CHƯƠNG 4. CHỌN MẪU, XỬ LÝ, PHÂN TÍCH KẾT QUẢ
4.4. Kiểm định mô hình và các giả thuyết
4.4.2. Phân tích hồi quy
Hệ số chưa chuẩn hóa (B):
Hệ số này cho biết mức độ thay đổi của biến phụ thuộc (sự hài lòng) khi biến độc lập tăng lên một đơn vị, giữa khi các biến khác giữ nguyên. Chẳng hạn, một đơn vị tăng về Uy tín ngân hàng (UT) sẽ dẫn đến tăng 0,347 đơn vị về sự ý định.
Hệ số chuẩn hóa (Beta):
Hệ số Beta đã được chuẩn hóa và cho biết mức độ tương quan tương đối của các biến độc lập với biến phụ thuộc, trong khi điều chỉnh sự ảnh hưởng của các biến khác. Chẳng hạn, hệ số chuẩn hóa của UT là 0,327, cho thấy rằng UT có mức độ tương quan đáng kể với sự ý định càng cao, thì sự ý định cũng càng cao.
Giá trị t-statistic và Sig.
Giá trị t-statistic thường được sử dụng để kiểm tra tính đáng kể thống kê của hệ số B. Sig. (độ thống kê) thường được sử dụng để xác định xem hệ số có ý nghĩa thống kê không. Tất cả các biến độc lập trong mô hình của bạn có giá trị Sig. < 0,05, điều này cho thấy rằng tất cả đều có ảnh hưởng đáng kể đối với sự ý định của khách hàng.
R-squared (R2):
R2 là một thước đo quan trọng của sự phù hợp của mô hình hồi quy. Nó thể hiện phần trăm biến thể trong biến phụ thuộc (sự hài lòng) được giải thích bởi các biến độc lập. Trong trường hợp này, R2 là 0,557, cho thấy rằng 55,7% sự biến đổi trong sự ý định của khách hàng có thể được giải thích bởi các biến UT, KNTC, CLSP, NVNH, và LSNH.
R2 hiệu chỉnh:
R2 hiệu chỉnh là một phiên bản điều chỉnh của R2, có ý nghĩa hơn khi có nhiều biến độc lập trong mô hình. Trong trường hợp này, R2 hiệu chỉnh là 0,543, gần giống với R2, cho thấy mô hình hồi quy vẫn phù hợp.
Durbin-Watson:
Giá trị Durbin-Watson được sử dụng để kiểm tra xem có sự tương quan còn sót lại giữa các sai số của mô hình hay không. Giá trị này nằm trong khoảng từ 0 đến 4, và giá trị xấp xỉ 2 cho thấy không có tương quan còn sót lại. Trong trường hợp này, giá trị Durbin-Watson là 1,908, gần với 2, cho thấy mô hình có khả năng không có tương quan còn sót lại.
F-statistic và Sig.:
Giá trị F-statistic kiểm tra sự đóng góp tổng thể của tất cả các biến độc lập trong mô hình. Sig. (độ thống kê) cho biết xem mô hình hồi quy có ý nghĩa thống kê hay không. Trong trường hợp này, giá trị F-statistic rất lớn và Sig. = 0,000, cho thấy rằng mô hình là ý nghĩa thống kê và các biến độc lập đóng góp tổng thể vào mô hình.
Bảng 5.6. Kết quả phân tích hồi quy
Mô hình
Hệ số chưa chuẩn hóa
Hệ số chuẩn hóa
t Sig.
Thống kê đa cộng tuyến B Độ lệch
chuẩn Beta
Độ chấp nhận
Hệ số phóng đại phương sai
1
(Constant) -0.606 0.340 -1.783 0.076
UT 0.347 0.064 0.327 5.444 0.000 0.766 1.306
KNTC 0.347 0.065 0.309 5.329 0.000 0.826 1.210 CLSP 0.066 0.064 0.058 1.028 0.306 0.885 1.130 NVNH 0.267 0.066 0.246 4.020 0.000 0.741 1.349 LSNH 0.144 0.057 0.145 2.541 0.012 0.853 1.173
R 0,746
R2 0,557
R2 hiệu chỉnh 0,543 Durbin-Watson 1,908
F Sig. = 0,000
Giá trị R và R2: Giá trị R (hệ số tương quan) của 0,746 cho thấy rằng có mối quan hệ mạnh mẽ và chặt chẽ giữa các biến trong mô hình. Giá trị R2 của 0,557 cho biết rằng 55,7% sự biến đổi của biến sự ý định của khách hàng có thể được giải thích bởi 5 nhân tố trong mô hình. Điều này đánh giá mô hình của bạn là phù hợp và có khả năng giải thích một phần lớn sự biến đổi trong sự ý định của khách hàng.
