Mô hình hồi quy bội đƣợc xem xét ở đây có dạng:
HLNNT = b0 + b1*VC + b2*NL + b3*TC + b4*CT + b5*CB+ b6*DU + b7*MB + εi
Để kiểm định sự phù hợp giữa các thành phần chất lƣợng dịch vụ và sự hài lòng của ngƣời sử dụng dịch vụ TTHT thuế, tác giả sử dụng hàm hồi quy tuyến tính bội với thủ tục chọn biến theo phƣơng pháp đƣa vào một lƣợt (Enter). Nhƣ vậy 03 thành phần chất lƣợng dịch vụ là biến độc lập và sự hài lòng là biến phụ thuộc s đƣợc đƣa vào chạy cùng một lúc, ta có kết quả phân tích hồi quy nhƣ sau:
Bảng 3.19. Kết quả phân tích hồi quy lần 1
Mẫu Hệ số R Hệ số R2
R2 hiệu chỉnh Sai số chuẩn ƣớc lƣợng
Durbin- Watson 1 0,620a 0,384 0,374 0,79149284 1,874 a. Predictors: (Constant), MB, DU, NL, CB, TC, CT, VC
b. Dependent Variable: HL
ANOVAb
Model
Sum of
Squares df Mean Square F Sig. 1 Phần biến thiên do hồi quy 161.272 7 23.039 36.776 .000a Phần biến thiên không do hồi quy 258.728 413 .626 Tổng cộng 420.000 420
a. Predictors: (Constant), MB, DU, NL, CB, TC, CT, VC
b. Dependent Variable: HL
(Nguồn: tính toán từ dữ liệu điều tra)
Theo kết quả bảng trên ta thấy: R2 điều chỉnh = 0,374 < R2 = 0,384 (R Square), ta dùng R2 điều chỉnh để đánh giá mức độ phù hợp của mô hình. Ta có R2 điều chỉnh theo kết quả bảng trên là 0,374, nghĩa là mô hình hồi quy tuyến tính bội trên
đã xây dựng phù hợp với tập dữ liệu đến 37,4% (hay 34,7% phƣơng sai của sự hài lòng đƣợc giải thích bởi biến độc lập trên).
Bảng 3.20. Các hệ số hồi quy lần 1 Coefficientsa
Nhân tố
Hệ số chƣa chuẩn hóa
Hệ số đã chuẩn hóa
t Sig.
Thống kê cộng tuyến B Sai số chuẩn Beta
Độ chấp nhận VIF 1 (Constant) -1,365E-16 0,039 0,000 1,000 VC 0,369 0,048 0,369 7,768 0,000 0,659 1,516 NL 0,028 0,039 0,028 0,731 0,465 0,991 1,009 TC 0,009 0,043 0,009 0,203 0,839 0,803 1,245 CT 0,064 0,047 0,064 1,349 0,178 0,669 1,495 CB 0,170 0,043 0,170 4,002 0,000 0,823 1,216 DU 0,012 0,039 0,012 0,295 0,768 0,960 1,042 MB 0,211 0,044 0,211 4,750 0,000 0,756 1,323 a. Dependent Variable: HL
(Nguồn: tính toán từ dữ liệu điều tra)
Nhìn vào kết quả bảng ta thấy tất cả 03 thành phần đều có có hệ số hồi quy khác 0 xét về mặt thống kê với mức ý nghĩa 5%. Ta kết luân các thành phần này đều góp phần vào sự giải thích cho sự biến thiên của biến phụ thuộc hài lòng ngƣời nộp thuế .
Tiến hành phân tích hồi qui lần 2, bỏ những biến không có ý nghĩa thống kê ra khỏi mô hình ta có:
Bảng 3.21. Kết quả phân tích hồi quy lần 2
Mẫu Hệ số R Hệ số R2
R2 hiệu chỉnh Sai số chuẩn ƣớc lƣợng Durbin- Watson 1 0,616a 0,380 0,375 0,79030783 1,876 a. Predictors: (Constant), MB, CB, VC b. Dependent Variable: HL
(Nguồn: tính toán từ dữ liệu điều tra) Theo kết quả bảng trên ta thấy: R2
điều chỉnh = 0,375, nghĩa là mô hình hồi quy tuyến tính bội trên đã xây dựng phù hợp với tập dữ liệu đến 37,5% (hay 37,5% phƣơng sai của sự hài lòng đƣợc giải thích bởi biến độc lập trên). Tuy nhiên sự phù
hợp này chỉ đúng với dữ liệu mẫu. Để kiểm định xem có thể suy diễn mô hình cho tổng thể thực hay không ta phải kiểm định độ phù hợp của mô hình.
Bảng 3.22. Các hệ số hồi quy lần 2 Coefficientsa
Nhân tố
Hệ số chƣa chuẩn hóa
Hệ số đã chuẩn hóa
t Sig.
