LI CAM OAN
4.4 Phân tích nhâ nt
V i s l ng các bi n khá l n và có m i t ng quan v i nhau, chúng ta c n gi m s l ng này xu ng còn m t s nhân t ít h n mà chúng ta có th s d ng đ c nh ng v n có th đ i di n cho ph n l n ý ngh a các bi n thu th p. Các nhân t này th hi n đ c s liên h qua l i gi a các bi n và th hi n s gi i thích c a bi n đ i v i các khía c nh khác nhau c a v n đ .
Trong tài li u này, tác gi s d ng ph ng pháp phân tích nhân t “Principle Components” và phép quay VARIMAX đ tìm ra các nhân t đ i di n cho các bi n. Phép quay VARIMAX là cách quay nguyên góc ph bi n nh t và đ c s d ng trong nghiên c u c a đ tài này. VARIMAX là phép xoay nguyên góc các nhân t đ t i thi u hoá s l ng bi n có h s t i l n t i cùng m t nhân t , vì v y s t ng c ng kh n ng gi i thích các nhân t (Hoàng Tr ng & Chu Nguy n M ng Ng c(2008), Phân tích d li u nghiên c u v i SPSS, H Kinh T TPHCM, p.38).
-
M t s tiêu chí c n quan tâm khi ti n hành phân tích nhân t :
1. Ki m đnh Barlett: là m t ki m đnh th ng kê nh m ki m tra gi a các bi n có t ng quan hay không. N u ki m đnh này có m c ý ngh a th ng kê d i 0.05 thì xem nh các bi n có t ng quan v i nhau (Hair et al., 1995).
2. Phép đo s phù h p c a m u KMO (Kaiser-Meyer-Olkin): là phép đo s t ng quan qua l i gi a các bi n và s phù h p đ phân tích nhân t . H s KMO có giá tr trong kho ng 0 đ n 1. Giá tr KMO ph thu c vào c m u, đ t ng quan trung bình, s bi n và s nhân t . N u h s này l n h n 0.5 thì t p d li u đ c xem là phù h p đ ti n hành phân tích nhân t (Hair et al., 1995). Ngoài ra, chúng ta còn có th ki m tra thông s s phù h p c a m u (MSA: measure of sampling adequacy) cho t ng bi n n u l n h n 0.5 thì phù h p cho vi c phân tích nhân t . N u nh h n 0.5 thì lo i bi n có MSA nh nh t r i ch y l i phân tích nhân t (Hair et al., 1995).
3. Eigenvalue: là t ng bình ph ng các tr ng s c a các bi n trên m t c t nhân t , còn đ c g i là latent root. Nó đ i di n cho m c đ bi n đ ng đ c gi i thích b i m t nhân t . Giá tr eigenvalue c a các nhân t đ c ch n ph i t 1 tr lên (Hair et al., 1995).
4. Communality: th hi n t l c a các nhân t phân tích đ i di n cho c th m t bi n nào đó. Giá tr này ph i l n h n 0.2 (Hair et al., 1995).
Tuy nhiên, khi ti n hành phân tích nhân t khám phá th c t , các nhà nghiên c u th ng quan tâm đ n m t s tiêu chu n sau:
1. H s KMO (Kaiser-Meyer-Olkin) ≥0.5, m c ý ngh a ki m đnh Bartlett ≤0.05. 2. H s t i nhân t (Factor Loading) ≥0.5. N u bi n quan sát nào có h s t i nhân
t <0.5 s b lo i.
3. Thang đo đ c ch p nh n khi t ng ph ng sai trích ≥ 50%.
4. H s eigenvalue có giá tr l n h n 1 (Tr n c Long (2006,47) trích t Gerbing & Anderson (1988), “An Update Paradigm for Scale Development Incorporing Unidimensionality and Its Assessments”, Journal of Marketing Research, Vol.25, 186-192).
5. Khác bi t h s t i nhân t c a m t bi n quan sát gi a các nhân t ≥0.3 đ đ m b o giá tr phân bi t gi a các nhân t (Bùi Nguyên Hùng & Võ Khánh Toàn (2005) trích t Jabnoun & Al-Tamimi (2003) “Measuring perceived service quality at UAE commercial banks”, International Journal of Quality and Reliability Management, (20), 4 ).
