CHƯƠNG 3. KẾT QUẢ NGHIÊN CỨU
3.3. PHÂN TÍCH TƯƠNG QUAN VÀ HỒI QUY TUYẾN TÍNH
Sau khi phân tích nhân tố khám phá EFA, tác giả rút ra đƣợc 4 biến độc lập đại diện nhƣ sau:
(1) Phương tiện hữu hình (PTHH) – đại diện cho các biến PTHH1, PTHH2, PTHH3, PTHH4, PTHH5, PTHH6
(2) Độ tin cậy (ĐTC) – đại diện cho các biến ĐTC1, ĐTC2, ĐTC3, ĐTC6, ĐTC7 (3) Sự đảm bảo (SĐB) – đại diện cho các biến SĐB1, SĐB3
(4) Giá cả (GC) – đại diện cho các biến GC1, GC2, GC3
3.3.1. Phân tích tương quan Pearson
Theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2005) định nghĩa “Tương quan Pearson dùng để kiểm tra mối quan hệ tuyến tính giữa biến phụ thuộc với các biến độc lập và là cơ sở nhân diện đa cộng tuyến khi các biến độc lập cũng tương quan mạnh với nhau”.
Các kết quả phân tích được thể hiện dưới đây:
Bảng 3.9: Mối quan hệ tương quan giữa các biến trong mô hình
SHL PTHH ĐTC SĐB GC
SHL Pearson Correlation 1 .631** .750** .479** .592**
Sig. (2-tailed) .000 .000 .000 .000
N 170 170 170 170 170
PTHH
Pearson Correlation .631** 1 .471** .385** .632**
Sig. (2-tailed) .000 .000 .000 .000
N 170 170 170 170 170
ĐTC
Pearson Correlation .750** .471** 1 .583** .427**
Sig. (2-tailed) .000 .000 .000 .000
N 170 170 170 170 170
SĐB
Pearson Correlation .479** .385** .583** 1 .380**
Sig. (2-tailed) .000 .000 .000 .000
N 170 170 170 170 170
GC
Pearson Correlation .592** .632** .427** .380** 1 Sig. (2-tailed) .000 .000 .000 .000
N 170 170 170 170 170
**. “Correlation is significant at the 0.01 level (2-tailed)”.
Nguồn: Kết quả phân tích số liệu từ SPSS Hệ số tương quan Pearson giữa biến phụ thuộc SHL và các biến độc lập đều có giá trị > 0.4 và giá trị Sig.=0.000 (<0.05) thể hiện biến độc lập có tương quan tuyến tính với biến phụ thuộc.
Xét các cặp biến độc lập, kết quả cho thấy tất cả giá trị Sig. đều bé hơn 0.05.
Tuy nhiên, hệ số tương quan Pearson giữa hai cặp biến độc lập PTHH-GC và ĐTC- SĐB là 0.632 và 0.583 tương đối cao nên tác giả đặt nghi ngờ có thể xảy ra hiện tƣợng đa cộng tuyến. Nhƣng các nghi vấn này sẽ đƣợc kiểm tra dựa vào hệ số VIF khi chạy hồi quy.
3.3.2. Thống kê mô tả các biến trong mô hình hồi quy
Bảng 3.10: Thống kê mô tả các biến trong mô hình hồi quy
Mean Std.
Deviation
N
PTHH 3.7843 .67296 170
ĐTC 3.8906 .55430 170
SĐB 3.8588 .62545 170
GC 3.5000 .63458 170
SHL 3.7279 .51013 170
Nguồn: Kết quả phân tích số liệu từ SPSS Qua bảng trên ta thấy, giá trị trung bình biến phụ thuộc “Sự hài lòng của khách hàng về dịch vụ thẻ tại BIDV Đông Đô” đạt trên 3.7, cho thấy khách hàng tương đối hài lòng về dịch vụ thẻ tại ngân hàng. Trong đó, “độ tin cậy” là nhân tố đƣợc đánh giá cao nhất trong các biến độc lập đạt 3.89, cho thấy khách hàng hài lòng với các yếu tố trong nhân tố độ tin cậy nhƣ việc cung cấp dịch vụ chính xác, đúng giờ và đáng tin cậy.
Tuy nhiên, nhân tố “giá cả” ghi nhận mức đánh giá thấp nhất là 3.5 cho thấy khách hàng chỉ tương đối hài lòng chi phí thẻ.
3.3.3. Phân tích hồi quy tuyến tính
Theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2005) định nghĩa “Phân tích hồi quy tuyến tính là phương pháp phân tích mối quan hệ giữa biến phụ thuộc với các biến độc lập”.
Dưới đây là các bảng kết quả:
Bảng 3.11: Kiểm định độ phù hợp của mô hình hồi quy Model R R Square Adjusted R
Square
Std. Error of the Estimate
Durbin-Watson
1 .828a .686 .678 .28944 1.927
a. Predictors: (Constant), PTHH, ĐTC, SĐB, GC b. Dependent Variable: SHL
Nguồn: Kết quả phân tích số liệu từ SPSS Dựa vào bảng kiếm định độ phù hợp của mô hình hồi quy ta có thể thấy, Adjusted R Square phản ánh mức độ ảnh hưởng của các biến độc lập lên biến phụ thuộc. Theo lý thuyết, giá trị này lớn hơn 50% thể hiện tập dữ liệu có thể sử dụng.
Với 4 biến độc lập đưa vào ảnh hưởng 67.8% sự thay đổi của biến phụ thuộc, còn
lại 32.2% là do các biến ngoài mô hình và sai số ngẫu nhiên.
