Mô hình hồi quy

Đánh giá độ phù hợp của mô hình

Bảng 2.20: Đánh giá độ phù hợp của mô hình Model Summary^b

Mô hình

R R² R² hiệu chỉnh Sai số chuẩn của ước lượng

Durbin-Watson

1 0.725^a 0.688 0.672 0.45125 1.699

(Nguồn: Kết quả điều tra xửlý sốliệu SPSS)

Dựa vào bảng kết quả phân tích, mô hình 5 biến độc lập có giá trị R² hiệu chỉnh = 0.672 tức là: độ phù hợp của mô hình là 67.2% và mô hình này giải thích rằng 67.2% sự thay đổi của biến phụ thuộc “CN” là do sự biến động của 5 biến độc lập. Bên cạnh đó, ta nhận thấy giá trị R² hiệu chỉnh lớn hơn 50%, nghĩa là mối quan hệ giữa biến độc lập và phụ thuộc được coi là gần chặt chẽ.

Trường Đại học Kinh tế Huế

Kiểm định sự phù hợp của mô hình

Để suy diễn mô hình của mẫu điều tra thành mô hình của tổng thể, ta phải kiểm định sự phù hợp của mô hình hồi quy tổng thể với giả thuyết đặt ra trước là hệ số xác định của tổng thể R²= 0.

Tiến hành kiểm định F thông qua phân tích phương sai, ta có bảng sau:

Bảng 2.21: Kiểm định ANOVA ANOVA^a

Mô hình Tổng bình phương df Bình phương trung bình F Sig.

1

Tương quan 30.219 5 6.044 29.680 0.000^b

Phần dư 27.286 134 0.204

Tổng 57.505 139

( Nguồn: Kết quả điều tra xửlý sốliệu SPSS)

Kết quả từ bảng ANOVA cho thấy giá trị Sig. của F = 0.000 < 0.05, cho phép nghiên cứu bác bỏ giả thuyết “Hệ số xác định R² = 0”, tức là mô hình hồi quy này sau khi suy rộng ra cho tổng thể thì mức độ phù hợp của nó đãđược kiểm chứng.

Hay nói cách khác, các biến độc lập đãđưavào trong mô hình giải thích được phần lớn sự thay đổi của biến phụ thuộc “CN”.

Xem xét tự tương quan

Tự tương quan là hiện tượng các sai số ngẫu nhiên có mối liên hệ tương quan nhau, khi đó có thể xảy ra hiện tượng tự tương quan.

Hậu quả của tự tương quancủa các phần dư:

+ Các ước lượng OLS (Ordinary Least Square) vẫn là các ước lượng tuyến tính không chênh lệch nhưng không hiệu quả (vì phương sai không nhỏ nhất)

+ Phương sai các ước lượng là các ước lượng chệch, vì vậy các kiểm định T và F không còn hiệuquả.

Trường Đại học Kinh tế Huế

+ Các dự báo về biến phụ thuộc không chính xác.

Đại lượng Durbin – Watson được dùng để kiểm định tương quan của các sai số kề nhau. Dựa vào kết quả thực hiện phân tích hồi quy cho thấy, giá trị Durbin – Watson là 1.699 thuộc trong khoảng chấp nhận ( từ 1.6 đến 2.6).

 Kết luận: Không có hiện tượng tự tương quan giữa các phần dư trong mô hình, mô hình có ý nghĩa.

Xây dựng mô hình hồi quy

Các nhân tố được trích ra trong phân tích nhân tố được sử dụng cho phân tích hồi quy đa biến để kiểm định mô hình nghiên cứu đề xuất và các giả thuyết kèm theo của đề tài nghiên cứu. Các kiểm định giả thuyết thống kê đều áp dụng mức ý nghĩa ∝= 0.05. Sau khi kết luận là hai biến có mối liên hệ tuyến tính thì có thể mô hình hóa mối quan hệ nhân quả của hai biến này bằng hồi quy tuyến tính. Độ chấp nhận của biến (Tolerance) và hệ số phóng đại phương sai VIF được dùng để phát hiện hiện tượng đa cộng tuyến, dấu hiệu là khi VIF >10 (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005). Nghiên cứu thực hiện hồi quy đa biến theo phương pháp Enter: Tất cả các biến được đưa vào một lần và xem xét các kết quả thống kê liên quan.

Mô hình hồi quy của đề tài nghiên cứu được xây dựng với 1 biến phụ thuộc là

“CN” và 5 biến độc lập được rút trích từ phân tích nhân tố khám phá EFA: TC, DU, NLPV, DC, HH với các hệsố tương ứng lần lượt là _{1, 2, 3, 4, 5.}

Mô hình được xây dựng như sau:

CN = ₀ + ₁TC + ₂DU + ₃NLPV + ₄DC + ₅HH

Dựa vào hệsố chuẩn hóa với mức ý nghĩa Sig. tương ứng để xác định các biến độc lập có ảnh hưởng với mức độ ra sao, theo chiều hướng nào đến biến phụ thuộc trong mô hình. Từ đó làm căn cứ để kết luận chính xác hơn và đưa ra giải pháp mang tính thuyết phục cao. Kết quảcủa mô hình hồi quy sẽ giúp xác định chiều hướng, mức độ ảnh hưởng của các yếu tố ảnh hưởng đến sựcảm nhậncủa khách hàng về CLDV CSKH.

