Biến quan sát Component
Tơi rất hài lịng vềsản phẩm dịch vụ ở đây (HL2) 0,853
Tôi sẵn sàng giới thiệu bạn bè để sử dụng sản phẩm dịch vụ tại
đây (HL1) 0,827
Giá trị mà tôi nhận được từsản phẩm dịch vụ cơng ty tương xứng
với những gì tơi bỏra (HL3) 0,789
Phương sai trích (%) 67,800
Phương sai tích lũy (%) 67,800
(Nguồn: Xửlý sốliệu điều tra)
Tiêu chuẩn Kaiser (Kaiser Criterion): Phân tích EFA nhân tốsự hài lòng cho kết quảcho giá trịEigenvalues lớn hơn 1 (2.034 >1).
Tiêu chuẩn phương sai trích: Tổng phương sai trích là 67,800% > 50%. Do đó phân tích nhân tốnày là phù hợp.
Nhân tốnày diễn giải các tiêu chí sau:
Tơi rất hài lịng vềsản phẩm dịch vụ ở đây (HL2)
Tôi sẵn sàng giới thiệu bạn bè đểsửdụng sản phẩm dịch vụtại đây (HL1)
Giá trị mà tôi nhận được từsản phẩm dịch vụ công ty tương xứng với những gì tơi bỏra (HL3)
Nhân tốsựhài lịng giải thích được 64,430% phương sai. Trong các biến quan sát
thì “Tơi rất hài lịng về sản phẩm dịch vụ ở đây (HL2) là cao” là yếu tố tác động lớn nhất với hệsốtải là 0,853.
Kết quảphân tích nhân tố khám phá rút trích ra được một nhân tố, nhân tố này được tạo ra từcác biến quan sát nhằm rút ra kết luận giá trị sựhài lòng của khách hàng là cao.
Do đó đặt tên nhân tốnày là sựhài lịng (Y).
Phân tích hồi quy tuyến tính
Kiểm định tương quan giữa các biến
Trước khi tiến hành phân tích hồi quy tuyến tính bội, cần phải xem xét mối tương
quan tuyến tính giữa các biến. Điều này nhằm kiểm định giữa các biến có mối quan hệ
tương quan tuyến tính với nhau và các biến độc lập có tươngquan với biến phụthuộc. Giảthuyết đặt ra cần phải kiểm định là:
H0: Khơng có mối quan hệ tương quan tuyến tính giữa các biến trong mơ hình H1: Có mối quan hệ tương quantuyến tính của các biến trong mơ hình
Với mức ý nghĩa α =0,05 (độ tin cậy 95%) thu được giá trị Sig < α cho thấy đủ
cơ sở để bác bỏ giả thuyết H0, chấp nhận giả thuyết H1 tức là có mối quan hệ tuyến tính giữa các biến trong mơ hình.