Mô hình nghiên cứu điều chỉnh sau khi phân tích nhân tố khám phá (EFA) như đã được trình bày trong hình 4.1 và các giả thuyết nghiên cứu cần phải được kiểm định bằng phương pháp phân tích hồi quy. Phương trình hồi quy cần thực hiện là phương trình hồi quy đa biến nhằm xác định vai trò quan trọng của từng nhân tố trong việc đánh giá mối quan hệ giữa sự hài lòng của khách hàng khi sử dụng dịch vụ đối với sự phù hợp giá dịch vụ, chất lượng kỹ thuật và các thành phần của thang đo SERVQUAL (đồng cảm, đáp ứng, tin cậy).
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) thì sự chấp nhận và diễn dịch kết quả hồi quy không thể tách rời các giả định cần thiết và những chuẩn đoán về sự vi phạm các giả định đó. Nếu các giả định bị vi phạm thì các kết quả ước lượng được không đáng tin cậy nữa. Do đó, cần thực hiện dò tìm sự vi phạm các giả định cần thiết trong hồi quy tuyến tính như: liên hệ tuyến tính, phương sai của sai số không đổi, phân phối chuẩn phần dư, không có tương quan giữa các phần dư bằng hệ số Durbin-Watson (1< Durbin-Watson < 3 ) và hiện tượng đa cộng tuyến bằng hệ số phóng đại phương sai VIF (VIF < 10). Cũng theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) để đánh giá độ phù hợp của mô hình, các nhà nghiên cứu sử dụng hệ số xác định R² (R-square) để đánh giá mức độ phù hợp của mô hình nghiên cứu, hệ số xác định R² được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mô hình, bạn càng đưa thêm biến độc lập vào mô hình thì R2 càng tăng, tuy nhiên không phải phương trình càng có nhiều biến sẽ càng phù hợp hơn với dữ liệu (tức là tốt hơn). Như vậy R² có khuynh hướng là một ước lượng lạc quan của thước đo sự phù hợp của mô hình đối với dữ liệu trong trường hợp có một biến giải thích trong mô hình. Mô hình thường không phù hợp với giá trị thực tế như giá trị R2 thể hiện. Do đó, trong hồi quy tuyến tính bội thường dùng hệ số R2 điều chỉnh (Adjusted R Square) để đánh giá độ phù hợp của mô hình vì nó phản ánh sát hơn mức độ phù hợp của mô hình hồi quy tuyến tính đa biến. Hệ số Beta chuẩn hoá được dùng để đánh giá mức độ quan trọng của
từng nhân tố, hệ số Beta chuẩn hoá của biến nào càng cao thì mức độ tác động của biến đó vào sự hài lòng khách hàng càng lớn.