C HƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
4.2. Kết quả khảo sát nghiên cứu
4.2.5.2. Phân tích hồi quy
Phân tích hồi quy được tiến hành với 7 biến độc lập là Chất lượng dịch vụ;
Chính sách tín dụng; Chiến lược quảng bá; Hình ảnh ngân hàng; Nhân viên; Thuận tiện; Sự giới thiệuvà 1 biến phụ thuộc là Sự lựa chọn ngân hàng trong vay tiêu dùng sử dụng phương pháp Enter.
Phương trình hồi quy tuyến tính đa biến có dạng:
LCNH = BR0R + BR1R* CLDV + BR2R* CSTD + BR3R* CLQB + BR4R*HANH + BR5R* NV + BR6R* TT + BR7R*SGT + ei
Kết quả hồi quy đa biến (Phụ lục)
Đánh giá độ phù hợp của mô hình:
Bảng 4.9 Bảng chỉ tiêu đánh giá độ phù hợp của mô hình Mô
hình
R RP2 RP2P điều
chỉnh
Độ lệch chuẩn
Hệ số
Durbin- Watson
1 0,889 0,790 0,783 0,41200 1,532
Như kết quả phân tích thì mô hình nghiên cứu có RP2 Phiệu chỉnh là 0,783 nghĩa là 78,3% sự biến thiên của Sự lựa chọn ngân hàng trong vay tiêu dùngđược giải thích bởi sự biến thiên của các thành phần như: Chất lượng dịch vụ; Chính sách tín dụng;
Chiến lược quảng bá; Hình ảnh ngân hàng; Nhân viên; Thuận tiện; Sự giới thiệu.
Kiểm định giả thuyết về sự phù hợp của mô hình:
Bảng 4.10 Bảng kiểm định độ phù hợp của mô hình
Mô hình Tổng bình
phương
df Bình phương trung bình
F Mức ý
nghĩa
1 Hồi quy 129,313 7 18,473 108,828 0,000
Phần dư 34,289 202 0,170
Tổng 163,601 209
Với giả thuyết HR0R: βR1R=βR2R=βR3R=βR4R=βR5R=βR6R=βR7R=0 (tất cả hệ số hồi quy bằng 0)
Giá trị Sig(F) = 0,000 < mức ý nghĩa 5%: giả thuyết HR0Rbị bác bỏ. Điều đó có ý nghĩa là sự kết hợp của các biến độc lập hiện có trong mô hình có thể giải thích được sự biến thiên của biến phụ thuộc. Mô hình hồi quy tuyến tính đã xây dựng là phù hợp với tập dữ liệu hiện có.
Sig(βR1R), Sig(βR2R), Sig(βR3R), Sig(βR4R), Sig(βR5R), Sig(βR6R), Sig(βR7R) < mức ý nghĩa 5%
nên các biến độc lập tương ứng là Chất lượng dịch vụ; Chính sách tín dụng; Chiến lược quảng bá; Hình ảnh ngân hàng; Nhân viên; Thuận tiện; Sự giới thiệu có hệ số hồi quy có ý nghĩa về mặt thống kê ở mức ý nghĩa 5%.
Phương trình hồi quy và ý nghĩa các hệ số hồi quy
Bảng 4.11 Bảng thông số thống kê của từng biến trong mô hình hồi quy Mô hình Hệ số không
chuẩn hóa
Hệ số chuẩn
hóa
Giá trị t
Mức ý nghĩa
Thống kê đa cộng tuyến B Độ lệch
chuẩn
Beta Dung
sai
VIF
1 (Constant) -1,289 0,176 -7,308 0,000
CLDV 0,300 0,044 0,262 6,784 0,000 0,694 1,441 CSTD 0,313 0,041 0,306 7,565 0,000 0,635 1,575 CLQB 0,241 0,039 0,223 6,105 0,000 0,779 1,284 HANH 0,224 0,041 0,189 5,469 0,000 0,865 1,156
NV 0,137 0,035 0,154 3,905 0,000 0,669 1,495
TT 0,133 0,040 0,125 3,283 0,001 0,718 1,392
SGT 0,103 0,037 0,110 2,800 0,006 0,677 1,478
a. Biến phụ thuộc: Sự lựa chọn ngân hàng trong vay tiêu dùng Phương trình hồi quy chuẩn hóa rút ra được:
LCNH = 0,262*CLDV + 0,306*CSTD + 0,223*CLQB + 0,189*HANH + 0,154*NV + 0,125* TT + 0,110*SGT + ei
Tầm quan trọng của các biến trong mô hình:
Để xác định tầm quan trọng của các biến trong mô hình ta sử dụng hệ số Beta.
Theo kết quả bảng thông số thống kê của từng biến trong mô hình hồi quy cho thấy tầm quan trọng của các biến này trong mô hình đối với Sự lựa chọn ngân hàng trong vay tiêu dùng như sau:
+ Nhân tố Chính sách tín dụng có hệ số Beta là 0,306nên có tầm quan trọng nhất đối với Sự lựa chọn ngân hàng trong vay tiêu dùng.
+ Đứng thứ hai làChất lượng dịch vụvới hệ số Beta là 0,262.
+ Thứ 3là nhân tốChiến lược quảng bávới hệ số Beta là 0,223.
+ Thứ 4 là Hình ảnh ngân hàngcó hệ số Beta là 0,189.
+ Thứ 5 là nhân tố Nhân viên với hệ số Beta là 0,154.
+ Tiếp theo là nhân tốThuận tiện với hệ số Beta là 0,125. + Và cuối cùng là nhân tốSự giới thiệuvới hệ số Beta là 0,110.
Dò tìm các vi phạm giả định cần thiết
Kiểm định phân phối chuẩn của phần dư:
Hình 4.1. Biểu đồ phần dư chuẩn hóa
Từ biểu đồ phần dư chuẩn hóa có trị trung bình (Mean) = 7,39*10P-16P≅0 và độ lệch chuẩn = 0,983 ≅ 1: từ đây có thể khẳng định phân phối phần dư có dạng gần chuẩn, thỏa yêu cầu giả định về phân phối chuẩn của phần dư.
Kiểm định đa cộng tuyến: Giá trị VIF của các biến độc lập đều < 2 nên không có hiện tượng đa cộng tuyến.
Kiểm định tính độc lập của sai số:
Hệ số Durbin-Watson là d = 1,532; với mức ý nghĩa 5%, tra bảng Durbin-Watson với N = 200 (gần với 210 là số quan sát của mẫu) và k = 7 là số biến độc lập: dL = 1,697, dU = 1,841 ta tính được miền chấp nhận cho giá trị d thuộc (2,159 – 2,303). Ta thấy d