MỤC LỤC
Massimo Manzin và cs (2012) nghiên cứu “Quality public services dimensions model as a basis for better customer satisfaction management”: Trong bài báo, tầm quan trọng của các khía cạnh chất lượng dịch vụ công để đạt được sự hài lòng của khách hàng được trình bày và khám phá trên ví dụ về các đơn vị hành chính của Slovenia. Mục đích của nghiên cứu nhằm xác định các nhân tố chất lượng nào phù hợp nhất để cung cấp dịch vụ chất lượng trong các đơn vị hành chính của Slovenia nhằm góp phần tăng cường sự hài lòng của khách hàng. BenJaMin (2012) trong nghiên cứu “Các yếu tố ảnh hưởng đến chất lượng cung cấp dịch vụ trong lĩnh vực công cộng tổ chức” đã đưa ra 05 yếu tố ảnh hưởng đến chất lượng cung cấp dịch vụ trong lĩnh vực công cộng gồm: sự thật, sự đồng cảm, sự đảm bảo, sự đáp ứng, độ tin cậy.
"Assessing the Impact of One-Stop Government Centers on Citizen Satisfaction": Nghiên cứu này tập trung vào việc đánh giá cách các trung tâm chính phủ "một cửa" ảnh hưởng đến sự hài lòng của người dân. Nó xem xét các yếu tố như thời gian xử lý, hiệu quả và sự tiện lợi trong việc đáp ứng nhu cầu của người dân. Ha Thu Le (2021) với nghiên cứu “Citizen’s Satisfaction With Public Administrative Services At The One-Stop Shop Of Districts In Thai Nguyen Province, Viet Nam”.
Phương pháp phân tích dữ liệu thông qua phần mềm SPSS với các công cụ thống kê mô tả, thang đo kiểm định với hệ số Cronbach alpha, phân tích nhân tố khám phá (EFA) và phân tích hồi quy được thực hiện nhằm làm rừ cỏc vấn đề liờn quan đến giả thuyết nghiờn cứu. Hồ Lê Tấn Thanh (2014) đã nghiên cứu đề tài: “Đánh giá sự hài lòng của người dân đối với dịch vụ công tại Bộ phận một cửa UBND huyện Diên Khánh,tỉnh Khánh Hòa”, nghiên cứu đưa ra 05 yếu tố: Cán bộ công chức, cơ sở vật chất,công khai công vụ, cơ chế giám sát góp ý, thủ tục thời gian làm việc và chi phí.
Cán bộ phụ trách có thái độ tiếp dân hòa nhã, ân cần, chu đáo.
Bộ phận một cửa thực hiện đúng quy trình tiếp nhận và trả hồ sơ. Khi có vấn đề phát sinh, người dân được giải quyết kịp thời, thỏa đáng. Ông/bà có cảm thấy thoải mái và thuận tiện khi đến liên hệ không?.
Ông/bà cho rằng việc áp dụng cơ chế một cửa là cần thiết không?. Vui lòng chia sẻ ý kiến, nhận xét hoặc đề xuất của bạn về chất lượng dịch vụ công theo cơ chế một cửa.
=> Vậy từ số liệu điều tra 200 người dân là phù hợp với mô hình nghiên cứu.
Cách đơn giản nhất để tóm tắt tập hợp dữ liệu thu được từ hai biến định tính là thông qua một phân tích tần suất chung bằng Crosstabs hay còn gọi là bảng chéo kết hợp giữa hai biến định tính. Các thước đo mối liên hệ chính dựa trên thống kê chi bình phương (2) là hệ số Phi, hệ số Cramer's V và Hệ số Contingency coefficient (C), tất cả chúng được áp dụng cho các biến định tính (danh nghĩa). Nói chung, hệ số tương quan là một thước đo thay đổi giữa 0 và 1, thể hiện giá trị 0 khi không có mối quan hệ giữa các biến và giá trị 1 khi chúng có mối tương quan hoàn hảo.
Kiểm định độ tin cậy của thang đo bằng hệ số Cronbach’s alpha là phương pháp kiểm định độ tin cậy nhất quán nội bộ của thang đo bằng hệ số Cronbach’s Alpha Khi thực hiện phép kiểm định thống kê này, chúng ta cần quan tâm đến hai tham số chính sau:(1) Hệ số Cronbach’s Alpha và (2) hệ số tương quan tổng (Corrected Item – Total Correlation). Phân tích nhân tố khám phá (EFA – Exploratory Factor Analysis là một phương pháp phân tích thống kê nhằm rút gọn một số biến quan sát phụ thuộc lẫn nhau thành một tập biến (gọi là các nhân tố) ít hơn để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu (Hair và cộng sự, 1998). Đối với các biến quan sát đo lường tám khái niệm thành phần và khái niệm lòng trung thành đều là các thang đo đơn hướng nên sử dụng phương pháp trích nhân tố Principal Components với phép quay Varimax và điểm dùng khi trích các yếu tố có EigenValues lớn hơn 1.
