CHƯƠNG 3: MÔ HÌNH NGHIÊN CỨU SỰ HÀI LÒNG CỦA KHÁCH HÀNG V Ề BANCASSURANCE TẠI NHTMCP ĐẦU TƯ VÀ PHÁT TRIỂN
3.4 K ết quả kiểm định
3.4.4 Ki ểm định mô hình và các giả thuyết bằng hồi quy đa biến
Các bước kiểm định mô hình và giả thuyết bằng hồi quy đa biến để cho ra phương trình dạng chuẩn hóa dựa trên chỉ số Bêta chuẩn hóa (Standardized Coefficients Beta) có dạng như sau:
Y=β0+ β1X1+β2X2+β3X3+ β4X4+ε.
Trong đó :
+ Y là : Sự hài lòng của khách hàng về Bancassurance.
+ β0, β1, β2, β3, β4: các hệ số hồi quy từng phần.
+ (X1): “Cảm nhận về khả năng tiếp cận và giá cả của ngân hàng”
+ (X2): “Cảm nhận về sự đáp ứng của ngân hàng”
+ (X3): “Cảm nhận về độ tin cậy của ngân hàng”.
Sự cảm nhận về khả năng tiếp cận, giá cả
Sự cảm nhận về sự đáp ứng
Sự cảm nhận về độ tin cậy
H1 (+)
H2 (+)
H3 (+) Sự hài lòng về
Bancassurance
H4(+)
Sự cảm nhận về năng lực phục vụ
+ (X4): “Cảm nhận về năng lực phục vụ của nhân viên”.
+ ε là : Phần dư.
3.4.4.1 Kiểm tra tương quan giữa các biến
Qua bảng phân tích tương quan, ta kết luận rằng có mối tương quan giữa biến phụ thuộc Y và biến độc lập X1 , X2 , X3, X4 với mức ý nghĩa 1% với hệ số tương quan Pearson (Pearson Correlation) giữa các biến là khá lớn, từ 0.261 đến 1. Tuy nhiên, bên cạnh sự tương quan giữa các biến độc lập với biến phụ thuộc thì giữa các biến độc lập cũng có mối tương quan với nhau. Do đó cần quan tâm đến vấn đề tự tương quan và đa cộng tuyến ở phân tích hồi quy tiếp theo.
Bảng 3.4. Bảng ma trận tương quan Pearson.
Correlations
X1 X2 X3 X4 Y
X1 Pearson Correlation 1 ,437** ,261** ,583** ,498**
Sig. (2-tailed) 0 0 0 0
N 318 318 318 318 318
X2 Pearson Correlation ,437** 1 ,532** ,468** ,332**
Sig. (2-tailed) 0 0 0 0
N 318 318 318 318 318
X3 Pearson Correlation ,261** ,532** 1 ,245** ,160**
Sig. (2-tailed) 0 0 0 0,004
N 318 318 318 318 318
X4 Pearson Correlation ,583** ,468** ,245** 1 ,498**
Sig. (2-tailed) 0 0 0 0
N 318 318 318 318 318
Y Pearson Correlation ,498** ,332** ,160** ,498** 1
Sig. (2-tailed) 0 0 0,004 0
N 318 318 318 318 318
**. Correlation is significant at the 0.01 level (2-tailed).
(Nguồn: Kết quả nghiên cứu của tác giả)
3.4.4.2 Kết quả kiểm định hồi quy đa biến và xây dựng mô hình
Mô hình hồi quy đa biến (hồi quy bội) thực hiện theo phương pháp enter (đưa các biến vào 1 lần). Đây là phương pháp được sử dụng rộng rãi nhất trong nghiên cứu thị trường vì tính chất thông tin đơn giản và dễ đọc.
Bảng 3.5. Bảng kết quả phân tích Hồi quy sử dụng phương pháp Enter.
