Model R R square Adjusted R square Std. Error of the Estimate Durbin Watson 1 0,758a 0,574 0,559 0,56325 1,823
(Nguồn: Tác giả xử lý số liệu điều tra bằng SPSS tháng 5/2020)
Nếu các biến có hệ số Sig. < 0,05 sẽ có ý nghĩa thống kê giữa một biến này với một biến khác (Hoàng Trọng, 2011). Kết quả từ bảng trên cho thấy tất cả các biến
quan sát đều có mức ý nghĩa Sig. = 0,000 (nhỏ hơn 0,05). Do đó, kết luận được có sự
tương quan giữa biến phụ thuộc “Sự hài lòng” với 6 biến độc lập. Mặt khác, hệ số tương quan của cả 6 biến độc lập này đều lớn hơn 0,3 nên được coi là có tương quan khá mạnh với biến phụ thuộc hay mức độ giải thích tương đối cao.
Ngồi ra, giữa từng cặp biến độc lập đều có hệ số Sig. < 0,05 (Xem phụ lục ra giữa các biến độc lập. Muốn chắc chắn hơn nữa thì cần phải xem xét kết quả tại phân tích hồi quy dưới đây.
4.5.2. Phân tích hồi quy đa biếna. Phương trình hồi quy a. Phương trình hồi quy
Việc phân tích hồi quy sẽ cho thấy được các nhân tố ảnh hưởng đến sự hài lòng của khách hàng khi sử dụng dịch vụ App F@st Mobile. Đồng thời cho biết mức độ tác động của từng nhân tố và mức độ giải thích của chúng.
Mơ hình được viết dưới dạng:
SHL = βo + βι *TC + β2 *DU + β3 *HH + β4*PV + β5*DC+ β6*GC
Trong đó:
SHL: Giá trị TB các biến trong “Sự hài lòng” TC: Giá trị TB các biến trong “Độ tin cậy”
DU: Giá trị TB các biến trong “Khả năng đáp ứng” HH: Giá trị TB các biến trong “Phương tiện hữu hình” PV: Giá trị TB các biến trong “Năng lực phục vụ ” DC: Giá trị TB các biến trong “Mức độ đồng cảm” GC: Giá trị TB các biến trong “Giá cả dịch vụ ” βo : Hệ số chặn của hàm hồi quy
βi ( i = 1→6): Hệ số góc (trọng số)
b. Kết quả phân tích hồi quy
- Đánh giá độ phù hợp của mơ hình hồi quy