Thống kê cộng tuyến B Sai số chuẩn Beta
Độ chấp nhận VIF 1 (Constant) -1,459E-16 0,039 0,000 1,000 VC 0,390 0,045 0,390 8,694 0,000 0,738 1,354 CB 0,182 0,041 0,182 4,385 0,000 0,866 1,154 MB 0,228 0,043 0,228 5,340 0,000 0,818 1,222 a. Dependent Variable: HL
(Nguồn: tính toán từ dữ liệu điều tra)
Trong bảng phân tích phƣơng sai ANOVA, trị số thống kê F đƣợc tính từ giá trị R2 có giá trị sig. rất nhỏ (sig = 0,000) cho thấy sự thích hợp của mô hình hồi qui tuyến tính với tập dữ liệu phân tích.
Kết quả phân tích hệ số hồi quy lần 2 cho ta thấy giá trị Sig. của các biến VC – Vật chất, CB – công bằng, MB – Minh bạch đều nhỏ hơn 0,05. Các hệ số hồi quy đều dƣơng, nghĩa là: Nếu mức độ cảm nhận của ngƣời nộp thuế về “cơ sở vật chất” cao thì sự hài lòng cũng cao và ngƣợc lại. Tƣơng tự đối với cảm nhận của ngƣời nộp thuế về “ công bằng” càng cao hay “ minh bạch” càng cao thì sự hài lòng càng cao và ngƣợc lại.
Kết quả phân tích hồi quy cũng cho thấy mô hình không có hiện tƣợng đa cộng tuyến giữa các biến độc lập (VIF nhỏ hơn 2).
Kiểm định phần dƣ: Phần dƣ là những biến thiên còn lại sau khi điều chỉnh theo mô hình, phân phối xấp xỉ chuẩn (với mức trung bình Mean = 0,0000 và độ lệch chuẩn Std. Dev = 0.996 xấp xỉ bằng 1). Do đó ta có thể kế luận rằng giả thuyết phân phối chuẩn không bị vi phạm và nhƣ vậy chứng tỏ mô hình và kết quả hồi quy là phù hợp.
Hình 3.1: Biểu đồ tần suất của phần dƣ chuẩn hóa
(Nguồn: kết quả từ dữ liệu điều tra)
Kiểm tra bằng biểu đồ tần số Q-Q plot cũng cho thấy các chấm phân tán sát với đƣờng thẳng kỳ vọng, nhƣ vậy phân phối dƣ có thể xem nhƣ chuẩn. Trong nghiên cứu này tác giả không tiến hành kiểm tra giả định về hiện tƣợng tự tƣơng quan giữa các nhiễu vì dữ liệu nghiên cứu này là dữ liệu khảo sát (dữ liệu chéo điều tra tại một thời điểm) nên hiện tƣợng tự tƣơng quan giữa các nhiễu thƣờng không xuất hiện. Nhƣ vậy, qua kiểm tra các giả định của mô hình hồi quy tuyến tính với kết quả là các giả định đều không bị vi phạm. Do đó, các kết quả của mô hình hồi quy là đáng tin cậy.
Mean = -4.56E-16 Std. Dev = 0.996 N = 400 Mean = -4.56E-16 Std. Dev = 0.996 N = 400
Hình 3.2: Biểu đồ tần số Q – Qlot
(Nguồn: kết quả từ dữ liệu điều tra)
Vậy, phƣơng trình hồi quy giải thích sự thay đổi của sự hài lòng ngƣời nộp thuế có dạng:
HLNNT = 0,390*VC + 0,228*MB + 0,182*CB
Từ phƣơng trình trên, ta có thể giải thích nhƣ sau: Mỗi một đơn vị (chuẩn hoá) thay đổi ở biến độc lập VC (Cơ sở vật chất)thì biến phụ thuộc HL (Mức độ hài lòng của khách hàng) thay đổi 0,390 đơn vị, giả sử trong điều kiện các yếu tố khác là không đổi. Tƣơng tự nhƣ vậy, mỗi đơn vị (chuẩn hóa) thay đổi ở biến độc lập MB (Minh bạch) thì biến phụ thuộc HL (Mức độ hài lòng của khách hàng) thay đổi 0,228 đơn vị, giả sử các yếu tố khác là không đổi. Mỗi một đơn vị (chuẩn hoá) thay đổi ở biến độc lập CB (Công bằng) thì biến phụ thuộc HL (Mức độ hài lòng của khách hàng ) thay đổi 0,182 đơn vị, giả sử trong điều kiện các yếu tố khác là không đổi.
Theo phƣơng trình trên cả 03 nhân tố đều có ảnh hƣởng quan trọng đến sự hài lòng của NNT về chất lƣợng dịch vụ. Thứ tự tầm quan trọng của từng yếu tố phụ thuộc vào giá trị tuyệt đối của hệ số Beta chuẩn hóa. Nhân tố nào có hệ số Beta càng lớn thì mức độ tác động đến sự hài lòng càng nhiều. Từ kết quả của phƣơng trình trên cho thấy sự hài lòng của ngƣời nộp thuế về chất lƣợng dịch vụ của phòng TTHT thuế chịu tác động nhiều nhất bởi nhân tố Cơ sở vật chất (beta =0,390), kế đến là nhân tố Minh bạch (beta=0,228), và cuối cùng thấp nhất là Công bằng (beta =0,182). Từ phƣơng trình trên cũng cho thấy, phòng TTHT thuế có thể tác động đến các biến trong phƣơng trình nhằm gia tăng mức độ hài lòng của khách hàng về chất lƣợng dịch vụ theo hƣớng cải thiện các yếu tố này.