CHƯƠNG 4: PHÂN TÍCH KẾT QUẢ KHẢO SÁT
4.3. Phân tích hồi quy tuyến tính
Mô hình nghiên cứu vẫn được giữ nguyên sau khi phân tích nhân tố khám phá EFA và các giả thuyết nghiên cứu cần được kiểm định lại bằng phương pháp hồi quy. Sử dụng phương pháp đưa vào đồng thời (Enter) và sử dụng nhân số của nhân tố (factor scores) để thực hiện phân tích hồi quy tuyến tính. Có một phương trình hồi quy cần thực hiện nhằm xác định vai trò quan trọng của từng nhân tố trong việc đánh giá mối quan hệ giữa giá trị cảm nhận của khách hàng phần mềm công ty giải pháp phần mềm Việt Hà.
Để đánh giá độ phù hợp của mô hình nghiên cứu, các nhà nghiên cứu sử dụng hệ số xác định R2 (R – square), hệ số xác định R2 là hàm không giảm theo số biến độc lập được đưa vào mô hình, nếu số biến độc lập được đưa thêm vào mô hình thì R2 càng tăng. Tuy nhiên, điều này cũng được chứng minh rằng không phải phương trình càng có nhiều biến sẽ càng phù hợp hơn với dữ liệu.
Ngoài ra, phân tích phương sai ANOVA được sử dụng để kiểm tra tính phù hợp của mô hình với tập dữ liệu. Nếu mức ý nghĩa của kiểm định mô hình không vượt quá 0.05 thì có thể kết luận mô hình hồi quy phù hợp với tập dữ liệu. Mặt khác, hệ số Beta chuẩn hóa được dùng để đánh giá mức độ quan trọng của từng nhân tố, hệ số Beta chuẩn hóa của biến nào càng cao thì mức độ tác động của biến đó vào giá trị cảm nhận của khách hàng càng cao.
Bảng 4-7: Kết quả hồi quy của mô hình
Mô
hình Giá trị R R2
R2 điều chỉnh
Ước lượng độ lệch
chuẩn
Thống kê sự thay đổi
Hệ số Durbin- Watson Mức
độ thay đổi R2
Mức độ thay đổi
F
df1 df2
Mức thay đổi Sig. F
1 0.868(a) 0.753 0.746 0.39691 0.753 108.421 12 426 .000 1.940
Bảng 4-8: Bảng phân tích phương sai ANOVA
Mô hình
Tổng bình
phương df
Bình phương trung bình
F Sig.
1
Hồi quy 204.965 12 17.080 108.421 .000(a)
Phần dư 67.111 426 0.158
Tổng cộng 272.075 438
Kết quả hồi quy tuyến tính bội ở bảng 4-7 cho thấy mô hình có R2 = 0.753 và R2 điều chỉnh là 0.746, nghĩa là mô hình tuyến tính đã xây dựng phù hợp với tập dữ liệu đến mức 74,6% hay mô hình giải thích được 74,6% sự biến thiên của biến phụ thuộc (giá trị cảm nhận). Theo kết quả phân tích hồi quy (bảng 4-9) cho thấy mô hình không xảy ra hiện tượng đa cộng tuyến do hệ số phóng đại phương sai của các biến độc lập (VIF) đều nhỏ hơn 2. Qua phân tích ANOVA (bảng 4-8), F đạt giá trị 108.421 được tính từ R2 của mô hình với mức ý nghĩa Sig. = 0.000 cho thấy mô hình hồi quy tuyến tính đa biến xây dựng là phù hợp với bộ dữ liệu thu thập được.
Bảng 4-9: Bảng tóm tắt các hệ số hồi quy
Mô hình
Hệ số chưa chuẩn hoá
Hệ số chuẩn hoá
t Sig.
