Có nhi u ch s đánh giá mô hình m ng nh ng thông d ng nh t là ch s phù h p mô hình. phù h p c a mô hình đ c tính b ng h s đa bi n R2:
TSS = RSS = ESS =
= 1 - = = 0.9382 = 0.88
Trong đó TSS là t ng bình ph ng toàn ph n.
RSS là t ng bình ph ng h i quy ESS là t ng bình ph ng sai s
Yt là giá tr quan sát, Y là giá tr trung bình c a bi n quan sát là giá tr tính toán
uˆt là sai s c l ng uˆt = Yt - Yˆ
là h s t ng quan gi a giá tr tính toánvà giá tr th c t . Tuy nhiên, đ chính xác h n trong vi c gi i thích đ phù h p, ch s R2 hi u ch nh (kỦ hi u )
= 1-(1- )* = 1 – (1- 0.882)* = 0.74
V i n là s m u quan sát và k là s bi n đ c l p. K t qu cho th y g n 74% s bi n thiên nhân t S th a mãn khách hàng đ c gi i thích b i 30 bi n nh h ng đ u vào trong mô hình nàỵ
4.4.2.2. Ki m tra mô hình m ng đ i v i t p ki m đ nh
Trong quá trình hu n luy n, c u trúc m ng s đ c đi u ch nh sao cho c c ti u giá tr hàm l ị Hàm l i th ng đ c s d ng trong các ph n m m mô ph ng m ng neural là hàm t ng bình ph ng l i (sum of squared errors). Các hàm l i khác có
(percentage differences), bình ph ng nh nh t b t đ i x ng (asymetric least squares)... Tuy nhiên, các hàm này ch là tiêu chu n đ t i u m ng ch không ph ilà tiêu chu n đánh giá ch t l ng cu i cùng cho m ng.
Sau khi hu n luy n, mô hình m ng neural đ c xây d ng v i ma tr n tr ng s và hàm tác đ ng l p n và l p đ u rạ D a trên mô hình đó, khi bi t đ c giá tr đ u vào ( ng v i giá tr 30 bi n), mô hình s cho bi t đ c m c đ S hài lòng đ u ra (g m 3 bi n đo S hài lòng là SA_01 Ti p t c s d ng d ch v qu ng cáo. SA_02
Gi i thi u d ch v qu ng cáođ n v i ng i khác và SA_03 M c đ hài lòng chung).
đây, bài nghiên c u s d ng t p ki m đ nh v i 15% s m u, mô hình s tính toán giá tr S hài lòng đ u ra và so sánh v i giá tr th c t (Ph l c 6)
Hình 4. 13. Bi u đ so sánh gi a giá tr tính toán và giá tr th c t Sai s bình ph ng trung bình (Root Mean Square Error):
RMSE= = = = 0.014232
So sánh giá tr sai s đ i v i 5 mô hình k t qu , k t qu v ncho th y mô hình th 1
là mô hình t t nh t v i ch s RMSE là 0.014232.
B ng 4.5. So sánh giá tr sai s c a các mô hình
Mô hình RMSE MLP 30-14-3 0.014232 MLP 30-19-3 0.015511 MLP 30-21-3 0.014913 MLP 30-17-3 0.014628 MLP 30-14-3 0.014921 4.4.2.3. th phơn tán
th phân tán c a k t qu hu n luy n đ u ra và k t qu th c t cho th y v i các giá tr ch y d c theo đ ng chéo 45 đ (Ph l c 7). Các đi m c a đ th càng cách
xa đ ng chéo ch ng t s khác bi t gi a giá tr th c t và giá tr tính toán càng
l n.
4.4.2.4. Bi u đ phơn ph i ph n d
Bi u đ phân ph i ph n d (residual) là s khác bi t gi a giá tr th c t và giá tr
cho th y các m u quan sát ng u nhiên có nhi u (noise) ng u nhiên nên c ng có
d ng phân ph i chu n đ i x ng.
4.4.2.5. Phơn tích đ nh y
Phân tích đ nh y cho bi t m c đ nh h ng hay m c đ quan tr ng c a 30nhân t đ u vào lên nhân t S hài lòng.
