Kiểm định giả thuyết và phân tích hồi quy

Để đánh giá sự phù hợp của mô hình giữa các thành phần chất lượng dịch vụ phân phối dược phẩm và sựhài lòng của khách hàng, sửdụng hàm hồi quy tuyến tính bội. Được thực hiện với 6 thành phần chất lượng dịch vụlà biến độc lập và sựhài lòng là biến phụthuộc sẽ đưa vào chạy hồi quy cùng một lúc.

Các thành phần chất lượng dịch vụlà“độtin cậy”, “chất lượng sản phẩm”, “sự đáp ứng”, “khả năng phục vụcủa nhân viên”, “sựhữu hình”, “giá cả” và biến phụthuộc là “sự hài lòng khách hàng”. Giá trị của các nhân tố được dùng để phân tích hồi quy là giá trị trung bình của các biến quan sát. ĐặtX1, X2, X3, X4, X5, X6lần lượt là các giá trịlà“độ tin cậy”, “chất lượng sản phẩm”, “sự đáp ứng”, “khả năng phục vụ của nhân viên”, “sự hữu hình”, “giá cả”và biến phụthuộc là “sự hài lòng khách hàng” làY.

Áp dụng phân tích hồi quy vào mô hình, tiến hành phân tích hồi quy đa biến với 6 nhân tố đãđược kiểm định hệ số tương quan (X1, X2, X3, X4, X5,X6) và biến phụ thuộc (Y), hệ số tự do của mô hình (β0), hệ số hồi quy từng phần tương ứng với các biến độc lập (β1, β2, β3, β4, β5, β6). Mô hình hồi quy như sau:

Y = β0 + β1 X1 + β2 X2 + β3X3 + β4X4 + β5X5 + β6X6 Giảthuyết:

H0: Các nhân tốchính không có mối tương quan tới sựhài lòng của khách hàng H1: Nhân tố “X1” có tương quan sựhài lòng của khách hàng

H2: Nhân tố “X2” có tương quan sựhài lòng của khách hàng H3: Nhân tố “X3” có tương quan sựhài lòng của khách hàng H4: Nhân tố “X4” có tương quan sựhài lòng của khách hàng H5: Nhân tố “X5” có tương quan sựhài lòng của khách hàng H6: Nhân tố “X6” có tương quan sựhài lòng của khách hàng 2.3.5.2.1 Kiểm định hồi quy lần 1

Kết quảphân tích hồi qui có hệsố xác định R² là 0.846, như vậy mô hình nghiên cứu là phù hợp (0 ≤ R² ≤ 1), nói lên mô hình hồi quy tuyến tính phù hợp đến mức 84,6%. Ngoài ra kết quảcũng cho thấy R² điều chỉnh (Adjusted R Square) bằng 0.840 nhỏ hơn R²và dùng nó để đánh giá độ phù hợp của mô hình nghiên cứu sẽ an toàn hơn vì nó không thổi phồng mức độ phù hợp của mô hình. R² điều chỉnh là 0.840 nghĩa là mức độ

Trường Đại học Kinh tế Huế

phù hợp của mô hình là 84% hay 84% là biến thiên của sựhài lòng được giải

thích bởi quan hệtuyến tính với 6 biến độc lập nói trên, còn lại 16% biến thiên doảnh hưởng bởi các nhân tố khác chưa được giải thích trong mô hình và sai sốngẫu nhiên.

Có thểnói các thành phần biến được đưa vào mô hình đạt kết quảgiải thích khá tốt và bác bỏgiảthuyết Ho.

Bảng 2.16 Đánh giá độ phù hợp của mô hình hồi quy tuyến tính bội

Mô

hình R R Square Adjusted R

Square

Std. Error of the Estimate

Durbin -Watson

1 .920^a .846 .840 .28943 2.005

(Nguồn Số liệu 2019)

Bảng 2.17 Kiểm định ANOVA về độ phù hợp của mô hình

Model Sum of Squares df Mean Square F Sig.

1

Regression 65.885 6 10.981 131.088 .000^b

Residual 11.979 143 .084

Total 77.864 149

Dependent Variable: SHL

Predictors: (Constant), GC, NV, CLSP, DTC, SDU, SHH

(Nguồn Số liệu 2019) Kết quả nhận được cho thấy trị thống kê F là 131.088, được tính từ giá trị R square của mô hình với giá trị Sig. rất nhỏ(= 0.000 < 0.05) cho thấy sẽan toàn bác bỏ giảthiết Ho. Như vậy, có thểkết luận rằng mô hình hồi quy tuyến tính bội phù hợp với tập giữliệu và có thểsửdụng được.

Trường Đại học Kinh tế Huế

Bảng 2.18 Kết quả hồi quy của từng biến

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

Collinearity Statistics

B Std.

Error Beta Tolerance VIF

1

(Constant) -1.049 .208 -5.039 .000

SDU .202 .055 .167 3.661 .000 .516 1.938

SHH .027 .055 .023 .500 .618 .511 1.959

CLSP .113 .052 .098 2.149 .033 .514 1.944

KNPV .087 .042 .077 2.041 .043 .760 1.316

DTC .823 .053 .700 15.440 .000 .523 1.911

GC -.005 .047 -.004 -.112 .911 .781 1.280

Dependent Variable: SHL

(Nguồn Số liệu 2019) Với hệsố phóng đại phương sai VIF = 1 < 2. Điều này cho thấy các biến độc lập này không có quan hệchặt chẽvới nhau nên không có hiện tương đa cộng tuyến xảy ra.

