Phân tích hồi quy tuyến tính sẽ giúp chúng ta biết được cường độ ảnh hưởng của các biến độc lập lên biến phụ thuộc. Để tiến hành phân tích hồi quy tuyến tính bội, các biến đưa vào mô hình theo phương pháp Enter. Tiêu chuẩn kiểm định là tiêu chuẩn được xây dựng vào phương pháp kiểm định giá trị thống kê F và xác định xác suất tương ứng của giá trị thống kê F, kiểm định mức độ phù hợp giữa mẫu và tổng thể thông qua hệ số xác định R2. Công cụ chẩn đoán giúp phát hiện sự tồn tại của cộng tuyến trong dữ liệu được đánh giá mức độ cộng tuyến làm thoái hóa tham số ước lượng là: Hệ số phóng đại phương sai (Variance inflation factor - VIF). Quy tắc khi VIF vượt quá 10, đó là dấu hiệu của đa cộng tuyến (Trọng & Ngọc, 2005, 218).
Các nhân tố mới hình thành gồm có: 8 biến độc lập (Thành phần Đáp ứng, phương tiện vận tải, tin cậy, sự cảm thông, giá cả cảm nhận, Trạm dừng xe buýt, năng lực phục vụ, lợi ích cảm nhận) và 1 biến phụ thuộc (Hài lòng chung) được đưa vào phân tích hồi qui. Do vậy cần có sự điều chỉnh về giả thuyết và mô hình nghiên cứu sau phép phân tích nhân tố. Ta có phương trình tổng quát được xây dựng như sau:
HL = β0 + β1*F1 + β2* F2 + β3*F3 + β4*F4 + β5*F5 + β6*F6 + β7*F7 + β8*F8
Trong đó:
Biến phụ thuộc: HL (Mức độ hài lòng chung về dịch vụ xe buýt).
Các biến độc lập là:
o F1: Đáp ứng
o F2: Phương tiện vận tải
o F3: Tin cậy o F4: Sự cảm thông o F5: Giá cả cảm nhận o F6: Trạm dừng xe buýt o F7: Năng lực phục vụ o F8: Lợi ích cảm nhận
Dựa vào cơ sở lý thuyết và kết quả phân tích ở trên, ta sẽ đưa tất cả các biến độc lập trong mô hình hồi quy đã điều chỉnh bằng phương pháp đưa vào cùng một lúc Enter để chọn lọc dựa trên tiêu chí chọn những biến có mức ý nghĩa < 0.05.
Kết quả phân tích hồi quy tuyến tính cho các biến số được thể hiện thông qua các bảng sau:
Bảng 3.27. Hệ số R-Square từ kết quả phân tích hồi quy Model Summaryb
Model R R Square Adjusted
R Square Std. Error of the Estimate Durbin- Watson 1 .882a .778 .771 .47871286 1.321
a. Predictors: (Constant), Loi ich cam nhan, Nang luc phuc vu, Tram dung xe buyt, Gia ca cam nhan, Su cam thong, Tin cay, Phuong tien van tai, Dap ung
b. Dependent Variable: Hai long
So sánh hai giá trị R Square và Adjusted R Square có thể thấy Adjusted R Square nhỏ hơn, dùng nó để đánh giá độ phù hợp của mô hình sẽ an toàn hơn vì nó không thổi phồng mức độ phù hợp của mô hình. Vậy, nghiên cứu sẽ sử dụng R2 hiệu chỉnh để đánh giá mức độ phù hợp của mô hình nghiên cứu. Độ phù hợp của mô hình được kiểm định bằng trị thống kê F được tính từ R2 của mô hình tương ứng với mức ý nghĩa sig., với giá trị sig. càng nhỏ thì càng an toàn khi bác bỏ giả thuyết Ho là hệ số trước các biến độc lập đều bằng nhau và bằng 0 (trừ hằng số). Mô hình hồi quy tuyến tính bội đưa ra là phù hợp với dữ liệu và có thể sử dụng được.
