CHƯƠNG 4 KẾT QUẢ NGHIÊN CỨU
4.3 PHÂN TÍCH HỒI QUY
4.3.2 Phân tích hồi quy tuyến tính đơn giữa sự hài lòng của khách hàng lòng trung thành của khách hàng
4.3.2.1 Phân tích tương quan
Phân tích tương quan được thực hiện giữa biến phụ thuộc là Lòng trung thành của khách hàng (LTT) và biến độc lập là Sự hài lòng của khách hàng (HL).
Kết quả phân tích tương quan thể hiện tại Bảng 4.13 cho thấy các biến độc lập có tương quan tuyến tính khá mạnh với biến phụ thuộc là 0.742, tương quan có ý nghĩa thống kê khi mức ý nghĩa đạt mức 1%. (xem Phụ lục 7).
Bảng 4.13: Kết quả phân tích tương quan hồi quy đơn Tương quan
HL LTT
HL
Pearson 1 .742**
Sig. (2-tailed) .000
N 276
LTT
Pearson 1
Sig. (2-tailed)
N 276
**. Tương quan có ý nghĩa ở mức 1% (2 phía).
Nguồn: Dữ liệu khảo sát của tác giả trích từ phụ lục 7 4.3.2.2 Phân tích hồi quy và kiểm định giả thuyết
Từ mô hình nghiên cứu và kết quả phân tích nhân tố, ảnh hưởng của nhân tố sự hài lòng của khách hàng đến lòng trung thành của khách hàng có thể được thể hiện thông qua phương trình tuyến tính như sau:
LTT = 0 + β1HL Trong đó:
LTT: Lòng trung thành của khách hàng khi sử dụng dịch vụ khám chữa bệnh tại các Bệnh viện tư nhân tại TP. HCM
HL: Sự hài lòng của khách hàng khi sử dụng dịch vụ khám chữa bệnh tại các Bệnh viện tư nhân tại TP. HCM
0 : Hằng số (hay hệ số chặn) là giá trị mong muốn của biến phụ thuộc, khi các biến độc lập có giá trị bằng 0.
1: hệ số hồi quy riêng của từng nhân tố, thể hiện mối quan hệ giữa một biến độc lập với biến phụ thuộc, khi các biến độc lập khác không thay đổi. Lúc đó, khi biến độc lập thay đổi 1 đơn vị, thì biến phụ thuộc thay đổi 1 đơn vị.
4.3.2.3 Kết quả phân tích, đánh giá và kiểm định độ phù hợp mô hình hồi quy
Kết quả phân tích hồi quy được trình bày tại Bảng 4.14. Các hệ số của phương trình sẽ được xác định bằng phân tích hồi quy tuyến tính đơn, các biến trong mô hình được đưa vào phân tích cùng lúc theo phương pháp Enter.
Bảng 4.14: Hệ số mô hình hồi quy đơn Mô hình Hệ số chưa chuẩn
hóa
Hệ số chuẩn hóa
t Sig. Phân tích đa cộng tuyến
B Std. Error Beta Tolerance VIF
1 (Hằng số) -.842 .241 -3.497 .001
HL 1.194 .065 .742 18.336 .000 1.000 1.000
a. Biến phụ thuộc: LTT (Lòng trung thành)
Nguồn: Dữ liệu khảo sát của tác giả trích từ phụ lục 8
Kết quả phân tích thể hiện ở Bảng 4.14 cho thấy, biến độc lập Sự hài lòng của khách hàng có mức ý nghĩa nhỏ hơn 0,05. Như vậy, mô hình hồi quy đã thỏa các giả định đặt ra, đồng thời có sự phù hợp với tập dữ liệu nghiên cứu.
Phương trình tuyến tính của mô hình có dạng:
LTT = -0,842 + 1,194*HL
Kết quả này cho thấy biến độc lập đều có ảnh hưởng cùng chiều đến lòng trung thành của khách hàng khi sử dụng dịch vụ khám chữa bệnh tại các bệnh viện tư nhân tại TP. HCM ở mức tin cậy 95%.
