CHƯƠNG 4: PHÂN TÍCH KẾT QUẢ NGHIÊN CỨU CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN SỰ HÀI LÒNG CỦA KHÁCH YẾU TỐ ẢNH HƯỞNG ĐẾN SỰ HÀI LÒNG CỦA KHÁCH
4.4 Phương pháp phân tích dữ liệu
4.4.5 Phân tích hồi quy
Sau khi thang đo của các yếu tố khảo sát đã được kiểm định, thì ẽ được xử lí
chạy hồi quy tuyến tí h bằng phương pháp tổng bìn phương nhỏ nhất (OLS) bằng phương pháp Enter. Theo Nguyễn Đình Thọ (2011), phương pháp Enter phù hợp hơn với các nghiên cứu kiểm định.
Sau khi tìm ra 4 nhân tố ảnh hưởng đến sự hài lòng về dịch vụ tại Ngân hàng trên địa bàn thành phố HCM, thì chúng ta sẽ cùng phân tích mô hình hồi quy, để xem nhân tố nào đóng vai trò quan trọng, và quan trọng như thế nào trong việc ảnh hưởng đến sự hài lòng của Khách hàng. Mô hình hồi quy chạy theo 4 nhân tố ra kết quả như sau:
Bảng 4.11. Kết quả phân tích hồi quy Model Summary
Model R
R Squar e
Adjust ed R Square
Std.
Error of the Estimate
Change Statistics
R Square Change
F Change
df 1 df2
Sig. F Chang e 1 .740 .547 .542 .563 .547 107.970 4 357 .000
Hệ số xác định R2 đo lường tỷ lệ tổng biến thiên của biến phụ thuộc được giải thích bởi các biến độc lập trong mô hình. Giá trị R2 càng cao thì khả năng giải thích của mô hình hồi quy càng cao và việc dự đoán biến phụ thuộc càng chính xác. Tuy nhiên việc sử dụng R2 hiệu chỉnh (Adjusted R Square) từ R2 phản ánh sát hơn mức độ phù hợp của mô hình hồi quy bội.
Từ bảng 4.11 ta thấy hệ số R2 hiệu chỉnh = 0.542 > 0.5, chứng tỏ mô hình hồi quy tuyến tính bội đưa ra được đánh giá là phù hợp với tập dữ liệu tới 54.2%, nghĩa
là 54.2% sự thay đổi của biến phụ thuộc “Sự hài lòng có thể được giải thích bằng sự thay đổi của các biến độc lập trong mô hình. 45.8% còn lại tượng trưng cho các yếu tố khác chưa được đưa vào kiểm định trong mô hình.
Bảng 4.12. Các thông số thống kê của từng biến trong phương trình hồi quy
Để kiểm tra hiện tượng đa cộng tuyến, chỉ số thường dùng là hệ số phóng đại phương sai VIF (Variance Inflation Factor). Thông thường, nếu VIF của một biến độc lập nào đó lớn hơn 10 thì biến này hầu như không có giá trị giải thích biến thiên của Y trong mô hình MLR (Hair & cộng sự, 2006)
Theo bảng 4.12, hệ số VIF của các biến độc lập có giá trị từ 1.009 đến 1.023 (tất cả đều nhỏ hơn 10). Vì vậy có thể kết luận, mô hình không xảy ra hiện tượng đa cộng tuyến. Mối quan hệ giữa các biến độc lập là không đáng kể và không ảnh hưởng đến kết quả giải thích của mô hình.
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 4.195 .032 132.033 .000
NT1 .273 .024 .412 11.445 .000 .978 1.023
NT2 .145 .023 .222 6.193 .000 .991 1.010
NT3 .258 .027 .346 9.630 .000 .981 1.020
NT4 .222 .022 .352 9.849 .000 .991 1.009
Bảng 4.13. Phân tích Anova trong hồi quy tuyến tính
Model
Sum of Squares df
Mean
Square F Sig.
