- Đáp ứng yêu cầu của doanhnghiệp (Ký hiệu: RES): là sự đáp ứng kịp
2.4.4 Phân tích hồi quy
Phần này được tiến hành phân tích nhằm xây dựng mô hình, xác định mối quan hệ giữa mức độ hài lòngchung của các doanh nghiệp với các nhân tố, khẳng định tầm quan trọng của từng nhân tố tác động đến sự hài lòngchung của doanh nghiệp Nói cách khác, việc phân tích hồi quy sẽ chứng minh tính đúng đắn của mô hình trong điều kiện nghiên cứu cụ thể về chất lượng dịch vụ hỗ trợ thuế tại chi cục thuế Quận Thủ Đức, Tp Hồ Chí Minh và tìm ra mô hình thích hợp nhất có thể giải thích được quan hệ giữa các nhân tố ảnh hưởng đến sự hài lòng chung của các doanh nghiệp. Từ đó, có những gợi ý giải pháp cụ thể và sắp xếptheo thứ tự ưu tiên trong việc đề ra kế hoạch, phân bổ nguồn lực hỗ trợ thuế cho các doanh nghiệp, người nộp thuế Việc phân tích hồi quy này được thực hiện bằng kỹ thuật hồi quy đa biến
2.4.4.1 Xây dựng mô hình hồi quy
Mô hình hồi quy tổng quát được điều chỉnh sau khi phân tích EFA:
Mức độ hài lòngchung của các doanh nghiệp (SAT) = function (F1, F2, F3, F4 )(2.1)
Việc xem xét các yếu tố từ F1 đến F4, yếu tố nào thật sự tác động đến mức độ hài lòngchung một cách trực tiếp sẽ được thực hiện bằng phương trình hồi quy tuyến tính bội:
SAT = b0 + b1F1 + b2F2 + b3F3 + b4F4 +ei (2.2)
Trong đó: bk: là hệ số hồi quy riêng phần (Partial regression coefficients) ei: là phần dư (Residual)
Các biến đưa vào phân tích hồi quy được xác định bằng cách tính điểm của các nhân tố (Factor score, nhân số).
Bảng 2.14 : Diễn giải các biến trong mô hình hồi quy tuyến tính bội Nhân tố
Biến quan sát (Ký hiệu)
Loại thang đo Dấu kỳ vọng Tên nhân tố Ký hiệu Mức độ hài lòng chung của doanh nghiệp ĐTNN
SAT SAT1, SAT2, SAT3 Khoảng
1. Sự tin cậy đối
với cơ quan thuế F1
EMP1, EMP2, REL4, REL5, TAN 1, TAN 2, TAN 3, TAN4, TAN5, TAN 6, TAN 7
Khoảng +
2. Sự đảm bảo
của cơ quan thuế F2
ASS1, ASS2, ASS3, ASS5, REL2,REL7,RES5,RES8,RES9, RES12
Khoảng +
3. Đáp ứng yêu cầu của doanh
nghiệp F3 RES1,RES2,RES3,RES4, Khoảng +
4. Phương tiện
vật chất F4 ASS6TAN 8, TAN 9, TAN 10 Khoảng +
Nguồn: Tác giả tổng hợp từ kết quả phân tích nhân tố EFA với sự hỗ trợ của phần mềm SPSS
2.4.4.2 Kiểm định hệ số hồi quy:
Chương trình SPSS đưa ra các thông số thống kê liên quan đến các biến người xử lý sẽ tự mình đánh giá việc nên loại biến nào ra, đưa biến nào vào Việc đưa vào và loại ra các biến căn cứ các điều kiện như: vai trò của biến độc lập đối với biến phụ thuộc, độ tin cậy của dữ liệu đã thu thập, khả năng giải thích, khả năng thu thập dữ liệu của biến dễ dàng… Về thủ tục, tất cả các biến được đưa vào 1 lần đầu tiên để xem xét đưa vào phương trình với tiêu chuẩn xác suất F vào là PIN = 0, 05 và xác suất F ra là POUT = 0, 1 (mặc định). Sau đó, xem xét hệ số Beta (β),
kiểm định t có ý nghĩa thống kê với Sig. < 0, 05 Việc loại ra các biến được thực hiện lần lượt và xem xét các biến còn lại trong phương trình sau mỗi lần loại biến ra Cuối cùng, sẽ giữ lại trong phương trình các biến có t với Sig. < 0, 05. (Xem bảng 2.15 Hệ số hồi quy)
Bảng 2.15 Hệ số Hồi quy: Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients t Sig. 95.0% Confidence
Interval for B Correlations
Collinearity Statistics B Std. Error Beta Lower Bound Upper Bound Zero- order Parti al Part Toleran ce 1 (Constant) -4.798E- 16 .031 .000 1.000 -.061 .061 TIN CAY .646 .031 .646 20.836 .000 .585 .707 .646 .770 .646 1.000 DAM BAO .338 .031 .338 10.919 .000 .277 .400 .338 .535 .338 1.000 DAP UNG .360 .031 .360 11.612 .000 .299 .421 .360 .558 .360 1.000 PHUONG TIEN .228 .031 .228 7.369 .000 .167 .289 .228 .393 .228 1.000