tương quan có ý nghĩa ở mức 0.01 (hai phía) Hệ số tương quan giữa sự hài lòng của khách hàng với dịch vụ khách hàng là lớn nhất (0.578) trong khi đó hệ số tương quan giữa sự hài lòng của khách hàng với chất lượng kết nối là thấp nhất(0.438).
Ngoài ra, tương quan giữa các biến độc lập trong mô hình nghiên cứu cũng được kiểm tra (Phụ lục A.5.4). Kết quả cho thấy giữa các biến độc lập cũng có tương quan với nhau, do đó hiện tượng đa cộng tuyến cần được xem xét trong phân tích hồi quy.
4.5.2 Phân tích hồi quy
Đánh giá độ phù hợp của mô hình nghiên cứu
Kết quả phân tích dữ liệu cho hệ số xác định R2 hiệu chỉnh của mô hình nghiên cứu là 0.410 (Phụ lục A.5.1) thể hiện năm biến độc lập trong mô hình nghiên cứu giải thích được 41% biến thiên của biến phụ thuộc là sự hài lòng của khách hàng. Như vậy, mô hình nghiên cứu là tương đối phù hợp với mẫu.
Kiểm định độ phù hợp của mô hình nghiên cứu
Với việc thực hiện kiểm định F trong bảng phân tích phương sai (Phụ lục A.5.1) cho thấy ý nghĩa thống kê p = 0.000 < 0.01 nên giả thuyết H0: β1 = β2 = … = β8 = 0 bị bác bỏ. Như vậy, việc kết hợp các biến độc lập hiện có trong mô hình có thể giải thích thay đổi của biến phụ thuộc (sự hài lòng của khách hàng) và việc xây dựng mô hình là phù hợp với tập dữ liệu.
Ý nghĩa các hệ số hồi quy riêng phần trong mô hình nghiên cứu
Bảng 4. 5 Các thông số thống kê của từng biến trong phương trình
Mô hình
Hệ số chưa chuẩn hóa
Hệ số chuẩn hóa
t Sig.
Collinearity Statistics
B Std. Error Beta Tolerance VIF
Constant
Kết nối Cước phí Dịch vụ Thông tin Bảo mật
1.084 .294 3.684 .000
.148 .053 .173 2.773 .006 .701 1.426
.163 .066 .164 2.449 .015 .610 1.639
.335 .069 .346 4.886 .000 .545 1.834
.108 .065 .112 1.669 .097 .607 1.647
.039 .076 .036 .521 . 603 .570 1.753
Kết quả kiểm định t cho thấy ý nghĩa các biến độc lập gồm chất lượng thông tin(IQ) và bảo mật thông tin (IP) lần lượt là 0. 097 và 0. 603 (lớn hơn 0.05). Do đó các biến độc lập này không có ảnh hưởng đến sự hài lòng của khách hàng.
Bảng 4.6 Các thông số thống kê của từng biến trong phương trình-loại biến
Mô hình Hệ số chưa chuẩn hóa Hệ số chuẩn hóa
t Sig.
Collinearity Statistics
B Std. Error Beta Tolerance VIF
Constant Kết nối Cước phí
1.251 .271 4.615 .000
.183 .050 .215 3.674 .000 .805 1.242
.190 .065 .191 2.931 .004 .647 1.545
Dịch vụ .379 .062 .391 6.061 .000 .662 1.511
Do đó, qua phân tích hồi quy đa biến ở trên sẽ cho thấy cường độ ảnh hưởng của các biến độc lập lên biến phụ thuộc ở các mức độ khác nhau. Trong nghiên cứu
này, phương pháp bình phương nhỏ nhất thông thường OLS với biến phụ thuộc là sự hài lòng của khách hàng và các biến độc lập (chất lượng kết nối CQ, chất lượng thông tin IQ, cước phí CH, dịch vụ khách hàng CS, và bảo mật thông tin IP) được phân tích bằng phương pháp đưa vào cùng một lúc (Enter). Biến độc lập là các biến đã được điều chỉnh sau khi thực hiện đánh giá thang đo. Cho ta được kết luận như sau:
- R^2 hiệu chính là 41%, nó phản ảnh độ phù hợp của mô hình hồi qui tuyến tính.
- Với kiểm định F, ta đã loại bỏ được trường hợp về giả thuyết các hệ số hồi quy riêng phần bằng 0( β1 = β2 = … = βk = 0).
