CHƯƠNG 3. PHÂN TÍCH VÀ THẢO LUẬN KẾT QUẢ NGHIÊN CỨU
3.3. Kết quả nghiên cứu
3.3.4. Phân tích hồi qui tuyến tính bội
Để nghiên cứu sự hài lòng của khách hàng sử dụng dịch vụ tại NH Co-opbank Kiên Giang, ta sử dụng mô hình hồi qui tuyến tính bội. Mô hình này có một biến phụ thuộc là sự hài lòng của khách hàng và 5 biến độc lập là: Phương tiện hữu hình, ứng xử nhân viên, sự tin cậy, khả năng tư vấn và khả năng cung cấp dịch vụ. Mô hình nghiên cứu được biểu diễn dưới dạng phương trình hồi qui tuyến tính đa biến như sau:
1* 2* 3* 4* 5* i
SHL PTHH UXNV STC KNTV CCDV
3.3.4.1. Phân tích hệ số tương quan
Sử dụng phương pháp Spearman’s Rho để kiểm tra hệ số tương quan giữa các biến độc lập với nhau và giữa tất cả các biến độc lập với biến phụ thuộc kết quả cho thấy ở bảng sau:
Bảng 3.26. Kết quả kiểm định tương quan giữa các nhân tố Hệ số tương quan
SHL PTHH UXNV STC KNTV CCDV
Tương quan Pearson 1 0,505** 0,195** 0,641** 0,647** 0,733**
Mức ý nghĩa 0,000 0,001 0,000 0,000 0,000
SHL
N 300 300 300 300 300
Tương quan Pearson 1 0,190** 0,295** 0,383** 0,448**
Mức ý nghĩa 0,001 0,000 0,000 0,000
PTHH
N 300 300 300 300
Tương quan Pearson 1 0,131* 0,056 0,217**
Mức ý nghĩa 0,023 0,331 0,000
UXNV
N 300 300 300
Tương quan Pearson 1 0,455** 0,513**
Mức ý nghĩa 0,000 0,000
STC
N 300 300
Tương quan Pearson 1 0,547**
Mức ý nghĩa 0,000
KNTV
N 300
Tương quan Pearson 1
Mức ý nghĩa
CCDV
N 300
( Nguồn: Kết quả tổng hợp dữ liệu của tác giả 2016)
Từ bảng 3.26, ta thấy ở hàng thứ nhất có hệ số Pearson của biến phụ thuộc sự hài lòng với các biến độc lập dao động từ 0,195 đến 0,733, và đều có mức ý nghĩa Sig.
nhỏ hơn 0,05. Điều này chứng tỏ, các biến độc lập đều có quan hệ cùng chiều với biến phụ thuộc sự hài lòng và các biến độc lập này có khả năng giải thích cho biến phụ thuộc.
Hệ số tương quan giữa các nhân tố độc lập với nhau đều mang dấu dương và có ý nghĩa thống kê, hệ số tương quan cao nhất giữa cập nhân tố KNTV – CCDV là 0,547. Kết quả này có thể là dấu hiệu của hiện tượng đa cộng tuyến khi tiến hành phân tích hồi quy. Vấn đề này sẽ được kiểm định khi phân tích hồi quy chính thức.
3.3.4.2. Phân tích mô hình hồi qui tuyến tính bội
Mô hình lý thuyết cuối cùng cho thấy sự hài lòng là biến phụ thuộc còn 05 biến còn lại là các biến độc lập và được giả thuyết là có quan hệ đồng biến với sự hài lòng của khách hàng. Phương pháp kiểm định được sử dụng là hàm hồi quy tuyến tính bội với phương pháp đưa vào một lượt (Enter)
Sau khi phân tích hồi quy, tác giả đã tiến hành kiểm tra các giả thuyết của mô hình hồi quy tuyến tính, đặc biệt là giả thuyết về phân phối chuẩn của phần dư, đa cộng tuyến và phương sai của sai số thay đổi.
Kết quả cho thấy các phần dư tuân theo quy luật phân phối chuẩn tắc, vì giá trị trung bình (Mean) của phần dư bằng 0 và phương sai ( Std.Dev2 = 0,992) xấp xỉ bằng 1.
Do đó có thể kết luận rằng giả thuyết phân phối chuẩn không bị vi phạm (xem hình 3.2).
Hình 3.2. Biểu đồ tần số của phần dư chuẩn hóa
Kết quả phân tích hồi quy cũng cho thấy mô hình không có hiện tượng đa cộng (VIF <2). Kết quả này cũng tương tự như khi tiến hành phân tích ma trận tương quan cho thấy không có tương quan giữa các biến độc lập.
Từ đồ thị mô tả mối quan hệ giữa phần dư chuẩn hóa và giá trị ước lượng (xem hình 3.3), ta nhận thấy các phần dư phân bố tương đối đều xung quanh giá trị trung bình (giá trị trung bình của phần dư bằng 0). Do vậy, hiện tượng phương sai thay đổi không xuất hiện trong mô hình hồi quy này.
Hình 3.3 Đồ thị phân tán giữa phần dư chuẩn hóa và giá trị ước lượng Kiểm định Durbin Watson có giá trị 2.161 suy ra tương quan giữa các phần dư rất nhỏ r = -0,0805 (d ≈ 2 (1-r)) [Carter Hill & et al. ]. Như vậy, giả định tự tương quan giữa các phần dư không bị vi phạm.
Như vậy, qua kiểm tra các giả định của mô hình hồi quy tuyến tính với kết quả là các giả định của mô hình hồi quy tuyến tính cổ điển đều không bị vi phạm. Do đó, các kết quả của mô hình hồi quy là đáng tin cậy.
Kết quả phân tích hồi quy được trình bày trong các bảng 3.27, 3.28 và 3.29 như sau:
Bảng 3.27 Kết quả hồi quy sử dụng phương pháp Enter của mô hình
Mô
hình R R2 R2 điều chỉnh
Sai số chuẩn của
ước tính Durbin-Watson
1 0,838a 0,703 0,698 0,36270 2,161
(Nguồn: Kết quả tổng hợp dữ liệu của tác giả 2016)
Bảng 3.28 Phân tích phương sai ANOVA trong phân tích hồi quy
Mô hình
Tổng bình phương
Bậc tự
do Trung bình F
Mức ý nghĩa
Hồi qui 91,584 5 18,317 139,234 0,000a
Còn lại 38,677 294 0,132
1
Tổng 130,261 299
(Nguồn: Kết quả tổng hợp dữ liệu của tác giả 2016)
Bảng 3.29 Phân tích hệ số hồi quy Hệ số chưa
chuẩn hóa
Hệ số đã chuẩn hóa
Thống kê cộng tuyến Mô hình
B
Sai số
chuẩn Beta
t Sig.
Tolerance VIF (Constant) -0,433 0,218 -1,990 0,048
PTHH 0,171 0,041 0,151 4,136 0,000 0,759 1,317 UXNV 0,040 0,039 0,034 1,025 0,306 0,932 1,073
STC 0,319 0,043 0,286 7,487 0,000 0,691 1,446
KNTV 0,267 0,042 0,253 6,344 0,000 0,634 1,578 1
CCDV 0,354 0,041 0,372 8,702 0,000 0,551 1,814
(Nguồn: Kết quả tổng hợp dữ liệu của tác giả 2016)
Kết quả hồi quy tuyến tính (bảng 3.27) có hệ số xác định R2 là 0,703 và hệ số xác định R2 điều chỉnh là 0,698. Điều này nói lên rằng độ thích hợp của mô hình là 69,8%
hay nói cách khác là 69,8% độ biến thiên của sự hài lòng của khách hàng (SHL) được giải thích bởi các biến độc lập trong mô hình, có thể thấy mức độ phù hợp của mô hình là khá tốt. Tuy nhiên sự phù hợp này chỉ đúng với dữ liệu mẫu. Để kiểm định xem có thể suy diễn mô hình cho tổng thể thực hay không ta phải kiểm định độ phù hợp của mô hình (Bảng 3.28 và 3.29).
Trong bảng phân tích phương sai ANOVA (bảng 3.28), trị số thống kê F được tính từ giá trị R2 có giá trị sig. rất nhỏ (sig = 0,000) cho thấy sự thích hợp của mô hình hồi qui tuyến tính với tập dữ liệu phân tích.
Kết quả phân tích hệ số hồi quy (bảng 3.29) cho ta thấy các yếu tố trong mô hình nghiên cứu giả thuyết đều có hệ số Bêta dương tức có nghĩa là mối quan hệ giữa các yếu tố đã đề ra và yếu tố sự hài lòng có mối quan hệ cùng chiều. Giá trị Sig. của các biến PTHH, STC, KNTV, CCDV đều nhỏ hơn 0,05 (sig < 0,05) do đó ta có thể nói 4 thành phần này có ý nghĩa trong mô hình và có tác động dương (cùng chiều) đến sự hài lòng của khách hàng. Biến UXNV có giá trị sig. bằng 0,306 nên chưa có thể khẳng định biến này có ảnh hưởng đến biến sự hài lòng của khách hàng hay không.
Như vậy, qua kết quả phân tích hồi quy, cho ta thấy có 4 yếu tố tác động đến sự hài lòng của khách hàng là: phương tiện hữu hình, sự tin cậy, khả năng tư vấn và cung cấp dịch vụ. Trong đó, yếu tố cung cấp dịch vụ (0,372) có tác động mạnh nhất đến sự hài lòng, sự tin cậy (0,286) tác động mạnh thứ 2, khả năng tư vấn (0,253) tác động mạnh thứ 3 và cuối cùng là phương tiện hữu hình (0,151).
Phương trình hồi qui có dạng sau:
SHL = 0,151*PTHH + 0,286*STC + 0,253*KNTV + 0,372*CCDV Hay