Ngoài ra, đại lượng thống kê Durbin-Watson dùng để kiểm định tương quan chuỗi bậc nhất cho thấy mô hình không vi phạm khi sửdụng phương pháp hồi quy bội vì giá trị Durbin-Watson đạt được là 2.005. Nhưng do thành phần sự hữu hình (X5) cũng như giá cả(X6) có Sig. > 0.05 cụthểlà SHH có Sig. = .618 > 0.05, GC có Sig. = .911 > 0.05 nên phải loại 2 thành phần này ra khỏi mô hình và tiến hành điều chỉnh lại mô hình thông qua việc phân tích mô hình hồi quy tuyến tính lần 2.

2.3.5.2.2 Kiểm định hồi quy lần 2

Sau khi loại bỏ2 thành phần sựhữu hình và giá cảra khỏi mô hình thì tiến hành phân tích hồi quy.

Kết quả phân tích hồi qui thu được có hệ số xác định R² là 0.846, như vậy mô hình nghiên cứu là phù hợp (0 ≤ R² ≤ 1), nói lên mô hình hồi quy tuyến tính phù hợp đến mức 84,6%. Ngoài ra kết quả cũng cho thấy R² điều chỉnh (Adjusted R Square) bằng 0.842 nhỏ hơn R² và dùng nó để đánh giá độphù hợp của mô hình nghiên cứu sẽ an toàn hơn vì nó không thổi phồng mức độ

Trường Đại học Kinh tế Huế

phù hợp của mô hình. R² điều chỉnh là

0.842 nghĩa là mức độ phù hợp của mô hình là 84,2% hay 84,2% là biến thiên của sự hài lòngđược giải thích bởi quan hệtuyến tính với 4 biến độc lập còn lại nói trên, còn lại 15,8% biến thiên do ảnh hưởng bởi các nhân tố khác chưa được giải thích trong mô hình và sai số ngẫu nhiên. Có thể nói các thành phần biến được đưa vào mô hình đạt kết quảgiải thích khá tốt và bác bỏgiảthuyết Ho.

Bảng 2.19 Đánh giá độ phù hợp của mô hình hồi quy tuyến tính bội Mô

hình R R Square Adjusted R

Square

Std. Error of the Estimate

Durbin -Watson

1 .920^a .846 .842 .28768 1.999

(Nguồn Số liệu 2019)

Bảng 2.20 Kiểm định ANOVA về độ phù hợp của mô hình

Model Sum of

Squares df Mean Square F Sig.

1

Regression 65.864 4 16.466 198.966 .000^b

Residual 12.000 145 .083

Total 77.864 149

a. Predictors: (Constant), DTC, NV, CLSP, SDU b. Dependent Variable: SHL

(Nguồn Số liệu 2019) Kết quả nhận được cho thấy trị thống kê F là 198.966, được tính từ giá trị R square của mô hình với giá trị Sig. rất nhỏ(= 0.000 < 0.05) cho thấy sẽan toàn bác bỏ giảthiết Ho. Như vậy, có thểkết luận rằng mô hình hồi quy tuyến tính bội phù hợp với tập giữliệu và có thểsửdụng được.

Trường Đại học Kinh tế Huế

Bảng 2.21 Kết quả hồi quy của từng biến

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

Collinearity Statistics

B Std.

Error Beta Tolerance VIF

1

(Constant) -1.053 .187 -5.620 .000

SDU .206 .054 .171 3.814 .000 .531 1.883

CLSP .118 .050 .103 2.391 .018 .569 1.758

KNPV .091 .041 .081 2.233 .027 .805 1.242

DTC .829 .051 .705 16.408 .000 .575 1.739

a. Dependent Variable: SHL

(Nguồn Số liệu 2019) Với hệ số phóng đại phương sai VIF = 1 < 2. Điều này cho thấy các biến độc lập này không có quan hệchặt chẽvới nhau nên không có hiện tương đa cộng tuyến xảy ra.

Ngoài ra, đại lượng thống kê Durbin-Watson dùng để kiểm định tương quan chuỗi bậc nhất cho thấy mô hình không vi phạm khi sửdụng phương pháp hồi quy bội vì giá trịDurbin-Watson đạt được là 1.999.

Mô hình hồi quy mới sau khi loại 2 thành phần trên:

Y = β0 + β1X1 + β2X2 + β3X3 + β4X4 Trong đó:

Y: Giá trịcủa biến phụthuộc sựhài lòng của khách hàng X1: Giá trịcủa biến độc lập thứnhất là độtin cậy

X2: Giá trịcủa biến độc lập thứhai là chất lượng sản phẩm X3: Giá trịcủa biến độc lập thứba là sự đáp ứng

X4: Giá trịcủa biến độc lập thứ tư làkhả năng phục vụcủa nhân viên

Trường Đại học Kinh tế Huế

Trong tài liệu ĐÁNH GIÁ SỰ HÀI LÒNG CỦA KHÁCH HÀNG VỀ CHẤT LƯỢNG DỊCH VỤ CỦA CÔNG TY CỔ PHẦN THƯƠNG MẠI DƯỢC PHẨM MẠNH TÝ – VIỆT MỸ TRÊN ĐỊA BÀN THÀNH PHỐ HUẾ (Trang 74-79)