Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), hệ số R thể hiện mối tƣơng quan giữa các biến trong mô hình hồi quy, hệ số R2 (R Square) cho biết % sự biến động của biến phụ thuộc (Y) đƣợc giải thích bởi các biến độc lập (X) trong mô hình.
Nếu R2= 1 thì đƣờng hồi quy phù hợp hoàn hảo. Nếu R2 = 0 thì X và Y không có quan hệ với nhau. Hệ số xác định R2 (R Square) đƣợc chứng minh là hàm không
phƣơng trình thì R2 càng tăng, tuy nhiên điều này cũng đƣợc chứng minh rằng không phải phƣơng trình càng có nhiều biến sẽ phù hợp hơn với dữ liệu. Hệ số xác định R2 hiệu chỉnh (Adjusted R Square) đƣợc 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. So sánh 2 giá trị R2 và R2 điều chỉnh, chúng ta sẽ thấy R2 điều chỉnh nhỏ hơn và dùng nó đánh giá độ phù hợp của mô hình sẽ an toàn hơn vì nó không thổi phồng mức độ phù hợp của mô hình. Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate
Change Statistics Durbin-
Watson R Square Change F Change df1 df2 Sig. F Change 1 .714a .510 .488 .52349 .510 23.201 7 156 .000 1.954 a. Predictors: (Constant), F7, F1, F6, F2, F3, F5, F4 b. Dependent Variable: F
Trong mô hình này, kết quả hệ số R có giá trị 0.714 cho thấy mối quan hệ giữa các biến trong mô hình có mối tƣơng quan chặt chẽ. Báo cáo kết quả hồi quy của mô hình cho thấy giá trị R2 (R Square) bằng 0.510, điều này nói lên độ thích hợp của mô hình là 51% hay nói cách khác là 51% sự biến thiên của biến mức độ thỏa mãn đƣợc gải thích bởi 7 thành phần trong việc nâng cao sự thỏa mãn của khách hàng khi sử dụng dịch vụ. Giá trị R2 điều chỉnh (Adjusted R Square) phản ánh chính xác hơn sự phù hợp của mô hình so với tổng thể, ta có giá trị R điều chỉnh bằng 0.488 (hay 48.8%) với kiểm định F Change, Sig ≤ 0.05 có nghĩa tồn tại mô hình hồi quy tuyến tính giữa mức độ thỏa mãn và 7 thành phần nâng cao sự thỏa mãn.