CƠ SỞ LÝ LUẬN VÀ PHƯƠNG PHÁP NGHIÊN CỨU
4.4. Phân tích hồi quy
4.4.3. Phân tích hồi qui và kiểm định mô hình
Mô hình hồi qui tuyến tính bội:
Sự Hài Lòng = β0 + β1 * Thực Tế Đáp Ứng + β2 * Nhân Viên + β3 * Sự Tin Cậy + β4 * Cơ Sở Vật Chất + β5 * Giá Cả
Với β1, β2, β3, β4, β5 là các hệ số hồi qui riêng phần.
Các biến độc lập được đưa vào cùng lúc để phân tích hồi qui.
Kết quả phân tích hồi qui có hệ số xác định R2 hiệu chỉnh (Adjusted R Square) bằng 0,531, nghĩa là mức độ phù hợp của mô hình là 53,1% , hay là các biến độc lập trong mô hình giải thích được 53,1% bởi quan hệ tuyến tính, còn 46,9% biến thiên do ảnh hưởng bởi các yếu tố khác không có trong mô hình (bảng 4.11).
Bảng 4.11. Kết xuất mô hình hồi qui Sự hài lòng
Model 1 R
R Square
Adjusted R Square
Std. Error of the Estimate
Change Statistic R Square Change
F Change
Df1 Df2
Sig. F Change Durbin - Watson
0,736(a) 0,542 0,531 0,68515 0,542 46,889 5 198 0,000 2,031
Nguồn tin: Kết quả điều tra và phân tích tổng hợp
55
Kiểm định F trong bảng phân tích phương sai (bảng 4.12) dùng để kiểm định về độ phù hợp của mô hình hồi qui tuyến tính tổng thể. Trị thống kê F được tính ra từ giá trị R2 của mô hình có giá trị p rất nhỏ (p = 0,000) cho thấy rất an toàn khi bác bỏ giả thuyết H0 cho rằng tất cả các hệ số hồi qui của các biến độc lập đều bằng không. Vậy mô hình hồi qui tuyến tính bội phù hợp với tập dữ liệu nên sử dụng được.
N là số quan sát, k là số biến độc lập.
Bảng 4.12. Phân Tích Phương Sai của Mô Hình Hồi Qui Sự hài lòng
Biến thiên
Tổng bình phương
Độ tự do
Trung bình bình
phương Giá trị F Giá trị P Hồi qui
(Regression) 110,054 5 22,011 46,889 0,000(a)
Phần dư
(Residual) 92,946 198 ,469
Tổng 203,000 203
Nguồn tin: Kết quả điều tra và phân tích tổng hợp
b) Kiểm định mô hình hồi qui
Kiểm định vi phạm đa cộng tuyến: để dò tìm hiện tượng đa cộng tuyến trong mô hình hồi qui tuyến tính, ta dựa trên các giá trị sau:
Hệ số phóng đại phương sai VIF (Variance Inflation Factor) lớn hơn 10.
Độ chấp nhận của biến (Tolerance) nhỏ gần bằng 0.
Kiểm tra các hệ số tương quan tuyến tính giữa các biến giải thích trong ma trận hệ số tương quan tuyến tính.
Một công cụ hữu hiệu nữa là đồ thị biểu hiện phần dư (Residual) nếu có một hình dáng cụ thể như parapol, đường cong… thì đó là dấu hiệu của Đa cộng tuyến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
Trong mô hình đo lường sự hài lòng, các giá trị Tolerance cách xa giá trị 0 và hệ số phóng đại phương sai VIF của các biến trong mô hình đều rất thấp và nhỏ hơn 10 (phụ lục 14); các biến độc lập không tương quan với nhau (bảng 4.11); và tất cả các đồ thị phần dư kết hợp giữa các biến độc lập và biến phụ thuộc của mô hình không có
hình dạng cụ thể nào nên ta kết luận mô hình hồi qui không xuất hiện hiện tượng đa cộng tuyến.
Kiểm tra hiện tượng Phương sai của sai số không đồng đều (Heteroskedasticity): bằng kiểm định tương quan hạng Spearman giữa biến phụ thuộc với từng biến độc lập, với giả thiết Ho là hệ số tương quan hạng bằng 0. Hệ số tương quan hạng được tính từ giá trị của phần dư với từng biến độc lập riêng.
Kết quả kiểm định cho thấy (phụ lục 15): giá trị sig. của các biến thực tế đáp ứng, nhân viên, sự tin cậy, cơ sở vật chất, giá cả với giá trị của phần dư lần lượt là 0,510; 0,244; 0,152; 0,467; 0,114 đều cho thấy không có cơ sở bác bỏ giả thiết Ho – hệ số tương quan bằng 0, tức là phương sai của sai số không thay đổi. Như vậy mô hình hồi qui tuyến tính bội được xây dựng trên là sử dụng được (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
Kiểm định đồ thị phân tán giữa phần dư chuẩn hóa (Standardized residual) và giá trị dự đoán chuẩn hóa (Standardized predicted value) cho thấy phần dư phân tán ngẫu nhiên, không tạo tành một hình dạng nào cụ thể. Như vậy liên hệ tuyến tính và phương sai bằng nhau được thỏa mãn (phụ lục 15).
