CP AH LI HA TT XH
CP Hệ số tương quan Pearson 1 .496** .251** .323** .341** .584**
Sig. (2-tailed) .000 .000 .000 .000 .000
N 262 262 262 262 262 262
AH Hệ số tương quan Pearson .496** 1 .260** .262** .449** .530**
Sig. (2-tailed) .000 .000 .000 .000 .000
N 262 262 262 262 262 262
LI Hệ số tương quan Pearson .251** .260** 1 .483** .337** .417**
Sig. (2-tailed) .000 .000 .000 .000 .000
N 262 262 262 262 262 262
HA Hệ số tương quan Pearson .323** .262** .483** 1 .322** .365**
Sig. (2-tailed) .002 .000 .000 .000 .000
N 262 262 262 262 262 262
TT Hệ số tương quan Pearson .341** .449** .337** .322** 1 .467**
Sig. (2-tailed) .000 .000 .000 .000 .000
N 262 262 262 262 262 262
XH Hệ số tương quan Pearson .584** .530** .417** .365** .467** 1 Sig. (2-tailed) .000 .000 .000 .000 .000
N 262 262 262 262 262 262
**. Mức ý nghĩa 1%
(Nguồn: Tác giả trích từ phân tích dữ liệu trên phần mềm SPSS 17.0)
Ma trận này cho thấy mối tương quan giữa nhân tố Xu hướng sử dụng dịch vụ (XH) (biến phụ thuộc) với từng biến độc lập, cũng như tương quan giữa các biến độc lập với nhau, sig < 0.01 tức là tại mức xác suất chấp nhận giả thuyết sai là 1% thì giả thuyết hệ số tương quan của tổng thể bằng không bị bác bỏ. Hệ số tương quan Person giữa các biến đều lớn hơn 0.1. Biến phụ thuộc Xu hướng sử dụng có tương quan mạnh nhất với biến độc lập Nhận thức về chi phí chuyển đổi (CP) (hệ số Pearson = 0.584) và tương quan yếu nhất với biến độc lập Giá trị hình ảnh nhà cung cấp (HA) (hệ số Pearson =
0.365). Sự tương quan chặt này rất được mong đợi vì chính những mối quan hệ chặt, tuyến tính giữa các biến giải thích được sự ảnh hưởng đến kết quả mơ hình. Do đó, ta có thể kết luận, các biến có mối quan hệ tương quan tuyến tính với nhau.
Các biến độc lập (Lợi ích cảm nhận (LI), Giá trị hình ảnh nhà cung cấp (HA), Các điều kiện thuận tiện (TT), Ảnh hưởng của xã hội (AH) và Nhận thức về chi phí chuyển đổi (CP) cũng có tương quan khá mạnh với nhau ở mức ý nghĩa 1% có thể đưa vào mơ hình để giải thích cho nhân tố Xu hướng sử dụng dịch vụ. Tuy nhiên, cũng nên xem xét kỹ mối quan hệ giữa các biến này trong phần phân tích hồi quy tuyến tính bội dưới đây nhằm tránh hiện tượng đa cộng tuyến giữa các biến độc lập, ảnh hưởng đến kết quả phân tích.
4.3.2. Phân tích hồi quy
Để đánh giá mức độ ảnh hưởng của các nhân tố độc lập đến Xu hướng sử dụng dịch vụ 3G, tác giả sử dụng phương pháp hồi quy tuyến tính bội giữa 5 nhân tố thu được từ phân tích nhân tố khám phá EFA ở trên bao gồm: (1) Lợi ích cảm nhận (LI), (2) Giá trị hình ảnh nhà cung cấp (HA), (3) Các điều kiện thuận tiện (TT), (4) Ảnh hưởng của xã hội (AH), (5) Nhận thức về chi phí chuyển đổi (CP), với nhân tố phụ thuộc là Xu hướng sử dụng dịch vụ (XH).
Kết quả hồi quy bội bằng phương pháp ENTER cho kết quả như sau: