4. Phương pháp luận nghiên cứu
3.2.5.6.3. Đánh giá độ phù hợp của mô hình và kiểm định các giả
- Đánh giá độ phù hợp của mô hình:
Để đánh giá độ phù hợp của mô hình ta sử dụng hệ số xác định R2 điều chỉnh (Adjusted R Square). Qua PL12.2 cho thấy hệ số xác định điều chỉnh của mô hình là 0.681. Điều này nói rằng, 6 biến độc lập trong mô hình giải thích được 68.1% biến thiên của sự hài lòng về chất lượng dịch vụ của Maximark với các đối thủ cạnh tranh (Metro và coopmart) trên địa bàn thành phố Nha Trang trong mẫu điều tra. Với giá trị này thì độ phù hợp của mô hình là khá cao.
- Kiểm định sự phù hợp của mô hình:
Để kiểm định giả thiết về độ phù hợp của mô hình ta kiểm định giả thuyết H0: hệ số hồi quy của các biến độc lập βk=0 (không có mối liên hệ tuyến tính giữa các biến
độc lập và biến phụ thuộc) thông qua kiểm định F trong bảng phân tích phương sai. Kết quả tại bảng PL12.3, trị thống kê F=325.724 với mức ý nghĩa Sig. rất nhỏ (<0.05) nên ta có thể bác bỏ giả thiết H0 cho rằng tất cả các hệ số hồi quy bằng 0 (ngoại trừ hằng số). Như vậy, mô hình hồi qui tuyến tính bội đang xét phù hợp với tập dữ liệu và có thể sử dụng được.
- Ý nghĩa các hệ số hồi quy riêng phần trong mô hình:
Để đảm bảo các biến độc lập đều thực sự có ảnh hưởng đến biến phụ thuộc, ta tiến hành kiểm định t . Với giả thuyết H0 là hệ số hồi quy của các biến độc lập βk = 0 với độ tin cậy 95% thì ta có thể bác bỏ giả thuyết H0 đối với tất cả các βk. Theo kết quả trong bảng PL12.4, giá trị t của các biến βk đều lớn hơn 2.9 với mức ý nghĩa < 0.05. Như vậy, ta có thể bác bỏ giả thiết H0 (βk = 0). Điều này có nghĩa là 6 nhân tố trong phương trình đều có ảnh hưởng đến sự hài lòng về chất lượng dịch vụ của Maximark và các đối thủ cạnh tranh (Metro và Coopmart) trên địa bàn thành phố Nha Trang.