Giá trị R2 hiệu chỉnh: Giá trị R2 hiệu chỉnh là 0,543, tức là 54,3%. Nó thường được xem xét khi có nhiều biến độc lập trong mô hình. Giá trị này cũng cao và gần
giống với R2, chứng tỏ mô hình của bạn tiếp tục đảm bảo tính phù hợp khi xem xét tổng thể.
Kiểm định F: Kiểm định F đã xác nhận rằng mô hình hồi quy tuyến tính của bạn là phù hợp với tập dữ liệu. Giá trị Sig. = 0,000 (< 0,05) cho biết rằng tồn tại mối quan hệ tuyến tính đáng kể giữa sự hài lòng và các biến độc lập. Điều này cho thấy rằng mô hình của bạn có khả năng giải thích sự biến đổi trong sự ý định của khách hàng.
Kiểm định đa cộng tuyến: Các biến độc lập trong mô hình không có vấn đề đa cộng tuyến lớn, vì giá trị Tolerance > 0,0001 cho thấy rằng chúng không gặp vấn đề về tương quan cao với nhau.
4.4.2.1. . Kiểm định hiện tượng tự tương quan của phần dư (Autocorrelation) Số quan sát (n): Trong mô hình nghiên cứu, có tổng cộng 166 quan sát.
Số nhân tố (factors): Bạn đã sử dụng 5 nhân tố trong phân tích.
Mức ý nghĩa (Significance Level): Mức ý nghĩa 0,01 (99%) đã được áp dụng, cho biết rằng bạn đang đánh giá mức ý nghĩa thống kê ở mức 1%.
Durbin-Watson: Trong bảng thống kê Durbin-Watson, bạn đã xác định giá trị dL (Trị số thống kê dưới) là 1,557 và dU (Trị số thống kê trên) là 1,693.
Hệ số Durbin-Watson (d): Giá trị hệ số Durbin-Watson (d) của bạn là 1,908.
Với thông số này, nhóm đã tiến hành kiểm tra hiện tượng tự tương quan giữa các phần dư trong mô hình bằng cách so sánh giá trị d với khoảng (dU; 4 - dU). Kết quả cho thấy rằng hệ số Durbin-Watson (d) của bạn nằm trong khoảng (1,693; 2,307), và điều này chỉ ra rằng không có sự tự tương quan đáng kể giữa các phần dư trong mô hình. Điều này là một kết quả quan trọng vì nó bảo đảm tính độc lập của các quan sát và giảm khả năng sai lệch trong kết quả của mô hình.
1.1.1.1. Kiểm định hiện tượng đa cộng tuyến (Multiple Collinearity)
Kết quả phân tích ở bảng 1.8 cho thấy, hệ số phóng đại phương sai VIF (Variance Inflation Factor) của các biến trong mô hình đều rất nhỏ, có giá trị từ 1,130 đến 1,349 (< 2), chứng tỏ mô hình hồi quy không vi phạm giả thuyết hiện tượng đa cộng tuyến, mô hình nghiên cứu có ý nghĩa thống kê.
1.1.1.2. Kiểm định hiện tượng phương sai phần dư thay đổi
Để kiểm định hiện tượng phương sai phần dư thay đổi, chúng ta dựa và đồ thị Scatterplot.
Nhìn vào đồ thị Scatterplot chúng ta có thể thấy, các điểm phân vị tạo thành các đường thẳng và nằm trong khoảng (-2 ; 2). Do đó, chúng ta có thể kết luận phương sai của phần dư không thay đổi.
