^F4 0.000 0.786 0.963 0.388 0.005 ^F5 0.000 0.679 0.785 0.348 0.005
(Nguồn: Kết quả xử lý SPSS, Phụ lục 2.4“Ma trận tương quan biến”)
Kiểm định hệ số tương quan nhằm để kiểm tra mối quan hệ tuyến tính giữa các biến độc lập và các biến phụ thuộc. Nếu các biến có tương quan chặt chẽ thì phải lưu ý đến vấn đề đa cộng tuyến sau khi phân tích hồi quy.
• Các giải thuyết:
H0i: Các nhân tố chính khơng có mối tương quan với Sự hài lịng của khách hàng.
H1: F1 có tương quan cùng chiều với Sựhài lịngcủakhách hàng (HL) H2: F2 có tương quan cùng chiều với Sựhài lòngcủakhách hàng (HL) H3: F3 có tương quan cùng chiều với Sựhài lịngcủakhách hàng (HL) H4: F4 có tương quan cùng chiều với Sựhài lịngcủakhách hàng (HL) H5: F5 có tương quan cùng chiều với Sựhài lịngcủakhách hàng (HL)
Trong ma trận hệ số tương quan, với kiểm định hệ số tương quan thì nếu giá trị Sig. > 0.05, giả thuyết Hi (biến phụ thuộc có quan hệ tương quan tuyến tính với các biến độc lập) bị bác bỏ tức biến phụ thuộc khơng có quan hệ tương quan tuyến tính với
Model Summary Mod el R R Square Adjusted R Square Std. Error of
các biến độc lập (giả thuyết H0), biến đó sẽ bị loại ra khỏi mơ hình. Nhìn vào kết quả tuơng quan ta thấy cả 5 biến cùng có Sig < 0.05 nên đều đuợc giữ lại trong mô hình. Trong đó, hệ số tuơng quan giữa biến phụ thuộc HL và F5 là cao nhất 0.542, hệ số tuơng quan giữa HL và F1 là thấp nhất 0.197. Ta cũng thấy giữa các biến độc lập cũng có quan hệ với nhau mặc dù hệ số tuơng quan khơng lớn lắm. Phần kết quả phân tích hồi quy sau này sẽ xác định xem các biến đuợc giữ lại trong mơ hình hồi quy tuyến tính có xảy ra hiện tuợng đa cộng tuyến hay khơng.
2.2.3.2. Xây dựng phương trình hồi quy tuyến tính
Sau khi tiến hành phân tích nhân tố và kiểm định độ tin cậy thang đo, cho ra đuợc các nhân tố có đủ điều kiện để tiến hành hồi quy. Kết quả của phân tích nhân tố chỉ cho biết các nhân tố về chất luợng dịch vụ có ảnh huởng đến sự hài lịng của khách hàng, nhung không cho biết cụ thể mức độ ảnh huởng là bao nhiêu. Vì vậy muốn đo luờng xem mức độ tác động của các nhân tố đó đến ý định sử dụng dịch vụ sử dụng phân tích hồi quy. Mơ hình hồi quy áp dụng là mơ hình hồi quy đa biến.
Ta có phuơng trình hồi quy tuyến tính nhu sau:
Y = βo + βι X1 + β2 X2 + β3X3 + β4X4 + β5X5 + e
• Trong đó:
Y: giá trị của biến phụ thuộc là Sự hài lòng của đối tuợng điều tra Xi: biến độc lập thứ i .
Βi: hệ số hồi qui riêng của biến thứ i. e: sai số của phuơng trình hồi quy.
2.2.3.3. Kiểm định sau khi phân tích hồi quy
Mơ hình thuờng khơng phù hợp với dữ liệu thực tế nhu giá trị R2 thể hiện. Trong tình huống này R2 hiệu chỉnh đuợc sử dụng để phản ánh sát hơn mức độ phù hợp của mơ hình hồi qui tuyến tính đa biến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Nhu vậy, để đánh giá độ phù hợp của mơ hình ta dùng hệ số xác định R2 hiệu chỉnh.