1 Regression 136.768 4 34.192 107.970 .000
Residual 113.055 357 .317
Total 249.823 361
Nguồn: Kết quả nghiên cứu) Nhìn vào bảng 4.13, ta thấy rằng trị thống kê F được tính từ giá trị R2 đầy đủ khác 0, giá trị sig. F = 0.000 <0.05 cho thấy mô hình sử dụng là phù hợp và các biến đều đạt được tiêu chuẩn chấp nhận. Kiểm định F sử dụng trong phân tích phương sai là một phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể để xem xét biến phụ thuộc có liên hệ tuyến tính với toàn bộ tập hợp của các biến độc lập.
Phương trình hồi quy tuyến tính được trích theo hệ số Beta chuẩn hóa có dạng như sau:
Y = 0.412NT1 + 0.222NT2 + 0.346NT3 + 0.352NT4 (*)
Thông qua Phương trì h hồi quy (*) ở trên cho ta thấy được mối quan hệ giữa các thành phần trong thang đo chất lượng dịch vụ ngân hàng với mức độ hài lòng của khách hàng. Trên cơ sở đó ta có 4 giả thuyết được kiểm nghiệm như sau:
Giả thuyết H1: Giả thuyết về mối quan hệ cùng chiều giữa thành phần Nhân viên và sự an toàn và Sự hài lòng của khách hàng. Giá trị hệ số chuẩn hóa beta = 0.412 (t = 11.445, sig = 0.000<0.01). Như vậy giả thuyết này được chấp nhận, nghĩa là nhân viên và sự an toàn càng tốt, thực hiện dịch vụ chuẩn xác và bảo mật thông tin cho khách hàng thì khách hàng càng hài lòng hơn.
Giả thuyết H2: Giả thuyết về mối quan hệ cùng chiều giữa thành phần Giá cả và sản phẩm dịch vụ. Giá trị hệ số chuẩn hóa beta = 0.222 (t = 6.193, sig = 0.000).
Như vậy, giả thuyết này được chấp nhận, nghĩa là mức phí thấp, lãi suất đáp ứng đúng
mong đợi của khách hàng, các sản phẩm dịch vụ ngày càng đa dạng thì mức độ hài lòng sẽ càng cao.
Giả thuyết H3: Giả thuyết về mối quan hệ cùng chiều giữa thành phần Uy tín - Danh tiếngcủa Ngân hàng và Sự hài lòng của khách hàng. Giá trị hệ số chuẩn hóa beta = 0.346 (t= 9.63, sig = 0.000). Như vậy, giả thuyết này được chấp nhận, nghĩa là nếu ngân hàng càng có uy tín trên thị trường, phát triển bền vững và được nhiều người sử dụng thì sẽ càng làm tăng mức độ hài lòng của khách hàng.
Giả thuyết H4: Giả thuyết về mối quan hệ cùng chiều giữa thành phần Sự thuận tiện và Sự hài lòng của khách hàng. Giá trị hệ số chuẩn hóa beta = 0.352 (t
=9.849, sig = 0.000). Như vậy, giả thuyết này được chấp nhận, nghĩa là Ngân hàng càng có mạng lưới chi nhánh rộng, hệ thống ATM tiện lợi, các giao dịch thực hiện nhanh chóng dễ dàng thì khách hàng càng hài lòng về chất lượng dịch vụ của Ngân hàng.
Kết luận hương bốn
Chương bốn là chương quan trọng nhất của đề tài, phân tích kết quả nghiên cứu. Nhờ chương này, chúng ta có thể thấy, mô hình ban đầu với 6 nhân tố ở chương 2 đã được rút gọn thành 4 nhân tố sau khi có kết quả phân tích EFA ở chương này.
Chương bốn cũng chứng minh được, mô hình phân tích là phù hợp với các thông số đạt mức tiêu chuẩn, có thể giải thích được. Vì vậy, đây sẽ là tiền đề để đưa ra những kết luận và kiến nghị phù hợp cho chương sau.