Các mối tương quan
RES
RES REL TAN ASS EMP SAT
Hệ số tương quan Pearson 1.000 .000 .000 .000 .000 -.071 Giá trịSig. (2-tailed) 1.000 1.000 1.000 1.000 .315
Số quan sát 200 200 200 200 200 200
REL
Hệ số tương quan Pearson .000 1.000 .000 .000 .000 .646** Giá trị Sig. (2-tailed) 1.000 1.000 1.000 1.000 .000
Số quan sát 200 200 200 200 200 200
TAN
Hệ số tương quan Pearson .000 .000 1.000 .000 .000 .007 Giá trị Sig.(2-tailed) 1.000 1.000 1.000 1.000 .919
Số quan sát 200 200 200 200 200 200
ASS
Hệ số tương quan Pearson .000 .000 .000 1.000 .000 .015 Giá trị Sig. (2-tailed) 1.000 1.000 1.000 1.000 .834
Số quan sát 200 200 200 200 200 200
EMP
Hệ số tươngquan Pearson .000 .000 .000 .000 1.000 .166* Giá trị Sig. (2-tailed) 1.000 1.000 1.000 1.000 .019
Số quan sát 200 200 200 200 200 200
SAT
Hệ số tương quan Pearson -.071 .646** .007 .015 .166* 1.000 Giá trị Sig. (2-tailed) .315 .000 .919 .834 .019
Số quan sát 200 200 200 200 200 200
(Nguồn: Kết quả xử lý số liệu bằng SPSS)
Từ bảng 2.22 tiến hành kiểm định giả thiết Ho: mô hình hồi quy tuyến tính bội không phù hợp. Kết quả tính thống kế F được tính từ giá trị R Square có giá trị Sig=0.000 bé hơn mức ý nghĩa 1%. Điều này đủ cơ sở để bác bỏ giả thiết Ho, có nghĩa là mô hình hồi quy tuyến tính là phù hợp với dữliệu thu thập được.
Hệ số R2 hiệu chỉnh (Adjusted Square) là hệ số dùng để đánh giá độ phù hợp một cách an toàn hơn so với R2, vì hệ số R2 trong trường hợp có nhiều biến độc lập dễ tạo ra hiện tượng thổi phồng mức độ phù hợp của mô hình. Hệ số R2 hiệu chỉnh tính được là 0.436 tương đương 43.6% tức là, các biến độc lập trong mô hình hồi quy tuyến tính giải thích được 43.6% sự thỏa mãn của khách hàng khi sử dụng dịch vụ.
Bảng 2.22: Thống kê các hệ số hồi quy theomô hình SERVPERFTóm tắt mô hình Mô hình