bài thi kết thúc học phần nghiên cứu sự hài lòng của sinh viên tại thành phố hồ chí minh về chất lượng dịch vụ của cgv

Mục tiêu nghiên cứuĐề tài sẽ nghiên cứu các yếu tố chính như giá vé, đội ngũ nhân viên, cơ sở vậtchất, dịch vụ đồ ăn – đồ uống,…Từ những yếu tố trên để đánh giá mức độ hài lòngcủa sinh v

Trang 1

BỘ TÀI CHÍNH

TRƯỜNG ĐẠI HỌC TÀI CHÍNH – MARKETING

BÀI THI KẾT THÚC HỌC PHẦN NGHIÊN CỨU MARKETING 2

“NGHIÊN CỨU SỰ HÀI LÒNG CỦA SINH VIÊN TẠI THÀNH PHỐ HỒ CHÍ MINH VỀ CHẤT LƯỢNG

Chuyên ngành: Truyền thông Marketing3 Nguyễn Thị Ngọc Huyền MSSV: 1921001272

Chuyên ngành: Quản trị Marketing

TP.Hồ Chí Minh năm 2021

Trang 2

ĐÁNH GIÁ TỶ LỆ HOÀN THÀNH BÀI CỦA THÀNH VIÊN NHÓM

tuần 1 Nhiệm vụ tuần2 hoàn thànhMức độ1 Nguyễn Thành Đạt Tạo form

khảo sát, nhập dữ kiệu khảo sát

Chạy SPSS phần 2.1, phần 2.2

2 Hoàng Thị Thanh Nga Soạn nội dung câu hỏi khảo sát

Chạy SPSS

phần 2.4, 2.4 100%3 Nguyễn Thị Ngọc Huyền Nghiên cứu,

phân tích đề tài và hoàn thành chương 1.

Chạy SPSS phần 2.5, 2.6

100%

Trang 4

DANH MỤC BẢNG

Trang 5

DANH MỤC HÌNH

Trang 6

MỤC LỤC

Chương 1: TỔNG QUAN VỀ ĐỀ TÀI 1

1.1.Mục tiêu nghiên cứu 1

1.2.Phương pháp thu thập dữ liệu 1

1.3.Nguồn cấp dữ liệu 1

1.3.1.Dữ liệu thứ cấp 1

1.3.2.Dữ liệu sơ cấp 2

1.4.Các giả thuyết 2

1.5.Mô hình nghiên cứu 3

Chương 2: XỮ LÍ DỮ LIỆU VÀ KẾT QUẢ NGHIÊN CỨU 4

2.1.Thống kê mô tả 4

2.1.1.Thống kê tần số 4

2.1.2.Thống kê trung bình 4

2.2.Kiểm định thang đo Crombach’s Alpha và EFA 4

2.2.1.Kiểm định thang đo Crombach’s Alpha 4

2.2.2.Phân tích khám phá nhân tố EFA 4

2.2.2.1.Phân tích EFA cho các biến độc lập 4

2.2.2.2.Phân tích EFA cho các biến phụ thuộc 6

2.3.Phân tích tương quan 7

2.4.2.Phân tích hồi quy tuyến tính đa biến 13

2.5.Kiểm định mối liên hệ giữa các biến định tính 17

2.5.1.Mối liên hệ giữa thu nhập của sinh viên đối với tần suất xem phim tại CGV 17

2.6.Kiểm định sự khác biệt về trị trung bình 23

2.6.1.Kiểm định One – sample T – test 23

2.6.2.Phân tích khác biệt trung bình One - Way ANOVA 24

Trang 7

Chương 3: KẾT LUẬN VÀ MỘT SỐ HÀM Ý QUẢN TRỊ 303.1.Kết luận 303.2.Hàm ý quản trị 31

Trang 8

Chương 1:TỔNG QUAN VỀ ĐỀ TÀI

“NGHIÊN CỨU VỀ MỨC ĐỘ HÀI LÒNG CỦASINH VIÊN VỀ DỊCH VỤ CỦA CGV

TẠI THÀNH PHỐ HỒ CHÍ MINH”

1.1 Mục tiêu nghiên cứu

Đề tài sẽ nghiên cứu các yếu tố chính như giá vé, đội ngũ nhân viên, cơ sở vậtchất, dịch vụ đồ ăn – đồ uống,…Từ những yếu tố trên để đánh giá mức độ hài lòngcủa sinh viên (một trong những khách hàng mục tiêu của CGV) đối với dịch vụ xemphim của CGV tại khu vực Thành phố Hồ Chí Minh.

Dự án nghiên cứu có các mục tiêu như sau:

 Thông qua các yếu tố nghiên cứu được, từ đó biết được mức độ hàilòng của sinh viên đối với dịch vụ xem phim của CGV tại Thành phố Hồ Chí Minh.

