qui.
Bên cạnh đó giá trị Sig của các biến độc lập với nhau đều bằng 1 và hệ số tương quan đều bằng 0 cho thấy giữa các biến độc lập khơng có mối tương quan với nhau. Với kết quả thu được thỏa điều kiện để tiến hành phân tích hồi quy tuyến tính bội sau đó.
4.4.2. Xây dựng mơ hình hồi quy
Phân tích hồi quy được thực hiện với 4 biến độc lập với 1 biến phụ thuộc được thể hiện trong bảng sau:
Bảng 4.15: Kết quả phân tích hồi quy BIẾN QUAN BIẾN QUAN
SÁT HỆ SỐ HỒI QUI THỐNG KÊ T GIÁ TRỊ THỐNG KÊ T GIÁ TRỊ Sig. VIF
HẰNG SỐ 0,000 0,000 1,000
NLPV 0,524 17,966 0,000 1,000
DU 0,506 17,344 0,000 1,000
PTHH 0,411 14,088 0,000 1,000
TC 0,389 13,348 0,000 1,000
Nguồn: Kết quả khảo sát 181 khách hàng trên địa bàn Vĩnh Long năm 2016
Phân tích hồi quy được thực hiện bằng phương pháp Enter. Phương pháp này giúp xử lý tất cả các biến đưa vào một lần, đưa ra các thông số thống kê liên quan đến các biến. Kết quả phân tích hồi quy cho thấy thành phần DC có giá trị Sig. =
0.257 > 0.05, nên khơng có ý nghĩa về mặt thống kê, đồng thời với kết quả phân tích sự tương quan Pearson (bảng 4.14) cũng cho thấy thành phần DC và biến phụ thuộc khơng có sự tương quan với nhau. Từ những kết quả thu được tác giả loại thành phần DC ra khỏi mơ hình. Như vậy với kết quả hồi quy thu được có 4 các nhóm nhân tố: Sự đáp ứng, Năng lực phục vụ; Sự tin cậy; Cơ sở vật chất đưa
vào mơ hình điều có giá trị Sig. rất nhỏ (=0,000) cho thấy 4 nhóm nhân tố đưa vào mơ hình đều có ý nghĩa thống kê thể hiện bảng 4.15.
Để viết được phương trình hồi quy tác giả tiến hành kiểm định mơ hình và các giả thuyết nghiên cứu như sau:
Đánh giá độ phù hợp của mơ hình: Kết quả phân tích hồi quy bảng 4.16 cho
thấy R2 hiệu chỉnh bằng 0.856. Điều đó cũng có nghĩa là 85.6% biến thiên của sự hài lịng được giải thích bởi mối liên hệ tuyến tính của các biến độc lập được đưa vào mơ hình. Tuy nhiên sự phù hợp này chỉ đúng với dữ liệu mẫu. Để kiểm định xem có thể suy rộng mơ hình cho tổng thể thực hay không ta phải kiểm định độ phù hợp của mơ hình.