CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
4.2 Kết quả nghiên cứu
4.2.4 Phân tích hồi quy
4.2.4.1 Thiết lập mô hình hồi quy
Phân tích hồi quy sẽ xác định mối quan hệ giữa biến phụ thuộc (sự hài lòng của khách hàng) và các biến độc lập (tính đáp ứng, độ tin cậy, năng lực phục vụ, phương tiện hữu hình, sự đồng cảm).
“Mô hình phân tích hồi quy sẽ mô tả hình thức của mối liên hệ và qua đó giúp dự đoán được mức độ của biến phụ thuộc khi biết trước giá trị của biến độc lập.
Phương pháp phân tích được chọn lựa là phương pháp chọn từng bước Stepwise với tiêu chuẩn vào FIN là 0,05 và tiêu chuẩn ra FOUT là 0,1. Đây là phương pháp được sử dụng rộng rãi nhất”
Hình dạng phương trình: F_DGC (Y) = β1X1 + β2X2 + β3X3 + β4X4+
β5X5
Trong đó: X1 : F_PTHH Phương tiện hữu hình X2: F_DC Sự đồng cảm
Phương tiện hữu hình ( H1)
Sự đồng cảm ( H2)
SỰ HÀI LÒNG Độ tin cậy ( H3)
Tính đáp ứng ( H4) Năng lực phục vụ ( H5)
X3: F_TC Độ tin cậy X4: F_DU Tính đáp ứng
X5: F_NLPV Năng lực phục vụ
Các giả thuyết: Những nhân tố tác động đến sự hài lòng của khách hàng về chất lượng dịch vụ tại Techcombank Chi nhánh Cà Mau
H1: Phương tiện hữu hình tác động đến sự hài lòng của khách hàng H2: Sự đồng cảm tác động đến sự hài lòng của khách hàng
H3: Độ tin cậy tác động đến sự hài lòng của khách hàng H4: Tính đáp ứng tác động đến sự hài lòng của khách hàng H5: Năng lực phục vụ tác động đến sự hài lòng của khách hàng
4.2.4.2 Kết quả phân tích hồi quy
Bảng 3.10: Sự tương quan giữa các biến
Correlations
F_DGC F_PTHH F_DC F_TC F_DU F_NLPV
F_DGC
Pearson Correlation 1 .535** .474** .614** .340** .558**
Sig. (2-tailed) .000 .000 .000 .000 .000
N 140 140 140 140 140 140
F_PTHH
Pearson Correlation .535** 1 .550** .417** .019 .356**
Sig. (2-tailed) .000 .000 .000 .820 .000
N 140 140 140 140 140 140
F_DC
Pearson Correlation .474** .550** 1 .405** .025 .243**
Sig. (2-tailed) .000 .000 .000 .771 .004
N 140 140 140 140 140 140
F_TC
Pearson Correlation .614** .417** .405** 1 -.076 .333**
Sig. (2-tailed) .000 .000 .000 .371 .000
N 140 140 140 140 140 140
F_DU
Pearson Correlation .340** .019 .025 -.076 1 -.037
Sig. (2-tailed) .000 .820 .771 .371 .665
N 140 140 140 140 140 140
F_NLPV
Pearson Correlation .558** .356** .243** .333** -.037 1
Sig. (2-tailed) .000 .000 .004 .000 .665
N 140 140 140 140 140 140
**. Correlation is significant at the 0.01 level (2-tailed).
Nguồn: Xử lý số liệu điều tra bằng SPSS
>>“Tương quan không loại nhân tố nào vì sig giữa từng biến độc lập với biến phụ thuộc đều nhỏ hơn (0.05)”
“Ta thấy biến Y có tương quan thuận với các biến Xi (i=1 → 5) vì hệ số tương quan R → +1, biến tương quan mạnh nhất với biến Y là biến X3 : F_TC (R
= 0.614), tương quan yếu nhất là là biến X4 F_DU (R = 0.340)”
Mức ý nghĩa kiểm định mối tương quan của các biến đều có Sigα < 0.05 nên chúng có ý nghĩa về mặt thống kê.