3.4.4.5 Phân tích h i qui b i ki m đnh mô hình lý thuy t
Phân tích h i qui b i là m t k thu t th ng kê có th đ c s d ng đ phân tích m i quan h gi a m t bi n ph thu c và nhi u bi n đ c l p. M c tiêu c a vi c phân tích h i qui b i là s d ng các bi n đ c l p có giá tr bi t tr c đ d báo m t giá tr bi n ph
-
thu c nào đó đ c ch n b i ng i nghiên c u. Khi ch y h i qui c n quan tâm đ n các thông s sau:
• H s Beta: h s h i qui chu n hoá cho phép so sánh tr c ti p gi a các h s d a trên m i quan h gi i thích c a chúng v i bi n ph thu c.
• H s kh ng đ nh R2: đánh giá ph n bi n đ ng c a bi n ph thu c đ c gi i thích b i các bi n d báo hay bi n đ c l p. H s này có th thay đ i t 0 đ n 1. • (Multi)collinearity ( a c ng tuy n): mô t m i quan h tuy n tính gi a hai hay
nhi u bi n đ c l p. Hai bi n đ c l p đ c xem là tuy n tính hoàn toàn n u h s t ng quan gi a chúng là 1 và hoàn toàn không quan h tuy n tính n u h s t ng quan gi a chúng là 0. a c ng tuy n x y ra khi m t bi n đ c l p nào đó t ng quan m nh v i m t nhóm bi n đ c l p khác. Ngoài ra, theo Hair&ctg(2000) có th s d ng h s VIF(hay Tolerance) đ đánh giá hi n t ng này.
• H s t ng quan r: ch m i quan h gi a bi n ph thu c và các bi n đ c l p. D u c a h s t ng quan ch h ng c a m i quan h này. Giá tr c a r có th thay đ i t -1 đ n +1.
• H ng s h i qui b0: giá tr c a c t Y khi đ ng th ng Y = b0 + b1X1 c t c t này. H ng s h i qui th hi n các tác đ ng c a t t c các bi n d báo khác không đ c bao g m trong mô hình.
• H s h i qui bn: giá tr h s góc c a các bi n trong mô hình c l ng. Các h s này mang tính riêng ph n vì m i h s không ch th hi n m i quan h gi a các bi n đ c l p và bi n ph thu c mà còn gi a các bi n đ c l p v i nhau.
3.4.4.6 Ki m đnh các vi ph m gi thuy t h i qui
Ki m đnh tính phù h p c a mô hình
Trong tài li u này, tác gi s d ng ki m đ nh ANOVA đ ki m tra tính phù h p c a mô hình v i t p d li u g c. N u m c ý ngh a c a ki m đnh <0.05 thì ta có th k t lu n mô hình h i qui phù h p v i t p d li u.
o l ng đa c ng tuy n
a c ng tuy n là tr ng thái trong đó các bi n đ c l p có t ng quan ch t ch v i nhau và nó cung c p cho mô hình nh ng thông tin r t gi ng nhau và khó tách nh h ng c a t ng bi n m t. a c ng tuy n khi n cho vi c di n d ch k t qu có th sai l m vì nó làm đ i d u kì v ng c a các h s đi theo các bi n đ c l p, vì v y chúng ta ph i ki m tra đ t ng quan gi a các bi n này đ đ m b o không x y ra hi n t ng đa c ng tuy n. S đa c ng tuy n cao có th làm cho k t qu không chính xác, do đó c n thi t ph i có đi u ki n v đa c ng tuy n. Theo Hair&ctg(2006) đ ki m đnh hi n t ng đa c ng tuy n chúng ta s d ng h s VIF(h s phóng đ i ph ng sai). N u VIF l n h n 10 thì
-
hi n t ng đa c ng tuy n nghiêm tr ng đang t n t i. Theo kinh nghi m, h s VIF nên nh h n 5 là t t nh t đ h n ch v s đa c ng tuy n, tuy nhiên n u nh h n 10 thì v n có th ch p nh n v i nh h ng r t nh (d n theo John & Benet-Martinez,2000 – d n theo Hoàng Th Ph ng Th o, Hoàng Tr ng & Chu Nguy n M ng Ng c, 2010 ). Tác gi s d ng ma tr n h s t ng quan Pearson và đ ch p nh n Tolerance đ ki m tra đo l ng đa c ng tuy n v i h s Pearson nh h n 0.4 và h s Tolerance c a các bi n ph i g n b ng 1(Theo Hair &ctg,2006). Áp d ng các yêu c u này đ lo i b các bi n không đ t ra kh i mô hình.