Nh c l i lỦ thuy t: đ i v i m ng neural có 3 l p:
u vào X = (X1, X2,…XL)
L p n Y = (Y1, Y2,…YJ)
u ra O = (O1, O2,…,OK). Khi đó đ nh y đ u vào xk đ c tính nh
sau:
= =
V i L, J và K là s nút đ n v c a l p đ u vào, l p n và l p đ u rạ O’ và Y’ là đ o hàm c a các hàm tác đ ng (activation function) l p đ u ra và l p n và W là các
ma tr n tr ng s đ i v i các input đ u vào. p là s m u đ c hu n luy n
(training) (Sung, ẠH., 1998).
Trong mô hình đ tài này, O’ là đ o hàm c a hàm Exponential và Y’ là đ o hàm c a
hàm Identity, WKJ là ma tr n tr ng s c a l p đ u ra, WJI là ma tr n tr ng s c a l p n.
Phân tích đ nh y xác đ nh s nh h ng c a đ u ra d a trên s thay đ i c a m t bi n đ u vàọ S thay đ i đ u ra càng nhi u thì m c đ quan tr ng c a bi n đó càng
caọ Giá tr đ nh y này b ng ho c nh h n 1 thì h s hi u qu c a m ng s t t h n n u ta lo i b bi n nàỵ
Hình 4. 14. K t qu phân tích đ nh y
Tuy nhiên, đ nh y c a các bi n ch có giá tr trong m i mô hình m ng neural c th , n u các bi n này có quan h t ng quan v i nhau thì giá tr đ nh y s ph n ánh c a nhóm bi n đó trong m i mô hình s khác nhaụ Vì v y, đ có th gi i thích đ c m c đ nh h ng bao nhiêu đ n v lên giá tr s th a mãn thì ph ng pháp h i qui tuy n tính gi i quy t t t h n (Mazurowski, M.Ạ & Szecowka,
P.M., 2006).
Thông th ng đ đánh giá các y u t quan tr ng, ng i ta th ng nh n xét 3 ho c 5 y u t quan tr ng nh t, đây 5 y u t có m c đ quan tr ng cao nh t hình
CS_03: a ra các gi i pháp qu ng cáo toàn di n CM_03: Thông tin v tình tr ng d án c a khách hàng MC_01: M i quan h x ng đáng v i n l c 2 bên đ duy trì IN_02: Công ty qu ng cáo th ng th n
CS_04: M nh v t duy chi n l c
Liên h th c t , đ i v i d ch v qu ng cáo, 5 y u t trên cho ta cái nhìn t ng quát: Theo nh nh ng k t qu nghiên c u trong ngành công nghi p qu ng cáo, nguyên nhân d n đ n vi c lãng phí trong qu ng cáo là do các chi n l c qu ng cáo c u th . Vì v y y u t đ a ra các gi i pháp qu ng cáo toàn di n và m nh v t duy chi n l c là các y u t quan tr ng.
Y u t thông tin v tình tr ng d án c a khách hàng là y u t quan tr ng vì khách hàng có th giám sát toàn b quá trình th c hi n qu ng cáo, gi m thi u nh ng sai sót và lãng phí có th x y rạ
Mong mu n c a c công ty qu ng cáo và các nhà qu ng cáo là xây d ng và duy trì các m i quan h mang l i l i ích lâu dài (Levin 2009) và tránh nh ng tình hu ng và ho t đ ng s gây nguy h i cho m i quan h này (Triki et al. 2007). i v i nhà qu ng cáo Vi t Nam, m i quan h x ng đáng v i n l c 2 bên đ duy trì c ng là m t y u t quan tr ng trong s hài lòng t ng th .
S tin t ng đ c coi là m t nhân t quan tr ng c a m i quan h (Caceres &
Paparoidamis 2007, Morgan & Hunt 1994) (Caceres & Paparoidamis 2007, Morgan & Hunt 1994) vì v y y u t công ty qu ng cáo th ng th n là y u t quan tr ng nh h ng đ n s hài lòng t ng c a nhà qu ng cáọ
4.4.3. Nh n xét k t qu phơn tích b ng m ng neural
Qua các k t qu trên, ta th y m ng neural có kh n ng mô t đ c các m i quan h ph c t p d a trên các nhân t nh h ng đ u vào và nhân t s hài lòng khách
hàng đ u ra thông qua quá trình hu n luy n v i giá tr các tr ng s .
