Đánh giá độ tin cậy của thang đo và phân tích nhân tố

Thông qua bảng số liêu trên ta thấy, KH sử dụng dịch vụ mạng Internet của công ty FPT – Huế vì 3 lý do lớn: Chính sách khuyến mãi với 77 khách hàng chiếm 51,3%; Giá cả hợp lí với 76 khách hàng chiếm 50,7%; Chính sách chăm sóc khách hàng tốt với 73 khách hàng chiếm 48,7%; cuối cùng là chất lượng dịch vụ tốt chiếm 48% với 72 khách hàng. Qua đó, công ty phải tiếp tục duy trì được các yếu tố trên để giữ chân được KH cũ; đồng thời phải điều tiết giá cả của các gói cước và chi phí lắp đặt thiết bị để có thể cạnh tranh giá với các đối thủ nặng kí như VNPT và Viettel để thu hút được nhiều KH mới hơn nữa.

Bảng 10:Gói cước sửdụng

Gói cước Số lượng (người) Tỷ lệ (%)

10 MB 18 12.0

12MB 40 26.7

16 MB 66 44.0

22 MB 26 17.3

(Nguồn: Kết quảxửlý SPSS) Từbảng thống kê trên ta thấy, đa sốkhách hàng sửdụng dịch vụmạng của FPT với gói cước 12MB và 16MB. Gói cước 12MB có 40 khách hàng sử dụng chiếm 26,7%; gói 16MB có 66 khách hàng dùng chiếm 44%. Có 18 khách hàng theo dùng gói 10MB tương ứng 12% và 26 khách hàng dùng gói 22MB chiếm 17,3%.Ở đây điều tra khách hàng cá nhân chủ yếu là các hộ gia đình, các doanh nghiệp nhỏnên sửdụng gói 12MB hoặc 16MB là hoàn toàn hợp lý.

2.2.2. Đánh giá độtin cậy củathang đo và phân tích nhân tố

giữlại. Khi đó, việc tính toán hệsố tương quan biến–tổng sẽgiúp loại ra những biến quan sát nào không đóng góp nhiều cho sựmô tảcủa khái niệm cần đo.

Các mức giá trị của hệsố Cronbach’s Alpha: lớn hơn 0,8 là thang đo lường tốt;

từ 0,7 đến 0,8 là sửdụng được; từ0,6 trở lên là có thểsửdụng trong trường hợp khái niệm nghiên cứu là mới hoặc là mới trong bối cảnh nghiên cứu.

Các tiêu chí được sửdụng khi thực hiện đánh giá độtin cậy thang đo: Loại các biến quan sát có hệsố tương quan biến – tổng nhỏ hơn 0,3. Tiêu chuẩn chọn thang đo khi có độ tin cậy Cronbach’s Alpha lớn hơn 0,6 (hệsố Cronbach’s Alpha càng lớn thìđộ tin cậy nhất quán nội tại càng cao) (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).

Kiểm định độtin cậy thang đo nhóm biến độc lập:

Bảng 11: Cronbach’s Alpha của thang đo Nhân viên của công ty

Biến quan sát Tương quan biến tổng Cronbach’s Alpha khi loại biến

Cronbach’s Alpha = 0,936 NV1. Nhân viên nhiệt tình giải đáp

mọi thắc mắc của khách hàng

0,718 0,917

NV2. Nhân viên thị trường thân

thiện,lịch sự 0,742 0,915

NV3. Nhân viên lắp đặt xử lý sự

cố nhiệt tình 0,766 0,909

NV4. Nhân viên xử lý tình

huống một cách nhanh chóng 0,677 0,925

(Nguồn: Kết quảxửlý SPSS) Hệsố Cronbach’s Alpha của thang đo “Nhân viên của công ty” là 0,936 > 0,6, với 4 biến quan sát, nếu loại mỗi một biến nào đều làm cho hệ số Cronbach’s Alpha giảm đi. Bên cạnh đó hệsố tương quan với biến tổng đều lớn 0,3. Do đó các biến trong thang đo này đều đạt yêu cầu.

