Sau khi phân tích nhân tố EFA, ta giữ lại 13 biến quan sát chia thành 4 nhóm. Tiến hành đặt biến đại diện cho 4 nhóm để phân tích hồi quy đa biến bằng SPSS.
Nhóm KV bao gồm các biến quan sát: KVHQ1, KVHQ2, KVHQ3, KVDD1
Nhóm AHXH bao gồm các biến quan sát: AHXH1, AHXH2, AHXH3
Nhóm DKTL bao gồm các biến quan sát: DKTL1, DKTL2, DKTL3, DKTL4
Nhóm YDSD bao gồm các biến quan sát: YDSD1, YDSD2
4.9.1. Bảng Model Summary đánh giá độ phù hợp của mô hình phân tích hồi quy đa biến đa biến
Trong mô hình hồi quy thì mức độ giải thích biến phụ thuộc của các biến độc lập sẽ được phản ánh thông qua hai giá trị đó là giá trị R^2 - (R Square) và R^2 - hiệu chỉnh (Adjusted R Square). R^2 sẽ không phản ánh sát bằng R^2 hiệu chỉnh. Hai giá trị này luôn thuộc trong khoảng 0 đến 1, và chạm đến mức 1 là điều không tưởng; giá trị này thường nằm trong bảng Model Summary. Mô hình càng có ý nghĩa khi R^2 hiệu chỉnh tiến về 1. Ngược lại ý nghĩa mô hình yếu nếu R^2 hiệu chỉnh tiến về 0. Để phân ra 2 nhánh ý nghĩa mạnh/yếu của mô hình ta thường chọn 0,5 để làm tiêu chí phân nhánh.
Hình 47. Bảng Model Summary đánh giá độ phù hợp của mô hình phân tích hồi quy đa biến.
Từ bảng trên ta thấy:
Giá trị R^2 (Adjusted R Square) hiệu chỉnh bằng 0,259 cho thấy biến độc lập đưa vào chạy hồi quy ảnh hưởng 25,9% sự thay đổi của biến phụ thuộc, còn lại 74,1% là do các biến ngoài mô hình và sai số ngẫu nhiên
Hệ số Durbin – Watson = 2,039 nằm trong khoảng 1,5 đến 2,5 nên không có hiện tượng tự tương quan chuỗi bậc nhất xảy ra.