Mô hình hồi quy có R2 hiệu chỉnh (thể hiện tại Bảng 4.15) là 0,549, điều này có nghĩa là mô hình hồi quy tuyến tính đã xây dựng phù hợp với tập dữ liệu nghiên cứu ở mức 54,9%.
Bảng 4.15: Hệ số xác định và kiểm định Durbin-Watson hồi quy đơn Mô
hình R R2 R2 hiệu chỉnh
Sai số chuẩn của ước lượng
Durbin- Watson
1 0,742 0,551 0,549 0,40806 2,051
Nguồn: Dữ liệu khảo sát của tác giả trích từ phụ lục 8
Kết quả phân tích Bảng 4.16 cho thấy F có giá trị Sig. rất nhỏ = 0,000 (nhỏ
hơn 0,05), nên có đủ căn cứ để bác bỏ giả thuyết hệ số R2 của tổng thể = 0. Như vậy, mô hình hồi quy tuyến tính đơn phù hợp với tập dữ liệu nghiên cứu.
Bảng 4.16: Bảng phân tích phương sai ANOVA của hồi quy đơn Mô hình Tổng bình
phương df Trung bình
bình phương F Sig.
1
Hồi quy 55.985 1 55.985 336.223 .000
Phần dư 45.625 274 .167
Tổng 101.610 275
Nguồn: Dữ liệu khảo sát của tác giả trích từ phụ lục 8
4.3.2.4 Dò tìm sự vi phạm các giả định cần thiết trong hồi quy tuyến tính đơn
Giả định liên hệ tuyến tính
Đồ thị phân tán được vẽ giữa giá trị chuẩn đoán (Standardized predicted value) (trục hoành) và phần dư chuẩn hóa (Standardized residual) (trục tung) cho thấy phần dư phân tán ngẫu nhiên xung quanh tung độ 0 (xem Phụ lục 9). Như vậy giả định liên hệ tuyến tính không bị vi phạm.
Kiểm định giả định phương sai của sai số (phần dư) không đổi
Kết quả phân tích tương quan hạng Spearman giữa phần dư mô hình sau khi lấy trị tuyệt đối (ABSres1) với các biến độc lập thể hiện ở Bảng 4.17 cho thấy:
giá trị Sig. của các biến lớn hơn mức ý nghĩa của nó, nên không có cơ sở bác bỏ giả thuyết ban đầu là phương sai sai số không thay đổi. Mô hình không vi phạm giả định đã cho.
Bảng 4.17: Kiểm định Spearman giữa phần dư và biến độc lập hồi quy đơn LTT ABSRes2
Spearman's rho
ABS Res2
Hệ số tương
quan -.021 1.000 Sig. (2-
tailed) .733 .
Nguồn: Dữ liệu khảo sát của tác giả trích từ phụ lục 8
Giả định về phân phối chuẩn của phần dư
Biểu đồ tần xuất của phần dư (xem Phụ lục 9) cho thấy một đường cong phân phối chuẩn trên đồ thị, với giá trị trung bình rất nhỏ (xấp xỉ bằng 0) và độ lệch chuẩn = 0,998 (xấp xỉ bằng 1). Nghĩa là phân phối chuẩn của phần dư được xem như có phân phối chuẩn và không vi phạm giả định ban đầu.
Giả định về tính độc lập của sai số
Kết quả phân tích cho thấy hệ số Durbin-Watson được thống kê ở Bảng 4.15 có giá trị là 2,051 (gần bằng 2), nên có thể kết luận các phần dư không có tương quan chuỗi bậc nhất với nhau, hay các phần dư trong mô hình độc lập với nhau.
Kiểm tra hiện tượng đa cộng tuyến
Kết quả phân tích Bảng 4.14 cho thấy VIF của các biến độc lập đều nhỏ hơn 2, do vậy không có dấu hiệu xảy ra hiện tượng đa cộng tuyến trong mô hình hồi quy.