Trường Đại học Kinh tế Huế

Bảng 12:Cronbach’s Alpha của thang đo Giá bán sản phẩm

Biến quan sát Tương quan

biến tổng

Cronbach’s Alpha khi loại biến Cronbach’s Alpha = 0,930

GB1.Giá cước ứng với từng gói dung lượng phù hợp

0,636 0,922

GB2.Chi phí hòa mạng và lắp đặt hợp lý 0,734 0,905 GB3.Giá cả phù hợp với từng vùng (Thành phố,

Huyện) 0,761 0,903

GB4.Thủ tục thanh toán nhanh gọn 0,729 0,907

(Nguồn: Kết quảxửlý SPSS) Thang đo của yếu tố này có hệ số Cronbach’s Alpha là 0,930, hệ số này chấp nhận được. Bên cạnh đó hệsố tương quan biến tổng của các biến quan sát lớn hơn 0,3 nên thang đo này được sửdụng trong các bước tiếp theo.

Bảng 13: Cronbach’s Alpha của thang đo Chính sách chăm sóc khách hàng

Biến quan sát

Tương quan biến tổng

Cronbach’s Alpha khi loại biến Cronbach’s Alpha= 0,921

CS1. Có nhiều ưu đãi khủng để tri ânkhách hàng

lâu năm 0,672 0,903

CS2. Nhiều ưu đãi cho khách hàng thân thiết 0,707 0,891 CS3. Thường xuyên hỏi thăm khách hàng về chất

lượng dịch vụ 0,708 0,890

CS4. Luôn quan tấm đến nhu cầu, sở thích của

khách hàng 0,643 0,907

(Nguồn: Kết quảxửlý SPSS)

Trường Đại học Kinh tế Huế

Thang đo của yếu tố này có hệ số Cronbach’s Alpha = 0,921>= 0,6, bên cạnh đó tương quan biến tổng của 4 yếu tố cũng lớn hơn 0,3 nên thang đo này sẽ được sử dụng trong các bước tiếp theo.

Bảng 14: Cronbach’s Alpha của thang đo Chất lượng dịch vụ

Biến quan sát

Tương quan biến tổng

Cronbach’s Alpha khi loại biến Cronbach’s Alpha = 0,919

CL1.Tốc độ truyền tải thông tin nhanh, mạnh 0,667 0,898 CL2.Đường truyền tốt, không bị nghẽn mạng 0,728 0,869

CL3.Chất lượng Modem tốt 0,707 0,881

(Nguồn: Kết quảxửlý SPSS) Thang đo của yếu tố này có hệ số Cronbach’s Alpha là 0,919; hệ số này chấp nhận được. Bên cạnh đó hệsố tương quan biến tổng của các biến quan sát lớn hơn 0,3 nên thang đo này được sửdụng trong các bước tiếp theo.

Bảng15: Cronbach’s Alpha của thang đo Chính sách khuyến mãi

Biến quan sát

Tương quan biến tổng

Cronbach’s Alpha khi loại biến Cronbach’s Alpha = 0,919

KM1.Nhiều chính sách khuyến mãi trong năm 0,610 0,908

KM2.Thời gian khuyến mãi kéo dài 0,699 0,890

KM3.Tính hấp dẫn của chương tình cao 0,752 0,885

KM4.Chương trình khuyến mãiđem lại nhiều lợi

ích cho khách hàng 0,685 0,898

(Nguồn: Kết quảxửlí SPSS) Thang đo của yếu tố này có hệ số Cronbach’s Alpha là 0,919; hệ số này chấp nhận được. Bên cạnh đó hệsố tương quan biến tổng của các biến quan sát lớn hơn 0,3 nên thang đo này được sử

Trường Đại học Kinh tế Huế

dụng trong các bước tiếp theo.