M t mô hình m ng neural đ c xem đ t yêu c u khi quá trình hu n luy n v i h s hi u qu c a mô hình c t p hu n luy n và t p ki m tra caọ ánh giá đ phù h p
bình ph ng trung bình đ i v i t p ki m đ nh vì t p này không tham gia vào quá trình hu n luy n, do v y k t qu s cho khách quan nh t.
Ngoài ra, vi c phân tích đ nh y cho th y m c đ quan tr ng đ c x p h ng c a các nhân t đ u vào lên nhân t S hài lòng khách hàng. Trong mô hình m ng neural c th trên, k t qu 5 nhân t có m c đ nh h ng khá quan tr ng lên S
hài lòng, đó là a ra các gi i pháp qu ng cáo toàn di n, Thông tin v tình tr ng d án c a khách hàng, M i quan h x ng đáng v i n l c 2 bên đ duy trì, Công ty qu ng cáo th ng th n, M nh v t duy chi n l c. S thay đ i c a 5 nhân t này dù r t nh c ng s nh h ng r t nhi u lên S hài lòng khách hàng, vì v y đ t ng s hài lòng c n chú tr ng nâng cao chúng.
Tuy nhiên h n ch c a vi c phân tích đ nh y đây không cho th y đ c m c đ nh h ng c a cácnhân t này lên S hài lòng đ u ra nh th nào, có ngh a n u ta
thay đ i 1% c a m t trong ba nhân t quan tr ng thì không th bi t đ c m c đ
thay đ i bao nhiêu % lên S hài lòng khách hàng. gi i quy t đ c v nđ này ta c n s d ng các công c khác nh h i quy tuy n tính di n gi ị
4.5. Tóm t t
Ch ng 3 đã trình bày k t qu đánh giá, phân tích và hoàn ch nh các thang đo l ng các nhân t tác đ ng đ n s hài lòng c a các nhà qu ng cáo đ i v i công ty qu ng
cáo. K t qu đánh giá cho th y r ng các thang đo đi u đ t đ tin c y c n thi t. Qua
mô hình m ng neural d n ti n nhi u l p v i các thông s hu n luy n cho k t qu mô hình v i sai s nh đ phù h p mô hình ch p nh n đ c, mô t m i quan h c a các nhân t nh h ng lên S hài lòng khách hàng, ngoài ra v i phân tích đ nh y cho th y m c đ quan tr ng c a n m nhân t , t đó có bi n pháp gia t ng m c đ c a n m nhân t nàỵ.
Ti p theo là ph n k t lu n, s tóm t t l i toàn b nghiên c u, rút ra nh ng gi i pháp t k t qu nghiên c u, đ ng th i nêu ra các h n ch c a nghiên c u này và đ ngh các h ng nghiên c u ti p theo.
CH NG 5. K T LU N 5.1. K t qu nghiên c u
M c tiêu c a đ tài là nghiên c u các y u t nh h ng đ n s hài lòng c a các nhà
qu ng cáo đ i v i các công ty qu ng cáo Vi t Nam, xác đ nh m c đ quan tr ng c a t ng y u t theo nh n th c c a các nhà qu ng cáo.
D a vào nghiên c u c a Kano, N. . Parasuraman, mô hình Van Renburg(2010) đ đ a ra mô hình m ng neural nghiên c u c a đ tài g m 6 nhân t d ch v c t lõi, qu n lỦ nghi p v , qu n lỦ chi phí, tính chính tr c, cam k t chung, Thông tin liên l c.
