Tương quan
TBAN TBVS TBTK TBNLNV TBHTNV TBTT TBAN Tương quan Pearson 1 .489** .598** .534** .461** .484**
Sig. (2-tailed) .000 .000 .000 .000 .000
N 220 220 220 220 220 220
TBVS Tương quan Pearson .489** 1 .614** .558** .459** .599** Sig. (2-tailed) .000 .000 .000 .000 .000
N 220 220 220 220 220 220
TBTK Tương quan Pearson .598** .614** 1 .661** .548** .645** Sig. (2-tailed) .000 .000 .000 .000 .000
N 220 220 220 220 220 220
TBNLNV Tương quan Pearson .534** .558** .661** 1 .439** .567** Sig. (2-tailed) .000 .000 .000 .000 .000
N 220 220 220 220 220 220
TBHTNV Tương quan Pearson .461** .459** .548** .439** 1 .497** Sig. (2-tailed) .000 .000 .000 .000 .000
N 220 220 220 220 220 220
TBTT Tương quan Pearson .484** .599** .645** .567** .497** 1 Sig. (2-tailed) .000 .000 .000 .000 .000
N 220 220 220 220 220 220
**. Tương quan có ý nghĩa ở mức 0.01 (2-chiều).
4.2.4.2. Đánh giá và kiểm định độ phù hợp của mơ hình
Trong khi đánh giá mơ hình hồi qui tuyến tính bội, hệ số xác định R
square (R2) được dùng để đánh giá độ phù hợp của mơ hình nghiên cứu. Hệ số
xác định R2 được chứng minh là hàm không giảm theo số lượng biến đưa vào mơ
hình. Hệ số R2 có xu hướng tăng thuận chiều với số lượng biến đưa vào mơ hình, mặc dù vậy, khơng phải phương trình càng có nhiều biến sẽ càng phù hợp hơn với dữ liệu. Như vậy, R2 có xu hướng là ước lượng lạc quan của thước đo sự phù
hợp của mơ hình đối với dữ liệu trong trường hợp có hơn một biến giải thích
Hệ số R2 khi đánh giá độ phù hợp của mơ hình là 0.512, như vậy mơ
hình nghiên cứu là rất phù hợp. Kết quả cũng cho thấy rằng R2 điều chỉnh nhỏ
hơn R2, dùng hệ số này để đánh giá độ phù hợp của mô hình sẽ an tồn và chính xác hơn vì nó khơng thổi phồng độ phù hợp với mơ hình.