Kiểm định độtin cậy của thang đo biến phụthuộc:

Bảng 16:Cronbach’s Alpha của thang đo sựhài lòng của khách hàng Biến quan sát

Tương quan biến tổng

Cronbach’s Alpha khi loại biến Cronbach’s Alpha = 0,893

HL1.Tôi cảm thấy hài lòng về chất lượng dịch vụ

mạng Internet của công ty Cổ phần Viễn thông FPT 0,568 0,880 HL2.Tôi sẽ tiếp tục sử dụng dịch vụ này trong thời

gian tới 0,667 0,830

HL3.Tôi sẽ nói tốt và giới thiệu cho bạn bè, người

thân cùng sử dụng 0,661 0,834

( Nguồn: Kết quả xử lí SPSS) Thang đo của yếu tố này có hệ số Cronbach’s Alpha là 0,893> 0,6, hệ số này chấp nhận được. Bên cạnh đó hệ số Cronbach’s Alpha khi loại biến cũng thấp hơn 0,893 và hệ số tương quan biến tổng đều lớn hơn 0,3. Do đó các biến quan sát của thang đó “Sự hài lòng của khách hàng” đảm bảo độ tin cậy để sử dụng ở các bước phân tích tiếp theo.

Từ các bảng trên cho thấy các thang đo đều có Cronbach’s Alpha > 0,6. Các biến quan sát trong mỗi thang đo cũng đều có hệ số tương quan biến tổng > 0,3. Vì vậy ta tiến hành các phân tích và kiểm định tiếp theo để làm rõ hơn nội dung nghiên cứu.

2.2.2.2. Phân tích nhân tốkhám phá (EFA)

Theo Hair & ctg (1998), phân tích nhân tố là một phương pháp phân tích thống kê dùng để rút gọn một tập gồm nhiều biến quan sát thành một nhóm để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết các nội dung thông tin của biến ban đầu.

Theo Trọng & Ngọc (2008), kiểm định Bartlett (Bartlett’s test) xem xét cặp giả thuyết:

H0: Độ tương quan giữa các biến quan sát bằng 0 trong tổng thể.

H1: Độ tương quan giữa các biến quan sát khác 0 trong tổng thể.

Nếu như kiểm định này có ý nghĩa thống kê, tức là Sig. < 0,05 (mức ý nghĩa) thì các quan sát cótương quan với nhau trong tổng thể.

Theo Hair & ctg (1998), Multivariate Data Analysis, Prentice–Hall

Trường Đại học Kinh tế Huế

International, trong phân tích EFA, KMO (Kaiser–Meyer –Olkin) là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố và trị số của nó phải có giá trị trong khoảng từ 0,5 đến 1 thì phân tích này mới thích hợp, còn nếu như trị số này nhỏ hơn 0,5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu. Chỉ số Factor Loading có giá trị lớn hơn 0,5 được xem là có ý nghĩa thực tế.

Hair & ctg (1998) cho rằng: nếu chọn tiêu chuẩn Factor loading > 0,3 thì cỡ mẫu của bạn ít nhất là 350, nếu cỡ mẫu của bạn khoảng 100 thì nên chọn tiêu chuẩn Factor loading > 0,55, nếu cỡ mẫu của bạn khoảng 50 thì Factor loading phải > 0,75.

