Mô hình hồi quy tuyến tính bội có dạng:
SHL = β0 + β1*X1 + β2*X2 + β3*X3 + β4*X4 + β5*X5 + β6*X6
Mô hình hồi quy chuẩn hóa:
SHL = β1’*X1 + β2’*X2 + β3’*X3 + β4’*X4 + β5’*X5 + β6’*X6
Để tiến hành phân tích hồi quy tuyến tính bội, các biến đƣa vào mô hình theo phƣơng pháp Enter. Tiêu chuẩn kiểm định là tiêu chuẩn đƣợc xây dựng vào phƣơng pháp kiểm định giá trị thống kê F và xác định xác xuất tƣơng 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 chuẩn đoán giúp phát hiện sự tồn tại của cộng tuyến trong dữ liệu đƣợc đánh giá mức độ cộng tuyến làm thoái hóa tham số ƣớc lƣợng là: Hệ số phóng đại phƣơng sai (Variance inflation factor – VIF). Quy tắc là khi VIF vƣợt quá 10, đó là dấu hiệu của đa cộng tuyến (Trọng & Ngọc, 2005).
Kết quả phân tích hồi quy tuyến tính nhƣ sau (Phụ lục 5):
So sánh 2 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 hệ số xác định đƣợc điều chỉnh Adjusted R Square là .523. Kết luận là mô hình có mức độ giải thích khá tốt gần 52.3%.
Bảng 4.11: Bảng Model Summary và ANOVA
Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Change Statistics Durbin- Watson R Square Change F Change df1 df2 Sig. F Change 1 .730a .533 .523 .69065509 .533 51.983 6 273 .000 2.041
a. Predictors: (Constant), Chi phi su dung, Thai do phuc vu, Su an toan, Su thuan tien, Khong gian, Chat luong ATM
b. Dependent Variable: Su hai long
ANOVAb
Model Sum of Squares Df Mean Square F Sig.
1 Regression 148.778 6 24.796 51.983 .000a
Residual 130.222 273 .477
Total 279.000 279
a. Predictors: (Constant), Chi phi su dung, Thai do phuc vu, Su an toan, Su thuan tien, Khong gian, Chat luong ATM
b. Dependent Variable: Su hai long
Hệ số xác định hiệu chỉnh Adjusted R Square là .523, nghĩa là mô hình hồi quy tuyến tính đã xây dựng phù hợp với tập dữ liệu đến mức 52.3%, điều này còn cho thấy mối quan hệ giữa biến phụ thuộc và các biến độc lập là khá chặt chẽ cả 6 biến số trên đều góp phần giải thích 52.3% sự khác biệt của mức độ thỏa mãn của khách hàng đƣợc quan sát đối với dịch vụ ATM.
Kiểm định F sử dụng trong bảng phân tích phƣơng sai vẫn là một phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể. Theo kết quả ở bảng 4.11 ta thấy kiểm định F có giá trị là 51.983 với Sig. = .000(a), chứng tỏ mô hình hồi quy tuyến bội là phù hợp với tập dữ liệu và có thể sử dụng đƣợc.
Bây giờ chúng ta kiểm tra khả năng xảy ra hiện tƣợng đa cộng tuyến giữa các biến độc lập.
VIF < 2: Hiện tƣợng đa cộng tuyến giữa các biến độc lập ảnh hƣởng không đáng kể đến mô hình.
2 <= VIF <= 10: Hiện tƣợng đa cộng tuyến giữa các biến độc lập ảnh hƣởng đáng kể đến mô hình.
VIF > 10: Dấu hiệu của đa cộng tuyến.
Bảng 4.12: Hệ số hồi quy chuẩn hóa của phƣơng trình
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 8.746E-17 .041 .000 1.000
Chat luong ATM .437 .041 .437 10.563 .000 1.000 1.000
Khong gian .230 .041 .230 5.554 .000 1.000 1.000
Su thuan tien .251 .041 .251 6.070 .000 1.000 1.000
Su an toan .283 .041 .283 6.850 .000 1.000 1.000
Thai do phuc vu .293 .041 .293 7.080 .000 1.000 1.000
Chi phi su dung .247 .041 .247 5.965 .000 1.000 1.000
a. Dependent Variable: Su hai long
Ta thấy tất cả các giá trị VIF đều < 2: Hiện tƣợng đa cộng tuyến giữa các biến độc lập ảnh hƣởng đến mô hình là không đáng kể.
Mô hình cũng đáp ứng về điều kiện về phần dƣ, phần dƣ có phân phối xấp xỉ chuẩn Mean = 0.00, độ lệch chuẩn Std.Dev = .989 (Xem bảng 4.13).
Đại lƣợng thống kê Durbin – Watson (d) = 2.041 gần bằng 2 nên các phần dƣ trong mẫu không có tƣơng quan với nhau (Xem bảng 4.11)
Bảng 4.13 Đồ thị phân phối phần dƣ
Kết quả cho thấy, các hệ số Beta đều khác 0 và Sig. < 0.05, chứng tỏ các thành phần trên đều tham dự vào sự thỏa mãn của khách hàng. So sánh giá trị độ lớn của β cho thấy Chất lƣợng ATM là vấn đề quan trọng nhất, tác động lớn nhất đến sự hài lòng của khách hàng (β’ = 0.437). Mỗi đơn vị (chuẩn hóa) thay đổi ở Chất lƣợng máy ATM thì mức độ hài lòng của khách hàng thay đổi 0.437 đơn vị, vƣợt trội hơn so với ảnh hƣởng của các yếu tố khác: Không gian ATM (β’ = 0.230), Sự thuận tiện (β’ = 0.251), Sự an toàn (β’ = 0.283), Thái độ phục vụ của nhân viên (β’ = 0.293), Chi phí sử dụng dịch vụ (β’ = 0.247). Từ kết quả trên, phƣơng trình hồi quy chuẩn hóa đƣợc xác định:
SHL = 0.437*X1 + 0.230*X2 + 0.251*X3 + 0.283*X4 + 0.293*X5 + 0.247*X6
Cụ thể:
Sự hài lòng của khách hàng = 0.437“Chất lƣợng máy ATM” + 0.230“Không gian ATM” + 0.251“Sự thuận tiện” + 0.283“Sự an toàn” + 0.293“Thái độ phục vụ” + 0.247“Chi phí sử dụng dịch vụ”.
Theo kết quả trên, ta thấy “Chất lƣợng ATM” có ảnh hƣởng đến sự hài lòng nhiều nhất. Điều này cho thấy, khi xem xét các biến số, nhà quản trị có thể tăng sự hài lòng của khách hàng một cách trực tiếp cũng nhƣ gián tiếp. Nhà quản trị có thể tập trung đầu tƣ vào biến số này để tác động đến sự hài lòng của khách hàng.
Biến số “Thái độ phục vụ của nhân viên” và “Sự an toàn” cũng có ảnh hƣởng đáng kể đến sự hài lòng. Còn các biến nhƣ “Sự thuận tiện”, “Không gian ATM” và “Chi phí sử dụng” cũng có sự tác động tƣơng đối mạnh nhƣng thấp hơn so với các biến khác.
Nhƣ vậy, để tăng sự hài lòng của khách hàng sử dụng thẻ, nhà quản trị cần tập trung mạnh vào các biến “Chất lƣợng máy ATM”, “Sự an toàn”, “Chi phí sử dụng” và “Thái độ phục vụ của nhân viên”.