5.3.1. Tính Score cho từng yếu tố
Đặt tên cho các biến đại diện factor, tính giá trị Score cho các biến cĩ trong factor. Biến đại diện cĩ Score là trung bình của các biến thành phần trong factor tương ứng, ví dụ ứng với Factor 1: TCF (Sự tin cậy) sẽ cĩ Score(TCF) =
Mean(tc1,tc4,tc8,tc9). Biến đại diện này sẽ được đưa vào phương trình hồi quy
Tương tự như vậy biến đại diện của các Factor cịn lại cĩ tên như bên dưới và được tính Score:
o Factor2: DUF (Sự đáp ứng)
o Factor3: NLPVF (Năng lực phục vụ) o Factor4: CTF (Cảm thơng)
o Factor5: PTHHF (Phương tiện hữu hình) o Hài lịng chung: HCF
5.3.2. Hồi quy đa biến
Bảng 5.9: Kết quả hồi quy đa biến
Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .836a .698 .692 .30152 a. Predictors: (Constant), PTHHF, DUF, NLPVF, CTF, TCF
Coefficientsa Unstandardized Coefficients Standardized Coefficients Collinearity Statistics Model B Std. Error Beta t Sig. Tolerance VIF
(Constant) -.151 .179 -.844 .400 TCF .338 .028 .487 12.227 .000 .761 1.315 DUF .226 .033 .262 6.903 .000 .841 1.189 NLPVF .203 .024 .301 8.548 .000 .971 1.030 CTF .098 .030 .125 3.268 .001 .832 1.203 1 PTHHF .215 .028 .302 7.599 .000 .763 1.311 a. Dependent Variable: HLF
Kết quả từ bảng 5.9 cho thấy R2=0,698 > 0,5 – kết quả khá tốt (69,8% sự biến thiên của biến phụ thuộc được giải thích bằng các biến độc lập được đưa vào như trên).Đối với hiện tượng đa cộng tuyến, giả thuyết đặt ra là khơng cĩ mối tương quan giữa các biến độc lập. Yêu cầu là chỉ số VIF trên cột Collinearity Statistics phải nhỏ hơn 2. Kết quả từ bảng 5.9 cho thấy tất cả các thành phần đều cĩ chỉ số
VIF nhỏ hơn 2, như vậy là khơng cĩ mối tương quan giữa các thành phần. Phân tích hồi quy được chấp nhận.
Phương trình hồi quy:
Hài lịng = 0,487 x Sự tin cậy + 0,262 x Sự đáp ứng + 0,301 x Năng lực phục vụ + 0,125 x Cảm thơng + 0,302 x Phương tiện hữu hình