Mô hình hồi quy đa biến đƣợc sử dụng để nhận diện các nhân tố ảnh hƣởng đến sự hài lòng của khách hàng đối với dịch vụ tại Công ty TNHH Thƣơng Mại Phát Triền Phú Thành Việt. Phƣơng pháp phân tích đƣợc chọn lựa là phƣơng pháp chọn Enter (phƣơng pháp đƣa các biến vào cùng một lƣợt), đây là phƣơng pháp đƣợc sử dụng rộng rãi nhất.
Mô hình hồi quy đa biến mở rộng mô hình hồi quy hai biến bằng cách thêm vào một số biến độc lập để giải thích tốt hơn cho biến phụ thuộc. Mô hình có dạng nhƣ sau:
Yi = 0 + 1X1 + 2X2+ …+ nXn+ei
Trong đó: Yi: Biến phụ thuộc; 1X1: Biểu hiện giá trị của biến độc lập thứ I; i: Hệ số hồi quy riêng phần; ei: Một biến độc lập ngẫu nhiên có phân phối chuẩn với trung bình là 0 và phƣơng sai không đổi 2
Các chỉ số cần sử dụng: Hệ số R giải thích biến độc lập tƣơng quan thuận hay tƣơng quan nghịch với biến phụ thuộc và việc đƣa thêm biến vào mô hình có cần thiết, (R- squared) thể hiện thực tế của mô hình, còn hiệu chỉnh (Adjusted R squared) thể hiện mức độ phần trăm sự biến thiên của biến phụ thuộc đƣợc giải thích bởi các biến phụ thuộc.
Tiêu chuẩn chấp nhận sự phù hợp của mô hình tƣơng quan hồi quy là: Kiểm định F phải có giá trị sig < 0,05
Tiêu chuẩn chấp nhận các biến có giá trị Tolerance > 0,0001
Đại lƣợng chuẩn đoán hiện tƣợng đa cộng tuyến với hệ số phóng đại phƣơng sai VIF (Variance Inflation Factor) <10
Hệ số Durbin Watson dùng để kiểm định tƣơng quan của các sai số kề nhau (hay còn gọi là tƣơng quan chuỗi bậc nhất) có giá trị biến thiên trong khoảng từ 0 đến 4; nếu các phần sai số không có tƣơng quan chuỗi bậc nhất với nhau thì giá trị sẽ gần bằng 2; nếu giá trị càng nhỏ, gần kề 0 thì các phần sai số có tƣơng quan thuận; nếu càng lớn, gần về 4 có nghĩa là các phần sai số có tƣơng quan nghịch. Nếu < Durbin Waston < 4 - , không có hiện tƣợng tự tƣơng quan.