Cho nên với 150 bảng khảo sát đã được kiểm định độ tin cậy sẽ tiến hành phân tích nhân tố với phép trích Principal components, sử dụng phép xoay Varimax với hệ số truyền tải Factor loading phù hợp là 0,5. Do đó các biến có hệ số truyền tải (Factor loading) nhỏ hơn 0,5 sẽ bị loại, điểm dừng khi Eigenvalue (đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố) lớn hơn 1 và tổng phương sai trích lớn hơn 50%. Tóm lại, trong phân tích nhân tố khám phá cần đáp ứng các điều kiện:

Factor Loading>0,5

0,5 <KMO<1

Kiểm định Bartlett cósig.<0,05

Phương sai trích Total Varicance Explained > 50%

Eigenvalue > 1

Phân tích nhân tố biến độc lập

Phân tích nhân tố khám phá EFA đối với 18 biến quan sát. Kết quả phân tích nhân tố khám phá EFA như sau:

- Kiểm định KMOvới nhân tố độc lập

Bảng 17: Kết quảphân tích nhân tốbiến độc lập Yếu tố đánh giá Giá trị kiểm định

Hệ số KMO 0,927

Giá trị Sig. trong kiểm định Bartlett 0,000

Tổng phương sai trích 83,304%

Giá trị Eigenvalues 1,149

(Nguồn: Kết quảxửlí SPSS)

Trường Đại học Kinh tế Huế

- Phân tích nhân tố

Bảng 18: Ma trận xoay nhân tốbiến độc lập Nhân tố

1 2 3 4 5

nhanvien2 0,851 nhanvien1 0,837 nhanvien3 0,835 nhanvien4 0,771

giaban3 0,835

giaban2 0,827

giaban4 0,822

giaban1 0,778

khachhang3 0,849

khachhang2 0,811

khachhang4 0,805

khachhang1 0,784

khuyenmai3 0,859

khuyenmai2 0,835

khuyenmai4 0,813

khuyenmai1 0,746

dichvu2 0,838

dichvu1 0,829

dichvu3 0,804

(Nguồn: Kết quảxửlí SPSS) Qua hai bảng ta thấy được kết quảphân tích nhân tốcó hệsốKMO = 0,927 nên phân tích nhân tố vẫn phù hợp. Giá trị Sig. của kiểm định Bartlett = 0,000 < 0,05 nên bác bỏ giả thuyết H0, chấp nhận giả thuyết H1, hay chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể. Như vậy, dữ liệu dùng để phân tích nhân tố vẫn

hoàn toàn phù hợp.

Trường Đại học Kinh tế Huế

Tại mức giá trịEigenvalues lớn hơn 1, tổng phương sai trích = 83,304% > 50%

(đạt yêu cầu). Điều này chứng tỏ83,304% biến thiên của dữliệu được giải thích bởi 5 nhân tốnày. Trong bảng ma trận xoay nhân tố, tất cảcác biến đều có hệ sốtải nhân tố lớn hơn 0,5 và các biến đều chỉ tải một nhân tố duy nhất nên phân tích nhân tố đạt yêu cầu.

- Đặt tên và giải thích nhân tố

Việc giải thích các nhân tố được thực hiện trên cơ sở nhận ra các biến quan sát có hệsốtải nhân tố(factor loading) lớn nằm trong cùng một nhân tố. Như vậy nhân tố này có thểgiải thích bằng các biến có hệsốlớn nằm trong nó.

Bảng 19: Bảng tên biến mới Thành

phần

Tên biến

Ý NGHĨA Nhóm nhân

tố thứ 1 ( NV)

nhanvien1 Nhân viên nhiệt tình giải đáp mọi thắc mắc của khách hàng

nhanvien2 Nhân viên thị trường thân thiện, lịch sự nhanvien3 Nhân viên lắp đặt xử lý sự cố nhiệt tình

nhanvien4 Nhân viên xử lý tình huống một cách nhanh chóng Nhóm nhân

tố thứ 2 (GB)

giaban1 Giá cước ứng vớitừng gói dung lượng phù hợp giaban2 Chi phí hòa mạng và lắp đặt hợp lý

giaban3 Giá cả phù hợp với từng vùng (Thành phố, Huyện) giaban4 Thủ tục thanh toán nhanh gọn

