CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
4.5. PHÂN TÍCH TƯƠNG QUAN VÀ HỒI QUY BỘI
4.5.3. Phân tích hồi quy tuyến tính bội
4.5.3.1. Kiểm định sự phù hợp của mô hình (kiểm định giả định hồi quy)
Phân tích hồi quy được thực hiện với 5 biến độc lập là: Cơ sở vật chất – CSVC, Đội ngũ giảng viên – DNGV, Mức độ đáp ứng – MDDU, Chương trình đào tạo – CTDT và Học phí – HP. Nghiên cứu sử dụng phương pháp đưa vào một lượt (phương pháp Enter) khi phân tích hồi quy bội.
Bảng 4.13: Tổng kết mô hình
Mô hình R R2 R2 hiệu
chỉnh
Độ lệch chuẩn
Hệ số Durbin- Watson
1 0,763a 0,583 0,565 0,55486 1,927
a. Biến độc lập: (Hằng số), HP, MDDU, CSVC, CTDT, DNGV b. Biến phụ thuộc: SHL
Nguồn: Theo kết quả phân tích từ dữ liệu khảo sát Theo bảng 4.13: Kết quả nghiên cứu cho thấy, hệ số R2 hiệu chỉnh là 0,565 có nghĩa là 56,5% sự biến thiên của SHL (Sự hài lòng của sinh viên kế toán) được giải thích bởi sự biến thiên của 5 nhân tố độc lập CSVC, DNGV, MDDU, CTDT và HP.
Hệ số Durbin – Watson dùng để kiểm tra tính tương quan chuỗi trong sai số đo lường. Kết quả trong mô hình Durbin – Watson là 1,927 (nằm trong khoảng 1 < d < 3)
48 thì kết luận mô hình không có sự tương quan. Điều này có ý nghĩa là mô hình hồi quy không vi phạm giả định về tính độc lập của sai số.
Bảng 4.14: Mức độ phù hợp của mô hình: Kiểm định ANOVA Mô hình Tổng bình
phương
df Bình
phương trung bình
F Mức ý
nghĩa 1 Hồi quy
Phần dư Tổng
50,258 36,020 86,278
5 117 122
10,052 0,308
32,649 0,000b
a. Biến phụ thuộc: SHL
b. Biến độc lập: (Hằng số), HP, MDDU, CSVC, CTDT, DNGV
Nguồn: Theo kết quả phân tích từ dữ liệu khảo sát Theo bảng 4.14: Kiểm định ANOVA được dùng để kiểm định mức độ phù hợp của mô hình hồi quy. Với giả thuyết:
- H0: Không có mối quan hệ tuyến tính giữa biến độc lập và biến phụ thuộc - H1: Có mối quan hệ tuyến tính giữa biến độc lập và biến phụ thuộc
Kết quả phân tích ANOVA cho thấy trị số F có mức ý nghĩa Sig. = 0,000 < 0,05
=> bác bỏ giả thuyết H0. Vì vậy, với mức ý nghĩa 5% thì có mối liên hệ tuyến tính giữa biến độc lập và biến phụ thuộc. Hay nói cách khác mô hình hồi quy đưa ra phù hợp với tập dữ liệu và các biến độc lập trong mô hình có thể giải thích được sự thay đổi của biến phụ thuộc.
4.5.3.2. Kiểm định phân phối chuẩn phần dư
Biểu đồ tần số phần dư chuẩn hóa Histogram
49 Hình 4.1: Biểu đồ tần số Histogram
Nguồn: Theo kết quả phân tích từ dữ liệu khảo sát Dựa vào biểu đồ có thể thấy, một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số. Đường cong này có dạng hình chuông, phù hợp với dạng đồ thị của phân phối chuẩn.
