Dữ liệu dùng trong phân tích hồi quy tương quan được người nghiên cứu lựa chọn là dữ liệu chuẩn hóa (được xuất ra từ phần mềm SPSS sau quá trình phân tích nhân tố khám phá). Để xác định mối quan hệ nhân quả giữa các biến trong mô hình, bước đầu tiên ta cần phân tích tương quan giữa các biến xem thử có mối liên hệ tuyến tính giữa biến độc lập và biến phụ thuộc hay không. Kết quả của phần phân tích này dù không xác định được mối quan hệ nhân quả giữa biến phụ thuộc vào biến độc lập nhưng nó đóng vai trò làm cơ sở cho phân tích hồi qui. Các biến biến phụ thuộc vào biến độc lập có tương quan cao với nhau báo hiệu sự tồn tại của mối quan hệ tiềm ẩn giữa hai biến. Đồng thời, việc phân tích tương quan còn làm cơ sở để dò tìm sự vi phạm giả định của phân tích hồi qui tuyến tính: các biến độc lập có tương quan cao với nhau hay hiện tượng đa cộng tuyến.
Bảng 4.6: Ma trận hệ số tương quan Pearson giữa các biến độc lập và phụ thuộc Correlations DU PV TC DC VC GC HL DU 1 .377** .344** -.204** .150** .222** .604** PV .377** 1 .617** .027 .234** .229** .292** TC .344** .617** 1 .237** .348** .352** .341** DC -.204** .027 .237** 1 .180** .175** .005 VC .150** .234** .348** .180** 1 .066 .460** GC .222** .229** .352** .175** .066 1 .213** HL .604** .292** .341** .005 .460** .213** 1 **. Correlation is significant at the 0.01 level (2-tailed).
Qua bảng hệ số tương quan trên chúng ta nhận thấy các hệ số tương quan giữa hầu hết biến độc lập với biến phụ thuộc (HL) có giá trị lớn hơn 0 và có ý nghĩa thống kê ở mức 1%, ngoại trừ biến DC với sig.=0.908>0.01 cho thấy những biến này có thể không có ý nghĩa trong mô hình hồi quy.
Bảng 4.7: Kết quả phân tích hồi quy
Model Summary
Model R R Square Adjusted R Square
Std. Error of the Estimate
1 .715a .511 .504 .135
a. Predictors: (Constant), GC, VC, DC, PV, DU, TC
Model
Sum of
Squares df Mean Square F Sig.
1 Regression 8.321 6 1.387 76.151 .000b
Residual 7.976 438 .018
Total 16.297 444
a. Dependent Variable: HL
b. Predictors: (Constant), GC, VC, DC, PV, DU, TC
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 1.763 .182 9.659 .000 DU .351 .025 .549 14.171 .000 .745 1.342 VC .250 .024 .369 10.219 .000 .857 1.167 PV -.006 .013 -.019 -.437 .663 .583 1.714 TC .001 .015 .005 .097 .923 .492 2.031 DC .027 .025 .040 1.066 .287 .810 1.234 GC .029 .017 .062 1.698 .090 .839 1.191 a. Dependent Variable: HL Trích từ phụ lục 4
Kết quả phân tích, hồi quy cho thấy có mối quan hệ tuyến tính giữa một số thành phần của yếu tố độc lập có tác động đến biến phụ thuộc (Sự hài lòng - HL) với mức độ phù hợp của mô hình đạt 50,4% (>50%), có nghĩa rằng khả năng giải thích của biến độc lập giải thích được 50,4% sự biến thiên dữ liệu của biến phụ thuộc - Sự hài
Bên cạnh đó, kết quả kiểm định F ở Bảng 4.7 - ANOVA có giá trị sịg. = 0,000 < 0,05 cho thấy phân tích hồi quy là phù hợp (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008), mô hình nghiên cứu đề xuất phù hợp với tập dữ liệu thu thập được.
Dựa trên bảng 4.7 ta thấy, sự hài lòng bị tác động bởi 3 yếu tố độc lập đó là Đáp ứng, Cơ sở vật chất (độ tin cậy 95%) và Giá cả cảm nhận (độ tin cậy 90%). Cụ thể được mô tả như phương trình hồi quy bội sau đây:
Sự Hài lòng = 1,763 + 0,351 DU + 0,250 VC +0,062 GC Trong đó:
• DU: Yếu tố đáp ứng
• VC: Yếu tố Vật chất kĩ thuật
• GC: Giá cả cảm nhận