CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
4.4. Kiểm định mô hình nghiên cứu bằng phân tích hồi quy tuyến tính bội
Mối tương quan giữa các biến thể hiện như sau:
Bảng 4.13: Ma trận tương quan giữa các biến.
Correlations
NVDT DC PCLV PTHH HL
NVDT
Pearson
Correlation 1 .614** .663** .682** .840**
Sig. (2-tailed) .000 .000 .000 .000
N 310 310 310 310 310
DC
Pearson
Correlation .614** 1 .388** .465** .665**
Sig. (2-tailed) .000 .000 .000 .000
N 310 310 310 310 310
PCLV
Pearson
Correlation .663** .388** 1 .553** .670**
Sig. (2-tailed) .000 .000 .000 .000
N 310 310 310 310 310
PTHH
Pearson
Correlation .682** .465** .553** 1 .676**
Sig. (2-tailed) .000 .000 .000 .000
N 310 310 310 310 310
HL
Pearson
Correlation .840** .665** .670** .676** 1 Sig. (2-tailed) .000 .000 .000 .000
N 310 310 310 310 310
**. Correlation is significant at the 0.01 level (2-tailed).
(Nguồn: Kết quả tổng hợp từ SPSS)
Ma trận này cho thấy mối tương quan giữa biến hài lòng – HL (biến phụ thuộc) với từng biến độc lập, cũng như tương quan giữa các biến độc lập với nhau. Hệ số tương quan giữa biến HL với các biến khác đều lớn hơn 0.3, điều này cho biết các biến
Nghiệp vụ điều tra - NVDT, Phong cách làm việc –PCLV, biến đồng cảm – DC, biến phương tiện hữu hình –PTHH đều có tương quan với sự hài lòng của đối tượng CCTT.
Các giá trị Sig. đều = 0.000 như vậy ta bác bỏ giả thuyết H0 nghĩa là tương quan giữa các biến độc lập với biến phụ thuộc hài lòng là có ý nghĩa thống kê.
Sơ bộ, ta có thể kết luận các biến độc lập có thể đưa vào mô hình để giải thích cho biến HL. Tuy nhiên, hệ số tương quan giữa các biến đều lớn hơn 0.3 nên mối quan hệ giữa các biến này cần phải xem xét kỹ trong phân tích hồi quy tuyến tính bội, nhằm tránh hiện tượng đa cộng tuyến giữa các biến độc lập.
4.4.2. Hồi quy tuyến tính bội
Bảng 4.14: Các thông số đánh giá sự phù hợp của mô hình hồi quy.
Model Summaryb
Model R R
Square
Adjusted R Square
Std.
Error of the Estimate
Change Statistics Durbin- Watson R
Square Change
F Change
df1 df2 Sig. F Chang
e
1 .880
a .775 .772 .24149 .775 262.617 4 305 .000 1.978 a. Predictors: (Constant), PTHH, DC, PCLV, NVDT
b. Dependent Variable: HL
(Nguồn: Kết quả tổng hợp từ SPSS)
Bảng 4.14 cho ta biết, trị Thống kê F được tính từ giá trị R Square của mô hình đầy đủ, giá trị Sig. = 0.000 nên giả thuyết H0: β1 = β2 = β3 = β4= 0 của kiểm định F bị bác bỏ, điều này cũng có nghĩa mô hình hồi quy tuyến tính bội được xây dựng là phù hợp với tập dữ liệu và có thể sử dụng được cho tổng thể.
Hệ số R2 hiệu chỉnh (Adjusted R Square) = 0.772 có nghĩa là mô hình hồi quy tuyến tính bội đã xây dựng phù hợp với tập dữ liệu đến mức 77.2%. Nói cách khác, khoảng 77.2% sự hài lòng của đối tượng CCTT có thể được giải thích bởi 4 yếu tố: nghiệp vụ điều tra, đồng cảm, phong cách làm việcvà phương tiện hữu hình.
Kiểm định Durbin – Watson cho thấy không có sự tự tương quan giữa các phần dư (hệ số Durbin – Watson = 1.978 trong khoảng từ 1 đến 3).
Bảng 4.15: Các thông số thống kê của phần dư.
Residuals Statisticsa Minimu
m
Maximu m
Mean Std.
Deviation
N
Predicted Value 1.9330 4.2595 3.7624 .44526 310 Residual -.86496 .63211 .00000 .23993 310 Std. Predicted
Value -4.109 1.117 .000 1.000 310
Std. Residual -3.582 2.618 .000 .994 310
a. Dependent Variable: HL
(Nguồn: Kết quả tổng hợp từ SPSS)
Một trong các giả định quan trọng đối với phân tích hồi quy tuyến tính chính là giả định về phân phối của phần dư. Trong phân tích hồi quy, phần dư được cho là biến ngẫu nhiên, độc lập, có phân phối chuẩn với trung bình 0 và phương sai không đổi.