 Phân tích mức độ ảnh hưởng của các yếu tố đến sự hài lòng của kháchhàng từ đó đứa ra các giải pháp để nhằm mang lại sự hài lòng tốt hơn cho kháchhàng mục tiêu là sinh viên.

1.2 Phương pháp thu thập dữ liệu

 Nghiên cứu sơ bộ: là giai đoạn tiến hành nghiên cứu định tính (nghiêncứu thăm dò) thông qua internet, sách báo, tài liệu, nhằm nắm được thị trường vàkhách hàng mục tiêu của CGV và các yếu tố ảnh hưởng đến mức độ hài lòng củasinh viên khi sử dụng dịch vụ xem phim tại rạp chiếu phim.

 Nghiên cứu chính thức: đây là giai đoạn thứ hai bước vào tiến hànhnghiên cứu định lượng, thực hiện thu thập dữ liệu thông qua bảng câu hỏi khảo sátvà xử lí dữ liệu qua công cụ SPSS Sau khi đã xử lí dữ liệu thì tiếp tục thống kê vàphân tích từ dữ liệu đã xử lí được để biết được sự hài lòng của khách hàng là sinhviên khi sử dụng dịch vụ xem phim của CGV tại Thành phố Hồ Chí Minh.

1.3 Nguồn cấp dữ liệu1.3.1 Dữ liệu thứ cấp

1

Trang 9

Các dữ liệu thứ cấp được lấy từ những nguồn thông tin đã được nghiên cứu,phân tích và công bố rộng rãi trên sách báo, internet,… Dữ liệu thứ cấp phục vụcho dự án nghiên cứu đề tài này chủ yếu là được lấy từ website www.cgv.vn Những dữ liệu như số lượng phòng chiếu phim, cơ sở vật chất, số lượng nhân viên,các thể loại phim thường được chiếu, dịch vụ đồ ăn-đồ uống,…

1.3.2 Dữ liệu sơ cấp

Dữ liệu sơ cấp là những dữ liệu chưa có sẵn, được thu thập lần đầu, do chínhngười nghiên cứu thu thập Dữ liệu sơ cấp là do trực tiếp thu thập nên độ chính xáccao hơn Tuy nhiên,dữ liệu sơ cấp phải qua quá trình nghiên cứu thực tế mới cóđược, vì vậy việc thu thập dữ liệu sơ cấp thường tốn nhiều thời gian và chi phí.

Dữ liệu sơ cấp phục vụ cho dự án nghiên cứu này được lấy thông qua bảngcâu hỏi khảo sát Bảng câu hỏi khảo sát được khảo sát qua 179 người trong đó có167 sinh viên đến từ các trường Đại học và Cao đẳng ở khu vực Thành phố Hồ ChíMinh đã từng xem phim tại CGV Những dữ liệu sơ cấp như giới tính, thu nhập, têntrường học, mức độ hài lòng, tần suất xem phim tại CGV, …

Dữ liệu sơ cấp được nhóm tổng hợp được qua các câu hỏi trong bảng câu hỏiđược trình bày ở phần phụ lục.

1.4.Các giả thuyết

Giả thuyết H1: “Các biến đại diện các yếu tố ảnh hưởng đến mức độ hài lòngcủa khách hàng đối với chất lượng dịch vụ của CGV là đáng tin cậy” Giả thuyếtnày sẽ được kiểm định thông qua Crombach’s Alpha và EFA

Giả thuyết H2: “Các biến đại diện cho yếu tố sự hài lòng, sự trở lại và sự giớithiệu đối với chất lượng dịch vụ của CGV là đáng tin cậy” Giả thuyết này sẽ đượckiểm định thông qua Crombach’s Alpha và EFA

Giả thuyết H3: “Có sự tương qua giữa các biến độc lập là cơ sở vật chất, giávé, nhân viên, sự thuận tiện và khuyến mãi đối với mức độ hài lòng của sinh viênkhi xem phim tại rạp” Giả thuyết này sẽ được kiểm định thông qua phân tích sựtương quan giữa các biến độc lập và biến phụ thuộc.

Giả thuyết H4: “Có sự tác động của các yếu tố khác ngoài các yếu tố độc lậpmà nhóm đã liệt kê ở giả thuyết H3 đến biến phụ thuộc là mức độ hài lòng của sinh

2

Trang 10

viên đối với chất lượng dịch vụ của CGV” Giả thuyết này sẽ được kiểm định thôngqua phân tích hồi quy tuyến tính.

Giả thuyết H5: “Có sự ảnh hưởng giữa thu nhập và giới tính của sinh viên vớitần suất xem phim tại CGV” Giả thuyết này sẽ được kiểm định thông qua kiểmđịnh mối liên hệ giữa các biến định tính (kiểm định chi bình phương).

