Phân tích hồi quy

Phân tích hồi quy đa biến nhằm xác định vai trò quan trọng của từng nhân tố trong việc đánh giá mối quan hệ giữa biến phụ thuộc (Sự hài lòng) và các biến độc lập (Hình ảnh doanh nghiệp, Giá cả sản phẩm dịch vụ, Sự hữu hình, Sự tin cậy, Sự cảm thông)

Để đánh giá độ phù hợp của mô hình, các nhà nghiên cứu sử dụng hệ số xác định R2 (R-Square), hệ số xác định R2 được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mô hình. Tuy nhiên, không phải phương trình càng có nhiều biến sẽ càng phù hợp hơn với dữ liệu, R2 có khuynh hướng là một yếu tố lạc quan của thước đo sự phù hợp của mô hình đối với dữ liệu trong trường hợp có 1 biến giải thích trong mô hình. Do đó, R2 hiệu chỉnh từ R2 được sử dụng để phản ánh sát hơn mức độ phù hợp của mô hình hồi quy tuyến tính đa biến vì nó không phụ thuộc vào độ lệch phóng đại của R2, sử dụng hệ số R2 hiệu chỉnh để đánh giá độ phù hợp của mô hình sẽ an toàn hơn vì nó không thổi phồng mức độ phù hợp của mô hình

Kiểm định F sử dụng trong phân tích phương sai là 1 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 các biến độc lập

Bên cạnh đó, cần kiểm tra hiện tượng tương quan bằng hệ số Durbin – Watson (1 < D < 3) và không có hiện tượng đa cộng tuyến bằng hệ số phóng đại phương sai VIF (Variance Inflation Factor) (VIF < 2.5). Nếu hệ số Beta chuẩn hóa của biến nào càng cao thì mức độ tác động của biến đó vào sự hài lòng của khách hàng càng lớn.

Bước đầu tiên khi phân tích hồi quy tuyến tính ta sẽ xem xét các mối quan hệ tương quan tuyến tính giữa biến phụ thuộc và từng biến độc lập và giữa các biến độc lập với nhau. Nếu hệ số tương quan giữa các biến phụ thuộc và các biến độc lập

lớn chứng tỏ giữa chúng có mối quan hệ với nhau và phân tính hồi quy tuyến tính có thể phù hợp. Mặt khác nếu giữa các biến độc lập cũng có tương quan lớn với nhau thì đó cũng là dấu hiệu cho biết giữa chúng có thể xảy ra hiện tượng đa cộng tuyến trong mô hình hồi quy tuyến tính ta đang xét.

Bảng 2.9 cho thấy mối tương quan giữa biến biến phụ thuộc (Sự hài lòng) với các biến độc lập (Hình ảnh doanh nghiệp, Giá cả sản phẩm dịch vụ, Sự hữu hình, Sự tin cậy, Sự cảm thông). Hệ số tương quan giữa các biến đều lớn (lớn hơn 0.4) và có ý nghĩa thống kê với các giá trị Sig. đều nhỏ (< 0.05).

Ngoài ra giữa các biến độc lập có tương quan với nhau ở mức tương quan lớn hơn 0.3 (các sig đều nhỏ hơn 0.05) nên chúng ta phải kiểm định chặt hiện tượng đa cộng tuyến nếu có xảy ra trong phương trình hồi quy.

Bảng 2.9: Ma trận tương quan của các biến độc lập và biến phụ thuộc

HaiLong HinhAnh GiaCa HuuHinh TinCay CamThong

HaiLong Pearson Correlation 1 .540** .733** .681** .540** .607**