Hệ số xác định R2 đo lường tỷ lệ tổng biến thiên của biến phụ thuộc được giải thích bằng các biến độc lập trong mô hình. Giá trị của R2 càng cao thì khả năng giải thích của mô hình hồi quy càng lớn và việc dự đoán biến phụ thuộc càng chính
65
xác. Hệ số xác định R2 là chỉ số dùng để đánh giá mức độ phù hợp của mô hình hồi quy tuyến tính bội.
Kiểm định F sử dụng trong bảng phân tích phương sai là một phép kiểm định giả thiết về độ phù hợp của mô hình. Ở đây ta xem xét biến phụ thuộc có liên hệ tuyến tính với toàn bộ biến độc lập hay không. Giả thiết Ho là β1 = β2 = β3 = β4 =
β5 = β6 = 0. Nếu giá trị F có ý nghĩa đáng kể về mặt thống kê (sig. rất nhỏ), giả thuyết thuần của mối quan hệ không tuyến tính bị bác bỏ, mô hình hồi quy tuyến tính bội phù hợp với tập dữ liệu và có thể sử dụng được.
Trong mô hình hồi quy bội, vì có nhiều biến độc lập nên phải sử dụng hệ số R2 hiệu chỉnh để thay cho R2 khi so sánh các mô hình với nhau. Hệ số R2 hiệu chỉnh giúp điều chỉnh mức độ phù hợp của mô hình: nghĩa là kiểm tra những mô hình có nhiều biến phụ thuộc nhưng thực sự trong đó có một số biến không giúp bao nhiêu cho việc giải thích biến thiên của biến độc lập (Nguyễn Đình Thọ, 2011).
Bảng 6.1. Bảng tóm tắt mô hình
Mô hình R R2 R2 hiệu chỉnh Sai số chuẩn của ước lượng
6 0,814f 0,662 0,656 0,311
f. Biến độc lập: Sự tin cậy, Sự phản hồi, Năng lực phục vụ, Sựđồng cảm, Chính sách lãi suất cho vay, Chính sách cho vay
Bảng 6.2. Bảng ANOVA trong kiểm định F
ANOVA Mô hình Chênh lệch
bình phương df
Chênh lệch bình
quân bình phương F Sig.
Hồi quy 65,103 6 10,85 112,118 0,000f
Phần dư 33,194 343 0,095
6
Tổng 98,297 349
f. Biến độc lập, Sự tin cậy, Sự phản hồi, Năng lực phục vụ, Sựđồng cảm, Chính sách lãi suất cho vay, Chính sách cho vay
Kiểm định F cho thấy mức ý nghĩa Sig. = 0,00. Như vậy mô hình hồi quy phù hợp. Hệ số R2 hiệu chỉnh (= 0,656) cho thấy độ tương thích của mô hình là 65,6% hay nói cách khác khoảng 65,6% sự biến thiên của biến phụ thuộc Chất lượng dịch vụ cho vay cá nhân được giải thích bởi 6 biến độc lập là Sự tin cậy, Sự
66
phản hồi, Năng lực phục vụ, Sự đồng cảm, Chính sách cho vay, Chính sách lãi suất cho vay.
Kết quả Collinearity Statistics chuẩn hóa hiện tượng đa cộng tuyến với hệ số phóng đại phương sai VIF của các biến trong mô hình đều rất nhỏ (giá trị từ 1,339 đến 1,823) thể hiện tính đa cộng tuyến của các biến độc lập không đáng kể và các biến độc lập trong mô hình đều được chấp nhận. Do đó, sẽ an toàn khi bác bỏ giả thiết Ho cho rằng tất cả các hệ số hồi quy bằng 0.
Bảng 6.3. Hiện tượng đa cộng tuyến: Đánh giá giá trị dung sai và VIF
Các biến Dung sai VIF
Sựđồng cảm 0,747 1,339
Chính sách lãi suất cho vay 0,632 1,583
Sự phản hồi 0,549 1,823
Năng lực phục vụ 0,676 1,478
Sự tin cậy 0,641 1,559 (adsbygoogle = window.adsbygoogle || []).push({});
Chính sách cho vay 0,734 1,363
Như vậy, mô hình hồi quy tuyến tính bội thỏa mãn các điều kiện đánh giá và kiểm định độ phù hợp cho việc rút ra các kết quả nghiên cứu.
6.1.3. Kiểm định các giả thuyết nghiên cứu về các nhân tố ảnh hưởng đến chất lượng dịch vụ cho vay cá nhân dựa trên cảm nhận của khách hàng