Giả thuyết H6: “Điểm trung bình của sự hài lòng mà sinh viên dành cho chấtlượng dịch vụ của CGV là 3” Giả thuyết này sẽ được kiểm định thông qua kiểmđịnh One Simple T – Test.

Giả thuyết H7: “Mức độ hài lòng của sinh viên nam và sinh viên nữ về chấtlượng dịch vụ của CGV là như nhau” Giả thuyết này sẽ được kiểm định qua kiểmđịnh Independent Samples T – test.

1.5 Mô hình nghiên cứu

Biến quan sát: sự hài lòng của sinh viên đối với chất lượng dịch vụ của CGVBiến độc lập: cơ sở vật chất (VC), nhân viên (NV), giá vé (GV), sự thuận tiện(TT), khuyến mãi (KM).

Biến phụ thuộc: mức độ hài lòng của sinh viên đối với chất lượng dịch vụ củaCGV

Mô hình nghiên cứu gồm 5 biến độc lập tác động đến biến phụ thuộc:

Mức độ hài lòng

KM

Trang 11

Chương 2:XỮ LÍ DỮ LIỆU VÀ KẾT QUẢ NGHIÊN CỨU

2.1.Thống kê mô tả2.1.1 Thống kê tần số

Sau quá trình khảo sát thu về 175 bảng mẫu câu trả lời, nghiên cứu sử dụng 175 biến quan sát, đối tượng khảo sát là sinh viên các trường Đại học có độ tuổi từ 18 đến 22 tuổi.

3 Nhấp OK để có được kết quả như sau.

4 Các biến tiếp theo như “Đã từng xem phim tại CGV”, “tần suất xem phim”, làm tương tự như biến “Khu Vực”.

Ta có các kết quả sau:

- Trong số 175 người trả lời bảng câu hỏi khảo sát, thì số lượng có sinh sống tại TP Hồ Chí Minh là 160 người (chiếm 91,4%), số lượng không sinh sống tại TP Hồ Chí Minh là 15 người (chiếm 8,6%).

Bảng 2.1: Khái quát yếu tố “Anh/Chị hiện tại có đang sinhsống tại TP Hồ Chí Minh không?”

Tần SốPhầntrăm

Phần trămhợp lệ

Phần trămtích lũy

4

Trang 12

Bảng 2.2: Khái quát yếu tố “Anh/Chị có từng sử dụng dịchvụ xem phim tại rạp CGV chưa?”

Tần sốPhầntrăm

Bảng 2.3: Khái quát yếu tố “Anh/Chị có từng xem phimtại các rạp nào khác ngoài CGV chưa?”

Bảng 2.4: Khái quát yếu tố “Tần suất anh/chị đi xem phim ở rạp?

Frequency Percent

5

Trang 13

- Trong số 155 tiếp tục tham gia trả lời bảng câu hỏi khảo sát, số lượng nam giới là 63 người (chiếm 40,6%), số lượng nữ giới là 92 người (chiếm 59,4%).

Bảng 2.5:Khái quát yếu tố Giới tính

- Với đối tượng tiếp tục trả lời khảo sát là đối tượng sinh viên tại khu vực TP.Hồ Chí Minh, thì số lượng sinh viên của trước Đại học Tài Chính – Marketing (UFM) chiếm số lượng lớn nhất là 102 người (chiếm 58,3%) số lương người khảo sát, còn lại là sinh viên của nhiều trường khác, chiếm 41,7%.

Bảng 2.6: Khái quát yếu tố Tuổi

Trang 14

Bảng 2.7:Khái quát yếu tố Thu nhập

Frequency Percent

7

Trang 15

3 Nhấn chọn Options sau đó nhấp chuột vào đại lượng thống kê cần thiết như Minimum, Mean, Maximum.

4 Sau đó nhấn nút Continue và OK và nhận kết quả như sau.Ta có các kết quả sau:

Bảng 2.8: Đánh giá khách hàng về chất lượng Cơ sở vật chất tạirạp CGV

Std.DeviationTrang thiết bị phục vụ

Ghế ngồi tại Rạp tạo cảm giác thoải mái cho người xem phim

Hệ thống âm thanh, ánhsáng tại Rạp tốt, màn hình lớn

Kính xem phim 3D của Rạp có đầy đủ thuận tiện, dễ đeo

Valid N (listwise) 167

8

Trang 16

Bảng 2.9: Đánh giá khách hàng về chất lượng phục vụ của nhânviên tại rạp CGV

Std.DeviationAnh/chị được đón

tiếp ngay khi bước vào Rạp

155 1.00 5.00 3.5355 1.08279

Nhân viên tại Rạp

thân thiện, cởi mở 155 1.00 5.00 3.8129 1.01154Nhân viên an ninh và

nhân viên soát vé trong phòng chiếu thân thiện, nhiệt tình và lịch sự

155 1.00 5.00 3.8968 1.03305

Nhân viên của Rạp giải đáp thắc mặc hoặc tư vấn cho anh/chị một cách rõ ràng, dễ hiểu

