Model R R2 R 2 hiệu chỉnh Sai số chuẩn ước lượng Durbin- Watson 1 0,885a 0,783 0,776 0,28378 2,070
Nguồn: Kết quả xử lý dữ liệu điều tra của tác giả
So sánh hai giá trị R2 và R2 hiệu chỉnh có thể thấy R2 hiệu chỉnh nhỏ hơn, dùng nó để đánh giá độ phù hợp của mơ hình an tồn hơn vì nó thổi phồng mức độ phù hợp của mơ hình. Vậy nghiên cứu sẽ sử dụng R2 hiệu chỉnh để đánh giá mức độ phù hợp của mơ hình nghiên cứu. Độ phù hợp của mơ hình được kiểm định bằng trị thống kê F được tính từ R2 hiệu chỉnh của mơ hình tương ứng với mức ý nghĩa sig.với giá trị sig càng nhỏ (trừ hằng số). Mơ hình hồi quy tuyến tính bội đưa ra là phù hợp với dữ liệu và có thể sử dụng được.
Hệ số xác định hiệu chỉnh Adjusted R-Square là 0,776 điều này cho thấy mối quan hệ giữa biến phụ thuộc và các biến độc lập là khá chặt chẽ, cả 6 biến trên góp phần giải thích 77.6% sự khác biệt của Chất lượng dịch vụ của khách hàng. Như vậy, mức độ phù hợp của mơ hình tương đối cao. Tuy nhiên sự phù hợp này chỉ đúng với dữ liệu mẫu. Để kiểm định xem có thể suy diễn mơ hình cho tổng thể thực hay không ta phải kiểm định độ phù hợp của mơ hình.
Đồng thời, để kiểm tra hiện tượng tự tương quan thông qua kiểm định Durbin- Watson:
- Nếu 1< D < 3: mơ hình khơng xảy ra hiện tượng tự tương quan. - Nếu 0< D < 1: mơ hình tư tương quan dương.
- Nếu 3< D <4: mơ hình tự tương quan âm.
Ta có D=2,070: mơ hình khơng xảy ra hiện tượng tự tương quan.
4.3.4.3. Kiểm định mơ hình hồi quy
Kiểm định F là thước đo ý nghĩa chung của mơ hình hồi quy và cũng là kiểm định ý nghĩa của R2. Chúng ta có hai giả thuyết: Giả thuyết H0: R2 = 0 và giả thuyết H1: R2 ≠ 0. Căn cứ vào bảng 4.11 cho thấy trị thống kê F có mức ý nghĩa quan sát
rất nhỏ (sig = 0.000), do đó bác bỏ giả thuyết H0. Như vậy mơ hình hồi quy tuyến tính bội là phù hợp