- Kiểm định t là kiểm định giả thuyết về ý nghĩa của hệ số hồi quy để đảm bảo các biến độc lập đều thực sự có ảnh hưởng đến biến phụ thuộc. Với giả thuyết H0 là hệ số hồi quy của các biến độc lập βk = 0 với độ tin cậy 95%. Ta dựa vào số liệu thống kê đã bác bỏ giả thuyết H0, nghĩa là mối quan hệ tương quan tuyến tính nhận ra ở mẫu xảy ra do bản chất có quan hệ tuyến tính chứ không phải do ngẫu nhiên.
Mô hình hồi quy tuyến tính bằng phương pháp OSL được thực hiện với một số giả định , để đảm bảo độ tin cậy cho mô hình cần phải thực hiện một loạt các dò tìm sự vi phạm các giả định cần thiết.
Dò tìm vi phạm các giả định cần thiết trong hồi qui tuyến tính
a) Giả định liên hệ tuyến tính
Dựa vào biểu đồ phân tán Scatterplot với giá trị phần dư chuẩn hóa trên trục tung và giá trị dự đoán chuẩn hóa trên trục hành (Phụ lục A.5, Hình A-1) cho thấy
phần dư thay đổi không theo một trật tự nào đối với giá trị dự đoán. Vậy giả thuyết về sự liên hệ tuyến tính không bị vi phạm.
b) Giả định phương sai của phần dư không đổi
Hệ số tương quan hạng Spearman của tổng thể được tính giữa giá trị tuyệt đối của giá trị phần dư chuẩn hóa (biến abs_zre_1) với từng biến độc lập: chất lượng kết nối(CQ), chất lượng thông tin(IQ), cước phí(CH), bảo mật thông tin(IP) và dịch vụ khách hàng(CS). Kết quả (Phụ lục A.5.3) cho thấy mức ý nghĩa hệ số tương quan (hai phía) của các biến độc lập này lần lượt là 0.154, 0.379, 0.016, 0.687, 0.853 lớn hơn độ tin cậy 0.01) do đó không thể bác bỏ giả thuyết H0. Như vậy, giả định về phương sai của phần dư không đổi không bị bác bỏ.
c) Giả định phân phối chuẩn của phần dư
Dựa vào biểu đồ tần số Histogram của phần dư chuẩn hóa (Phụ lục A.5, Hình A-2) có thể kết luận phân phối của phần dư xấp xỉ chuẩn với giá trị trung bình
Mean= -1.25E -15 là gần bằng 0 và độ lệch chuẩn Std. Dev. = 0.988 là gần bằng 1. Dựa vào biểu đồ tần số Q-Q plot (Phụ lục A.5, Hình A-3) cho thấy các điểm phân tán sát với đường chéo do đó có thể kết luận phân phối phần dư có thể xem như chuẩn. Như vậy, qua hai kết quả trên có thể khẳng định giả định phân phối của phần dư là phân phối chuẩn không bị vi phạm.
d) Xem xét đa cộng tuyến của mô hình
Đa cộng tuyến của mô hình nghiên cứu được xem xét đánh giá thông qua độ chấp nhận của biến và hệ số phóng đại VIF.
Theo bảng 4.5. Kết quả cho thấy độ chấp nhận (Tolerance) của các biến trong mô hình khá cao, đều lớn hơn 0.5 trong khi đó hệ số phóng đại phương sai VIF khá thấp, nhỏ hơn 1.9. Do đó giả thuyết đa cộng tuyến xảy ra trong mô hình bị bác bỏ. Như vậy, mô hình nghiên cứu được xây dựng không vi phạm các giả định cần thiết trong hồi quy tuyến tính do đó các kết quả phân tích hồi quy là có thể tin cậy được.
Kiểm định các giả thuyết nghiên cứu
Bảng 4. 7 Bảng kết quả kiểm định các giả thuyết
Giả thuyết Nội dung Giá trị
P-value Kết quả
H1-1 Thành phần chất lượng kết nối có tương quan
dương đến sự hài lòng của khách hàng 0.006<0.05 Chấp nhận
H1-2 Thành phần chất lượng thông tin có tương quan
dương đến sự hài lòng của khách hàng 0.097>0.05 Bác bỏ
H1-3 Thành phần dịch vụ khách hàng có tương quan
dương đến sự hài lòng của khách hàng. 0.000<0.05 Chấp nhận
H1-4 Thành phần bảo mật thông tin có tương quan
dương đến sự hài lòng của khách hàng 0.603>0.05 Bác bỏ
H2 Thành phần cước phí có tương quan dương đến
sự hài lòng của khách hàng 0.015<0.05 Chấp nhận