155 1.00 5.00 3.8710 1.04887

Nhân viên trong Rạp nhiệt tình khi anh/chị cần giúp đỡ

9

Trang 17

Bảng 2.10 Đánh giá khách hàng về mức giá vé tại rạp CGV

Std.DeviationGiá vé xem phim

được niêm yết rõ ràngtại Rạp và trên web của

155 1.00 5.00 3.9032 1.02421

Giá vé xem phim tại

Giá vé đa dạng, phù hợp cho từng khách hàng

155 1.00 5.00 3.7935 1.08530

Giá vé xem phim tại CGV ưu đãi hơn các rạp khác

Std.DeviationRạp chiếu phim nằm ở

vị trí thuận tiện cho việc ra vào

Việc mua vé diễn ra nhanh chóng, thuận tiện, mất ít thời gian

Anh/chị dễ tìm kiếm các khu vực mua vé, bắp, nước và phòng

Anh/chị mất ít thời gian

10

Trang 18

2.2 Kiểm định thang đo Crombach’s Alpha và EFA2.2.1 Kiểm định thang đo Crombach’s Alpha

Hệ số tin cậy Cronbach’s Alpha là hệ số cho phép đánh giá mức độ phù hợpkhi đưa các biến quan sát nào đó thuộc về một biến nghiên cứu Tuy nhiên hệsố tin cậy chỉ cho biết các đo lường có liên kết với nhau hay không; để biếtđược biến quan sát nào không đóng góp nhiều cho sự mô tả của khái niệm cầnđo để loại bỏ đi và biến quan sát nào cần giữ lại chúng ta sẽ dựa vào hệ sốtương quan biến tổng (Corrected Item - Total Correlation) Cụ thể các tiêu chítrong kiểm định hệ số tin cậy như sau:

Hệ số tin cậy Cronbach’s Alpha: α >= 0.9: Thang đo nhân tố rất tốt 0.9 > α >= 0.8: Thang đo nhân tố tốt

 0.8 > α >= 0.7: Thang đo nhân tố chấp nhận được

 0.7 > α >= 0.6: Thang đo nhân tố chấp nhận được với các nghiên cứumới

 0.6 > α >= 0.5: Thang đo nhân tố là không phù hợp 0.5 > α: Thang đo nhân tố là không phù hợp

Hệ số tương quan biến tổng (Corrected Item - Total Correlation): chobiến mức độ tương quan giữa một biến quan sát trong nhân tố với các biếncòn lại Hệ số tương quan biến tổng phản ánh mức độ đóng góp của một biếnquan sát cụ thể vào giá trị của nhân tố Tiêu chuẩn hệ số tương quan biến tổngđể đánh giá biến quan sát có đóng góp vào giá trị của nhân tố là ở mức >=0.3 Nếu < 0.3 coi như không có đóng góp và cần loại bỏ biến quan sát đó rakhỏi nhân tố đánh giá.

3 nhấn vào ô Statistic… Tại cửa sổ Reliability Analysis: check vào ô“Scale if item deleted” Sau đó bấm Continue để trở lại cửa sổ ban đầu.4 OK để xuất kết quả ra Output.

Kiểm định độ tin cậy của thang đo yếu tố: Cơ sở vật chất (TC)Thực hiện 4 bước trên ta thu được kết quả

Kiểm định độ tin cậy củayếu tố: Cơ sở vật chất

11

Trang 19

N ofItems

loại biến

Phương saithang đo nếu

loại biến

Hệ số tươngquan biến

Cronbach'sAlpha nếu bị

loạiTrang thiết bị phục vụ

Hệ thống âm thanh, ánh sáng tại Rạp tốt, màn hình lớn

Kính xem phim 3D của Rạp có đầy đủ thuận tiện, dễ đeo

Kiểm định độ tin cậy của thang đo yếu tố: Khả năng phục vụ của Nhân viên (NV)

Thực hiện 4 bước trên (1) ta thu được kết quả:

Kiểm định độ tin cậy củayếu tố: Khả năng phụcvụ của nhân viên (NV)

N ofItems

loại biến

12

Trang 20

Nhân viên tại Rạp

Nhân viên anh ninh và Nhân viên soát vé trong phòng chiếu thân thiện, nhiệt tình, lịch sự