Bảng 3.11: Kết quả phân tích hồi quy
Nguồn: Xử lý số liệu điều tra bằng SPSS
>> “R bình phương hiệu chỉnh là 0.709 =70.9%. Như vậy các biến độc lập đưa vào chạy hồi quy ảnh hưởng tới 70.9% sự thay đổi của biến phụ thuộc, còn 29.1% biến thiên sự hài lòng của khách hàng được giải thích bởi các nhân tố khác không có trong mô hình”
4.2.4.3 Kiểm định mô hình
Bảng 3.12: Kết quả phân tích hồi quy
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 43.039 5 8.608 68.716 .000b
Residual 16.786 134 .125
Total 59.825 139
a. Dependent Variable: F_DGC
b. Predictors: (Constant), F_DU, F_PTHH, F_NLPV, F_TC, F_DC Model Summaryb
Model R R Square Adjusted R
Square
Std. Error of the Estimate
Durbin-Watson
1 .848a .719 .709 .35393 1.879
a. Predictors: (Constant), F_DU, F_PTHH, F_NLPV, F_TC, F_DC b. Dependent Variable: F_DGC
>> Sig kiểm định F = 0.00 < 0.05, như vậy mô hình hồi quy có ý nghĩa suy rộng ra tổng thể.
Nguồn: Xử lý số liệu điều tra bằng SPSS
>> “Hồi quy không có nhân tố nào bị loại bỏ do sig kiểm định t của từng biến độc lập đều nhỏ hơn (0.05)”
>> “Hệ số VIF các biến độc lập đều nhỏ hơn 10, như vậy không có đa cộng tuyến xảy ra”
* Lưu ý: “Constant (hằng số) trong phương trình hồi quy đại diện cho hệ số góc, nó không đi với biến nên không ảnh hưởng tới phương trình. Đặc biệt các mô hình sử dụng thang đo Likert hằng số này không có ý nghĩa nhận xét, vậy nên sig của Constant dù lớn hay nhỏ hơn (0.05), hằng số âm hay dương đều không quan trọng”.
4.2.4.4 Giải thích phương trình
Từ bảng phân tích hồi quy trên, ta thấy mối quan hệ giữa biến phụ thuộc Sự hài lòng của khách hàng và 5 biến độc lập được thể hiện trong phương trình hồi quy chuẩn hóa sau:
F_DGC(Y)=0.166 *F_PTHH+0.124* F_DC + 0.408 *F_TC + 0.378*F_DU + 0.347*F_NLPV
Tất cả 5 thành phần đo lường sự thỏa mãn của khách hàng đều có mức ý
Coefficientsa
Model Unstandardized
Coefficients
Standardized Coefficients
t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1
(Constant) -.368 .201 -1.824 .070
F_DC .106 .048 .124 2.191 .030 .659 1.518
F_TC .295 .038 .408 7.680 .000 .741 1.349
F_PTHH .124 .044 .166 2.850 .005 .619 1.615
F_NLPV .263 .038 .347 6.911 .000 .832 1.202
F_DU .261 .032 .378 8.204 .000 .989 1.011
a. Dependent Variable: F_DGC
nghĩa sigα< 0.05. Nên 5 nhân tố này được chấp nhận trong phương trình hồi quy, và chúng tác động ảnh hưởng đến mức độ hài lòng của khách hàng F_DGC(Y).
Theo phương trình hồi quy ở trên cho thấy sự hài lòng của khách hàng có quan hệ tuyến tính với các nhân tố :
- Phương tiện hữu hình (hệ số Beta chuẩn hóa là 0,166) - Sự đồng cảm (hệ số Beta chuẩn hóa là 0,124)
- Độ tin cậy (hệ số Beta chuẩn hóa là 0,408).
- Tính đáp ứng (hệ số Beta chuẩn hóa là 0,378).
- Năng lực phục vụ (hệ số Beta chuẩn hóa là 0,347) .
Cũng phải nói thêm rằng các hệ số Beta chuẩn hóa đều >0 cho thấy các biến độc lập tác động thuận chiều với sự hài lòng của khách hàng.
Kết quả này cũng khẳng định các giả thuyết nêu ra trong mô hình nghiên cứu (H1, H2, H3, H4, H5) được chấp nhận và được kiểm định phù hợp.
Như vậy, chi nhánh phải nỗ lực cải tiến những nhân tố này để nâng cao sự hài lòng của khách hàng.