QUYETDINH UTTH GIACA DVGTGT PHUCVU HUUHINH
Tương quan
Pearson 1,000 0,483 0,389 0,308 0,442 0,374 Sig.(2-tailed 0,000 0,000 0,000 0,000 0,000
N 150 150 150 150 150 150
Dựa vào kết quảphân tích trên, ta thấy:
- Giá trị Sig.(2-tailed) của các nhân tố mới đều bé hơn mức ý nghĩa α = 0,05, cho thấy sự tương quan cóý nghĩa giữa các biến độc lập và biến phụthuộc.
- Hệ số tương quan Pearson cũng khá cao (cả 5 nhân tố lớn hơn 0 và bé hơn 0,5) nên ta có thểkết luận rằng các biến độc lập sau khi điều chỉnh có thểgiải thích cho biến phụthuộc“Quyết định sửdụng”.
2.2.4.2. Xây dựng mơ hình hồi quy
Sau khi tiến hành phân tích nhân tố khám phá EFA đểkhám phá các nhân tốmới cóảnh hưởng đến biến phụthuộc“Quyết định sửdụng”, nghiên cứu tiến hành hồi quy
mơ hình tuyến tính để xác định được chiều hướng và mức độ ảnh hưởng của các nhân tốmới này đến quyết định sửdụng dịch vụlữhành của khách hàng cá nhân.
Mơ hình hồi quy được xây dựng gồm biến phụthuộc là“Quyết định sửdụng”–
QUYETDINH và các biến độc lập được rút trích từphân tích nhân tốkhám phá EFA gồm 5 biến: “Uy tín thương hiệu” –UTTH, “Giá cả” – GIACA, “Dịch vụ giá trị
gia tăng” – DVGTGT, “Chất lượng phục vụ” – PHUCVU, “Phương tiện hữu
hình”–HUUHINH với các hệsốBê– ta tương ứng lần lượt làβ1,β2,β3,β4,β5.
Mơ hình hồi quy được xây dựng như sau:
QUYETDINH = β0 + β1UTTH+ β2GIACA + β3DVGTGT+ β4PHUCVU + β5HUUHINH + ei
Trong đó:
QUYETDINH: Quyết định sửdụng UTTH: Uy tín thương hiệu
GiACA: Giá cả
DVGTGT: Dịch vụgiá trị gia tăng PHUCVU: Chất lượng phục vụ HUUHINH: Phương tiện hữu hình
2.2.4.3. Phân tích hồi quy
Phân tích hồi quy tuyến tính sẽgiúp chúng ta biết được chiều hướng và cường độ ảnh hưởng của các biến độc lập lên biến phụ thuộc. Trong giai đoạn phân tích hồi quy, nghiên cứu chọn phương pháp Enter, chọn lọc dựa trên tiêu chí chọn những nhân tốcó mức ý nghĩa Sig. < 0,05. Những nhân tố nào có giá trị Sig. > 0,05 sẽbị loại khỏi mơ hình và khơng tiếp tục nghiên cứu nhân tố đó.