Nhân viên giải đáp thắc mắc hoặc tư vấn cho anh chị rõ ràng, dễ hiểu

Nhân viên trong Rạp nhiệt tình khi anh chị cần giúp đỡ

N ofItems

loại biến

13

Trang 21

Giá vé xem phim được niêm yết rõ ràngtại Rạp và web

Giá vé xem phim tại

Giá vé phù hợp với từng đối tượng khách hàng

Giá vé khác ổ định, ít

Kiểm định độ tin cậy của thang đo yếu tố: Sự thuận tiện của khách hàng (TT)Thực hiện 4 bước trên (1) ta thu được kết quả:

Kiểm định độ tin cậycủa yếu tố: Sự thuậntiện của khách hàng

N ofItems

loại biến

14

Trang 22

Rạp chiếu phim nằm ở vị trí thuận lợi cho việc ra vào

Anh chị mất ít thời gian gửi và lấy xe khi vào rạp

Anh chị dễ dàng tìm kiếm các khu vực mua vé, bắp, nước và phòng

Việc mua vé diễn ra nhanh chóng, thuận tiện, mất ít thời gian

Kiểm định độ tin cậycủa yếu tố:

N ofItems

Bảng 2.15: : Kiểm định độ tin cậy của thang đo yếu tố: Mức khuyến mãi(NV)

Trung bìnhthang đo nếu

loại biến

15

Trang 23

Rạp có chương trình

Có thể dễ dàng nhận biết thông tin khuyến mãi

Rạp có các voucher giảm giá nhân các ngày lễ

Khi thanh toán bằng hình thức online có chiết khấu cao

2.2 Phân tích nhân tố khám phá EFA

Tất cả các biến quan sát được đưa vào phân tích nhân tố khám phá (EFA)nhằm rút gọn, tóm tắt dữ liệu và tính độ tin cậy các biến quan sát có mối quanhệ chặt chẽ với nhau hay không Một biến quan sát khi được đưa vào phântích nhân tố sẽ có hệ số tải nhân tố (Factor loading) sẽ cho biết biến quan sátthuộc về nhân tố nào Một số tiêu chuẩn mà các nhà nghiên cứu cần quan tâmtrong phân tích nhân tố khám phá (EFA) như sau:

- Hệ số KMO (Kaiser-Mayer-Olkin) ≥ 0.5 và mức ý nghĩa của kiểm địnhBartlett ≤ 0.05.

- Hệ số tải nhân tố (Factor loading) > 0.3, nếu biến quan sát nào có hệ số tảinhân tố < 0.3 sẽ bị loại.

- Thang đo được chấp nhận khi tổng phương sai trích ≥ 50%.- Số eigenvalue > 1.

- Khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố ≥ 0.3 đểtạo giá trị phân biệt giữa các nhân tố.

Các bước thực hiện:

Bước 1: Trên thanh công cụ phần mềm SPSS, chọn Analyze > Dimension Reduction > Factor

16

Trang 24

Bước 2: Cửa sổ Factor Analysis mở ra, bạn sẽ chỉ định các biến sử dụng trongphân tích nhân tố khám phá EFA ở cột phía bên trái và di chuyển đến khu vựcVariables bằng cách chọn và nhấn vào nút mũi tên Trong đó Grouping Variable là biến phụ thuộc

Lưu ý đến 4 mục tùy chỉnh Descriptives…; Extraction…; Rotation…; Options… Cụ thể: Bấm vào nút Descriptives… để mở ra một cửa sổ mới, tíchvào mục KMO and Bartlett's test of sphericity, sau đó nhấp Continue để trở về cửa sổ ban đầu.

• Bấm vào nút Extraction… để mở ra một cửa sổ mới, Tại Method chọn “Principal components” (phép trích PCA) Sau đó tiếp tục nhấp Continue để trở về cửa sổ ban đầu.

• Tiếp tục với Rotation: Tại Method chọn “Varimax” > Continue• Bấm vào nút Options, nhấn chọn vào 2 mục trong phần “Coefficient Display Format” Tại hàng “Absolute value below” nhấp vào giá trị hệ số tải nhân tố (Factor Loading) tiêu chuẩn Sau đó nhấp Continue để trở về cửa sổ ban đầu

Bước 3: OK để xuất kết quả ra Output.

2.2.2.Phân tích khám phá nhân tố EFA

Mục đích: Rút gọn tập hợp k biến quan sát thành một tập F (F<k) Trong

nghiên cứu, ta thường thu thập một lượng biến lớn và rất nhiều các biến quan sát vàcó mối liên hệ với nhau Phân tích nhân tố khám phá EFA giúp người thực hiệnnghiên cứu tiết kiệm thời gian và chi phí nghiên cứu.