Model Summaryb
Model R R Square
Adjusted R Square
Std. Error of the
Estimate Durbin-Watson
1 ,563a ,317 ,309 ,63832 1,280
a. Predictors: (Constant), X4, X3, X1, X2
b. Dependent Variable: Y
(Nguồn: Kết quả nghiên cứu của tác giả)
Bảng trên cho thấy R=0,563, R2 = 0.317 (nằm trong khoảng 0.5 ≤ R < 0.7 =>
0.25 ≤ R2 < 0.5: tương quan khá chặt chẽ) và R2 hiệu chỉnh = 0.309: có nghĩa là 4 biến độc lập của mô hình giải thích được 30,9% độ biến thiên của biến phụ thuộc là Sự hài lòng về Bancassurance, và Durbin-Watson (D)=1.280 < 3: mô hình không tự tương quan => tốt.
Bảng 3.6. Bảng kết quả phân tích phương sai ANOVA
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 59,292 4 14,823 36,379 ,000a
Residual 127,533 313 ,407
Total 186,825 317
a. Predictors: (Constant), X4, X3, X1, X2
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 59,292 4 14,823 36,379 ,000a
Residual 127,533 313 ,407
Total 186,825 317
b. Dependent Variable: Y
(Nguồn: Kết quả nghiên cứu của tác giả)
Bảng trên cho thấy trị thống kê F = 36,379 có giá trị Sig = 0.000 < 0.05, nên mô hình hồi quy xây dựng là phù hợp với dữ liệu thu thập được. Như vậy, các biến độc lập trong mô hình đều có mối quan hệ với biến phụ thuộc.
Bảng 3.7. Bảng các hệ số hồi quy
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant
) 1,165 ,262 4,440 ,000
X1 ,359 ,071 ,301 5,088 ,000 ,624 1,603
X2 ,088 ,068 ,080 1,306 ,192 ,576 1,737
X3 -,040 ,066 -,033 -,606 ,545 ,715 1,398
X4 ,305 ,062 ,293 4,878 ,000 ,603 1,658
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant
) 1,165 ,262 4,440 ,000
X1 ,359 ,071 ,301 5,088 ,000 ,624 1,603
X2 ,088 ,068 ,080 1,306 ,192 ,576 1,737
X3 -,040 ,066 -,033 -,606 ,545 ,715 1,398
X4 ,305 ,062 ,293 4,878 ,000 ,603 1,658
a. Dependent Variable: Y (Nguồn: Kết quả nghiên cứu của tác giả)
Bảng trên cho thấy giá trị Sig của các biến độc lập X1, X4 đều nhỏ hơn 0,05 nên các biến độc lập này đều có tác động Sự hài lòng về Bancassurance, riêng giá trị Sig của biến X2 là 0,192 và biến X3 là 0,545 đều lớn hơn 0,05 nên yếu tố sự đáp ứng và sự tin cậy không tác động đến Sự hài lòng của khách hàng về Bancassurance và sẽ loại khỏi phương trình.
Hệ số VIF < 5: Nên không bị vi phạm hiện tượng đa cộng tuyến.
Hệ số hồi quy chuẩn hóa (β) của các biến độc lập đều mang dấu dương nên các biến này có quan hệ thuận chiều với biến phụ thuộc (Sự hài lòng của khách hàng). Từ kết quả của bảng 3.10, ta có phương trình hồi quy đa biến dạng chuẩn hóa như sau:
Y = 0,301X1 + 0,293X4 + ε . (3.1) Trong đó :
+ Y : Sự hài lòng của khách hàng về Bancassurance
+ X1 là : “Cảm nhận về khả năng tiếp cận và giá cả của ngân hàng”
+ X4 là : “Cảm nhận về năng lực phục vụ của nhân viên”.
ε : phần dư (hay: sai số thống kê)
Phương trình (3.1) cho thấy các biến độc lập X1, X4 đều tác động đến Sự hài lòng của khách hàng về Bancassurance, và trọng số lớn nhất là 0,301 tức là biến “Cảm nhận về khả năng tiếp cận và giá cả của ngân hàng” có ảnh hưởng lớn nhất, kế đến là biến
“Cảm nhận về năng lực phục vụ của nhân viên” ảnh hưởng với trọng số là 0,293.