Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 3.752E-17 .037 .000 1.000 Hieu qua .522 .037 .522 14.109 .000 1.000 1.000 Bao mat .283 .037 .283 7.648 .000 1.000 1.000 Thuan tien .452 .037 .452 12.227 .000 1.000 1.000 Hoan thanh .199 .037 .199 5.393 .000 1.000 1.000 Phi .264 .037 .264 7.134 .000 1.000 1.000 San sang .286 .037 .286 7.730 .000 1.000 1.000
a. Dependent Variable: Hai long
2.3.6.2 Phân tích tương quan
Thơng thường trước khi sử dụng hồi quy tuyến tính người ta sẽ xét mối quan hệ giữa các biến độc lập với biến phụ thuộc qua hệ số tương quan Pearson của bảng hệ số tương quan. Hệ số tương quan sẽ nằm trong khoảng [-1;+1]. Nếu bằng -1 nghĩa là tương quan nghịch (negative correlation) và +1 là tương quan thuận (positive correlation). Nếu bằng 0 nghĩa là khơng có tương quan. Đây cịn được gọi là tương quan tuyến tính, do nếu tương quan thì mối quan hệ được thể hiện bởi đường thẳng dốc lên hay dốc xuống. Trường hợp không tương quan thì là đường nằm ngang. Trong phân tích tương quan Pearson, khơng có sự phân biệt giữa các biến độc lập và biến phụ thuộc mà tất cả đều được xem như nhau. Xem xét ma trận
hệ số tương quan giữa các biến (xem bảng 2.7) cho thấy biến phụ thuộc sự hài lịng với từng biến độc lập có sự tương quan với nhau, thể hiện cụ thể qua hệ số tương quan như sau: mức độ hiệu quả (0,522); sự thuận tiện (0,452); phí dịch vụ (0,264); sự bảo mật (0,283); mức độ hoàn thành (0,199); mức độ sẵn sàng (0,286) được kiểm định với mức ý nghĩa thống kê 1%. Sơ bộ ta có thể kết luận các biến độc lập này có thể đưa vào mơ hình để giải thích biến phụ thuộc sự hài lịng.