Kí
hiệu Biến quan sát Hệs ố tải nhân tố
HL3 Anh (chị) sẽgiới thiệu dịch vụcho vay khách hàng cá nhân
của Ngân hàng cho người khác 0,831
HL1 Nhìn chung, Anh (chị) hài lịng về chất lượng dịch vụcho vay
khách hàng cá nhân của Ngân hàng 0,826
HL2 Trong thời gian tới, Anh (chị) vẫn tiếp tục sửdụng dịch vụ
cho vay khách hàng cá nhân của Ngân hàng 0,787
Eigenvalues 1,992
Phương sai trích (%) 66,392
Các nhân tốrút ra có hệsốtải nhân tố đều > 0,5. Hệsốtải nhân tố đều cao, các biến trong cùng một nhóm đều tải mạnh trên nhân tốmà nó đo lường, nhỏnhất là 0,787. Do đó, khơng có một thành phần nào bịloại bỏ.
Tổng phương sai trích là 66,392% > 50%, chứng tỏphần giải thích được khá cao. Kết quảcũng cho thấy có một nhân tố được rút ra và Eigenvalue > 1. Khơng có sự tách ra hay dịch chuyển của các nhân tốnên khơng có sựthay đổi vềsốnhân tố.
Nhân tốnày được rút ra có chỉsốEigenvalue = 1,992, nhân tốnày giải thích được 66,392 % biến thiên của dữliệu. Nhân tốnày có chỉsốFactor Loading với các biến HL1 có Factor Loading là 0,826, HL2 có Factor Loading 0,787, HL3 có Factor Loading 0,831. Nên đặt tên nhân tốnày là Sựhài lòng, ký hiệu là HL.
2.2.2.3. Phân tích hồi quy
Phân tích tương quan
Bước đầu tiên khi phân tích hồi quy tuyến tính ta sẽxem xét các mối tương quan tuyến tính giữa biến phụthuộc và từng biến độc lập, cũng nhưgiữa các biến độc lập với nhau. Hệsốtương quan giữa biến độc lập và biến phụthuộc càng lớn chứng tỏ mối quan hệtuyến tính càng lớn và phân tích hồi quy tuyến tính có thểphù hợp. Mặt khác, nếu giữa các biến độc lập cũng có tương quan lớn với nhau thìđó cũng là dấu hiệu cho biết giữa chúng có thểxảy ra hiện tượng đa cộng tuyến trong mơ hình tađang xét.