Phân tích hồi quy tuyến tính

Phân tích hồi quy để xác định phương trình hồi quy tuyến tính, với các hệsốBeta tìmđược để khẳng định mối quan hệnhân quảgiữa biến phụthuộc và biến độc lập.

Giảthuyết các nhân tố ảnh hưởng đến sựhài lòng của người dân vềdịch vụHCC tại UBND thị trấn A Lưới có tương quan tuyến tính, ta có phương trình hồi quy cho mô hình lý thuyết sau:

Y=β₀+ β₁X₁+ β₂X₂ + β₃X₃+ β₄X₄+ β₅X₅+ β₆X₆ Trong đó:

Y: Sựhài lòng vềdịch vụHCC

Β_i: Hệsốhồi quy của từng yếu tố tác động X₁: Nhân tốvềsựtin cậy

X₂: Nhân tốvề năng lực phục vụ X₃: Nhân tốvề thái độphục vụ X₄: Nhân tốvề cơ sởvật chất X₅: Nhân tốvềsự đồng cảm

Trường Đại học Kinh tế Huế

X₆: Nhân tốvềquy trình thủtục Các giảthuyết nghiên cứu:

H0: Các nhân tố chính không có mối liên hệ sự hài lòng của người dân về dịch vụHCC tại UBND thị trấn A Lưới

H1: Yếu tốvềsựtin cậy có mối liên hệ đến sựhài lòng của người dân vềdịch vụ HCC tại UBND thịtrấn A Lưới

H2: Yếu tốvề năng lực phục vụcó mối liên hệ đến sựhài lòng của người dân về dịch vụHCC tại UBND thịtrấn A Lưới

H3: Yếu tố về thái độ phục vụ có mối liên hệ đến sự hài lòng của người dân về dịch vụHCC tại UBND thịtrấn A Lưới

H4: Yếu tố về cơ sở vật chất có mối liên hệ đến sự hài lòng của người dân về dịch vụHCC tại UBND thịtrấn A Lưới

H5: Yếu tốvềsự đồng cảm có mối liên hệ đến sựhài lòng của người dân vềdịch vụHCC tại UBND thị trấn A Lưới

H6: Yếu tố vềquy trình thủ tục có mối liên hệ đến sự hài lòng của người dân về dịch vụHCC tại UBND thịtrấn A Lưới

b)Đánh giá sựphù hợp của mô hình

Bảng 2.21:Đánh giásựphù hợp của mô hình Model Summary^b

Mô hình

HệsốR HệsốR² Giá trị R² hiệu chỉnh

Sai sốchuẩn ước lượng

Hệsố Durbin-Watson

1 .763^a .583 .563 .45133 1.824

a. Biến độc lập: Quy trình thủtục, năng lực phục vụ, thái độphục vụ, cơ sởvật chất, sựtin cậy, sự đồng cảm

b. Biến phụthuộc: Sựhài lòng

Nguồn: Kết quảxửlý sốliệu SPSS

Trường Đại học Kinh tế Huế

Giá trị R² hiệu chỉnh bằng 0.563 cho thấy biến độc lập đưa vào chạy hồi quy ảnh hưởng 56.3% sự thay đổi của biến phụ thuộc, còn lại 43.7% là do các biến ngoài mô hình và sai sốngẫu nhiên.

Giá trị này bằng 56.3%>50% nên có thểthấy mức thểhiện ý nghĩa khá.Nên kết quả phân tích trên có thểchấp nhận.

c) Kiểm định sựphù hợp của mô hình

Bảng 2.22: Kiểm định sựphù hợp của mô hình ANOVA^a

Model Tổng

bình phương

df Trung bình bình phương

F Sig

.

Hồi quy 36.664 6 6.111 29.998 .00

0^b

Số dư 26.277 129 .204

Tổng 69.941 135

a. Biến độc lập: Quy trình thủtục, năng lực phục vụ, thái độphục vụ, cơ sở vật chất, sựtin cậy, sự đồng cảm.

b. Biến phụthuộc: Sựhài lòng

Nguồn: Kết quảxửlý sốliệu SPSS Kiểm định F về độ phù hợp của mô hình hồi quy tuyến tính tổng thể, xem biến phụ thuộc có liên hệ tuyến tính với toàn bộ biến độc lập hay không. Ta có cặp giả thuyết:

H0: β₁= β₂= β₃ = β₄ = β₅ = β₆ H1: Tồn tại ít nhất 1 hệsố β # 0

Từkết quảphân tích ANOVA ta có giá trịSig.=0,000<0,05 nên bác bỏgiảthuyết H0. Do đó, sự

Trường Đại học Kinh tế Huế

kết hợp của các biến độc lập trong mô hình có thể giải thích được sự

thay đổi của biến phụthuộc, nói cách khác có ít nhất một biến độc lậpảnh hưởng đến biến phụ thuộc. Mô hình hồi quy tuyến tính là phù hợp với tập dữliệu và có thểdùng được.

d) Kiểm định điều kiện hồi quy

* Kiểm định hiện tượng tự tương quan

Trị số Durbin–Watson (DW) là một đại lượng thống kê dùng đểkiểm tra hiện tượng tự tương quan chuỗi bậc nhất (kiểm định tương quan của các sai số kề nhau).

DW có giá trị biến thiên trong khoảng từ 0 đến 4; nếu các phần dư không có tương quan chuỗi bậc nhất với nhau thì giá trịsẽ dao độngở mức 2, nếu giá trị càng nhỏ, gần về 0 thì phần dư có tương quan thuận; nếu càng lớn, gần về4 có nghĩa là phần dư có tương quan nghịch. Chúng ta sẽ đánh giá trị số này qua giá trị dL và dU ởbảng tra Durbin-Watson.

Thực hiện hồi quy cho ta kết quả về trị kiểm định d của Durbin-Watson trong bảng tóm tắt mô hình bằng 1,824. Giá trịd tra bảng Durbin-Watson với 6 biến độc lập và 136 mẫu là dL= 1,651 và dU= 1,817.

Giá trị d tính đượcrơi vào miền chấp nhận giả thuyết không có tự tươngquan là (dU,4-dU). Như vậy mô hình không vi phạm giả định vềhiện tượng tự tương quan.

*Kiểm định đa cộng tuyến

Đa cộng tuyến là trạng thái trong đó các biến độc lập có tương quan chặt chẽvới nhau và cung cấp cho mô hình những thông tin rất giống nhau, khó tách ảnh hưởng của từng biến một. Do đó, để tránh diễn giải sai lệch kết quả hồi quy so với thực tế phải xem xét hiện tượng đa cộng tuyến giữa các biến độc lập.

Bảng 2.23 : Kiểm định hiện tượng đa cộng tuyến Mô

hình

Biến độc lập VIF

1 Sựtin cậy 1.640

Trường Đại học Kinh tế Huế

Thái độphục vụ 1.655

Cơ sởvật chất 1.775

Sự đồng cảm 1.862

Quy trình thủtục 1.683

b. Biến phụthuộc: Sựhài lòng

Nguồn: Kết quảxửlý sốliệu SPSS Theo kết quảbảng trên ta thấy, hệsố phóng đại phương sai VIF của các biến đều nhỏ hơn 10 và với thang đo Likert thì nhỏ hơn 2 chứng tỏcác biến độc lập không có quan hệ chặt chẽ với nhau. Như vậy mô hình hồi quy không vi phạm hiện tượng đa cộng tuyến.

Trong tài liệu Đánh giá sự hài lòng của người dân đối với dịch vụ hành chính công tại UBND thị trấn A Lưới, huyện A Lưới (Trang 76-80)