4. Phương pháp nghiên cứu
2.3.4.3. Kiểm định độ phù hợp của mô hình
Bước tiếp theo trong phân tích hồi quy đó là thực hiện kiểm định F về độ phù hợp của mo hình hồi quy tuyến tính tổng thể, xem biến phục thuộc có liên hệ tuyến tính với toàn bộ biến độc lạp hay không.
Kiểm định cặp giả thuyết:
H0: Mô hình hồi quy tuyến tính là không phù hợp (β1 = β2 = β3 = β4 = 0) Hi: Mô hình hồi quy tuyến tính là không phù hợp (tồn tại ít nhất 1 βi # 0).
Bảng 2.20: Kiểm định ANOVA về độ phù hợp của mô hình
ANOVAb Mô hình Tổng bình phương Df Trung bình bình phương F Sig. 1 Hồi quy 76.828 4 19.207 48.861 0.000 a Số dư 47.172 120 0.393 Tổng 124.000 124 a. Predictor: (Constant), X4, X3, X2, X1 b. Dependent Variable: HL
(Nguồn: Kết quả xử lý trên SPSS)
Nhận xét: Từ bảng trên ta thấy giá trị Sig. = 0.000 < 0.05, từ đó có thể kết luận mô hình hồi quy tuyến tính xây dựng phù hợp với tổng thể.
Mặt khác, mô hình hồi quy không vi phạm hiện tượng đa cộng tuyến do có hệ số phóng đại phương sai (VIF) của các biến nhỏ (VIF < 10) và không có sự tự tương quan do kiểm định Durbin – Watson = 1.624 < 2 (Phụ lục…). Ngoài ra, kiểm định hệ số tương quan dưới đây cho thấy rằng, kết quả kiểm định tất cả các nhân tố đều cho kết quả p-value Sig. < 0.05, điều đó chứng tỏ rằng có đủ bằng chứng thống kê để bác bỏ giả thuyết H0 đối với các nhân tố này hay các giả thuyết Hi được chấp nhận ở mức ý nghĩa 95%.
Bảng 2.21: Phân tích hồi quy đa biến
Mô hình Hệ số hồi quy
chưa chuẩn hoá
Hệ số hồi quy
chuẩn hoá T Sig.
B Std. Error Beta
Mô hình Hệ số hồi quy chưa chuẩn hoá
Hệ số hồi quy
chuẩn hoá T Sig.
Sự tin cậy và năng lực phục vụ 0.543 0.056 0.318 3.382 0.002 Phương tiện hữu hình 0.220 0.094 0.208 3.025 0.002
Năng lực phục vụ 0.400 0.088 0.325 3.108 0.152
(Nguồn: Kết quả xử lý trên SPSS)
Nhận xét: Dựa vào bảng trên ta thấy: Giá trị Sig. Của tất cả các biến độc lập đều nhỏ hơn 0.05 ngoại trừ hằng số có giá trị Sig. = 0.058 > 0.05 và biến Năng lực phục vụ có giá trị Sig. = 0.152 > 0.05 nên có thể kết luận rằng tất cả các biến đều có tác động đến sự hài lòng của khách hàng về chất lượng dịch vụ cho vay khách hàng cá nhân ngoại trừ hằng số và biến Năng lực phục vụ.
Phương trình hồi quy tổng quát của mô hình được viết lại như sau:
HL = 0.342 X1 + 0.543 X2+ 0.220 X3.
Dựa vào mô hình hồi quy trên ta có thể nhận thấy hệ số β1= 0.342 có nghĩa là khi nhân tố 1 (X1 - Khả năng sẵn sàng đáp ứng) thay đổi 1 đơn vị trong khi các nhân tố khác không đổi thì làm cho sự hài lòng của khách hàng về chất lượng dịch vụ cho vay khách hàng cá nhân tại ngân hàng cũng biến động cùng chiều 0.342 đơn vị. Đối với nhân tố 2 (X2 – Sự tin cậy và năng lực phục vụ) có hệ số β2 = 0.543 điều đó có nghĩa khi nhân tố 2 thay đổi 1 đơn vị trong khi các yếu tố khách không đổi thì làm cho sự hài lòng của khách hàng về chất lượng dịch vụ cho vay khách hàng cá nhân tại ngân hàng cũng biến động cùng chiều 0.543 đơn vị. Tương tự, đối với nhân tố 3 (X3 – Phương tiện hữu hình) có hệ số β3 = 0.220 có nghĩa khi nhân tố 3 thay đổi 1 đơn vị thì làm cho sự hài lòng của khách hàng về chất lượng dịch vụ cho vay khách hàng cá nhân tại ngân hàng cũng biến động cùng chiều 0.220 đơn vị trong điều kiện các yếu tố khác không đổi.
Thông qua các hệ số hồi quy chuẩn hoá, ta biết được mức độ quan trọng của các nhân tố tham gia vào phương trình. Cụ thể, nhân tố Sự tin cậy và năng lực phục vụ có ảnh hưởng nhiều nhất (β = 0,318) và nhân tố Phương tiện hữu hình có ảnh hưởng ít nhất (β = 0,208) đến Sự hài lòng của khách hàng cá nhân đối với chất lượng dịch vụ cho vay tại chi nhánh Ngân hàng. Tuy nhiên, nhìn chung thì tất cả 3 nhân tố đều có ảnh hưởng đến biến phụ thuộc. Và bất cứ một sự thay đổi nào của một trong 3 nhân tố trên đều có thể tạo nên sự thay đổi về khả năng đáp ứng nhu cầu của khách hàng cá nhân.