Giả định thứ nhất là, giả định liên hệ tuyến tính. Phương pháp được sử dụng là biểu đồ phân tán Scatterplot với giá trị phần dư chuẩn hóa (Standarized residual) trên trục tung và giá trị dự đoán chuẩn hóa(Standarized predicted value)trên trục hoành.
Hình 4.2:Đồ thị phân tán Scatterplot
(Nguồn: Kết quả điều tra của tác giả, 04/2014)
Nhìn vào đồ thị phân tán ở Hình 4.2, ta thấy các phần dư phân tán ngẫu nhiên trong một vùng quanhđường đi qua tung độ0chứ không tạo thành một hình dạng nào. Điều này có nghĩa là giả thuyết về quan hệ tuyến tính không bị vi phạm.
Giả định thứ hai là giả định phương sai của sai số không đổi.Để thực hiện kiểm định này,chúng ta sẽ dùng kiểm định tương quan hạng Spearman của giá trị tuyệt đối phần dư và các biến độc lập.
Bảng4.12: Hệ số tương quan hạng Spearman
NTCK GTCN CPCD CLDV ABScuare Hệ số tương quan hạng Spearman’s rho ABScuare Hệ số tương quan hạng -,057 ,060 ,129 ,143 1,000 Sig. (2-tailed) ,441 ,418 ,079 ,050 . N 187 187 187 187 187
Kết quả kiểm định ở Bảng 4.12 cho thấy giá trị Sig. của Niềm tin & cam kết, Giá trị cảm nhận, Chi phí chuyển đổi,Chất lượng dịch vụ đều lớn hơn 0,05 cho nên chúng ta không thể bác bỏ giả thuyết H0 : hệ số tương quan tổng thể bằng 0. Như vậy, giả thuyết phương sai của sai số thay đổi bị bác bỏ hay giả định phương sai của sai số không đổi không bị vi phạm.
Giả định thứbalà giả định về phân phối chuẩn của phần dư.Chúng ta sẽ sử dụng biểu đồ tần số của các phần dư(đã được chuẩn hóa)để kiểm tra giả thuyết này.
Kết quả từ biểu đồ tần số Histogram của phần dư từ Hình 4.3 cho thấy phân phối của phần dư xấp xỉ chuẩn (trung bình Mean = 0, độ lệch chuẩn Std.Dev = 0,99 gần bằng 1 ). Điều này có nghĩa là giả thuyết phân phối chuẩn của phần dư không bị vi phạm.
Hình 4.3:Đồ thị tần số Histogram
(Nguồn: Kết quả điều tra của tác giả, 04/2014)
Kết quả từ biểu đồ tần số P-P Plot từ Hình 4.4 cho thấy các điểm quan sát không phân tán quá xa đường thẳng kỳ vọng nên ta có thể kết luận là giả định về phân phối chuẩn không bị vi phạm.
Hình 4.4:Đồ thị tần số P-P Plot
(Nguồn: Kết quả điều tra của tác giả, 04/2014)
Giả định thứ tư là giả định về tính độc lập của sai số (không có tương quan giữa các phần dư). Ta dùng đại lượng thống kê Durbin-Watson (d) để kiểm định. Theo kết quả từ Bảng 4.8 bảng mô tả kết quả phân tích hồi quy cho thấy giá trị d = 1,462nằm trong khoảng 1,5-2,5. Nghĩa là, d rơi vào miền chấp nhận giả thuyết không có tương quan chuỗi bậc nhất với nhau.Do đó,giả định không có mối tương quan giữa các phần dư trong mô hình đa biến không bị vi phạm.
Giả định thứ nămlà giả định không có mối tương quan giữa các biến độc lập, đo lường đa cộng tuyến (Collinearity Diagnostics). Theo Hair và cộng sự (2006) có 2 cách đo lường để kiểm định ảnh hưởng của đa cộng tuyến: (1) tính hệ số phóng đại phương sai (VIF) và (2) sử dụng chỉ số điều kiện (condition index). Hệ số phóng đại phương sai cao thể hiện sự đa cộng tuyến thấp và giá trị dung sai (tolerance value) càng tiến đến không (zero) thể hiện rằng biến này hầu như được giải thích hoàn toàn bằng những biến khác. Hệ số VIF là giá trị nghịch đảo của giá trị dung sai, như vậy nếu hệ số VIF thấp thì mối quan hệ tương quan giữa các biến thấp. Nói chung nếu hệ số VIF lớn hơn 10, hiện tượng đa cộng tuyến nghiêm trọng đang tồn tại. Chỉ số điều
kiện cũng là một cách để phát hiện hiện tượng đa cộng tuyến. Công cụnày so các giá trị Eigen cùng với nhau trong một ma trận chéo không trọng tâm XTX. Nếu giá trị Eigen tối đa lớn hơn nhiều so với các giá trị Eigen khác, thì chỉ số điều kiện đang tồn tại. Theo kinh nghiệm, chỉ số điều kiện lớn hơn 30 chỉ ra một sự cộng tuyến nghiêm trọng (John và Benet-Martinez, 2000). Như vậy, trong nghiên cứu này, để không có hiện tượng đa cộng tuyến nghiêm trọng xãy ra trong mô hình hồi quy, các hệ số VIF phải nhỏ hơn 10 và các chỉsố điều kiện phải nhỏ hơn30. (Hoàng Thị Phương Thảo và cộng sự, 2009)
Bảng4.13 bên dưới cho thấy tất cả các giá trị dung sai đều lớn hơn 0,563và hệ số phóng đại phương sai(VIF) đều nằm trong khoảng giá trị từ 1,060đến 1,775 cho thấy hiện tượng đa cộng tuyến rất thấp.
Bảng4.13:Hiện tượng đa cộng tuyến – đánh giá bằng Dung sai và VIF
Các biến Dung sai VIF
Niềm tin&Cam kết 0,724 1,381
Giá trị cảm nhận 0,612 1,635
Chi phí chuyển đổi 0,943 1,060
Chất lượng dịch vụ 0,563 1,775
Ghi chú: Biến phụ thuộc là Lòng trung thành khách hàng
(Nguồn: Kết quả điều tra của tác giả, 04/2014)
Bên cạnh đó trong Bảng4.14cũng cho thấy các chỉ số điều kiện nằm trong khoảng từ 1,000 đến 24,860 khẳng định rằng hiện tượng đa cộng tuyến không là vấn đề trầm trọng đối với các biến dùng trong dự báo mô hình hồi quy của nghiên cứu này.
Bảng 4.14: Hiện tượng đa cộng tuyến -Đánh giá bằng giá trịEigen và chỉsố điều kiện
Kích thước Eigenvalue Chỉ số điều kiện
1 4,921 1,000
2 0,045 10,446
3 0,015 18,131
4 0,011 21,322
5 0,008 24,860
4.7.Đánh giá về thực trạng lòng trung thành của khách hàng tại Tân CảngCát Lái dựa trên các thành phần tạo nênLòng trung thành khách hàng.