3.2 Kết quả khảo sát
3.2.5. Phân tích hồi quy
Sau khi đã thực hiện các bước trên, tác giả tiến hành phân tích hồi quy nhằm xác định mối quan hệ giữa biến phụ thuộc với các biến độc lập. Mơ hình phân tích
hồi quy sẽ mơ tả hình thức của mối quan hệ và qua đó giúp ta dự đoán được mức độ của biến phụ thuộc khi biết trước giá trị của các biến độc lập.
Theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2008), khi chạy hồi quy cần quan
tâm đến các thông số sau:
Hệ số Beta: hệ số hồi quy chuẩn hóa cho phép so sánh trực tiếp giữa các hệ số dựa trên mối quan hệ giải thích của chúng với biến phụ thuộc.
Hệ số R2: đánh giá phần biến động của biến phụ thuộc được giải thích
bởi các biến dự báo hay biến độc lập. Hệ số này có thể thay đổi từ 0 đến 1.
Kiểm định ANOVA: để kiểm tra tính phù hợp của mơ hình với tập dữ liệu gốc. Nếu mức ý nghĩa của kiểm định < 0.05 thì ta có thể kết luận mơ hình hồi quy phù hợp với tập dữ liệu.
Căn cứ vào mơ hình điều chỉnh đã được hiệu chỉnh sau khi phân tích nhân tố
khám phá, ta có mơ hình hồi quy tuyến tính bội như sau:
TT = β0 + β1 * HL + β2 * CP + β3 * TH + β4 * GC + β5 * ThT + β6 * TC + β7 *
HH + β8 * DU + β9 * DC + β10 * DB + ε
Trong đó:
Biến phụ thuộc: Lòng trung thành (TT)
Biến độc lập: Sự hài lịng (HL), Chi phí chuyển đổi (CP), Uy tín, thương hiệu (TH), Giá trị cảm nhận (GC), Sự thuận tiện (ThT), Sự tin cậy (TC), Sự
hữu hình (HH), Sự đáp ứng (DU), Sự đồng cảm (DC), Sự đảm bảo (DB).