Hệ số hồi quy chuẩn hóa của phương trình có thể thấy các giá trị Beta đều khác 0, để xác định được mức độ quan trọng của các yếu tố tham dự vào sự hài lòng của khách hàng, có thể chọn lọc thành 2 nhóm như sau:
Những giá trị Beta khác 0 có ý nghĩa thống kê ( Sig. < 0.05), kết quả có 6 yếu tố được ghi nhận đó là Đáp ứng, Phương tiện vận tải, Tin cậy, giá cả cảm nhận, Trạm dừng xe buýt, năng lực phục vụ. (Theo bảng 3.28)
Bảng 3.28: Hệ số hồi quy chuẩn hóa của phương trình Hệ số chưa chuẩn hóa Hệ số chuẩn hóa Mô hình B0 Sai số chuẩn Beta t Sig. VIF (Constant) 5.374E-17 .030 .000 1.000 Đáp ứng .089 .030 .089 2.927 .004 1.000
Phương tiện vận tải .067 .030 .067 2.207 .028 1.000
Tin cậy .676 .030 .676 22.286 .000 1.000 Sự cảm thông .013 .030 .013 .431 .667 1.000 Giá cả cảm nhận .170 .030 .170 5.588 .000 1.000 Trạm dừng xe buýt .400 .030 .400 13.195 .000 1.000 Năng lực phục vụ .346 .030 .346 11.398 .000 1.000 Biến đôc lập Lợi ích cảm nhận .001 .030 .001 .040 .969 1.000
Những giá trị Beta khác 0 không có ý nghĩa thống kê ( Sig > 0.05) đó là Sự cảm thông, Lợi ích cảm nhận
Như vậy, kết quả cho thấy các biến độc lập Đáp ứng, phương tiện vận tải, tin cậy, giá cả cảm nhận, Trạm dừng xe buýt, năng lực phục vụ, đều có tác động có ý nghĩa lên biến phụ thuộc (sig<0.05). Và các nhân tố đưa vào phân tích hồi quy đều được giữ lại trong mô hình.
Hệ số xác định hiệu chỉnh Adjusted R-Square là 0.771, nghĩa là mô hình hồi quy tuyến tính đã xây dựng phù hợp với tập dữ liệu đến 77.1%, điều này cho thấy mối quan hệ giữa biến phụ thuộc và các biến độc lập là khá chặt chẽ, cả 6 biến có ý nghĩa thống kê trên góp phần giải thích 77,1% sự khác biệt của mức độ hài lòng của khách hàng đối với dịch vụ xe buýt. Như vậy, mức độ phù hợp của mô hình tương đối cao. 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.
Kiểm định F sử dụng trong bảng phân tích phương sai vẫn là một phép giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể. Kết quả phân tích cho thấy, kiểm định F có giá trị là 105.694 với Sig. = 000(a) chứng tỏ mô hình hồi quy tuyến tính bội là phù hợp với tập dữ liệu và có thể sử dụng được để suy rộng ra cho tổng thể.
Kết quả thống kê còn cho thấy, các hệ số hồi quy chuẩn hóa của phương trình hồi quy đều khác 0 và Sig.<0.05. So sánh giá trị (độ lớn) của hệ số chuẩn hóa cho thấy: tác động theo thứ tự từ mạnh đến yếu của các thành phần: Tin cây (0,676); Trạm dừng xe buýt (0,400); Năng lực phục vụ (0,346); Giá cả cảm nhận (0,170); Đáp ứng (0,089); Phương tiện vận tải (0,067).
Ngoài ra, kết quả trên cũng cho thấy mối quan hệ tuyến tính của các yếu tố chất lượng dịch vụ với sự hài lòng của khách hàng đều có ý nghĩa thống kê (Sig. < 0.05) ngoại trừ biến phù hợp. Từ đó có thể kết luận rằng mô hình lý thuyết phù hợp với dữ liệu thị trường. Như vậy, các giả thuyết H1,H2, H3, H5, H6, H7 đều được chấp nhận và bác bỏ giả thuyết H4, H8
+ H1 – Đáp ứng có tác động dương lên sự hài lòng của khách hàng với dịch vụ xe buýt tại Nghệ An. (Chấp nhận giả thuyết)
+ H2 – Phương tiện vận tải có tác động dương lên sự hài lòng của khách hàng với dịch vụ xe buýt tại Nghệ An. (Chấp nhận giả thuyết)
+ H3 – Tin cậy có tác động dương lên sự hài lòng của khách hàng với dịch vụ xe buýt tại Nghệ An. (Chấp nhận giả thuyết)
+ H4 –Sự cảm thông có tác động dương lên sự hài lòng của khách hàng với dịch vụ xe buýt tại Nghệ An. (Bác bỏ giả thuyết)
+ H5 – Giá cả cảm nhận có tác động dương lên sự hài lòng của khách hàng với dịch vụ xe buýt tại Nghệ An. (Chấp nhận giả thuyết)
+ H6 – Trạm dừng xe buýt có tác động dương lên sự hài lòng của khách hàng với dịch vụ xe buýt tại Nghệ An. (Chấp nhận giả thuyết)
+ H7 – Năng lực phục vụ có tác động dương lên sự hài lòng của khách hàng với dịch vụ xe buýt tại Nghệ An. (Chấp nhận giả thuyết)
+ H8 – Lợi ích cảm nhận có tác động dương lên sự hài lòng của khách hàng với dịch vụ xe buýt tại Nghệ An. (Bác bỏ giả thuyết)