Nhóm nhân tố thứ3(

KH)

khachhang1 Có nhiều ưu đãi khủng để tri ân khách hàng lâu năm khachhang2 Nhiều ưu đãi cho khách hàng thân thiết

khachhang3 Thường xuyên hỏi thăm khách hàng về chất lượng dịch vụ

khachhang4 Luôn quan tấm đến nhu cầu, sở thích của khách hàng Nhóm nhân

tố thứ 4 (DV)

dichvu1 Tốc độ truyền tải thông tin nhanh, mạnh dichvu2 Đường truyền tốt, không bị nghẽn mạng dichvu3 Chất lượng Modem tốt

Nhóm nhân tố thứ 5 (KM)

khuyenmai1 Nhiều chính sách khuyến mãi trong năm khuyenmai2 Thời gian khuyến mãi kéo dài

khuyenmai3 Tính hấp dẫn của chương tình cao

khuyenmai4 Chương trình khuyến mãi mang lại nhiều lợi ích cho khách hàng

(Nguồn: Kết quảxửlí SPSS)

Trường Đại học Kinh tế Huế

- Phân tích nhân tốbiến phụthuộc Kiểm định KMO

Bảng 20: Kết quảphân tích nhân tốbiến phụthuộc Yếu tố đánh giá Giá trị kiểm định

Hệ số KMO 0,742

Giá trị Sig.trong kiểm định Bartlett 0,000

Tổng phương sai trích 82,441%

Giá trị Eigenvalues 2,473

(Nguồn: Kết quảxửlí SPSS) Phân tích nhân tố

Bảng 21: Ma trận xoay nhân tốbiến phụthuộc

Nhân tố 1 HL1. Tôi cảm thấy hài lòng về chất lượng dịch vụ mạng Internet của

công ty Cổ phần Viễn thông FPT 0,919

HL2. Tôi sẽ tiếp tục sử dụng dịch vụ này trong thời gian tới 0,917 HL3. Tôi sẽ nói tốt và giới thiệu cho bạn bè, người thân cùng sử dụng 0,887

(Nguồn: Kết quảxửlí SPSS) Kết quả phân tích nhân tố có hệ số KMO = 0,742, nên phân tích nhân tố vẫn phù hợp. Giá trị Sig. của kiểm định Bartlett = 0,000 < 0,05 nên bác bỏ giả thuyết H₀, chấp nhận giảthuyết H₁, hay chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể. Như vậy, dữliệu dùng đểphân tích nhân tốvẫn hoàn toàn phù hợp.

Tại mức giá trị Eigenvalues lớn hơn 1, phân tích nhân tố biến phụ thuộc với tổng phương sai trích = 82,441% > 50% (đạt yêu cầu). Điều này chứng tỏ 82,441%

biến thiên của dữliệu được giải thích bởi 3 biến của nhân tố này. Trong bảng ma trận xoay nhân tố, tất cả các biến đều có hệ số tải nhân tốlớn hơn 0,5 và các biến đều chỉ tải một nhân tố duy nhất nên phân tích nhân tố đạt yêu cầu. Kết quả này cho thấy các biến trong thang đo “Sự hài lòng của khách hàng” giải thích tốt cho đại lượng đo

lường.

Trường Đại học Kinh tế Huế

2.2.2.3. Phân tích tương quan

Hệsố tương quan Pearson để lượng hóa mức độ chặt chẽcủa mối liên hệtuyến tính giữa hai biến định lượng. Nếu hệsố tương quan giữa các biến độc lập và biến phụ thuộc lớn chứng tỏgiữa chúng có quan hệ với nhau và phân tích hồi quy là phù hợp, tuy nhiên nếu giữa 2 biến độc lập có sự tương quan chặt chẽthì phải lưuý vấn đề đa cộng tuyến khi phân tích hồi quy. Vấn đềcủa hiện tượng cộng tuyến là chúng cung cấp cho mô hình những thông tin rất giống nhau, và rất khó tách rời ảnh hưởng của từng biến một đến biến phụthuộc.