2.2.2.1.Phân tích EFA cho các biến độc lập2.3.1 Phân tích EFA cho các biến độc lập

Để sử dụng kỹ thuật phân tích nhân tố EFA, ta phải tiến hành kiểm định sốlượng mẫu đã được điều tra có thích hợp cho kỹ thuật phân tích này hay không,nghĩa là quy mô của mẫu phải đủ lớn Ta thấy trong bảng, Barltlett’s Test ofSphericity để kiểm định giả thiết.

H0: Độ tương quan giữa các biến quan sát bằng không trong tổng thểH1: Độ tương quan giữa các biến quan sát khác không trong tổng thể.Cách thực hiện như sau:

Đầu tiên ta vào Analyze -> Dimension Reduction -> Fator -> ta click nhữngbiến độc lập sang ô Variables -> chọn Descriptives -> chọn KMO and Bartlett’s testof sphericity -> Continue -> chọn Extraction -> ở ô Method chọn principalcomponents -> Continue -> chọn Rotation -> click vào varimax -> Continue ->chọn Options -> click vào Sorted by size và Suppress small coefflciens -> ở phầnAbsolute value below nhập 0.5 -> Continue -> nhân OK để kết thúc

Đây là kết quả sau khi chạy EFA lần cuối:KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy .930

17

Trang 25

Bartlett's Test of Sphericity

Rotated Component Matrixa

soát vé trong phòng chiếu thân thiện, nhiệt tình, lịch sự

Nhân viên giải đáp thắc mắc hoặc tư vấn cho anh chị rõ ràng, dễ hiểu

Anh chị dễ dàng tìm kiếm các khu vực mua vé, bắp, nước và phòng

.703Hệ thống âm thanh, ánh sáng tại Rạp

tốt, màn hình lớn

.572Giá vé phù hợp với từng đối tượng

khách hàng

.532Rạp chiếu phim nằm ở vị trí thuận lợi

cho việc ra vào

.516Kính xem phim 3D của Rạp có đầy

đủ thuận tiện, dễ đeo

Khi thanh toán bằng hình thức onlinecó chiết khấu cao

18

Trang 26

Có thể dễ dàng nhận biết thông tin khuyến mãi

.720Giá vé xem phim được niêm yết rõ

ràng tại Rạp và web

.719Giá vé khác ổ định, ít có hiện tượng

tăng vé

.636Anh chị mất ít thời gian gửi và lấy xe

khi vào rạp

.601Việc mua vé diễn ra nhanh chóng,

thuận tiện, mất ít thời gian

.600Rạp có chương trình khuyến mãi hấp

.577Rạp có các voucher giảm giá nhân

các ngày lễ

.516Extraction Method: Principal Component Analysis

Rotation Method: Varimax with Kaiser Normalization.a Rotation converged in 11 iterations.

Dựa vào bảng ma trận xoay nhân tố Rotated Component Matrix ở trên ta thấy các hệ số tải nhân tố đều lớn hơn 0,5 đảm bảo ý nghĩa, cho nên không có biến nào bị loại và được vào để phân tích các bước sau.

2.2.2.2 Phân tích EFA cho các biến phụ thuộc

Kiểm định số lượng mẫu thích hợp KMO

H0: Độ tương quan giữa các biến quan sát bằng không trong tổng thểH1: Độ tương quan giữa các biến quan sát khác không trong tổng thể.

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy 653Bartlett's Test of

19

Trang 27

Total Variance Explained

Initial Eigenvalues Extraction Sums of Squared Loadings

Total % of Variance

Component Matrixa

20

Trang 28

2.3 Phân tích tương quan2.3.1.Mục đích

Để đo lường độ lớn của mối quan hệ giữa các biến số với nhau Khi chúng ta tiến hành đo lường mối tương quan của một bộ số liệu chúng ta quan tâm đến mức độ của mối liên hệ giữa các biến với nhau

Đầu tiên kiểm định xem 6 biến: VC, NV, GV, TT, KM, HL có phân phối chuẩn không Để quyết định dùng hệ số tương quan Pearson hay Spearman:

B1: Bấm vào Analyza => Chọn Nonparametric Test => Chọn Legacy Dialogs => Chọn Legacy Dialogs => Chọn 1-Sample K-S

Xuất hiện hộp thoại One-Sample Kolmogorov-Smirnow Test

Bước 2: Add các biến: Cơ sở vật chất, Nhân viên, Giá vé, Sự thuận tiện, Khuyến mãi và Hài lòng từ cột bên trái sang cột Test Variable List => Chọn Ok để ra kết quả

Cơ sở vậtchất

Nhân viên

Giá vé Sự thuận tiện

Chươngtrình khuyến mãi

Hài lòng

Mean 4.0269 4.0180 3.8593 3.8847 3.9311 4.1238Std

.72448 77788 67971 74484 69835 59391

21

Trang 29

Negative -.222 -.185 -.149 -.154 -.150 -.178

Asymp Sig (2-tailed) 000c 000c 000c 000c 000c 000c

Bảng kết quả One-Sample Kolmogorov-Smirnov Test

a Test distribution is Normal b Calculated from data

c Lilliefors Significance Correction.

