Trang chủ / Dịch Vụ Hành Chính Công

Kiểm Định Mô Hình Và Các Giả Thuyết

Bảng 2.19: Kết quả xoay nhân tố



Nhân tố

1

2

3

4

5

6

7

8

II17

.794








II16

.793








II18

.772








II15

.649








II19

.528








II22


.804







II21


.716







II20


.626







II23


.511







II25



.800






II26



.731






II24



.723






II8




.834





II7




.687





II1









II13





.663




II10





.601




II9




.562

.586




II14





.570




II4






.762



Có thể bạn quan tâm!

Xem toàn bộ 113 trang tài liệu này.

Đánh giá sự hài lòng của người dân đối với dịch vụ hành chính công tại UBND thị trấn A Lưới, huyện A Lưới - 10


II2






.719



II3






.679



II11







.834


II12







.787


II5








.784

II6




.510




.656

Nguồn: Kết quả xử lý số liệu SPSS


Qua bảng trên ta thấy hệ số tải của các nhóm nhân tố cũng như biến thuộc cả 8 nhóm nhân tố đều lớn hơn 0.5 do đó nhóm nhân tố tạo ra được xem là có ý nghĩa thực tiễn. (theo Hair & ctg (1998,111))

2.4.5 Kiểm định mô hình và các giả thuyết

2.4.5.1 Phân tích tương quan


Mục đích chạy tương quan Pearson nhằm kiểm tra mối tương quan tuyến tính chặt chẽ giữa biến phụ thuộc với các biến độc lập và sớm nhận diện vấn đề đa cộng tuyến khi các biến độc lập cũng có tương quan mạnh với nhau.

Giả thuyết:


H0: Không tồn tại mối tương quan giữa biến độc lập và biến phụ thuộc (sig>=0.05)

H1: Tồn tại mối tương quan giữa biến độc lập và biến phụ thuộc (sig<0.05)

Bảng 2.20: Phân tích tương quan của mô hình



SHL

STC

NLPV

TDP V

CSVC

SDC

QTT T

SHL

Hệ số tương quan

Pearson

1

.405*

*

.479**

.625**

.607*

*

.563**

.553

**

Giá trị Sig.


.000

.000

.000

.000

.000

.000

N

136

136

136

136

136

136

136

STC

Hệ số tương quan

Pearson

.405*

*

1

.530**

.411**

.402*

*

.454**

.416

**

Giá trị Sig.

.000


.000

.000

.000

.000

.000

N

136

136

136

136

136

136

136

NLPV

Hệ số tương quan

Pearson

.479*

*

.530*

*

1

.357**

.383*

*

.365**

.334

**

Giá trị Sig.

.000

.000


.000

.000

.000

.000

N

136

136

136

136

136

136

136

TDPV

Hệ số tương quan

Pearson

.625*

*

.411*

*

.357**

1

.545*

*

.445**

.488

**

Giá trị Sig.

.000

.000

.000


.000

.000

.000

N

136

136

136

136

136

136

136


Hệ số tương quan

Pearson

.607*

*

.402*

*

.383**

.545**

1

.556**

.441

**

Giá trị Sig.

.000

.000

.000

.000


.000

.000

N

136

136

136

136

136

136

136

SDC

Hệ số tương quan

Pearson

.563*

*

.454*

*

.365**

.445**

.556*

*

1

.567

**

Giá trị Sig.

.000

.000

.000

.000

.000


.000

N

136

136

136

136

136

136

136


QTTT

Hệ số tương quan

Pearson

.553*

*

.416*

*

.334**

.488**

.441*

*

.567**

1

Giá trị Sig.

.000

.000

.000

.000

.000

.000


N

136

136

136

136

136

136

136

**. Correlation is significant at the 0.01 level (2-tailed).

Nguồn: Kết quả xử lý số liệu SPSS


Theo bảng trên ta thấy, giá trị Sig. của 6 nhân tố (STC, NLPV, TDPV, CSVC, SDC, QTTT) với nhân tố SHL=0.000<0.05 do đó bác bỏ giả thuyết H0, chấp nhận giả thuyết H1. Nên có thể kết luận rằng tồn tại mối tương quan giữa biến độc lập và biến phụ thuộc.

2.4.5.2 Phân tích hồi quy tuyến tính


a) Xây dựng mô hình hồi quy


Phân tích hồi quy để xác định phương trình hồi quy tuyến tính, với các hệ số Beta tìm được để khẳng định mối quan hệ nhân quả giữa biến phụ thuộc và biến độc lập.