Thống kê đa cộng tuyến
B Sai số
chuẩn Beta
Độ chấp nhận của biến
Hệ số phóng đại phương
sai (VIF)
1 (Hằng số) -2.209 0.169 -13.046 0.000
PR (Giá cả ) 0.148 0.037 0.114 4.037 0.000 0.725 1.379 FU (Chức năng) 0.100 0.029 0.095 3.440 0.001 0.763 1.311 BC (Song ngữ của
phần mềm) 0.004 0.031 0.003 0.136 0.892 0.954 1.049 RE (Quan hệ) 0.148 0.038 0.117 3.858 0.000 0.628 1.593 LO (Vị trí) -0.009 0.020 -0.012 -0.473 0.636 0.944 1.060 CO (Truyền thông) 0.185 0.036 0.148 5.069 0.000 0.682 1.465 TR (Tin tưởng) 0.252 0.044 0.172 5.764 0.000 0.654 1.530 SE (Dịch vụ) 0.106 0.038 0.084 2.773 0.006 0.638 1.567 EE (Chuyên môn
nhân viên) 0.141 0.042 0.109 3.331 0.001 0.540 1.853 UC (Hiểu khách
hàng) 0.208 0.038 0.161 5.455 0.000 0.667 1.500
SQ (Chất lượng phần
mềm) 0.176 0.044 0.123 3.993 0.000 0.612 1.634
PRO (Chuyên
nghiệp) 0.234 0.042 0.175 5.588 0.000 0.591 1.692 a.Biến phụ thuộc:PW (giá trị cảm nhận)
Kết quả phân tích hồi quy cho thấy, ở độ tin cậy 95%, 10 yếu tố: Giá cả của phần mềm; Chức năng phần mềm; Mối quan hệ của 2 doanh nghiệp; Truyền thông;
Sự tin tưởng; Chất lượng dịch vụ của công ty phần mềm; Mức độ chuyên nghiệp
của nhân viên; Mức độ thông hiểu khách hàng; Chất lượng phần mềm; Mức độ chuyên nghiệp của nhà cung cấp đều có ý nghĩa thống kê trong mô hình. Qua kết quả cũng cho thấy có hai nhân tố gồm BC (Khả năng song ngữ của phần mềm) có Sig. = 0.892 và LO (Khoảng cách địa lý) có Sig. = 0.636, không có ý nghĩa thống kê ở độ tin cậy 95%.
Bảng 4-10: Kết quả hồi quy của mô hình sau khi loại các biến không có ý nghĩa thống kê
Mô
hình Giá trị R R2
R2 điều chỉnh
Ước lượng độ lệch
chuẩn
Thống kê sự thay đổi
Hệ số Durbin- Watson Mức
độ thay đổi R2
Mức độ thay đổi
F
df1 df2
Mức thay đổi Sig. F
1 0.868(a) 0.753 0.747 0.39609 0.753 130.618 10 428 .000 1.939
Bảng 4-11: Bảng tóm tắt các hệ số hồi quy sau khi loại các biến không có ý nghĩa thống kê
Mô hình
Hệ số chưa chuẩn hoá
Hệ số chuẩn hoá
t Sig.
B Sai số
chuẩn Beta
1
(Hằng số) -2.217 0.163 -13.591 0.000
PR (Giá cả ) 0.148 0.037 0.114 4.039 0.000
FU (Chức năng) 0.100 0.029 0.095 3.444 0.001
RE (Quan hệ) 0.149 0.038 0.118 3.903 0.000
CO (Truyền thông) 0.184 0.036 0.147 5.065 0.000
TR (Tin tưởng) 0.232 0.043 0.173 5.839 0.000
SE (Dịch vụ) 0.106 0.038 0.083 2.781 0.006
EE (Chuyên môn nhân viên) 0.141 0.042 0.109 3.341 0.001 UC (Hiểu khách hàng) 0.206 0.038 0.159 5.450 0.000 SQ (Chất lượng phần mềm) 0.177 0.044 0.123 4.029 0.000 PRO (Chuyên nghiệp) 0.253 0.042 0.175 5.580 0.000
Bảng 4-12: Bảng phân tích phương sai ANOVA sau khi loại các biến không có ý nghĩa thống kê
Mô hình
Tổng bình
phương df
Bình phương trung bình
F Sig.
1
Hồi quy 204.927 10 20.493 130.618 .000(a)
Phần dư 67.149 428 0.157
Tổng cộng 272.075 438
Sau khi loại các biến không có ý nghĩa thống kê, phương trình hồi quy tuyến tính được viết lại có dạng:
PW= 0.253 PRO + 0.232 TR + 0.206 UC + 0.184 CO + 0.177 SQ + 0.149 RE + 0.148 PR + 0.141 EE + 0.106 SE + 0.100 FU – 2.217
Hệ số beta chuẩn hóa của các nhân tố tạo ra Giá trị cảm nhận lần lượt là 0.114, 0.095, 0.118, 0.147, 0.173, 0.083, 0.109, 0.159, 0.123, 0.175. Điều này có nghĩa là, ở độ tin cậy 95%, khi yếu tố Giá cả của phần mềm thay đổi 1 đơn vị sẽ làm Giá trị cảm nhận của khách hàng thay đổi 0.114 đơn vị, khi yếu tố Chức năng phần mềm thay đổi 1 đơn vị sẽ làm Giá trị cảm nhận của khách hàng thay đổi 0.095 đơn vị, khi yếu tố Mối quan hệ của 2 doanh nghiệp thay đổi 1 đơn vị sẽ làm Giá trị cảm nhận của khách hàng thay đổi 0.118 đơn vị, khi yếu tố Truyền thông thay đổi 1 đơn vị sẽ làm Giá trị cảm nhận của khách hàng thay đổi 0.147 đơn vị, khi yếu tố Sự tin tưởng thay đổi 1 đơn vị sẽ làm Giá trị cảm nhận của khách hàng thay đổi 0.173 đơn vị, khi yếu tố Chất lượng dịch vụ của công ty phần mềm thay đổi 1 đơn vị sẽ làm Giá trị cảm nhận của khách hàng thay đổi 0.083 đơn vị, khi yếu tố Mức độ chuyên nghiệp của nhân viên thay đổi 1 đơn vị sẽ làm Giá trị cảm nhận của khách hàng thay đổi 0.109 đơn vị, khi yếu tố Mức độ thông hiểu khách hàng thay đổi 1 đơn vị sẽ làm Giá trị cảm nhận của khách hàng thay đổi 0.159 đơn vị, khi yếu tố Chất lượng phần mềm thay đổi 1 đơn vị sẽ làm Giá trị cảm nhận của khách hàng thay đổi 0.123 đơn vị, khi yếu tố Mức độ chuyên nghiệp của nhà cung cấp thay đổi 1 đơn vị sẽ làm Giá trị cảm nhận của khách hàng thay đổi 0.175 đơn vị. Như vậy, trong các nhân tố tác động đến Giá trị cảm nhận của khách hàng thì hai nhân tố Mức độ chuyên nghiệp của nhà cung cấp và Sự tin tưởng có tác động mạnh nhất.