Do đó cần phải kiểm định cặp giảthuyết cho các cặp biến độc lập với nhau và giữa biến độc lập với biến phụthuộc:

H₀: Hệsố tương quan bằng 0 H₁: Hệsố tương quan khác 0

Thực hiện tạo các biến mới đại diện cho từng nhóm biến thông qua giá trị trung bình:

 NV: Nhân viên của công ty gồm các biến: nhanvien1, nhanvien2, nhanvien3, nhanvien4.

 GB: Giá bán sản phẩm gồm các biến: giaban1, giaban2, giaban3, giaban4.

 KH: Chính sách chăm sóc KH gồm các biến: khachhang1, khachhang2, khachhang3,khachhang4.

 DV: Chất lượng dịch vụgồm các biến: dichvu1, dichvu2, dichvu3.

 KM: Chính sách khuyến mãi gồm các biến: khuyenmai1, khuyenmai2, khuyenmai3, khuyenmai4.

 HL: Sự hài lòng của KH gồm các biến: hailong1, hailong2, hailong3. Điều kiện đểkiểm tra:

Nếu Sig. < 0,05 thì chứng tỏ là có sự tương quan tuyến tính chặt chẽgiữa biến phụthuộc với các biến độc lập và ngược lại.

Kết quả tương quan được choởbảng dưới:

Trường Đại học Kinh tế Huế

Bảng 22: Kết quả tương quan Pearson

HL NV GB KH DV KM

HL

Pearson

Correlation 1 0,582^** 0,576^** 0,603^** 0,663^** 0,654^**

Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000

N 150 150 150 150 150 150

NV

Pearson

Correlation ,0582^** 1 0,597^** 0,539^** 0,522^** 0,472^**

Sig. (2-tailed) 0,000 0,000 0,000 0,000 0,000

N 150 150 150 150 150 150

GB

Pearson

Correlation 0,576^** 0,597^** 1 0,496^** 0,487^** 0,577^**

Sig. (2-tailed) 0,000 0,000 0,000 0,000 0,000

N 150 150 150 150 150 150

KH

Pearson

Correlation 0,603^** 0,539^** 0,496^** 1 0,574^** 0,531^**

Sig. (2-tailed) 0,000 0,000 0,000 0,000 0,000

N 150 150 150 150 150 150

DV

Pearson

Correlation 0,663^** 0,522^** 0,487^** 0,574^** 1 0,535^**

Sig. (2-tailed) 0,000 0,000 0,000 0,000 0,000

N 150 150 150 150 150 150

KM

Pearson

Correlation 0,654^** 0,472^** 0,577^** 0,531^** 0,535^** 1 Sig. (2-tailed) 0,000 0,000 0,000 0,000 0,000

N 150 150 150 150 150 150

Mức ý nghĩa: 0,01

Trường Đại học Kinh tế Huế

(Nguồn: Kết quảxửlí SPSS) Bảng hệ số tương quan cho thấy hầu hết giá trị Sig. của các biến độc lập với biến phụ thuộc đều bé hơn mức ý nghĩa 0,05 nên bác bỏgiảthuyết H0 chấp nhận giả thuyết H1, hay các biến độc lập đều có mối tương quan tuyến tính với biến phụthuộc.

2.2.2.4 Phân tích hồi quy

Phân tích hồi quy là một phân tích thống kê để xác định xem các biến độc lập quy định các biến phụ thuộc như thế nào. Mô hình phân tích hồi quy sẽ mô tả hình thức của mối liên hệ và qua đó giúp dự đoán được giá trị của biến phụ thuộc khi biết trước giá trị của biến độc lập.

Điều kiện kiểm tra:

Nếu giá trị R2 hiệu chỉnh > 0,5; kết luận mô hình hồi quy là thích hợp đểkiểm định mô hình lý thuyết và ngược lại. Và kết quảkiểm tra hệsốDurbin – Watson, nếu nằm trong khoảng từ 1 đến 3 thì hiện tượng tương quan giữa các biến độc lập và phụ thuộc là không xảy ra (Trọng và Ngọc, 2008).