Giá trị trung bình Mean = 8,57E-16 (gần bằng 0), độ lệch chuẩn Std.Dev = 0,979 (gần bằng 1), thỏa yêu câu giả định về phân phối chuẩn của phần dư. Do đó, có thể kết luận rằng: Giả thiết phân phối chuẩn của phần dư không bị vi phạm.
Biểu đồ phần dư chuẩn hóa Normal P-Plot
Hình 4.2: Biểu đồ phân phối tích lũy P-Plot
Nguồn: Theo kết quả phân tích từ dữ liệu khảo sát
50 Biểu đồ P-P Plot ở hình 4.2 ta có thể nhận thấy, các điểm phân vị trong phân phối của phần dư tập trung thành 1 đường chéo, như vậy, giả định phân phối chuẩn của phần dư không bị vi phạm.
4.5.3.3. Kiểm định đa cộng tuyến
Bảng 4.15: Thống kê phân tích các hệ số hồi quy
Mô hình
Hệ số chƣa chuẩn hóa
Hệ số chuẩn
hóa
Kiểm định t
Mức ý nghĩa (Sig.)
Thống kê đa cộng tuyến
B Sai số chuẩn
Beta (β)
Hệ số Tolerance
VIF 1 Hằng số
CSVC DNGV MDDU CTDT HP
-0,678 0,245 0,339 0,281 0,373 -0,041
0,429 0,071 0,092 0,070 0,096 0,058
0,236 0,274 0,269 0,275 -0,045
-1,580 3,467 3,676 4,026 3,878 -0,708
0,117 0,001 0,000 0,000 0,000 0,480
0,769 0,643 0,799 0,709 0,887
1,301 1,555 1,251 1,410 1,128 a. Biến phụ thuộc: SHL
Nguồn: Theo kết quả phân tích từ dữ liệu khảo sát Kết quả cho thấy:
Hệ số phóng đại phương sai VIF đạt giá trị lớn nhất là 1,555 đều nhỏ hơn 10, cho thấy các biến độc lập này không có quan hệ chặt chẽ với nhau nên chứng tỏ dữ liệu không vi phạm giả định đa cộng tuyến. Do đó, mối quan hệ giữa các biến độc lập không ảnh hưởng đáng kể đến kết quả giải thích của mô hình hồi quy.
4.5.3.4. Kiểm định các giả thuyết nghiên cứu
Từ bảng thống kê phân tích các hệ số hồi quy (bảng 4.14), ta thấy 4 biến độc lập CSVC, DNGV, MDDU, CTDT có tác động cùng chiều đến biến phụ thuộc SHL vì hệ số hồi quy chuẩn hóa (Beta) của các biến này đều dương (+) và có ý nghĩa thống kê
51 (Sig. < 0,05). Còn lại biến HP, không có tác động đến biến SHL vì có mức Sig.=0,480
> 0,05 nên bị loại ra khỏi mô hình.
Kết quả kiểm định các giả thuyết nghiên cứu được tổng hợp như sau:
Bảng 4.16: Bảng kết quả kiểm định các giả thuyết
Giả thuyết Kết quả
Sig. Kết luận H1: Cơ sở chật chất tác động cùng chiều (+) đến sự hài
lòng của sinh viên kế toán.
0,001 Chấp nhận giả thuyết H2: Đội ngũ giảng tác động cùng chiều (+) đến sự hài lòng
của sinh viên kế toán.
0,000 Chấp nhận giả thuyết H3: Mức độ đáp ứng tác động cùng chiều (+) đến sự hài
lòng của sinh viên kế toán.
0,000 Chấp nhận giả thuyết H4: Chương trình đào tạo tác động cùng chiều (+) đến sự
hài lòng của sinh viên kế toán.
0,000 Chấp nhận giả thuyết H5: Học phí tác động cùng chiều (+) đến sự hài lòng của
sinh viên kế toán.