Trong các nghiên cứu về kinh tế, người ta thường sử dụng thang đo(scale) chỉ mục bao gồm rất nhiều câu hỏi (biến đo lường) nhằm đo lường các khái niệm trong mô hình khái niệm, và EFA sẽ góp phần rút gọn một tập gồm rất nhiều biến đo lường thành một số nhân tố. Khi có được một số ít các nhân tố, nếu chúng ta sử dụng các nhân tố này với tư cách là các biến độc lập trong hàm hồi quy bội thì khi đó, mô hình sẽ giảm khả năng vi phạm hiện tượng đa cộng tuyến. Ngoài ra, các nhân tố được rút ra sau khi thực hiện phân tích EFA sẽ có thể được thực hiện trong phân tích hồi quy đa biến (Multivariate Regression Analysis), mô hình Logit, sau đó có thể tiếp tục thực hiện phân tích nhân tố khẳng định (CFA) để đánh giá độ tin cậy của mô hình hay thực hiện mô hình cấu trúc tuyến tính (Structural Equation Modeling, SEM) để kiểm định về mối quan hệ phức tạp giữa các khái niệm.
Nếu phép kiểm định Bartlett có p < 5%, chúng ta có thể từ chối giả thuyết H0 (ma trận tương quan là ma trận đơn vị), có nghĩa là các biến có quan hệ với nhau. ● Kiểm định KMO: Kiểm định KMO (Kaiser – Meyer - Olkin) là chỉ số dùng để so sánh độ lớn của hệ số tương quan giữa 2 biến Xi và Xj với hệ số tương quan riêng phần của chúng. Trị số của KMO lớn (giữa 0,5 và 1) là điều kiện đủ để phân tích nhân tố là 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.
Phương pháp trích hệ số sử dụng là Principal components và điểm dừng khi trích các nhân tố có Eigenvalue lớn hơn 1, tổng phương sai trích bằng hoặc lớn hơn 50%. Giả định nhà nghiên cứu muốn tìm hiểu có mối quan hệ như thế nào giữa doanh số bán hàng và chi phí chào hàng; nếu có số liệu cụ thể, họ có thể ước lượng mối quan hệ trên bằng mô hình hồi quy tuyến tính. Ví dụ, trong nghiên cứu ảnh hưởng của chi phí chào hàng đến doanh số bán hàng, thì chi phí chào hàng là biến độc lập và doanh số bán hàng là biến phụ thuộc.
Vấn đề: Ước lượng , β và xác định tương quan tuyến tính của X, đối với Y => Sử dụngα SPSS Theo Green W.H. (1) Kiểm định tương quan từng phần của các hệ số hồi quy (2) Kiểm định mức độ phù hợp của mô hình. (4) Kiểm định hiện tượng tự tương quan (auto correlation) (5) Kiểm định phương sai phần dư thay đổi (Heteroskedasticity).
Hệ số tương quan biến tổng của các biến quan sát còn lại đều bằng 0.675 lớn hơn 0.3 nên thang đo đạt độ tin cậy. => Bằng Kết quả kiểm định độ tin cậy bằng hệ số Cronbach’s Alpha, ta loại được biến quan sát SAT3 ra khỏi hệ thống thang đo. Hệ số tải nhân tố của biến quan sát ASS3 nằm ở 2 nhân tố và biến TAN7 không có giá trị nên không đạt yêu cầu, loại 2 biến này và tiếp tục phân tích EFA lần 3.
Hệ số tải nhân tố của biến quan sát RES2 nằm ở 2 nhân tố nên không đạt yêu cầu, loại biến này và tiếp tục phân tích EFA lần 4. Component Initial Eigenvalues Extraction Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative %. - Hệ số beta cho biết mức độ ảnh hưởng của các biến độc lập từ cao đến thấp - Phương tiện hữu hình về chất lượng dịch vụ công theo cơ chế một cửa có ảnh.
Năng lực phục vụ về chất lượng dịch vụ công theo cơ chế một cửa có ảnh hưởng thứ 4 với hệ số beta 0.147.