Cuối cùng kiểm định giá trịSig.ởcác biến độc lập:

Nếu giá trị Sig. < 0,05 chứng tỏ biến độc lập đó có ý nghĩa thống kê và giải thích tốt cho biến phụ thuộc và nếu ngược lại thì chúng ta sẽloại chúng khỏi mô hình nghiên cứu.

Kết hợp với hệ số phóng đại VIF, nếu nhỏ hơn 2 thì chứng tỏ hiện tượng đa cộng tuyến là không cóảnh hưởng đến mô hình nghiên cứu.

2.2.2.5 Mô hình hồi quy hiệu chỉnh

Với giả thiết ban đầu cho mô hình lý thuyết, ta có phương trình hồi quy tuyến tính như sau:

HL =βo +β1*NV +β2*GB +β3*KH +β4*DV+β5*KM Trong đó:

•HL: biến phụthuộc: sựhài lòng của khách hàng

•NV: biến độc lập: nhân viên của công ty

•GB: biến độc lập: giá bán sản phẩm

•KH: biến độc lập: chính sách chăm sóc khách hàng

•DV: biến độc lập: chất lượng dịch vụ

Trường Đại học Kinh tế Huế

•KM: biến độc lập: chính sách khuyến mãi

•βi: hệsốhồi quy riêng của các biến độc lập 2.2.2.6 Đánh giá độphù hợp của mô hình hồi quy

Dùng phương pháp xây dựng mô hình Enter là một phương pháp phổ biến để xây dựng mô hình hồi quy, ta thu được kết quả như sau:

Bảng 23: Mô hình hồi quy sửdụng phương pháp Enter

R R2 R²hiệu chỉnh Sai số chuẩn

của ước lượng

Durbin-Watson

1 0,788^a 0,620 0,607 0,612 2,147

(Nguồn: Kết quảxửlí SPSS) Từ bảng trên, ta thấy:

Hệ số xác định R² hiệu chỉnh của mô hình là 60,7% thể hiện 5 biến độc lập trong mô hình giải thích được 60,7% biến thiên của biến phụ thuộc. Mặt khác hệ số Durbin– Watson là 2,147 nằm giữa khoảng từ 1 đến 3 nên kết luận hiện tượng tương quan giữa biến độc lập và phụ thuộckhông xảy ra.

Phân tích ANOVA:

Bảng24: ANOVA

Mô hình Tổng các bình phương

Df

Trung bình

các bìnhphương F Sig.

1

Hồi quy 88,165 5 17,633 47,083 0,000^b

Phần dư 53,930 144 0,375

Tổng 142,096 149

(Nguồn: Kết quảxửlí SPSS) Phân tích phương sai ANOVA cho thấy trị số F có mức ý nghĩa Sig. = 0,000 (<0,05), có nghĩa là mô hình hồi quy phù hợp với dữ liệu thu thập được và các biến đưa vào có ý nghĩa trong thống kê với mức ý nghĩa 5%. Thống kê giá trị F = 47,083 được dùng để kiểm định giả thuyết H₀, ở đây ta thấy mối quan hệ tuyến tính là có ý nghĩa. Ta có thểbác bỏgiảthiết H₀ và chấp nhận H₁ là các biến độc lập đều có những tác động nhất định đến biến phụthuộc.

2.2.2.7. Xây dựng phương trình hồi quy tuyến tính

Bằng phương pháp Enter, 5 nhân tố được đưa vào chạy hồi quy gồm “Nhân

Trường Đại học Kinh tế Huế

Trong tài liệu Đánh giá sự hài lòng của khách hàng đối với dịch vụ Internet của FPT tại Thành phố Huế (Trang 43-59)