Sau quá trình thực hiện kiểm định thang đo: sử dụng hệ số tin cậy Cronbach’s Alpha và phân tích nhân tố khám phá EFA; tiến hành tính toán trọng số của nhân tố (giá trị của các nhân tố trích đƣợc trong phân tích nhân tố khám phá EFA) bằng cách tính trung bình cộng của các biến quan sát thuộc nhân tố tƣơng ứng.
Các nhân tố đƣợc trích ra trong phân tích nhân tố đƣợc sử dụng cho phân tích hồi quy đa biến để kiểm định mô hình nghiên cứu và các giả thuyết kèm theo. Các kiểm định giả thuyết thống kê đều sử dụng mức ý nghĩa 5%.
* Phân tích tƣơng quan:
Kiểm định mối tƣơng quan tuyến tính giữa các biến trong mô hình (giữa biến phụ thuộc với các biến độc lập và giữa các biến độc lập với nhau). Đồ thị phân tán cũng cung cấp thông tin trực quan về mối quan hệ tuyến tính giữa hai biến. Sử dụng hệ số tƣơng quan Pearson để lƣợng hóa mức độ chặt chẽ mối quan hệ tuyến tính giữa hai biến định lƣợng: giá trị tuyệt đối của hệ số Pearson càng gần đến 1 thì hai biến này có mối tƣơng quan tuyến tính càng chặt chẽ (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008).
Trong mô hình nghiên cứu, kỳ vọng có mối tƣơng quan tuyến tính chặt chẽ giữa biến phụ thuộc và các biến độc lập, đồng thời cũng xem xét mối tƣơng quan giữa các biến độc lập với nhau để nhận dạng hiện tƣợng đa cộng tuyến.
Để kiểm định mối quan hệ giữa các yếu tố ảnh hƣởng đến sự hài lòng của khách hàng với dịch vụ tiền gửi tiết kiệm trong mô hình nghiên cứu, khóa luận sử dụng phƣơng pháp tƣơng quan với hệ số tƣơng quan “Pearson correlation coefficient”, đƣợc ký hiệu bởi chữ “r”, giá trị của r trong khoảng -1 ≤ r ≤ 1.
+ Nếu r>0 thể hiện mối quan hệ đồng biến, ngƣợc lại r<0 thể hiện mối quan hệ nghịch biến. Giá trị r=0 chỉ ra rằng hai biến không có quan hệ tuyến tính.
+ |r| 1: quan hệ tuyến tính giữa hai biến càng chặt. + |r| 0: quan hệ tuyến tính giữa hai biến càng yếu.
Mức ý nghĩa “sig” của hệ số tƣơng quan, cụ thể nhƣ sau: + sig< 5%: mối tƣơng quan khá chặt chẽ.
+ sig<1%: mối tƣơng quan rất chặt chẽ. * Phân tích hồi quy đa biến:
quan hệ của hai biến này bằng hồi quy đa biến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Nghiên cứu thực hiện hồi quy đa biến theo phƣơng pháp Enter: tất cả các biến đƣợc đƣa vào một lần và xem xét các kết quả thống kê liên quan.
Phƣơng trình hồi quy đa biến cho mô hình nghiên cứu đề xuất ban đầu (theo mô hình lý thuyết):
QUYETDINH = β1 XUHUONG + β2 THAIDO + β3 CHINHSACH + β4 CHIPHI +
β5 TIENLOI
Kiểm định các giả thuyết, sử dụng với phần mềm SPSS: Đánh giá độ phù hợp của mô hình hồi quy đa biến. Kiểm định giả thuyết về độ phù hợp của mô hình.
Kiểm tra giả định về hiện tƣợng đa cộng tuyến (tƣơng quan giữa các biến độc lập) thông qua giá trị của độ chấp nhận (Tolerance) hoặc hệ số phóng đại phƣơng sai VIF (Variance inflation factor): VIF >10 thì có thể nhận xét có hiện tƣợng đa cộng tuyến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Xác định mức độ ảnh hƣởng của các yếu tố tác động đến sự hài lòng: yếu tố có hệ số β càng lớn thì có thể nhận xét rằng yếu tố đó có mức độ ảnh hƣởng càng cao so với các yếu tố khác trong mô hình nghiên cứu.