4.3.1 Kiểm định thang đo
Công cụ dùng để kiểm định thang đo bao gồm hệ số tin cậy Cronbach alpha và phân tích nhân tố khám phá EFA.
Phân tích độ tin cậy Cronbach alpha:
Thang đo yếu tố thời gian
Thang đo nhân tố sự hài lòng đối với yếu tố thời gian có hệ số tin cậy Cronbach alpha là 0,733 và hệ số tƣơng quan biến tổng đều lớn hơn 0,3 nên tất cả các biến quan sát cho yếu tố thời gian đều đƣợc giữ lại vì chúng đảm bảo độ tin cậy của thang đo..
Thang đo yếu tố sự tin cậy
Thang đo nhân tố sự hài lòng đối với yếu tố sự tin cậy có hệ số tin cậy Cronbach alpha là 0,725. Hệ số tƣơng quan biến tổng của các biến TC01, TC02, TC04, TC05 đều lớn hơn 0,3, tuy nhiên hệ số tƣơng quan biến tổng của biến TC03 (Chứng thƣ đƣợc cấp chính xác) bằng 0,209 nhỏ hơn 0,3 và hệ số Cronbach alpha nếu bị loại bỏ của biến này bằng 0,764 lớn hơn hệ số Cronbach apha nên ta loại biến quan sát này ra khỏi mô hình vì không đủ độ tin cậy và thực hiện chạy Cronbach apha lại lần thứ hai cho yếu tố sự tin cậy.
Kết quả chạy Cronbach alpha lần hai của nhân tố sự tin cậy ta đƣợc Cronbach alpha là 0,764 và hệ số tƣơng quan biến tổng của các biến đều lớn hơn 0,3 nên ta giữ lại vì chúng đảm bảo độ tin cậy của thang đo.
Thang đo yếu tố khả năng đáp ứng
Thang đo nhân tố sự hài lòng đối với yếu tố khả năng đáp ứng có hệ số tin cậy Cronbach alpha là 0,751 và hệ số tƣơng quan biến tổng đều lớn hơn 0,3 nên tất cả các biến quan sát cho yếu tố khả năng đáp ứng đều đƣợc giữ lại vì chúng đảm bảo độ tin cậy của thang đo.
Thang đo yếu tố năng lực phục vụ
Thang đo nhân tố sự hài lòng đối với yếu tố năng lực phục vụ có hệ số tin cậy Cronbach alpha là 0,811 và hệ số tƣơng quan biến tổng đều lớn hơn 0,3 nên tất cả các biến quan sát cho yếu tố năng lực phục vụ đều đƣợc giữ lại vì chúng đảm bảo độ tin cậy của thang đo.
Thang đo yếu tố phƣơng tiện hữu hình
Thang đo nhân tố sự hài lòng đối với yếu tố phƣơng tiện hữu hình có hệ số tin cậy Cronbach alpha là 0,810 và hệ số tƣơng quan biến tổng đều lớn hơn 0,3. Tuy nhiên, hệ số Cronbach alpha nếu bị loại bỏ của biến HH05 (Nhân viên hiện trƣờng trang bị đầy đủ dụng cụ giám định) bằng 0,823 lớn hơn hệ số tin cậy Cronbach alpha nên ta loại bỏ biến HH05 và thực hiện chạy lại Cronbach alpha lần hai cho nhân tố phƣơng tiện hữu hình.
Kết quả chạy Cronbach alpha lần hai của nhân tố phƣơng tiện hữu hình ta đƣợc Cronbach alpha là 0,82 và hệ số tƣơng quan biến tổng của các biến đều lớn hơn 0,3 nên ta giữ lại vì chúng đảm bảo độ tin cậy của thang đo.
Thang đo sự hài lòng chung
Thang đo nhân tố sự hài lòng đối với yếu tố hài lòng chung có hệ số tin cậy Cronbach alpha là 0,911 và hệ số tƣơng quan biến tổng đều lớn hơn 0,3 nên tất cả các biến quan sát cho yếu tố khả năng đáp ứng đều đƣợc giữ lại vì chúng đảm bảo độ tin cậy của thang đo.
Nhƣ vậy sau khi phân tích độ tin cậy Cronbach alpha, ta loại bỏ hai biến quan sát và có đƣợc các thang đo đều có độ tin cậy (Cronbach alpha >0,6).