1.1.1.3. Ý nghĩa của hệ số hồi quy
Sau khi thực hiện các phép kiểm định hồi quy so với tổng thể ta thấy mô hình không vi phạm các giả thuyết kiểm định và có ý nghĩa thống kê. Từ kết quả xem xét mức ý nghĩa các biến độc lập trong mô hình hồi quy ta thấy có 4 biến ảnh hưởng đến sự ý định của khách hàng về dịch vụ tiền gửi số ngân hàng VCB (YD) đó là: (1) Uy tín ngân hàng (UT), (2) Khả năng tiếp cận(KNTC), (3) Nhân viên ngân hàng (NVNH), (4) Lãi suất ngân hàng (LSNH), vì các biến này có mức ý nghĩa Sig. < 0,05 nên được chấp nhận trong phương trình hồi quy và đều có tác động dương (hệ số Beta dương) đến sự ý định của khách hàng về dịch vụ tiền gửi số ngân hàng VCB (YD). Biến Chất lượng sản phẩm không có ảnh hưởng đến sự ý định của khách hàng do biến này có mức ý nghĩa Sig. > 0.05. Mối quan hệ giữa biến phụ thuộc với 4 biến độc lập được thể hiện trong phương trình sau:
Phương trình hòi quy chưa chuẩn hóa:
YD = - 0.606 + 0.347 UT + 0.337 KNTC + 0.267 NVNH + 0.144 LSNH Phương trình hồi quy chuẩn hóa:
SAT = - 0.606 + 0.327 UT + 0.309 KNTC + 0.246 NVNH + 0.145 LSNH Thảo luận kết quả hồi quy:
Hệ số hồi quy chưa chuẩn hóa:
Hệ số β của “Uy tín ngân hàng” (UT) = 0,347 có dấu (+) nên mối quan hệ giữa của “Uy tín ngân hàng” và “Sự hài lòng” (YD) là cùng chiều. Có nghĩa là, khi đánh giá của khách hàng về “Uy tín ngân hàng” biến thiên 1 đơn vị thì “Sự hài lòng” sẽ biến thiên 0,347 đơn vị.
Hệ số β của “Giảng viên” (KNTC) = 0,337 có dấu (+) nên mối quan hệ giữa của
“Giảng viên” và “Sự hài lòng” (YD) là cùng chiều. Có nghĩa là, khi đánh giá của khách hàng về “Giảng viên” biến thiên 1 đơn vị thì “Sự hài lòng” sẽ biến thiên 0,337 đơn vị.
Hệ số β của “Nhân viên ngân hàng” (NVNH) = 0,267 có dấu (+) nên mối quan hệ giữa của “Nhân viên ngân hàng” và “Sự hài lòng” (YD) là cùng chiều. Có nghĩa là, khi đánh giá của khách hàng về “Nhân viên ngân hàng” biến thiên 1 đơn vị thì “Sự hài lòng” sẽ biến thiên 0,267 đơn vị.
Hệ số β của “Lãi suất ngân hàng” (LSNH) = 0,144 có dấu (+) nên mối quan hệ giữa của “Lãi suất ngân hàng” và “Sự hài lòng” (YD) là cùng chiều. Có nghĩa là, khi đánh giá của khách hàng về “Lãi suất ngân hàng” biến thiên 1 đơn vị thì “Sự hài lòng”
sẽ biến thiên 0,144 đơn vị.
Hệ số hồi quy chuẩn hóa:
Hệ số này xác định vị trí ảnh hưởng của các biến độc lập đến biến phụ thuộc trong mô hình hồi quy, các hệ số hồi quy chuẩn hóa có thể chuyển đổi như sau:
Bảng 5.7. Xác định tầm quan trọng của các biến độc lập theo tỷ lệ %
STT Biến Beta chuẩn hóa % Thứ tự ảnh hưởng
1 UT 0.327 31.90 1
2 KNTC 0.309 30.06 2
3 NVNH 0.246 23.94 3
4 LSNH 0.145 14.10 4
Tổng 1,226 100%
(Nguồn: kết quả nghiên cứu của tác giả, 2023) Nhân tố Uy tín ngân hàng (UT) đóng góp 31,90%, Khả năng tiếp cận(KNTC) đóng góp 30,06%, nhân tố Nhân viên ngân hàng (NVNH) đóng góp 23,94%, nhân tố Lãi suất ngân hàng (LSNH) đóng góp 14,10%. Như vậy, thứ tự ảnh hưởng đến sự ý định của khách hàng về dịch vụ tiền gửi số: thứ nhất là Uy tín ngân hàng (UT); thứ nhì là Khả năng tiếp cận (KNTC); thứ ba là Nhân viên ngân hàng (NVNH); thứ tư là Lãi suất ngân hàng (LSNH).