5.2. Quá trình nghiên c u
Quá trình nghiên c u đ c chia làm hai giai đo n là: Nghiên c u đ nh tính và nghiên c u đ nh l ng:
Nghiên c u đ nh tính: ph ng v n s b 12 cá nhân là các giám đ c, nhân viên
qu n lỦ khách hàng c a các công ty qu n cáo. các nhà qu ng cáo có s d ng d ch v qu ng cáo các công ty qu ng cáọ
Nghiên c u đ nh l ng: sau khi hoàn thành b ng câu h i kh o sát, đã g i b ng kh o sát qua e-mail, trên trang web và đi g i b ng kh o sát tr c ti p. Thu v và ch n đ c 222 m u phù h p yêu c u c a bài nghiên c ụ S m u này đ c nh p li u và x lỦ b ng ph n m m th ng kê STATISTICA version 8.0. Các công c s d ng là th ng kê mô t đ mô t tr ng thái hài lòng c a t ng đ i t ng khách
hàng. Thang đo đ c ki m đ nhb ng h s Cronbach alpha và phân tích nhân
t đ đánh giá đ tin c y và đ giá tr . Sau đó các nhân t đ c s d ng ch y mô hình hu nluy n m ng neural đ tìm ra s liên h gi a các y u t thành ph n lên s hài lòng c a khách hàng.
5.3. Phơn tích s li u
Sau khi phân tích đ tin c y và phân tích nhân t , c 3 nhân t c a thang đo ch t l ng d ch v và 3 nhân t c a thang đo ch t l ng m i quan h đ u đ m b o đ đ
tin c y đ ch y mô hình m ng neural. Mô hình neural đánh giá S hài lòng khách
hàng v i t p m u ki m đ nh có m c sai s bình ph ng trung bình là 0.014232 và
gi i thích đ c 74% s bi n thiên c a các bi n đ u vào nh h ng lên nhân t S
hài lòng khách hàng.
5.4. HƠm Ủ cho các nhƠ qu n tr
i u ki n th tr ng hi n đ i đòi h i các nhà qu ng cáo và các c quan qu ng cáo đ làm vi c hi u qu h n đ tránh lãng phí ti n b c và th i gian. xây d ng và
duy trì các m i quan h có l i trong dài h n, công ty qu ng cáo c n ph i hi u các v n đ v ch t l ng d ch v và ch t l ng m i quan h tác đ ng đ n s hài lòng t ng th . S hài lòng c a khách hàng đ c xác đ nh và t m t quan đi m toàn di n
và tích h p trên c s ch t l ng d ch v và ch t l ng m i quan h . D li u thu đ c t nh ng nhà qu ng cáo và phân tích t ng quan đ xác đ nh các y u t đ i di n có th gi i thích s hài lòng t ng th c a các nhà qu ng cáọ Ch t l ng m i quan h có Ủ ngh a quan tr ng đ i v i các nhà qu ng cáo trong vi c đánh giá t ng th .
T góc đ lỦ thuy t, th y r ng s hài lòng c a khách hàng là không th gi i thích đ c, đo ho c hi u t m t quan đi m đ n chi ụ Trên th c t , có th th y r ng s hài lòng c a khách hàng đòi h i nhi u h n vi c ch đ n gi n th c hi n ngh a v đ c ghi trong h p đ ng. Do đó, đi u quan tr ng là các công ty qu ng cáo mu n nâng cao s hài lòng c a khách hàng nên tìm hi u và đáp ng nhu c u và mong đ i c a khách hàng. Các nhà qu ng cáo c ng nên nh n ra r ng h đóng m t vai trò
quan tr ng trong th c hi n d ch v và cùng ch u trách nhi m v vi c th c hi n v i
các công ty qu ng cáọ
Khác v i cách ti p c n truy n th ng, ph ng pháp m ng neural t o ra cách nhìn m i trong vi c đánh giá S hài lòng khách hàng. Mô hình m ng neural này mô t các m i quan h gi a y u t đ u vào và y u t đ u ra d a trên các d li u thu th p,
xác đ nh giá tr S hài lòng đ u ra khi bi t đ c giá tr các bi n đ u vàọ
giá tr k v ng c a khách hàng qua vi c phân tích m c đ quan tr ng c a các y u t đ u vào, xác đ nh nh ng m t đã làm đ c trong th i gian qua và quan tr ng h n là