Kết quả hồi qui trình bày ở bảng 4.13 cho thấy:
Các biến độc lập như: Thực tế đáp ứng, Cơ sở vật chất, Sự tin cậy, Nhân viên có dấu đúng như kỳ vọng. Biến giá cả có dấu dương (+) không đúng như kỳ vọng rằng khi giá thấp thì sự hài lòng của hành khách sẽ tăng lên.
Hệ số hồi qui riêng phần của biến Thực tế đáp ứng là β1 = 0,459, kiểm định t có p = 0,000
Hệ số hồi qui riêng phần của biến Nhân viên là β2 = 0,470, kiểm định t có p = 0,000
Hệ số hồi qui riêng phần của biến Sự tin cậy là β3 = 0,128, kiểm định t có p = 0,010
Hệ số hồi qui riêng phần của biến Cơ sở vật chất β4 = 0,227, kiểm định t có p = 0,000
Hệ số hồi qui riêng phần của biến Giá cả là β5 = 0,162, kiểm định t có p = 0,010
57 Bảng 4.13. Hồi Qui Các Biến Trong Mô Hình
Hệ số
B Sai số chuẩn Giá trị T Giá trị P
Partial
(Hằng số) -0,635 0,250 -2,537 0,012
Thực tế đáp ứng 0,459 0,049 9,405 0,000 0,556
Nhân viên 0,470 0,048 9,759 0,000 0,570
Sự tin cậy 0,128 0,049 2,601 0,010 0,182
Cơ sở vật chất 0,227 0,049 4,681 0,000 0,316
Giá cả 0,162 0,063 2,585 0,010 0,181
Nguồn tin: Kết quả điều tra và phân tích tổng hợp
Phương trình hồi qui về sự hài lòng của hành khách:
Sự hài lòng = -0,635 + 0,459*Thực tế đáp ứng + 0,470*Nhân viên + 0,128*Sự tin cậy + 0,227*Cơ sở vật chất + 0,162*Giá cả
Nhân viên (β = 0,470; p = 0,000; hệ số tương quan riêng = 0,570) là nhân tố quan trọng nhất trong mô hình có ý nghĩa tạo nên sự hài lòng của hành khách. Trong đó nhân viên có thái độ lịch sự, tận tình, vui vẻ, nhã nhặn, ân cần với hành khách có trọng số lớn. Bộ phận nhân viên giúp cho hành khách có cảm giác dễ chịu, thoải mái, tin tưởng như đối xử bình đẳng với các loại vé hành khách sử dụng, giải đáp những thắc mắc cho hành khách rõ ràng, cụ thể khi đi lại bằng phương tiện xe buýt. Nên bộ phận này góp phần lớn trong việc đánh giá của hành khách về xe buýt.
Thực tế đáp ứng (β = 0,459; p = 0,000; hệ số tương quan riêng = 0,556) là nhân tố quan trọng thứ 2 trong mô hình. Trong đó thông tin về hoạt động của xe buýt đầy đủ, phong phú về luồng tuyến, hành trình, giờ giấc, dịch vụ bán vé… có trọng số cao.
Các thông tin thực tế đáp ứng đầy đủ và phong phú về luồng tuyến, lịch trình, bản đồ, trạm dừng, chỗ bán vé và làm vé xe buýt tháng… cho khách hàng luôn được khách hàng quan tâm chú ý. Nhằm phục vụ cho mục đích đi lại đúng tuyến, đúng giờ, đúng lộ trình… luôn được hành khách đánh giá cao.
Cơ sở vật chất (β = 0,227; p = 0,000; hệ số tương quan riêng = 0,316) trong đó thiết bị nghe nhìn, máy lạnh, còi báo hiệu lúc dừng được trang bị đầy đủ, hiện đại có trọng số cao. Xe buýt phải được trang bị về ghế ngồi, trang thiết bị nội thất tốt, các
trạm phải có ghế ngồi, thiết bị che đầy đủ đảm bảo cho hành khách có được sự phục vụ tốt nhất.
Sự tin cậy (β = 0,128; p = 0,010 < 0,05; hệ số tương quan riêng = 0,182). Do đó sự tin cậy là nhân tố có ảnh hưởng nhưng không đáng kể đến Sự hài lòng.
Biến giá cả có (β = 0,162, p = 0,010 < 0,05, hệ số tương quan riêng = 0,181).
Giá cả ở đây là số tiền mà hành khách phải chi trả cho mỗi lần đi lại bằng phương tiện xe buýt. Biến này ít có ý nghĩa về mặt thống kê, điều này giải thích là mức chi phí cho mỗi lần đi lại của hành khách đang là một mức giá khá hợp lý, phù hợp với túi tiền của hành khách. Do đó giá cả ảnh hưởng ít đến sự hài lòng của khách hàng về chất lượng dịch vụ xe buýt.
Như vậy, ngoài nhân tố Giá cả thì các biến còn lại đều có quan hệ dương với sự hài lòng và có dấu đúng với kỳ vọng về dấu ban đầu. Điều này cũng phù hợp với khuyến cáo của Cronlin Taylor (1992) là chất lượng là tiền tố của Sự hài lòng.