CHƢƠNG 1 : GIỚI THIỆU
3.3 PHÂN TÍCH CÁC YẾU TỐ ẢNH HƢỞNG ĐẾN SỰ HÀI LÒNG CỦA
3.3.6 Phân tích hồi quy bội
Các nhân tố rút trích đƣợc từ phân tích EFA sẽ đƣợc kiểm định thơng qua phân tích hồi quy bội để xây dựng phƣơng trình hồi quy. Khi tiến hành phân tích hồi quy cần xem xét đến ma trận tƣơng quan giữa các biến để xét tính giải thích của các yếu tố đối với yếu tố hài lịng. Theo Hồng Trọng và Chu Nguyễn Mộng Ngọc (2008) thì các biến đạt hệ số tƣơng quan lớn hơn 0.3 là phù hợp để đƣa vào phân tích hồi quy bội.
Ma trận tƣơng quan
Mối liên hệ giữa các biến đƣợc kiểm định qua ma trận tƣơng quan Pearson cho kết quả tại Phu lục 7. Bảng kết quả cho thấy các hệ số tƣơng quan giữa các yếu tố đều lớn hơn 0.3, đủ điều kiện để đƣa các yếu tố này vào mơ hình nghiên cứu để giải thích cho yếu tố Hài lịng.
Phân tích hồi quy bội
Sau khi mối tƣơng quan đã đƣợc kiểm định, các biến đƣợc tiếp tục đƣa vào phân tích hồi quy bội. Với 2 lần phân tích hồi quy bội (Phụ lục 7), kêt quả đƣợc cho nhƣ sau:
Hệ số R square 69.7% và Adjusted R Square 68.9%, cho biết mức độ phù hợp của tập dữ liệu với mơ hình đƣợc xây dựng là 68.9%. Hay nói cách khác 68.9% sự khác biệt của sự hài lịng có thể đƣợc giải thích bằng sự khác biệt của các yếu tố đo lƣờng chất lƣờng dịch vụ.
Kết quả kiểm định thống kê F cho giá trị sig (p-value) rất nhỏ (0.000), vì thế mơ hình hồi quy bội xây dựng đƣợc phù hơp với tổng thể.
Kết quả hồi quy bội với 4 yếu tố Phƣơng tiện hữu hình, Năng lực phục vụ, Tin cậy, Đồng cảm (yếu tố Đáp ứng đã bị loại sau khi chạy hồi quy bội lần 1) có mức ý nghĩa đều nhỏ hơn 0.01, đồng thời hệ số phóng đại phƣơng sai VIF đều rất thấp (<10)
38 nên không xảy ra hiện tƣợng đa cộng tuyến.
Do đó, kết quả này phù hợp để xây dựng mơ hình nghiên cứu với phƣơng trình hồi quy nhƣ sau:
HL = 0.805 + 0.189*TC + 0.288*NL + 0.200*DC + 0.141*HH