Mơ hình
R R2 R2 hiệu chỉnh Sai số chuẩn ước lượng
0,758a 0,575 0,566 0,308
a : Biến độc lập: (Hằng số), LoiIchTaiChinh, HoTro, GiaTriThuongHieu, DapUng
Hệ số R2 là chỉ số dùng để đánh giá mức độ phù hợp của mơ hình hồi quy tuyến tính bội. Hệ số R2 là phần biến thiên của biến phụ thuộc do mơ hình (các biến độc lập) giải thích (Nguyễn Đình Thọ, 2011, Tr. 493). Tuy nhiên, mơ hình thường khơng phù hợp với dữ liệu thực tế như giá trị R2 thể hiện, vậy nên người ta sử dụng R2 hiệu chỉnh để phản ánh sát hơn mức độ phù hợp của mơ hình hồi quy tuyến tính đa biến vì nó khơng phụ thuộc vào độ lệch phóng đại của R2. So sánh hai giá trị R2 và R2 hiệu chỉnh,
ta thấy R2 hiệu chỉnh nhỏ hơn và dùng nó đánh giá độ phù hợp của mơ hình sẽ an tồn hơn. Như vậy R2 hiệu chỉnh là 0,566 cho thấy sự tương thích của mơ hình với biến quan sát là 56,60%, có nghĩa là có 56,60% sự biến thiên của Thỏa mãn thương hiệu nhà sản xuất được giải thích bởi các biến có trong mơ hình. Với giá trị này thì độ phù hợp của mơ hình là tương đối tốt.
4.4.3.2 Kiểm định độ phù hợp của mơ hình hồi quy tuyến tính bội
Để kiểm định độ phù hợp của mơ hình hồi quy tuyến tính bội, ta sử dụng kiểm định F trong phân tích phương sai ANOVA. Nhìn vào bảng F6.4 trong phụ lục 6 ta thấy F = 65,824 được tính từ giá trị R2 của mơ hình đầy đủ khác 0, giá trị sig. = 0,000 < 0,05, cho thấy mơ hình sử dụng là phù hợp.
Trong kết quả ở bảng hệ số hồi quy ở bảng 4.9, hệ số Beta dùng để đánh giá mức độ quan trọng của các nhân tố tác động vào mức độ Thỏa mãn thương hiệu nhà sản xuất. Hệ số Beta của nhân tố nào càng cao thì nhân tố đó tác động đến mức độ Thỏa mãn thương hiệu nhà sản xuất càng cao. Kết quả phân tích hồi quy cho thấy bốn biến “Lợi ích tài chính”, “Hỗ trợ của nhà sản xuất”, “Giá trị thương hiệu” và “Đáp ứng mong đợi khách hàng” đều đạt yêu cầu (sig. <5%). Ngoài ra, các biến đều có hệ số phóng đại phương sai VIF < 2, điều này chứng tỏ vấn đề hiện tượng đa cộng tuyến trong mơ hình là khơng quan trọng.