0,4800 Bác bỏ giả thuyết Nguồn: Theo kết quả phân tích từ dữ liệu khảo sát Vì vậy, mô hình chỉ còn 4 biến là CSVC, DNGV, MDDU và CTDT có tác động đến biến phụ thuộc SHL. So sánh mức độ tác động của 4 biến này đến biến SHL theo thứ tự mạnh nhất giảm dần đến yếu nhất như sau:
- Thứ nhất: biến chương trình đào tạo – CTDT có β4 = 0,275 - Thứ hai: biến đội ngũ giảng viên – DNGV có β2 = 0,274 - Thứ ba: biến mức độ đáp ứng – MDDU có β3 = 0,269 - Cuối cùng là biến cơ sở vật chất – CSVC có β1 = 0,236
52 4.5.3.5. Phương trình hồi quy tuyến tính bội
Kết quả phân tích các hệ số hồi quy trong mô hình cho thấy, mức ý nghĩa của các thành phần Sig. = 0,000 (<0,05), cùng với dữ liệu thu được trong phạm vi nghiên cứu của đề tài, và dựa vào bảng kết quả hồi quy tuyến tính bội, phương trình hồi quy tuyến tính bội thể hiện các nhân tố ảnh hưởng đến Sự hài lòng của sinh viên xếp theo thứ tự mức độ ảnh hưởng từ cao nhất đến thấp nhất (β4 → β2 → β3 → β1) như sau:
SHL = 0,275*CTDT + 0,274*DNGV + 0,269*MDDU + 0,236*CSVC
Sơ đồ 4.2: Kết quả kiểm định mô hình kết quả nghiên cứu
Nguồn: Theo kết quả phân tích từ dữ liệu khảo sát 4.5.3.6. Kiểm định đánh giá phương sai của sai số (phần dư) không đổi
Một trong các giả định khi thực hiện hồi quy tuyến tính đa biến là giả định phương sai không thay đổi. Nếu phương sai thay đổi thì kết quả của phương trình hồi quy sẽ không chính xác, xảy ra sai lệch kết quả so với thực tế, từ đó người nghiên cứu sẽ đánh giá nhầm chất lượng của phương trình hồi quy tuyến tính.
Để xem xét mô hình hồi quy có hay không vi phạm giả định thì sẽ kiểm định tương quan hạng Spearman giữa phân dư chuẩn hóa (ABSRES) với các biến độc lập đều lớn hơn 0,05; kết luận rằng không có hiện tượng phương sai thay đổi xảy ra,
Cơ sở vật chất Đội ngũ giảng viên Chương trình đào tạo
Mức độ đáp ứng 0,269
0,274 0,275
0,236
SỰ HÀI LÒNG CỦA SINH
VIÊN KẾ TOÁN
53 trường hợp có ít nhất 1 giá trị sig nhỏ hơn 0,05, khi đó mô hình hồi quy đã vi phạm giả định phương sai không đổi.
Bảng 4.17: Kết quả kiểm định phương sai thay đổi
ABSRES CTDT DNGV MDDU CSVC
Sprear man’s rho
ABSRES Hệ số Sig.
N
1,000 123 CSVC Hệ số
Sig.
N
-0,088 0,332 123
1,000 123 DNGV Hệ số
Sig.
N
-0,116 0,202 123
0,283**
0,002 123
1,000 123 MDDU Hệ số
Sig.
N
-0,038 0,680 123
0,321**
0,000 123
0,272**
0,002 123
1,000 123 CTDT Hệ số
Sig.
N
-0,029 0,749 123
0,324**
0,000 123
0,450**
0,000 123
0,347**
0,000 123
1,000 123 Nguồn: Theo kết quả phân tích từ dữ liệu khảo sát Dựa vào bảng 4.17, kết quả kiểm định phương sai thay đổi ta thấy, tất cả giá trị sig mối tương quan hạng giữa ABSRES với các biến độc lập (cột 4) đều lớn hơn 0,05, do đó phương sai phần dư là đồng nhất, giả định phương sai không đổi không bị vi phạm.