Kiểm tra phần dư (Bảng 4.15) của mô hình ta thấy, phần dư chuẩn hóa có trung bình (Mean) bằng 0 và độ lệch chuẩn (Std. Deviation) bằng 0.994 (xấp xỉ 1). Như vậy có thể kết luận rằng giả định về phân phối của phần dư không bị vi phạm và mô hình hồi quy tuyến tính bội đã xây dựng phù hợp với dữ liệu quan sát.
Bảng 4.16: Các thông số thống kê của từng yếu tố trong mô hình hồi quy.
Coefficientsa
Model Unstandardized
Coefficients
Standardized Coefficients
t Sig. Collinearity Statistics
B Std.
Error
Beta Tolerance VIF
1
(Constant) -2.168 .186 -
11.679 .000
NVDT .554 .054 .479 10.269 .000 .339 2.953
DC .338 .050 .235 6.790 .000 .617 1.620
PCLV .256 .051 .184 4.987 .000 .540 1.853
PTHH .165 .045 .138 3.626 .000 .512 1.952
a. Dependent Variable: HL
(Nguồn: Kết quả tổng hợp từ SPSS)
Bảng 4.16 cho thấy hệ số phóng đại phương sai VIF < 10 cho thấy các biến độc lập này không có quan hệ chặt chẽ với nhau nên không có hiện tượng đa cộng tuyến xảy ra. Vì vậy, mối quan hệ giữa các biến độc lập không ảnh hưởng đáng kể đến kết quả giải thích của mô hình hồi quy.
Như vậy, mô hình hồi quy tuyến tính bội đưa ra là phù hợp với mô hình và dữ liệu nghiên cứu.
Từ bảng 4.16 cho ta phương trình hồi quy tuyến tính được trích theo hệ số Beta chuẩn có dạng như sau:
HL = 0.479 NVDT +0.235 DC + 0.184 PCLV + 0.138 PTHH Trong đó:
HL: Sự hài lòng của Đối tượng CCTT.
NVDT: Nghiệp vụ điều tra.
DC: Đồng cảm.
PCLV: Phong cách làm việc.
PTHH: Phương tiện hữu hình.
Các yếu tố của hệ số hồi quy đều mang dấu dương thể hiện các yếu tố trong mô hình hồi quy có tương quan thuận đến sự hài lòng của đối tượng CCTT. Hệ số hồi quy của các yếu tố riêng lẻ đều có ý nghĩa với độ tin cậy trên 95%. Điều này cho phép ta chấp nhận cả 4 giả thuyết H’1, H’2, H’3 và H’4, tức là nếu xem xét trên phạm vi tổng thể thì cả 4 yếu tố “nghiệp vụ điều tra”, “đồng cảm”, “phong cách làm việc” và
“phương tiện hữu hình” đều có tác động thuận chiều đến sự hài lòng của đối tượng CCTT đối với công tác điều tra thống kê.
Hệ số β1 = 0.479 cho biết, với độ tin cậy 95% (α =5%), trong điều kiện các yếu tố “đồng cảm”, “phong cách làm việc” và “phương tiện hữu hình” không thay đổi, khi yếu tố “nghiệp vụ điều tra” tăng (giảm) 1 điểmthì sự hài lòng của đối tượng CCTT đối với công tác điều tra thống kê sẽ tăng (giảm) tương ứng là 0.479 điểm.
Hệ số β2 = 0.235 cho biết, với độ tin cậy 95% (α =5%), trong điều kiện các yếu tố “nghiệp vụ điều tra”, “phong cách làm việc” và “phương tiện hữu hình” không thay đổi, khi yếu tố “đồng cảm” tăng (giảm) 1 điểm thì sự hài lòng của đối tượng CCTT đối với công tác điều tra thống kê sẽ tăng (giảm) tương ứng là 0.235 điểm.
Hệ số β3 = 0.184 cho biết, với độ tin cậy 95% (α=5%), trong điều kiện các yếu tố “nghiệp vụ điều tra”, “đồng cảm” và “phương tiện hữu hình” không thay đổi, khi yếu tố “phong cách làm việc” tăng (giảm) 1 điểm thì sự hài lòng của đối tượng CCTT đối với công tác điều tra thống kê sẽ tăng (giảm) tương ứng là 0.184 điểm.
Hệ số β4 = 0.138 cho biết, với độ tin cậy 95% (α=5%), trong điều kiện các yếu tố “nghiệp vụ điều tra”, “đồng cảm” và “phong cách làm việc” không thay đổi, khi yếu tố “phương tiện hữu hình” tăng (giảm) 1 điểmthì sự hài lòng của đối tượng CCTT đối với công tác điều tra thống kê sẽ tăng (giảm) tương ứng là 0.138 điểm.
Ta thấy hệ số Beta của yếu tố nghiệp vụ điều tra là lớn nhất, tiếp theo lần lượt là các yếu tố: đồngcảm, phong cách làm việc, phương tiện hữu hình. Vì vậy, trong số các yếu tố chất lượng công tác điều tra thống kê thì yếu tố phương tiện hữu hình có tác
động ít nhất và yếu tố nghiệp vụ điều tra có tác động nhiều nhất đến sự hài lòng của đối tượng CCTT.