Asymp sig (2-tailed) tất cả đều là 0.000 < 0.001 => Không có phân phối chuẩn => Ta dùng hệ số tương quan Spearman

2.3.2 Phân tích sự tương quan giữa các biến độc lập (VC, NV, GV, TT, KM) với biến phụ thuộc HL

Bước 1 : Vào Analyze => Correlate => Bivariate

22

Trang 30

 Xuất hiện hộp thoại Bivariate Correlations

Bước 2: Add các biến: Cơ sở vật chất, Nhân viên, Giá vé, Sự thuận tiện,Chương trình khuyến mãi, Hài lòng từ cột bên trái sang cột Variables Tích vàoSpearman và bỏ chọn Pearson trong mục Correlation Coefficients => OK

Bảng Kết quả Nonparametric Correlations

23

Trang 31

Spearman’s rho

Độ hài lòng

Cơ sở vật chất

Nhân viên

Giá vé

Sự thuận tiện

Chương trình khuyến mãiĐộ hài

Correlations Coefficient

1.000 232** 217** 288** 230** 259**

Cơ sở vật chất

.232** 1.000 535** 574** 642** 568**

Nhân viên

.217** 535** 1.000 517** 631** 551**

Giá vé Correlations Coefficient

.288** 574** 517** 1.000 619** 707**

Sự thuận tiện

.230** 642** 631** 619** 1.000 634**

Chươngtrình khuyến mãi

.259** 568** 551** 707** 634** 1.000

 Dựa vào số liệu ta thấy rằng:

- Có mối tương quan thuận chiều mức độ yếu giữa mức độ cơ sở vật chất và mứcđộ hài lòng (Spearman's r=0.232; p>0,001)

24

Trang 32

- Có mối tương quan thuận chiều mức độ yếu giữa mức độ nhân viên và mức độ hàilòng (Spearman's r=0.217; p>0,001)

- Có mối tương quan thuận chiều mức độ vừa giữa mức độ thương hiệu và mức độhài lòng (Spearman's r=0,610; p<0,001)

- Có mối tương quan thuận chiều mức độ yếu giữa mức độ giá vé và mức độ hàilòng (Spearman's r=0.288 ; p<0,001)

- Có mối tương quan thuận chiều mức độ yếu giữa mức độ sự thuận tiện và mức độhài lòng (Spearman's r=0.230; p>0,001)

- Có mối tương quan thuận chiều mức độ yếu giữa mức độ chương trình khuyếnmãi và mức độ hài lòng (Spearman's r=0.259; p=0,001)

- Trị tuyệt đối của "Spearman's r" nằm trong: + khoảng 0,0-0,2 là tương quan rất yếu, + khoảng 0,2-0,5 là tương quan yếu,

+ khoảng 0,5-0,7 là tương quan vừa (trung bình),

+ khoảng 0,7-0,9 là tương quan chặt chẽ, trên 0,9 là tương quan rất chặt chẽ

2.4 Phân tích hồi quy tuyến tính2.4.1.Mục đích

Nó giúp xác định được nhân tố nào đóng góp nhiều/ít hoặc không đóng góp vào sự thay đổi của biến phụ thuộc, để từ đó đưa ra các giải pháp cần thiết và kinh tế nhất.

2.4.2.Phân tích hồi quy tuyến tính đa biến

Bước1: Vào Analyze => Chọn Regression => Linear Regression => Xuất hiện

hộp thoại Linear Regression

25

Trang 33

Bước 2: Add các biến phụ thuộc (biến HL) vào ô Dependent, các biến độc lập(VC,NV,GV,TT,KM) vào ô Indenpendents => Vào mục Statistics, tick chọn cácmục Model, Collineariity diagnostics, Durbin- Watson như trong ảnh và clickContinue

Bước 3: Vào mục Plots => Đưa *ZRESID vào mục Y và *ZPRED vào mục X

=> Tick chọn các mục như trong ảnh và click Continue Mục Plots sẽ xuất ra cácbiểu đồ phục vụ cho việc kiểm tra vi phạm các giả định hồi quy => OK

26

Trang 34

Bảng Kết quả hồi quy tuyến tính

BẢNG KẾT QUẢ HỒI QUY TUYẾN TÍNHVariables Entered/Removeda

Model Variables Entered Variables Removed

khuyến mãi, Nhân viên, Cơ sở vật chất, Giá vé, Sự thuận tiệnb

Trang 35

kiểm định độ phù hợp cho việc đưa ra kết quả nghiên cứu ANOVAa

df Mean Square

Residual 54.566 161 339

a Dependent Variable: Độ Hài lòng

b Predictors: (Constant), Chương trình khuyến mãi, Nhân viên, Cơ sở vật chất, Giá vé, Sự thuận tiện

 Mục đích của kiểm định F trong bảng ANOVA chính là để kiểm traxem mô hình hồi quy tuyến tính này có suy rộng và áp dụng được chotổng thể hay không Cụ thể trong trường hợp này, giá trị sig của kiểmđịnh F là 0.000 < 0.05 Như vậy, mô hình hồi quy tuyến tính xây dựngđược phù hợp với tổng thể.