Tiếp theo xét hệ số Durbin-Watson để kiểm tra sự tương quan của các sai số kề nhau. Với mẫu n=170, số biến độc lập là 4, theo bảng tra cứu Durbin-Watson ta có dL nằm giữa 1.571 và 1.633, dU nằm giữa 1.679 và 1.715, vậy mô hình thu đƣợc 1.715 < d = 1.927 < 2.285. Kết luận không có hiện tượng tự tương quan chuỗi bậc nhất.
Bảng 3.12: Bảng ANOVAa
Model Sum of
Squares
Df Mean Square F Sig.
1
Regression 30.157 4 7.539 89.992 .000b
Residual 13.823 165 .084
Total 43.980 169
a. “Dependent Variable: SHL”
b. “Predictors: (Constant), PTHH, ĐTC, SĐB, GC”
Nguồn: Kết quả phân tích số liệu từ SPSS
“Để kiểm tra xem mô hình hồi quy tuyến tính có thể suy rộng và áp dụng cho tổng thể, kết luận tính chất chung của tổng thể từ kết quả đã thu đƣợc, cần quan sát kiểm định F trong bảng Anova” (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
Trong nghiên cứu, giá trị Sig. của kiểm định F là 0.000 < 0.05, từ đó kết luận mô hình tuyến tính xây dựng đƣợc phù hợp với tổng thể.
Bảng 3.13: Kết quả phân tích hồi quy bội Coefficientsa Model Unstandarrdized
Coeffiecients
Standarrdized Coeffiecients
t Sig. Collinearrity Statistics
B Std. Error Beta Tolerance VIF
1
(Consta
nt) .508 .178 2.855 .005
PTHH .186 .045 .245 4.158 .000 .548 1.824
ĐTC .513 .053 .557 9.734 .000 .58 1.721
SĐB -.015 .045 -.019 -.338 .736 .636 1.573
GC .166 .046 .206 3.570 .000 .572 1.749
a. “Dependent Variable: SHL”
Nguồn: Kết quả phân tích số liệu từ SPSS Mô hình khảo sát trong bài nghiên cứu là mô hình mang ý nghĩa kinh tế, bảng hỏi sử dụng thang đo Likert, căn cứ vào phương trình hồi quy xác định thứ tự ảnh hưởng của các biến độc lập tới biến phụ thuộc, do đó hệ số hồi quy được sử dụng để
nghiên cứu là hệ số hồi quy chuẩn hóa.
Đầu tiên xem xét giá trị Sig. của kiểm định t từng biến độc lập. Các giá trị Sig.
thu đƣợc đều < 0.05 trừ biến SĐB. Vậy loại bỏ biến SĐB.
Tiếp theo là hệ số hồi quy chuẩn hóa Beta, biến độc lập có hệ số Beta càng lớn chứng tỏ khả năng tác động càng nhiều tới biến phụ thuộc. Trong mô hình nghiên cứu, biến “độ tin cậy” là nhân tố tác động lớn nhất tới “sự hài lòng của khách hàng về dịch vụ thẻ tại BIDV Đông Đô”. Tiếp đến là biến “phương tiện hữu hình”. Cuối cùng là biến “giá cả” ít tác động nhất.
Cuối cùng là hệ số VIF, đây là giá trị dùng để kiểm tra hiện tƣợng đa cộng tuyến. Nếu giá trị VIF >10, có thể khẳng định chắn chắn xảy ra đa cộng tuyến, giá trị VIF càng cao thì khả năng xảy ra đa cộng tuyến càng cao. Xét các giá trị VIF của các biến PTHH, ĐTC, GC thì đều nhỏ hơn 2, có thể khẳng định các biến này không xảy ra đa cộng tuyến.
Ta có mô hình hồi quy nhƣ sau:
SHL = 0.557*ĐTC + 0.245*PTHH + 0.206*GC Trong đó,
- SHL: sự hài lòng của khách hàng về dịch vụ thẻ tại BIDV Đông Đô - ĐTC: độ tin cậy về dịch vụ thẻ tại BIDV Đông Đô
- PTHH: phương tiện hữu hình về dịch vụ thẻ tại BIDV Đông Đô - GC: giá cả về dịch vụ thẻ tại BIDV Đông Đô
Quan sát trong mô hình hồi quy thấy dấu các hệ số đều dương vậy các biến độc lập tác động cùng chiều lên biến phụ thuộc trong mô hình. Với mức ý nghĩa <
5%, ta có:
Hệ số β1 = 0.557 thể hiện trong điều kiện các nhân tố khác không đổi, nhân tố
“Độ tin cậy” tăng thêm 1 đơn vị sẽ làm cho “sự hài lòng của khách hàng hàng về dịch vụ thẻ tại BIDV - chi nhánh Đông Đô” tăng thêm 0.557 đơn vị và ngƣợc lại.
Chấp nhận giả thuyết H1.
Hệ số β2 = 0.245 thể hiện trong điều kiện các nhân tố khác không đổi, nhân tố
“Phương tiện hữu hình” tăng thêm 1 đơn vị sẽ làm cho “sự hài lòng của khách hàng hàng về dịch vụ thẻ tại BIDV - chi nhánh Đông Đô” tăng thêm 0.245 đơn vị và ngƣợc lại. Chấp nhận giả thuyết H3.
Hệ số β3 = 0.206 thể hiện trong điều kiện các nhân tố khác không đổi, nhân tố
“Giá cả” tăng thêm 1 đơn vị sẽ làm cho “sự hài lòng của khách hàng hàng về dịch vụ thẻ tại BIDV - chi nhánh Đông Đô” tăng thêm 0.206 đơn vị và ngƣợc lại. Chấp nhận giả thuyết H6.