Do đó, nghiên cứu có thể kết luận, ở độ tin cậy 95%, các giả thuyết H1, H2, H5, H6, H7, H8, H9, H10, H11, H12 được chấp nhận, bao gồm:
- Giả thuyết H1: Giá của phần mềm có quan hệ thuận chiều với giá trị cảm nhận của khách hàng doanh nghiệp.
- Giả thuyết H2: Chức năng phần mềm có mối quan hệ thuận chiều với giá trị cảm nhận của khách hàng doanh nghiệp.
- Giả thuyết H5: Chất lượng phần mềm có quan hệ thuận chiều với giá trị cảm nhận của khách hàng doanh nghiệp.
- Giả thuyết H6: Truyền thông có mối quan hệ thuận chiều với giá trị cảm nhận của khách hàng doanh nghiệp.
- Giả thuyết H7: Mức độ thông hiểu khách hàng sẽ có tác động thuận chiều đến giá trị cảm nhận của khách hàng doanh nghiệp.
- Giả thuyết H8: Sự tin tưởng có tác động thuận chiều đến giá trị cảm nhận của khách hàng doanh nghiệp.
- Giả thuyết H9: Mối quan hệ của hai doanh nghiệp có tác động thuận chiều đến giá trị cảm nhận của khách hàng doanh nghiệp.
- Giả thuyết H10: Chất lượng dịch vụ của công ty phần mềm có tác động thuận chiều với giá trị cảm nhận của khách hàng doanh nghiệp.
- Giả thuyết H11: Mức độ chuyên nghiệp của nhà cung cấp có tác động thuận chiều với giá trị cảm nhận của khách hàng doanh nghiệp.
- Giả thuyết H12: Mức độ chuyên nghiệp của nhân viên có tác động thuận chiều với giá trị cảm nhận của khách hàng doanh nghiệp.
Các giả thuyết H3, H4 không được chấp nhận, bao gồm:
- Giả thuyết H3: Khả năng song ngữ của phần mềm có mối quan hệ thuận chiều với giá trị cảm nhận của khách hàng doanh nghiệp.
- Giả thuyết H4: Khoảng cách địa lý giữa hai doanh nghiệp có mối quan hệ thuận chiều với giá trị cảm nhận của khách hàng doanh nghiệp.
Trong các nhân tố tạo ra Giá trị cảm nhận, thành phần Chuyên nghiệp là thành phần có hệ số hồi quy chuẩn hoá cao nhất (hệ số Beta là 0.175, Sig. = .000), có nghĩa là thành phần này có mức tác động lớn nhất đến giá trị cảm nhận của khách
hàng. Điều này có nghĩa là khi khách hàng cảm nhận thấy sự chuyên nghiệp của công ty phần mềm tăng lên thì giá trị cảm nhận của khách hàng cũng tăng tương ứng.
Hình 4-1: Mô hình nghiên cứu sau khi phân tích hồi quy Giá trị cảm nhận
của khách hàng Giá cả (PR)
Chức năng phần mềm (FU) Chất lượng phần
mềm (SQ)
Sự truyền thông (CO) Hiểu khách hàng
(UC)
Sự tin tưởng (TR)
Mối quan hệ (RE)
Dịch vụ (SE)
Sự chuyên nghiệp (PRO)
Chuyên môn nhân viên (EE)
0.114 (Sig =0.000 )
0.095 (Sig =0.001 )
0.123 (Sig =0.000 )
0.147 (Sig =0.000 )
0.159 (Sig =0.000 )
0.173 (Sig =0.000 )
0.118 (Sig =0.000 )
0.109 (Sig =0.001 ) 0.175 (Sig =0.000 )
0.083 (Sig =0.006 )