Ki m đnh ph n d
Sau khi th c hi n c l ng mô hình h i qui, chúng ta c n ki m đnh phân d chu n hoá c a mô hình đ b o đ m ph n d chu n hoá có d ng phân ph i chu n v i t t c các bi n đ c l p. Cách ki m đnh có thê s d ng là v đ ng cong chu n hoá c a phân b ph n d này. N u chúng ta th y trên đ th đ ng cong chu n hoá có d ng hình chuông nh phân ph i chu n v i giá tr Mean x p x 0 và giá tr đ l ch chu n x p x 1 thì xem nh ph n d có phân ph i g n chu n.
M t cách khác đ ki m đnh s chu n hoá c a ph n d là v và đ th P-P plots đ so sánh v i phân ph i chu n. th này th hi n nh ng giá tr tích lu c a các đi m phân v c a phân ph i c a bi n ph n d theo tích lu phân v c a phân ph i chu n. N u trên đ th p-p plots các đi m này không n m quá xa đ ng th ng c a phân ph i chu n thì có th xem nh ph n d có phân ph i g n chu n.
3.4.4.7 Phân tích s khác bi t gi a các nhóm
Phân tích ANOVA nh m tìm ra s khác bi t v m t thu c tính gi a các nhóm m u khác nhau đ c phân bi t b ng m t bi n phân lo i. Trong ph n nghiên c u này, tác gi s phân tích ANOVA v s hài lòng c a nhân viên làm vi c các call center v i các bi n phân tích nh : n i làm vi c, v trí làm vi c, tu i, gi i tính, th i gian làm vi c, trình đ v n hoá. Nh ng k t qu phân tích này s là c s đ xây d ng và cung c p các hàm ý cho các nhà qu n lý các call center l nh v c di đ ng.
Tóm t t ch ng 3
Trong ch ng này, đ tài đã trình bày rõ m t s n i dung v : ph ng pháp nghiên c u đnh tính và k t qu c a nó, ph ng pháp nghiên c u đnh l ng, qui trình phân tích và x lý s li u trong nghiên c u đ nh l ng. Trong ch ng k ti p, tác gi s trình bày k t qu c th c a quá trình trình phân tích đnh l ng.
-
CH NG 4. K T QU NGHIÊN C U
Gi i thi u
N i dung ch ng 4 là ki m đnh thang đo, phân tích nhân t , ki m đnh mô hình, ki m đnh gi thuy t. hoàn thành nhi m v này, ch ng 4 bao g m các b c phân tích s li u nh : thu th p, làm s ch d li u, t ng h p và phân tích d li u, đánh giá k t qu . Ph n m m SPSS là công c chính đ c s d ng trong ch ng này đ ti n hành phân tích trong nghiên c u đ nh l ng.
4.1 Mô t m u nghiên c u
Vì đ i t ng kh o sát chính trong nghiên c u này là đi n tho i viên MobiFone Call Center t i Trung Tâm II. L c l ng này ch y u là nh ng ng i đang làm vi c các trung tâm h tr khách hàng là đ i tác MobiFone nh : Minh Phúc, Tr ng Minh và MobiTechs. Do đ i t ng này thu c n i b c a MobiFone nên vi c kh o sát đ c ti n hành thu n ti n và d dàng thông qua trang web tra c u thông tin chung c a MobiFone(www.1090vms.com.vn), b ng câu h i tr c khi đ c đ a vào kh o sát chính th c đ c đem th o lu n v i m t s đi n tho i viên đ làm rõ các phát bi u. D a vào k t qu đó, b ng câu h i đ c đi u ch nh l i l n cu i cùng tr c khi thi t k chính th c trên googledocs tri n khai kh o sát chính th c t i các call center. K t qu nh n đ c t đáp viên sau khi tri n khai kh o sát trong 1 tu n(24/08/2011å31/08/2011) v i t ng s m u nh sau:
B ng 4-1: Th ng kê s m u thu th p
M u tr l i M u không h p l M u h p l T l m u h p l