Bảng 4.1: Cronbach alpha của từng thang đo
Thang đo Biến quan sát Hệ số tƣơng quan biến tổng Cronbach alpha
Thời gian Thời gian 1 0,504 0,733 Thời gian 2 0,550 Thời gian 3 0,468 Thời gian 4 0,851 Sự tin cậy Tin cậy 1 0,509 0,764 Tin cậy 2 0,583 Tin cậy 4 0,635 Tin cậy 5 0,529 Khả năng đáp ứng Đáp ứng 1 0,465 0,751 Đáp ứng 2 0,550 Đáp ứng 3 0,606 Đáp ứng 4 0,572 Năng lực phục vụ Phục vụ 1 0,685 0,811 Phục vụ 2 0,569 Phục vụ 3 0,616 Phục vụ 4 0,651 Phƣơng tiện hữu hình Hữu hình 1 0,614 0,823 Hữu hình 2 0,588 Hữu hình 3 0,721 Hữu hình 4 0,669 Sự hài lòng Hài lòng 1 0,820 0,911 Hài lòng 2 0,846 Hài lòng 3 0,820
Phân tích nhân tố khám phá EFA:
Sau khi phân tích hệ số tin cậy Cronbach alpha, tác giả đã loại hai biến quan sát không đủ dộ tin cậy là TC03 và HH05. Các biến còn lại có độ tin cậy Cronbach alpha đạt yêu cầu sẽ đƣợc thực hiên qua phân tích nhân tố khám phá EFA để tiếp tục loại bỏ những biến không đạt yêu cầu đồng thời thực hiện xoay nhân tố để nhóm các biến quan sát vào thành từng nhóm yếu tố phù hợp.
Sử dụng phầm mềm SPSS 2.0 ta tính đƣợc hệ số KMO và Barllett’s test là 0,916 và Sig.của Barllett’s test là 0,000 nhỏ hơn 0,05 nên các biến này có tƣơng quan với nhau và phù hợp cho việc phân tích nhân tố. Phƣơng pháp trích trong phân tích nhân tố là phân tích nhân tố chính (Principal component analysis) với giá trị trích Eigenvalue là 1,204 > 1, phƣơng sai trích là 55,617% >50% . Có 4 biến có hệ số tải <0,5 là TG03, TG04, PV02 và PV04, sẽ đƣợc loại ra khỏi mô hình.
Sau khi loại bỏ 4 biến có hệ số tải bé hơn 0,5 tác giả thực hiện phân tích EFA lần thứ hai. Kết quả phân tích EFA lần thứ hai ta có tính đƣợc hệ số KMO và Barllett’s test là 0,905 và Sig.của Barllett’s test là 0,000 nhỏ hơn 0,05 nên các biến này có tƣơng quan với nhau và phù hợp cho việc phân tích nhân tố. Phƣơng pháp trích trong phân tích nhân tố là phân tích nhân tố chính (Principal component analysis) với giá trị trích Eigenvalue là 1,178 > 1, phƣơng sai trích là 58,862% >50% .
Các biến quan sát đạt yêu cầu đƣợc thực hiện phƣơng pháp xoay Varimax, kết quả sau khi xoay ma trận ta có 3 nhóm yếu tố đƣợc trình bày trong bảng sau:
Bảng 4.2: Kết quả EFA với phép xoay Varimax Yếu tố Nhân tố 1 2 3 Thời gian 1 ,734 Thời gian 2 ,729 Tin cậy 5 ,678 Tin cậy 4 ,652 Phục vụ 3 ,626 Tin cậy 1 ,612 Phục vụ 1 ,605 Tin cậy 2 ,543 Hữu hình 4 ,793 Hữu hình 3 ,774 Hữu hình 1 ,720 Hữu hình 2 ,587 Đáp ứng 1 ,773 Đáp ứng 2 ,679 Đáp ứng 3 ,595 Đáp ứng 4 ,581
Nguồn: Kết quả phân tích của tác giả
Kết quả phân tích nhâ tố khám phá EFA và phƣơng pháp xoay Varimax cho ta 3 nhóm yếu tố đƣợc đặt tên lại nhƣ sau:
Nhân tố 1: Ký hiệu là TCC gồm 8 biến quan sát, các biến này đƣợc đặt tên chung là SỰ TIN CẬY gồm:
TG01: Thời gian hoàn thành kết quả giám định nhanh.