Unstandardized Coefficients

Standardized Coefficients

Collinearity Statistics

Sự thuận tiện

Chương trình khuyếnmãi

a.Dependent Variable: Độ Hài lòng

Residuals Statisticsa

28

Trang 36

Minimum Maximum Mean Std.Deviation N

Condition Index

Cơsở vậtchất

Nhân viên

Giá vé

Sự thuận tiện

Chương trình khuyến mãi

2.5 Kiểm định mối liên hệ giữa các biến định tính

2.5.1 Mối liên hệ giữa thu nhập của sinh viên đối với tần suấtxem phim tại CGV

Giả thuyết H : “Không có sự ảnh hưởng của thu nhập sinh viên đối với sự xem0phim tại CGV”

Các bước thực hiện kiểm định chi bình phương như sau:

 Bước 1: vào menu Analyze - Descriptive Statistics – Crosstabs.

 Bước 2: cho biến thunhap vào khung Row(s) và biến tansuat vào khung column(s).

29

Trang 37

 Bước 3: vào Statistics chọn Chi – square

 Bước 4: ở ô Cells, chọn Total0(tổng phần trăm) Sau đó nhấn Ok để chạy kiểm định.

Kết quả kiểm định đưa ra như sau:

Case Processing Summary

thunhap * tansuat Crosstabulation

30

Trang 38

Dưới 2 triệu

% of Total

%Từ 2 - 5

% of Total

%Từ 5 - 10

% of Total

Trên 10 triệu

% of Total

Các giá trị trong hàng count là các giá trị thực tế quan sátđược Tổng có 23 SV xem phim tại CGV với tần suất là 1 lần/ tuầnchiếm 13,8 % (trong đó 6,6% có thu nhập dưới 2 triệu; 5,4% có thunhập từ 2 – 5 triệu; 1,8 % có thu nhập trên 5 triệu), có 15 SV xem

31

Trang 39

phim tại CGV với tần suất lớn hơn 1 lần/ tuần chiếm 9% (trong đó4,8% có thu nhập dưới 2 triệu; 3% có thu nhập từ 2 – 5 triệu; 1,2%có thu nhập trên 10 triệu), có 31 SV xem phim tại CGV một tháng1 lần (trong đó 7,2 % có thu nhập dưới 2 triệu; 10,2% có thu nhậptừ 2- 5 triệu; 0,6% có thu nhập từ 5 – 10 triệu; 0,6% có thu nhậptrên 10 triệu), có 98 SV xem phim tại CGV nhiều lần trong mộttháng (trong đó 25,7% có thu nhập dưới 2 triệu; 23,4% có thunhập từ 2 đến 5 triệu; 6% có thu nhập từ 5 đến 10 triệu và 3,6% cóthu nhâpj trên 10 triệu) Nhìn chung thu nhập không ảnh hưởnglớn đến tần suất xem phim của SV tại CGV Để chứng minh điều đótao kiểm tra hệ số sig của kiểm định chi – square dưới đây:

Chi-Square Tests

ce sided)Pearson Chi-

Linear-by-Linear Association

Trang 40

Bảng Chi-Square Tests cho thấy giá trị sig ở hàng pearsonChi – Square là 45,6% > 5%, nên chấp nhận giả thiết H tức là hai0 biến thunhap và tansuat là hai biến độc lập => thu nhập khôngảnh hưởng đến tần suất xem phim của sinh viên tại CGV.

2.5.2 Mối liên hệ giữa giới tính với tần suất xem phim tại CGV

Giả thuyết H : “Không có sự ảnh hưởng của giới tính đối với0tần suất xem phim của sinh viên tại CGV”

Các bước thực hiện kiểm định chi bình phương như sau: Bước 1: vào menu Analyze - Descriptive Statistics – Crosstabs.

 Bước 2: cho biến gtinh vào khung Row(s) và biến tansuat vào khung column(s).

 Bước 3: vào Statistics chọn Chi – square

 Bước 4: ở ô Cells, chọn Total0(tổng phần trăm) Sau đó nhấn Ok để chạy kiểm định.

Kết quả kiểm định đưa ra như sau:

Case Processing Summary