hồi quy tuyến tính bội xem phụ lục 14)
Qua phân tích về tương quan, mô hình hồi quy bội được xem xét trong nghiên cứu chính thức có dạng:
HL = β0 + β1*TC + β2*PV + β3*DU + β4*DC + β5*HH + β6*TH + e (1.1)
Để đánh giá mức độ tác động của các thành phần lên sự hài lòng của khách hàng, tác giả sử dụng hàm hồi quy tuyến tính bội với thủ tục chọn biến theo phương pháp ENTER (đồng thời), bởi vì mục tiêu của nghiên cứu này là muốn khẳng định tính đúng
đắn của mô hình lý thuyết đã đưa ra và trong nghiên cứu tác giả đã giả thuyết rằng thành phần tin cậy, phục vụ, đáp ứng, đồng cảm, hữu hình và uy tín thương hiệu đều có tác động dương đến sự hài lòng của khách hàng.
Sau khi phân tích hồi quy, tác giả đã tiến hành kiểm tra các giả thiết của mô hình hồi quy tuyến tính, đặc biệt là giả thiết về phân phối chuẩn của phần dư, đa cộng tuyến và phương sai thay đổi. Kết quả cho thấy các phần dư tuân theo quy luật phân phối
chuẩn hóa, vì giá trị trung bình (Mean) của phần dư bằng 0 và phương sai (= Std.Dev2 = 0,99) xấp xỉ bằng 1. Do đó có thể kết luận rằng giả thiết phân phối chuẩn không bị vi
phạm (xem hình 3.5).
Hình 3.5 Biểu đồ tần số của phần sư chuẩn hoá
Kết quả phân tích hồi quy cũng cho thấy mô hình không có hiện tượng đa cộng
tuyến giữa các biến độc lập (VIF < 2). Kết quả này cũng tương tự như khi tiến hành phân tích ma trận tương quan cho thấy không có tương quan cao giữa các biến độc lập.
Kiểm tra bằng đồ thị (xem hình 3.6) mô tả mối quan hệ giữa phần dư chuẩn hóa và giá trị ước lượng chuẩn hóa, ta nhận thấy các phần dư phân bố tương đối đều xung quanh
giá trị trung bình (giá trị trung bình của phần dư bằng 0). Do vậy, hiện tượng phương sai thay đổi không xuất hiện trong mô hình hồi quy này.
Hình 3.6 Đồ thị phân tán giữa phần dư chuẩn hóa và giá trị ước lượng
Trong nghiên cứu này tác giả không tiến hành kiểm tra giả định về hiện tượng tự tương 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 tượng tự tương quan giữa các nhiễu thường không
xuất hiện. Như 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.
Kết quả phân tích hồi quy được trình bày trong các bảng 3.20, 3.21 và 3.22
như sau:
Bảng 3.20. Kết quả hồi quy sử dụng phương pháp Enter của mô hình
Mẫu Hệ số R Hệ số R2 R2 hiệu chỉnh Sai số chuẩn ước lượng
của mô hình hồi quy
Thống kê Durbin- Watson 1 0,720a 0,518 0,508 0,397 1.833
Bảng 3.21. Phân tích phương sai ANOVA trong phân tích hồi quy Model Tổng bình phương Bậc tự do Trung bình của bình phương Thống kê F Mức ý nghĩa quan sát (Sig) Phần biến thiên do
hồi quy 49,150 6 8,192 51,776 .000
a
Phần biến thiên
không do hồi quy 45,724 289 0,158 1
Tổng cộng 94,873 295
Bảng 3.22. Phân tích hệ số hồi quy
Hệ số chưa chuẩn hóa Hệ số đã chuẩn hóa Thống kê cộng tuyến Nhân tố B Sai số chuẩn Beta Thống kê t Mức ý nghĩa quan sát (Sig) Độ chấp nhận VIF (Constant) 0,772 0,247 3,131 0,002 TC – Tin cậy 0,055 0,043 0,055 1,298 0,195 0,933 1,072 PV – Năng lực phục vụ 0,011 0,035 0,014 0,327 0,744 0,898 1,114 DU – Đáp ứng 0,296 0,045 0,320 6,607 0,000 0,710 1,408 DC - Đồng cảm 0,193 0,047 0,214 4,140 0,000 0,625 1,601 HH – Hữu hình 0,252 0,040 0,319 6,280 0,000 0,647 1,546 1 TH – Uy tín thương hiệu 0,034 0,030 0,047 1,116 0,266 0,951 1,051 a. Dependent Variable: HL
Kết quả hồi quy tuyến tính (bảng 3.20) có hệ số xác định R2 là 0,518 và hệ số xác định R2 điều chỉnh là 0,508. Điều này nói lên rằng độ thích hợp của mô hình là 50,8% hay nói cách khác là 50,8% độ biến thiên của biến sự hài lòng của khách hàng (HL)
được giải thích chung bởi các biến trong mô hình, có thể thấy, mức độ phù hợp của mô
hình là tương đối tốt. 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 3.20 và 3.21).
Trong bảng phân tích phương sai ANOVA (bảng 3.21), trị số thống kê F được
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 (bảng 3.22) cho ta thấy giá trị Sig của các biến
thành phần chất lượng dịch vụ này có ý nghĩa trong mô hình và có tác động dương
(cùng chiều) đến sự hài lòng của khách hàng.
Các yếu tố như: Tin cậy (TC); Năng lực phục vụ (PV) và Uy tín thương hiệu
(TH) đều không có ảnh hưởng có ý nghĩa đến sự hài lòng của khách hàng (sig.> 0,05). Mô hình còn lại 3 nhân tố tác động là Đáp ứng (0,296); Hữu hình (0,252);
Đồng cảm (0,193).
Theo kết quả ở bảng 3.22 thì ta có phương trình 1.2 thể hiện mối liên hệ giữa các
yếu tố hình thành nên chất lượng dịch vụ và sự hài lòng của khách hàng đối với các dịch
vụ tại Ngân hàng nông nghiệp và phát triển nông thôn chi nhánh Tân Hiệp như sau:
Sự hài lòng của khách hàng = 0,772 + 0,296* Đáp ứng + 0,252* Hữu hình + 0,193* Đồng cảm + ei (1.2)
Như vậy, qua kết quả phân tích hồi quy, cho ta thấy chỉ có 3 yếu tố: Đáp ứng,
Hữu hình và Đồng cảm có tác động thuận chiều đến sự hài lòng của khách hàng. Trong
đó yếu tố Đáp ứng (DU) có tác động mạnh nhất đến sự hài lòng của khách hàng (0,296), Hữu hình (HH) tác động mạnh thứ 2 (0,252) và sau cùng là yếu tố Đồng cảm (DC)
(0,193).