450 58 392 87% Sau khi s d ng các k thu t làm s ch d li u k t h p v i các bi n ki m soát trong b ng câu h i, s m u h p l thu đ c là 392 m u. Thông tin m u kh o sát đ c mô t chi ti t b ng sau: Các đ c đi m c a m u nghiên c u Kích th t m u N=392 T n s Ph n tr m Call Center Minh Phúc 170 43.7% Tr ng Minh 76 19.4% MobiTechs 146 37.2% Gi i tính Nam 123 31.4% N 269 68.6%
- Tu i 18-22 27 6.9% 22-25 172 43.9% 25-30 136 34.7% 30-35 44 11.2% Trên 35 13 3.3% Trình đ h c v n THCN/Ngh 191 48.7% Cao ng 114 29.1% ang h c i H c 26 6.6% i H c 61 15.6%
V trí đang làm vi c call center
i n tho i viên 312 79.6%
T tr ng 24 6.1%
Tr ng Ca 11 2.8%
Giám sát viên/X lý viên 30 7.7%
Nhân viên v n phòng 6 1.5%
Nhân viên đào t o 5 1.3%
Qu n lý 4 1.0% Th i gian làm vi c H n 2 n m 190 48.5% 1-2 n m 53 13.5% 6-12 tháng 36 9.2% 3- 6 tháng 38 9.7% D i 3 tháng 75 19.1%
B ng 4-2: Thông tin chung v m u nghiên c u
V i k t qu th ng kê v mô t m u b ng trên ta th y phân b c a m u khá đa d ng t n i làm vi c, th i gian công tác, trình đ v n hoá. Ngoài ra, k t qu th ng kê trên c ng cho th y t l kh o sát t đi n tho i viên chi m t tr ng cao nh t (79.6%) vì đây là đ i t ng kh o sát chính c a nghiên c u này. Trong khi đó, m t đ c đi m c ng r t đ c thù đ i v i ngh đi n tho i viên các trung tâm hô tr khách hàng là t l n r t l n. Do đó, s m u kh o sát nh n đ c t đáp viên là n c ng chi m t l r t cao (68,6%).
4.2 Ki m đ nh phân ph i chu n
Các bi n đ c l p đ đánh giá m c đ nh h ng c a s hài lòng đi n tho i viên các call center có 10 nhân t khác nhau nh đã đ c p trong mô hình nghiên c u chính th c c a đ tài. Ngoài ra, bi n ph thu c là bi n c m nh n v công vi c đi n tho i
-
viên(Agent Satisfaction) đ c đ t tên l i là “SAT” và c ng đ c đ a vào ki m đnh phân b chu n.
Ki m đnh tính phân ph i chu n c a các bi n s đ c đ a vào phân tích th ng kê b ng bi u đ Histogram v i đ ng cong phân ph i chu n (normal curve) cùng v i các thông s Skewness và Kurtosis cho k t qu nh sau:
B ng 4-3 Thông s Skewness và Kurtosis c a các bi n Statistics Statistics N Skewness Std. Error of Skewness Kurtosis Std. Error of Kurtosis Valid Missing CON1 392 0 -.008 .123 -.009 .246 CON2 392 0 -.160 .123 -.156 .246 CON3 392 0 -.029 .123 -.767 .246 CON4 392 0 -.089 .123 -.236 .246 SAL1 392 0 -.007 .123 -.772 .246 SAL2 392 0 .076 .123 -.921 .246 SAL3 392 0 -.051 .123 -.815 .246 SAL4 392 0 -.493 .123 -.294 .246 SAL5 392 0 .123 .123 -.713 .246 PRO1 392 0 -.517 .123 -.535 .246 PRO2 392 0 -.873 .123 .708 .246 PRO3 392 0 -.178 .123 -.591 .246 PRO4 392 0 -.137 .123 -.811 .246 BEN1 392 0 .314 .123 -.382 .246 BEN2 392 0 .243 .123 -.533 .246 BEN3 392 0 -.160 .123 .020 .246 BEN4 392 0 -.053 .123 -.474 .246 REC1 392 0 -.467 .123 .092 .246 REC2 392 0 -.100 .123 -.166 .246 REC3 392 0 -.463 .123 -.655 .246 REC4 392 0 -.018 .123 -.370 .246 NAT1 392 0 -.172 .123 -.102 .246 NAT2 392 0 .175 .123 -.415 .246
- NAT3 392 0 -.192 .123 -.513 .246 NAT4 392 0 -.223 .123 -.576 .246 COL1 392 0 -.428 .123 .094 .246 COL2 392 0 -.441 .123 .301 .246 COL3 392 0 -.252 .123 .734 .246 COL4 392 0 -.290 .123 .124 .246 TRA1 392 0 -.815 .123 1.268 .246 TRA2 392 0 -.585 .123 .507 .246 TRA3 392 0 -.520 .123 .069 .246 TRA4 392 0 .210 .123 -.654 .246 SUP1 392 0 -.587 .123 -.506 .246 SUP2 392 0 -.418 .123 -.152 .246