Trường Đại học Kinh tế Huế

Trong giai đoạn phân tích hồi quy, nghiên cứu chọn phương pháp Enter, chọn lọc dựa trên tiêu chí chọn những nhân tố cómức ý nghĩa Sig. < 0.05. Những nhân tố nào có giá trị Sig. > 0.05 sẽ bị loại khỏi mô hình và không tiếp tục nghiên cứu nhân tố đó.

Kết quả phân tích hồi quy được thể hiện qua bảng sau:

Bảng 2.22: Hệ số phân tích hồi quy Coefficients^a

Mô hình

Hệ số hồi quy chưa chuẩn hóa

Hệ số hồi quy chuẩn

hóa t Sig.

Đa cộng tuyến

B Sai số chuẩn Beta T VIF

1 (Hằng số) 0.180 0.448 2.804 0.006

TC 0.283 0.066 0.296 4.288 0.000 0.741 1.349

DU 0.338 0.084 0.290 4.030 0.000 0.685 1.459

NLPV 0.252 0.065 0.234 3.904 0.000 0.985 1.015

DC 0.176 0.072 0.168 2.458 0.015 0.761 1.314

HH 0.232 0.061 0.247 3.806 0.000 0.840 1.191

(Nguồn: Kết quả điều tra xửlý sốliệu SPSS)

Từ bảng trên thu được kết quả như sau:

+ Giá trị Sig. tại các phép kiểm định của tất cả các biến độc lập đều < 0.05 chứng tỏ các biến này có ý nghĩa thống kê trong mô hình.

+ Mô hình hồi quy vi phạm hiện tượng đa cộng tuyến khi có giá trị hệ số phóng đại phương sai VIF (Variance Inflation Factor ) ≥10. Từ kết quả phân tích hồi quy ở trên, có thể thấy giá trị VIF của mô hình là nhỏ (trong khoảng từ 1 đến 2) nên nghiên cứu kết luận rằng mô hình hồi quy không vi phạm hiện tượng đa cộng tuyến.

Trường Đại học Kinh tế Huế

Như vậy, có thể xác định được phương trình hồi quy thể hiện các yếu tố ảnh hưởng đến sự cảm nhận theo các biến độc lập TC, DU, NLPV, DC, HHnhư sau:

CN= 0.296TC + 0.290DU + 0.234NLPV + 0.168DC + 0.247HH Đềtài tiến hành giải thích ý nghĩa các hệsố như sau:

+ Hệsố 1 = 0.296 có ý nghĩa khi biến “TC” thay đổi 1 đơn vị trong khi các biến khác không đổi thì “CN” sẽ biến đổi cùng chiều 0.296 đơn vị

+ Hệsố 2 = 0.290 có ý nghĩa khi biến “DU” thay đổi 1 đơn vị trong khi các biến khác không đổi thì “ CN” sẽ biến đổi cùng chiều 0.290 đơn vị

+ Hệsố 3 = 0.234 có ý nghĩa khi biến “NLPV” thay đổi 1 đơn vị trong khi các biến khác không đổi thì “CN” sẽ biến đổi cùng chiều 0.234 đơn vị

+ Hệsố 4 = 0.168 có ý nghĩa khi biến “DC” thay đổi 1 đơn vị trong khi các biến khác không đổi thì “ CN” sẽ biến đổi cùng chiều 0.168 đơn vị

+ Hệsố 5 = 0.247 có ý nghĩa khi biến “HH” thay đổi 1 đơn vịtrong khi các biến khác không đổi thì “ CN” sẽ biến đổi cùng chiều 0.247 đơn vị

Từ mô hình nghiên cứu đã xây dựng được, có thể rút ra một số nhận xét như sau:

Các biến độc lập có ảnh hưởng đến biến phụ thuộc “CN”, cảm nhận của khách hàng đối với CLDV CSKH sẽ thay đổi khi một trong các yếu tố độc lập này thay đổi. Điều này cho thấy Ngân hàng Techcombank Huế cần phải nghiên cứu, xây dựng những chính sách, dịch vụ để làm tăng mức độ của các yếu tố liên quan này, từ đó giúp nhiều khách hàng lựa chọn sử dụng dịch vụ của ngân hàng hơn.

Hệ số Beta chuẩn hóa của biến “TC” có giá trị là 0.296. Đây là nhân tố ảnh hưởng mạnh nhất đến cảm nhận của khách hàng cá nhân về CLDV CSKH, ngoài ra biến “DU” và “HH” cũng có mức ảnh hưởng khá lớn với hệ số Beta tương ứng lần lượt là 0.290 và 0.247. Hai biến còn lại là “NLPV” và “DC” cũng sẽ được khách hàng xem xét khi đánh giá về CLDV CSKH của ngân hàng với hệ số Beta lần lượt là 0.234 và 0.168.

Trường Đại học Kinh tế Huế

Qua việc phân tích ý nghĩa của các nhân tố trong phương trình hồi quy cảm nhận của khách hàng về CLDV CSKH tại Ngân hàng Techcombank Huế. Ta thấy, các nhân tố đều có tác động tích cực đến CLDV CSKH. Tuy nhiên, mức độ tác động của các nhân tố là khác nhau.

2.3. Đánh giá cảm nhận của khách hàng đối với chất lượng dịch vụ chăm

Trong tài liệu Đánh giá cảm nhận của khách hàng về chất lượng dịch vụ chăm sóc khách hàng cá nhân tại Ngân hàng Thương mại cổ phần Kỹ Thương Việt Nam Techcombank chi nhánh Huế (Trang 75-80)