6. Tổng quan tài liệu nghiên cứ u
3.5.4 Kiểm định sự phù hợp của mô hình
Đánh giá độ phù hợp của mô hình hồi quy tuyến tính bội
Hệ số xác định R2 đã được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mô hình (4 biến).
Bảng 3.16: Hệ số xác định R2 Model Summaryb
Model R R Square Adjusted R Square Std. Error of
the Estimate Durbin-Watson
1 .561a 0.314 0.3 0.49276 1.884 a. Predictors: (Constant), F4, F2, F3, F1
b.Dependent Variable: SHL
Như vậy với R2điều chỉnh là 0.3 cho thấy bốn biến “thái độ ứng xử và đúng thời gian”, “tính hữu hình và quy trình”, “tin cậy và đáp ứng”, “khiếu nại” giải thích được 30% biến sự hài lòng (SHL).
R2 điều chỉnh bằng 0.3 là tương đối thấp. Điều này cho thấy mô hình giải thích chưa được đầy đủ, chắc rằng có nhiều yếu tố khác tác động mạnh đến sự cảm nhận về sự hài lòng của khách hàng.
Kiểm định độ phù hợp của mô hình
Kiểm định F sử dụng trong phân tích phương sai là một phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể để xem xét biến phụ thuộc có liên hệ tuyến tính với toàn bộ tập hợp của các biến độc lập.
Bảng 3.17: Phân tích phương sai
ANOVAb
Model Sum of Squares df Mean Square F Sig.
Regression 21.050 4 5.262 21.673 .000a Residual 45.892 189 .243 1 Total 66.942 193 a. Predictors: (Constant), F4, F2, F3, F1 b. Dependent Variable: SHL
Nhìn vào bảng ta thấy rằng trị thống kê F = 21.673 và giá trị sig. = 0.000 < 0.05 (α=0.05). Vì vậy, ta bác bỏ Ho và chấp nhận H1 điều này có nghĩa
rằng mô hình hồi quy bội vừa xây dựng là phù hợp với tổng thể nghiên cứu và có thể được sử dụng; các biến đều đạt được tiêu chuẩn chấp nhận (Tolerance > 0,0001) (Xem bảng 3.15).