Mơ hình R R2 R2 điều chỉnh Giá trị F Sig.
1 0,481 0,231 0,228 76,300 0,000 2 0,578 0,334 0,328 63,364 0,000 3 0,632 0,400 0,393 55,941 0,000 4 0,670 0,449 0,440 51,036 0,000 5 0,699 0,489 0,479 47,850 0,000 6 0,726 0,526 0,515 46,135 0,000 Nguồn: Xử lý số liệu bằng SPSS
Bảng 4.8, cho thấy mức độ ảnh hưởng của các biến độc lập đến biến phụ thuộc trong mơ hình nghiên cứu. Hệ số xác định R2 tăng dần khi đưa thêm các biến vào mơ hình qua các bước. Khi đưa biến Sự đồng cảm (DC) vào mơ hình tại bước 1, chỉ số R2 là 0,231 (23,1%). Đưa thêm biến năng lực phục vụ (NL) vào mơ hình tại bước 2 chỉ số R2 là 0,334 (33,4%). Đưa thêm biến sự tin cậy (TC) vào mơ hình tại bước 3 chỉ số R2 là 0,400 (40,0%). Đưa thêm biến sự đáp ứng (DU) vào mơ hình tại bước 4 chỉ số R2 là 0,449 (44,9%). Tương tự, khi đưa thêm lần lượt các biến giá dịch vụ (GI) tại bước 5 thì chỉ số R2 là 0,489 (48,9%). Cuối cùng, biến phương tiện hữu hình (HH) được đưa thêm vào mơ hình làm cho hệ số xác định R2 đạt 0,526 (52,6%). Tuy nhiên, mơ hình thường khơng phù hợp với số liệu thực tế như giá trị R2 thể hiện vì chỉ số R2
mơ hình sẽ an tồn hơn vì nó sẽ khơng phóng đại mức độ phù hợp của mơ hình hồi quy tuyến tính đa biến. Như vậy, bảy biến độc lập đưa vào mơ hình giải thích được 51,5% sự thay đổi của biến phụ thuộc - sự hài lòng của khách hàng.
Hệ số tương quan R = 0,726 cho thấy các biến đưa vào mơ hình (Sự đồng cảm, năng lực phục vụ, sự tin cậy, sự đáp ứng, giá dịch vụ, phương tiện hữu hình) có mối tương quan chặt chẽ với sự hài lòng của khách hàng.
Kiểm định F được sử dụng trong phân tích phương sai là phép kiểm định giả thuyết về sự phù hợp của mơ hình hồi quy tuyến tính, F = 46,135 và Sig. rất nhỏ chứng tỏ mơ hình hồi quy tuyến tính bội là phù hợp với tập dữ liệu và có thể sử dụng được.