Như vậy từ giả thiết ban đầu về 28

Như vậy từ giả thiết ban đầu về 28 biến giải thích và phụ thuộc, kết quả phân tích độ tin cậy của thang đo đã loại bớt 1 biến giải thích (A2) không phù hợp về mặt giá trị thống kê (Như vậy còn 27 biến giải thích và phụ thuộc); những biến còn lại hoàn toàn thỏa mã các điều kiện về độ tin cậy của thang đo và được tác giả tiếp tục sử dụng vào các nghiên cứu tiếp theo.
Quá trình phân tích nhân tố khám phá phải thỏa mãn các điều kiện sau: KMO >0,5 và thang đo được chấp nhận nếu tổng phương sai trích >=60%; các yếu tố có Eigenvalue luôn lớn hơn 1; Giá trị loại bỏ biến được xác định là lớn hơn 0,5; đồng thời phương pháp trích Principal với phép quay Varimax được sử dụng để tối thiểu hóa lượng biến có hệ số lớn tại cùng một nhân tố nhằm tăng cường khả năng giải thích các nhân tố; đồng thời quá trình EFA được lặp đi lặp lại nhiều lần cho đến khi đạt được các kết quả tối ưu.
Kết quả hồi quy cho thấy mô hình nghiên cứu là phù hợp: mức ý nghĩa nhỏ hơn 5%, không có đa cộng tuyến, DW lớn hơn R2, Anova các nhân tố hoàn toàn phù hợp và như vậy mô hình giải thích được 57,9% tác động đến độ thỏa mãn khi sử dụng dịch vụ tín dụng cá nhân của BIDV Đông Đô. Phương pháp Remove (đưa dần lần lượt từng nhân tố vào hồi quy); đã cho kết quả là chỉ có hằng số là phù hợp.
Như vậy, mô hình hồi quy có thể viết lại thành con số như sau:

Results (English) 1:

So from the original hypothesis about 28 variables explain and depend, analyzing the reliability of scales have omitted 1 turn explained (A2) not consistent in terms of the statistical value (thus also explaining variables and 27); the remaining variables completely fulfills the conditions of code reliability of scales and authors continue to use in the next study.The analysis process discovery factor must satisfy the following conditions: > 0.5 KMO and scale is accepted if the total variance extracted > = 60%; the factors which Eigenvalue modification is always greater than 1; Remove the variable value is determined is greater than 0.5; at the same time extract the Principal method with Varimax rotation is used to minimize the amount of turn that big at the same factors to enhance the ability to explain the factors; at the same time the EFA process is repeated several times until the achievement of optimal results.Regression results showed research model is suitable: less than 5% significance level, no multi plus online, DW is greater than R2, Anova factors completely fit and such models explain 57.9% impact satisfaction levels when using personal credit services of the East BANK. Remove method (taken slowly turn each of the factors in the regression); gave results is the only constant is suitable. As such, the regression models can rewrite the numbers as follows:

Results (English) 2:

Thus from the original assumption of 28 explanatory variables and the dependent, the analysis reliability of the scale was 1 excludes explanatory variables (A2) is not appropriate in terms of statistical values (thus still 27 explanatory variables and dependencies); the remaining variables completely meets the conditions of the reliability of the scale and authors continue to use in the next study.
The discovery factor analysis must satisfy the following conditions: KMO > 0.5, and the scale is accepted if the total variance extracted> = 60%; Eigenvalue factors is always greater than 1; Remove variable value is determined to be greater than 0.5; Principal simultaneous extraction method with Varimax rotation was used to minimize the large amount of variation coefficient in the same factor to enhance the ability to explain the factors; EFA is simultaneously process repeated several times until achieving optimal results.
Results showed that regression model is appropriate studies: significance level of less than 5%, no multicollinearity DW larger than R2, Anova the perfect fit factor and so the model was 57.9% explained affecting satisfaction when using the services of the Bank personal credit Dong. Method Remove (put down one by one factor in the regression); Results showed that only constant is appropriate.
As such, the regression model can be rewritten into the following numbers: