Phân tích hồi quy

Phân tích hồi quy là một phân tích thống kê để xác định xem các biến độc lập quy định các biến phụthuộc như thế nào. Mô hình phân tích hồi quy sẽ mô tảhình thức của mối liên hệ và qua đógiúp dự đoán được giá trịcủa biến phụthuộc khi biết trước giá trịcủa biến độc lập.

Điều kiện kiểm tra:

Nếu giá trị R² hiệu chỉnh > 0,5; kết luận mô hình hồi quy là thích hợp để kiểm định mô hình lý thuyết và ngược lại. Và kết quả kiểm tra hệ số Durbin – Watson, nếu nằm trong khoảng từ 1 đến 3 thì hiện tượng tương quan giữa các biến độc lập và phụthuộc là không xảy ra (Trọng và Ngọc, 2008).

Cuối cùng kiểm định giá trị Sig.ở các biến độc lập:

Nếu giá trị Sig. < 0,05 chứng tỏ biến độc lập đó có ý nghĩa thống kê và giải thích tốt cho biến phụ thuộc và nếu ngược lại thì chúng ta sẽ loại chúng khỏi mô hình nghiên cứu.

Kết hợp với hệ số phóng đại VIF, nếu nhỏ hơn 2 thì chứng tỏ hiện tượng đa cộng tuyến là không cóảnh hưởng đến mô hình nghiên cứu.

2.2.2.4.1 Môhình hồi quy hiệu chỉnh

Với giả thiết ban đầu cho mô hình lý thuyết, ta có phương trình hồi quy tuyến tính như sau:

HL =β_o+β₁*NV +β₂*GB +β₃*CS +β₄*CL+β₅*KM Trong đó:

HL: biến phụ thuộc: sựhài lòng của KH

NV: biến độc lập:nhân viên của công ty

GB: biến độc lập: giá bán sản phẩm

CS: biến độc lập: chính sách chăm sóc KH

CL: biến độc lập:chất lượng dịch vụ

KM: biến độc lập:chính sách khuyến mãi

Trường ĐH KInh tế Huế

2.2.2.4.2 Đánh giá độ phù hợp của mô hình hồi quy

Dùng phương pháp xây dựng mô hình Enter là một phương pháp phổbiến để xây dựng mô hình hồi quy, ta thu được kết quả như sau:

Bảng 26: Mô hình hồi quy sửdụng phương pháp Enter

R R² R²hiệu chỉnh Sai sốchuẩn

của ước lượng Durbin-Watson

1 0,778^a 0,606 0,592 0,345 2.249

(Nguồn: Kết quảxửlý SPSS) Từ bảng trên, ta thấy:

Hệ số xác định R² hiệu chỉnh của mô hình là 59,2% thể hiện 5 biến độc lập trong mô hình giải thích được 59,2% biến thiên của biến phụthuộc. Mặt khác hệsố Durbin – Watson là 2,249 nằm giữa khoảng từ 1 đến 3 nên kết luận hiện tượng tương quan giữa biến độc lập và phụthuộc không xảy ra.

Phân tích ANOVA:

Bảng27: ANOVA

Mô hình Tổng các bình

phương Df

Trung bình các bình

phương

F Sig.

1

Hồi quy 26,356 5 5,271 44,305 0,000^b

Phần dư 17,132 144 0,119

Tổng 43,488 149

(Nguồn: Kết quảxửlý SPSS) Phân tích phương sai ANOVA cho thấy trị số F có mức ý nghĩa Sig. = 0,000 (<0,05), có nghĩa là mô hình hồi quy phù hợp với dữ liệu thu thập được và các biến đưa vào có ý nghĩa trong thống kê với mức ý nghĩa 5%. Thống kê giá trị F =44,305 được dùng để kiểm định giả thuyết H₀, ở đây ta thấy mối quan hệ tuyến tính là có ý nghĩa. Ta có thể bác bỏ giả thiết H₀ và chấp nhận H₁ là các biến độc lập đều có những tác động nhất định đến biến phụ

Trường ĐH KInh tế Huế

2.2.2.4.3 Xây dựng phương trình hồi quy tuyến tính

Bằng phương pháp Enter, 5 nhân tố được đưa vào chạy hồi quy gồm “Nhân viên của công ty”, “Giá bán sản phẩm”, “Chính sách chăm sóc KH”, “Chất lượng dịch vụ” và “Chính sách khuyến mãi”. Kết quả như sau:

Bảng 28: Kết quảmô hình hồi quy sửdụng phương pháp Enter

Model

Hệsố chưa chuẩn hóa Hệsố chuẩn hóa

Sig.

Collinearity Statistics

B Sai số

chuẩn Beta Tolerance VIF

1

Hằng số 0,258 0,254 0,311

NV 0,128 0,050 0,156 0,011 0,741 1,349

GB 0,126 0,053 0,145 0,019 0,737 1,356

CS 0,284 0,066 0,270 0,000 0,696 1,438

CL 0,172 0,055 0,191 0,002 0,742 1,349

KM 0,255 0,055 0,308 0,000 0,616 1,624

(Nguồn: Kết quảxửlý SPSS) Kết quả phân tích các hệ số hồi quy trong mô hình cho thấy, các yếu tố: NV, GB, CS, CL, KM đều có mức ý nghĩa Sig. < 0,05, hệ số phóng đại VIF < 2 nên có thể khẳng định rằng không có hiện tượng đa cộng tuyến xảy ra trong mô hình nghiên cứu. Các yếu tố này đều có ý nghĩa trong mô hình và tác động cùng chiều đến hiệu quả hoạt động bán hàng của công ty, do các hệ số hồi quy mang dấu dương. Hệsố β₀có mức ý nghĩa Sig= 0,311(> 0,05). Do đó không đủ điều kiện đưa vào phương trình, ta tiến hành loại bỏ β₀ ra khỏi phương trình. Biến KM (Chính sách khuyến mãi) có hệsốgóc lớn nhất chứng tỏ nó có tác động lớn nhất đến sựhài lòng của KH khi sửdụng dịch vụcủa công ty.

Qua kết quả phân tích hồiquy ta có mô hình:

HL = 0,156*NV + 0,145*GB + 0,270*CS + 0,191*CL + 0,308*KM Hay được viết lại:

Sự hài lòng của KH = 0,156*Nhân viên của công ty + 0,145*Giá bán sản phẩm + 0,270*Chính sách chăm sóc KH + 0,191*Chất lượng dịch vụ + 0,308*Chính sách khuyến mãi

Trường ĐH KInh tế Huế

-Trong điều kiện các yếu tố khác không đổi, khi yếu tố Nhân viên của công tytăng 1 đơn vị thìsựhài lòng của KHtăng lên 0,156đơn vị.

-Trong điều kiện các yếu tố khác không đổi, khi yếu tố Giá bán sản phẩm tăng 1 đơn vị thìsựhài lòng của KHtăng lên 0,145đơn vị.

-Trong điều kiện các yếu tố khác không đổi, khi yếu tố Chính sách chăm sóc KHtăng 1 đơn vị thìsựhài lòng của KHtăng lên0,270đơn vị

-Trong điều kiện các yếu tố khác không đổi, khi yếu tố Chất lượng dịch vụ tăng 1 đơn vị thìsựhài lòng của KHtăng lên 0,191đơn vị.

-Trong điều kiện các yếu tố khác không đổi, khi yếu tố Chính sách khuyến mãităng 1 đơn vị thìsựhài lòng của KHtăng lên 0,308đơn vị.

2.2.2.5 Phân tích mức độ ảnh hưởng của các nhân tố đến sựhài lòng của KH