Giả thuyết các nhân tố ảnh hưởng đến sự hài lòng của người dân về dịch vụ HCC 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: Sự hài lòng về dịch vụ HCC


Βi: Hệ số hồi quy của từng yếu tố tác động X1: Nhân tố về sự tin cậy

X2: Nhân tố về năng lực phục vụ X3: Nhân tố về thái độ phục vụ X4: Nhân tố về cơ sở vật chất X5: Nhân tố về sự đồng cảm

X6: Nhân tố về quy trình thủ tục Các giả thuyết nghiên cứu:

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

H1: Yếu tố về sự tin cậy có mối liên hệ đến sự hài lòng của người dân về dịch vụ HCC tại UBND thị trấn A Lưới

H2: Yếu tố về năng lực phục vụ có mối liên hệ đến sự hài lòng của người dân về dịch vụ HCC tại UBND thị trấn A Lưới

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

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

H5: Yếu tố về sự đồng cảm có mối liên hệ đến sự hài lòng của người dân về dịch vụ HCC tại UBND thị trấn A Lưới

H6: Yếu tố về quy trình thủ tục có mối liên hệ đến sự hài lòng của người dân về dịch vụ HCC tại UBND thị trấn A Lưới

b)Đánh giá sự phù hợp của mô hình

Bảng 2.21: Đánh giá sự phù hợp của mô hình

Model Summaryb

Mô hình

Hệ số R

Hệ số R2

Giá trị R2 hiệu chỉnh

Sai số chuẩn

ước lượng

Hệ số Durbin- Watson

1

.763a

.583

.563

.45133

1.824

a. Biến độc lập: Quy trình thủ tục, năng lực phục vụ, thái độ phục vụ, cơ sở vật chất, sự tin cậy, sự đồng cảm

b. Biến phụ thuộc: Sự hài lòng

Nguồn: Kết quả xử lý số liệu SPSS

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 số ngẫu nhiên.

Giá trị này bằng 56.3%>50% nên có thể thấy mức thể hiện ý nghĩa khá. Nên kết quả phân tích trên có thể chấp nhận.

c) Kiểm định sự phù hợp của mô hình

Bảng 2.22: Kiểm định sự phù hợp của mô hình


ANOVAa

Model

Tổng bình phương

df

Trung bình bình phương

F

Sig

.


Hồi quy

36.664

6

6.111

29.998

.00

0b

Số dư

26.277

129

.204



Tổng

69.941

135




a. Biến độc lập: Quy trình thủ tục, năng lực phục vụ, thái độ phục vụ, cơ sở

vật chất, sự tin cậy, sự đồng cảm.

b. Biến phụ thuộc: Sự hài lòng

Nguồn: Kết quả xử lý số liệu 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 hệ số β # 0


Từ kết quả phân tích ANOVA ta có giá trị Sig.=0,000<0,05 nên bác bỏ giả thuyết

H0. Do đó, sự kết hợp của các biến độc lập trong mô hình có thể giải thích được sự

thay đổi của biến phụ thuộc, nói cách khác có ít nhất một biến độc lập ảnh hưởng đến biến phụ thuộc. Mô hình hồi quy tuyến tính là phù hợp với tập dữ liệu và có thể dùng 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 để kiểm 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 trị sẽ dao động ở mức 2, nếu giá trị càng nhỏ, gần về 0 thì phần dư có tương quan thuận; nếu càng lớn, gần về 4 có nghĩa là phần dư có tương quan nghịch. Chúng ta sẽ đánh giá trị số này qua giá trị dL và dU ở bảng 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 trị d tra bảng Durbin-Watson với 6 biến độc lập và 136 mẫu là dL= 1,651 và dU= 1,817.

Giá trị d tính được rơi vào miền chấp nhận giả thuyết không có tự tương quan là (dU,4-dU). Như vậy mô hình không vi phạm giả định về hiện 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 chẽ với 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

Sự tin cậy

1.640

Năng lực phục vụ

1.482



Thái độ phục vụ

1.655

Cơ sở vật chất

1.775

Sự đồng cảm

1.862

Quy trình thủ tục

1.683

b. Biến phụ thuộc: Sự hài lòng


Nguồn: Kết quả xử lý số liệu SPSS


Theo kết quả bảng trên ta thấy, hệ số phóng đại phương sai VIF của các biến đều nhỏ hơn 10 và với thang đo Likert thì nhỏ hơn 2 chứng tỏ các 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.

2.4.5.3 Kết quả phân tích hồi quy

Mô hình

Hệ số chưa chuẩn hoá

Hệ số chuẩn hoá

t

Sig.

Thống kê đa

cộng tuyến

B

Std. Error

Beta

Toleran ce

VIF

Hằng số

-.805

.381


-2.113

.037



Sự tin cậy

-.081

.096

-.061

-.838

.404

.610

1.640

Năng lực phục vụ

.240

.083

.201

2.903

.004

.675

1.482

1 Thái độ phục vụ

.357

.088

.299

4.080

.000

.604

1.655

Cơ sở vật chất

.253

.085

.226

2.981

.003

.563

1.775

Sự đồng cảm

.198

.097

.160

2.055

.042

.537

1.862

Quy trình thủ tục

.218

.092

.176

2.381

.019

.594

1.683

Bảng 2.24: Kết quả phân tích hồi quy Coefficientsa



a. Dependent Variable: Sự hài lòng

Nguồn: Kết quả xử lý số liệu SPSS

..... Xem trang tiếp theo?
⇦ Trang trước - Trang tiếp theo ⇨

Ngày đăng: 05/07/2022