Phân tích hồi quy

- Sựtin cậy - Sự đáp ứng

-Năng lực phục vụ - Sự đồng cảm

-Phương tiện hữu hình

Vậy, mô hình nghiên cứu sau khi tiến hàng phân tích nhân tố khám phá EFA không có gì thayđổi so với ban đầu, không có biến quan sát nào loại khỏi mô hình.

SHL =β0 +β1TC + β2DU +β3NLPV + β4DC +β5PTHH + ei

Dựa vào hệsố Beta chuẩn hóa với mức ý nghĩa Sig. tương ứng để xác định các biến độc lập nào có ảnh hưởng đến biến phụ thuộc trong mô hình và ảnh hưởng với mức độra sao, theo chiều hướng nào. Từ đó, làm căn cứ để kết luận chính xác hơn và đưa ra giải pháp mang tính thuyết phục cao. Kết quả của mô hình hồi quy sẽ giúp ta xác định được chiều hướng, mức độ ảnh hưởng đến sự hài lòng của khách hàng cá nhân đối với dịch vụthẻ.

2.3.2.9. Phân tích hồi quy

Kết quảphân tích hồi quy được thểhiện qua bảng sau:

Bảng 2.4: Hệ số phân tích hồi quy Hệ số chưa chuẩn hóa Hệ số chuẩn

hóa T Sig. VIF

B Độ lệch chuẩn Beta

Hằng số 0,127 0,311 0,408 0,684

TC 0,193 0,041 0,293 4,660 0,000 1,024

DU 0,157 0,049 0,204 3,196 0,002 1,059

NLPV 0,198 0,047 0,272 4,229 0,000 1,071

DC 0,237 0,040 0,390 5,988 0,000 1,096

PTHH 0,171 0,044 0,253 3,931 0,000 1,069

(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020) Giá trịSig. tại 5 biến độc lập được đưa vào mô hìnhđều có giá trịnhỏ hơn 0,05 chứng tỏcác biến độc lập này có ý nghĩa thống kê trong mô hình. Hằng số trong mô hình có giá trị Sig. = 0,684 > 0,05 nên sẽ bị loại. Hệ số phóng đại phương sai (VIF) đều nhỏ hơn 10 nghĩa là không xảy ra hiện tượng đa cộng tuyến giữa các biến độc lập hay các biến độc lập có sựgiải thích rõ ràngđối với biến phụthuộc.

Nên phương trình hồi quy được viết lại như sau:

HL = 0,193TC + 0,157DU + 0,198NLPV + 0,237DC + 0,171PTHH + ei Ý nghĩa của các hệsốBeta:

Hệsố β1 = 0,193 có ý nghĩa là khi biến “Sựtin cậy” thay đổi một đơn vị trong

Trường Đại học Kinh tế Huế

Hệsố β2 = 0,157có ý nghĩa là khi biến “Sự đáp ứng” thay đổi một đơnvị trong khi các biến khác không đổi thì “Sự hài lòng” biến đổi cùng chiều 0,157đơn vị.

Hệsố β3 = 0,198có ý nghĩa là khi biến “Năng lực phục vụ: thay đổi một đơn vị trong khi các biến khác không đổi thì “Sự hài lòng” biến đổi cùng chiều 0,198đơn vị.

Hệ số β4 = 0,237 có ý nghĩa là khi biến “Sự đồng cảm” thay đổi một đơn vị trong khi các biến khác không đổi thì “Sự hài lòng” biến đổi cùng chiều 0,237đơn vị.

Hệsố β5 = 0,171có ý nghĩa là khi biến “Phương tiện hữu hình” thay đổi một đơn vị trong khi các biến khác không đổi thì “Sự hài lòng” biến đổi cùng chiều 0,171đơn vị.

Thông qua mô hình, ta có thểthấy được nhân tố “Sự đồng cảm” có ảnh hưởng nhiều nhất (β4 = 0,237) và nhân tố “Sự đáp ứng” có ảnh hưởng (β2 = 0,157) đến “Sự hài lòng”. Các biến độc lậpnày đềuảnh hưởng thuận chiều đến biến phụthuộc “Sựhài lòng”, sựhài lòng của khách hàng cá nhân đối với dịch vụthẻ sẽ tăng khi các nhân tố ảnh hưởng này tăng. Qua đó cho thấy, ngân hàng Agribank nên có chính sách nhằm kiểm soát các nhân tốnày một cách tốt nhất có thể.

2.3.2.10. Đánh giá độphù hợp của mô hình

Bảng 2.16: Đánh giá độ phù hợp của mô hình

Model R R Square Adjusted R

Square

Std. Error of the Estimate

Durbin -Watson

1 0,748 0,560 0,540 0,387 1,770

(Nguồn: Kết quả điều tra xửlý của tác giả năm2020)

Độphù hợp của mô hìnhđược thểhiện qua giá trị Adjusted R Square (R2 hiệu chỉnh). Dựa vào kết quả, giá trị R2 hiệu chỉnh bằng 0,540 tức là độ phù hợp của mô hình 5 biến độc lập là 54,0%. Hay 54,0% độ biến thiên của biến phụ thuộc “Sự hài lòng” được giải thích bởi 5 nhân tố được đưa vào mô hình.

Trường Đại học Kinh tế Huế

2.3.2.11. Kiểm định độphù hợp của mô hình

Bảng 2.175: Kiểm định ANOVA ANOVA

Model Sum of

Squares Df Mean

Square F Sig.

1

Regression 21,760 5 4,352 28,990 0,000

Residual 17,114 144 0,150

Total 38,874 149

(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020)

Kết quảtừkiểm định ANOVA cho thấy giá trịSig. = 0,000 < 0,05 (rất nhỏ) cho phép nghiên cứu bác bỏ giảthiết rằng “Hệ số xác định R2 = 0”: mô hình hồi quy phù hợp. Như vậy mô hình hồi quy thu được rất tốt, các biến độc lập giải thích được các thay đổi của biến phụthuộc “Sự hài lòng”.

2.3.2.12. Xem xét tự tương quan

Dựa vào kết quả thực hiện phân tích hồi quy cho thấy, giá trị Durbin –Watson là 1,770 nằm trong khoảng chấp nhận (1,6; 2,6). Vậy có thểkết luận là mô hình không xảy ra hiện tượng tự tương quan

2.3.2.13. Xem xét đa cộng tuyến

Mô hình hồi quy vi phạm hiện tượng đa cộng tuyến khi có giá trị hệ số phóng đại phương sai (VIF) lớn hơn hoặc bằng 10.

Từkết quảphân tích hồi quy ởtrên, ta có thểthấy rằng giá trị VIF của mô hình nhỏ (trên dưới giá trị 1) nên kết luận rằng mô hình hồi quy không vi phạm hiện tượng đa cộng tuyến

Trường Đại học Kinh tế Huế

2.3.2.14. Kiểm định phân phối chuẩn của phần dư

Biểu đồ 2.3: Biểu đồ tần số Histogram của phần dư chuẩn hóa

(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020) Mục đích của việc tiến hành kiểm định phân phối chuẩn của phần dư: xem xét sựphù hợp của mô hìnhđưa ra.

Từbiểu đồ trích từkết quả phân tích hồi quy, ta có thể thấy rằng phần dư tuân theo phân phối chuẩn. Với giá trị Mean 6,73E-16 và giá trị Std.Dev bằng 0,979 (gần

bằng 1)

Trường Đại học Kinh tế Huế

2.3.5. Đánh giá của khách hàng cá nhân vềdịch vụthẻtại Agribank–chi nhánh