Hệ số R2 trên bảng 4.16 (mô hình 4) mới chỉ cho biết sự phù hợp của mô hình hồi quy với tập dữ liệu mà chưa thể cho biết mô hình hồi quy vừa mới xây dựng có phù hợp với tổng thể nghiên cứu hay không. Do đó, để xem xét sự phù hợp của mô hình hồi quy vừa xây dựng với tổng thể nghiên cứu ta sử dụng kiểm định F với giả thuyết Ho là
β1 =β2 =β3 =β4 = 0. Nếu giả thuyết H0 bị bác bỏ chúng ta kết luận là kết hợp của các biến hiện có trong mô hình có thể giải thích được thay đổi của biến phụ thuộc, điều này cùng có nghĩa là mô hình xây dựng phù hợp với tập dữ liệu.
Bảng 4.17 Kết quả phân tích ANOVA
Model Sum of Squares df Mean Square F Sig. 1 Regression 147,391 1 147,391 1325,190 ,000a Residual 55,389 498 ,111 Total 202,780 499 2 Regression 156,898 2 78,449 849,759 ,000b Residual 45,883 497 ,092 Total 202,780 499 3 Regression 161,273 3 53,758 642,386 ,000c Residual 41,507 496 ,084 Total 202,780 499 4 Regression 162,863 4 40,716 504,892 ,000d Residual 39,918 495 ,081 Total 202,780 499 Nguồn: Kết quả xử lý dữ liệu nghiên cứu bằng SPSS 16.0 của tác giả
Đại lượng thống kê F trong bảng phân tích phương sai (ANOVA) được dùng để kiểm định sự phù hợp của mô hình hồi quy với tổng thể. Ta thấy trong kết quả kiểm định này trong bảng 4.17 (mô hình 4) có mức ý nghĩa Sig. = 0,000 < 0,01 (α = 0,01) nên bác bỏ giả thuyết Ho, mô hình hồi quy bội vừa xây dựng là phù hợp với tổng thể nghiên cứu và có thể được sử dụng. Như vậy ta có thể kết luận rằng mô hình hồi quy vừa sử dụng là phù hợp với tổng thể nghiên cứu và có hệ số R2 = 80,2 % nghĩa là khoảng 80,2% sự khác biệt của việc khách hàng tại tỉnh Quảng Ngãi chấp nhận và sử dụng dịch vụ E-Banking được giải thích bởi 4 biến độc lập là nhận thức hữu ích (PU), nhận thức dễ dàng sử dụng (PEU), nhận thức rủi ro giao dịch (PR) và Chi phí sử dụng dịch vụ.
4.3.3.3.Kiểm định các giả thuyết của mô hình nghiên cứu Bảng 4.18 Kết quả hồi quy theo phương pháp Stepwise