CHƯƠNG 4 : PHÂN TÍCH DỮ LIỆU NGHIÊN CỨU VÀ KẾT QUẢ
4.4 KIỂM ĐỊNH MƠ HÌNH LÝ THUYẾT VỀ MỐI LIÊN HỆ GIỮA
4.4.1 Xem xét mối tương quan giữa các biến
Trước khi phân tích và kiểm định mơ hình hồi quy, tác giả tiến hành xem xét mối tương quan giữa các biến độc lập với nhau và với biến phụ thuộc trong mơ hình nghiên cứu. Dùng phần mềm SPSS cho dữ liệu nghiên cứu với phép kiểm định
Pearson Corelation (2-taiged), ta được bảng ma trận hệ số tương quan giữa các biến như sau: Bảng 4.13 – Ma trận hệ số tương quan A B C D E A Pearson Correlation 1 .417** .575** .566** .560** Sig. (2-tailed) .000 .000 .000 .000 N 248 248 248 248 248 B Pearson Correlation .417** 1 .432** .514** .465** Sig. (2-tailed) .000 .000 .000 .000 N 248 248 248 248 248 C Pearson Correlation .575** .432** 1 .552** .548** Sig. (2-tailed) .000 .000 .000 .000 N 248 248 248 248 248 D Pearson Correlation .566** .514** .552** 1 .931** Sig. (2-tailed) .000 .000 .000 .000 N 248 248 248 248 248 E Pearson Correlation .560** .465** .548** .931** 1 Sig. (2-tailed) .000 .000 .000 .000 N 248 248 248 248 248
**. Correlation is significant at the 0.01 level (2-tailed).
Kết quả trong bảng ma trận hệ số tương quan Pearson giữa các biến cảm nhận về sự cơng bằng với sự hài lịng của khách hàng đối với hành động khắc phục lỗi dịch vụ và hệ số tương quan giữa biến cảm nhận về sự công bằng của khách hàng với các biến sự hài lịng tổng thể của khách hàng có mối tương quan khá chặt (ở mức dưới 0,6 trên 0,4) với mức ý nghĩa 1%. Như vậy, các biến cảm nhận về sự cơng bằng của khách hàng có nhiều khả năng giải thích cho biến phụ thuộc là sự hài lòng đối với hành động khắc phục lỗi dịch vụ và sự hài lòng tổng thể của họ.
Hệ số tương quan giữa sự hài lòng đối với hành động khắc phục lỗi và sự hài lòng tổng thể của khách hàng ở mức cao là 0,931 và gây ra mối lo ngại về hiện tượng cộng tuyến. Tuy nhiên, hai biến sự hài lòng tổng thể của khách hàng và sự hài lòng của khách hàng khơng cùng đồng thời đóng vai trị biến độc lập trong phân tích hồi quy nên chúng ta khơng thể gặp vấn đề cộng tuyến vì cộng tuyến là trạng thái
trong đó các biến độc lập có tương quan chặt chẽ với nhau trong phân tích hồi quy
(Hồng Trọng và Chu Nguyễn Mộng Ngọc (2008), Phân tích dữ liệu nghiên cứu với SPSS, NXB Hồng Đức, trang 235).
Như vậy, sơ bộ có thể kết luận các biến độc lập có thể đưa vào mơ hình để giải thích cho biến phụ thuộc trong mơ hình nghiên cứu. Tuy nhiên, để biết thêm về mức
độ giải thích mối liên hệ giữa các biến độc lập và biến phụ thuộc này, chúng ta tiến
hành bước tiếp theo là kiểm định mơ hình hồi quy mối liên hệ giữa chúng như dưới
đây.