TG02: Thời gian cấp chứng thƣ nhanh.
TC05: Phản hồi khách hàng đƣợc điều chỉnh.
TC04: Thông tin khách hàng đƣợc bảo mật.
TC 01: Kết quả giám định đảm bảo công bằng.
PV03: Sẵn sàng tƣ vấn chuyên môn cho khách hàng.
TC02: Giải quyết khiếu nại hợp lý.
Nhân tố 2: Ký hiệu là HHC gồm 4 biến quan sát, các biến này đƣợc đặt tên chung là PHƢƠNG TIỆN HỮU HÌNH gồm:
HH04: Luôn cập nhật tiêu chuẩn mới phục vụ công tác giám định.
HH03: Có đủ trang thiết bị phục vụ công tác giám định cà phê.
HH01: Phƣơng thức cấp chứng thƣ giám định linh hoạt.
HH02: Cơ sở vật chất tiện lợi khi liên hệ dịch vụ.
Nhân tố 3: Ký hiệu là DUC gồm 4 biến quan sát đƣợc đặt tên chung là KHẢ NĂNG ĐÁP ỨNG gồm:
DU01: Yêu cầu giám định đƣợc thực hiện dễ dàng.
DU02: Dịch vụ giám định đáp ứng mọi nơi theo yêu cầu.
DU03: Nhân viên sẵn sàng làm việc ngoài giờ.
DU04: Đáp ứng đƣợc mọi yêu cầu cụ thể.
Tiến hành phân tích EFA cho nhân tố sự hài lòng đối với chất lƣợng dịch vụ cho thấy các biến giải thích đƣợc 85,578% tổng phƣơng sai trích và giá trị Eigenvalue là 2,567 lớn hơn 1. Hệ số KMO và Barllett’s test là 0,758 lớn hơn 0,5 và Sig. của Barllett’s test 0,000 nhỏ hơn 0,05 nên phân tích nhân tố là phù hợp với dữ liệu. Nhƣ vậy, ta có nhân tố thứ 4 là SỰ HÀI LÒNG CHUNG ký hiệu là HLC có 3 biến quan sát gồm:
HL02: Doanh nghiệp sẽ tiếp tục sử dụng dịch vụ giám định cà phê của CAFECONTROL.
HL01: Doanh nghiệp hài lòng với chất lƣợng dịch vụ giám định cà phê của CAFECONTROL.
HL03: Doanh nghiệp sẽ giới thiệu cho những doanh nghiệp khác sử dụng dịch vụ giám định của CAFECONTROL.
Nhƣ vậy từ kết quả phân tích nhân tố EFA cho thấy các biến độc lập và biến phụ thuộc trong mô hình đều đạt giá trị hội tụ và giá trị phân biệt. Do đó phân tích nhân tố EFA là phù hợp với cơ sở dữ liệu và có 3 nhân tố đƣợc trích ra từ kết quả phân tích nhân tố.
4.3.2 Mô hình và giả thuyết điều chỉnh
Sau khi thực hiện phân tích độ tin cậy Cronbach alpha và phân tích nhân tố khám phá đồng thời thực hiện xoay ma trận ta có đƣợc các thang đo đủ độ tin cậy và các nhóm nhân tố đối với sự hài lòng của khách hàng.
Do đó mô hình đo lƣờng sự hài lòng của khách hàng đối với chất lƣợng dịch vụ giám định cà phê của CAFECONTROL đƣợc điều chỉnh lại nhƣ sau:
Biến phụ thuộc:
HLC – Sự hài lòng chung về chất lƣợng dịch vụ giám định cà phê của CAFECONTROL.
Biến độc lập:
TCC – Sự tin cậy.
HHC – Phƣơng tiện hữu hình.
DUC – Khả năng đáp ứng. Mô hình điểu chỉnh:
Hình 4.6 Mô hình nghiên cứu đƣợc điều chỉnh
Nguồn: Nghiên cứu của tác giả
Từ mô hình nghiên cứu điều chỉnh, ta xây dựng các giả thuyết nghiên cứu nhƣ sau:
Giả thuyết H1: Yếu tố sự tin cậy có tác động dƣơng đến sự hài lòng của khách
hàng đối với chất lƣợng dịch vụ giám định cà phê của CAFECONTROL.
Giả thuyết H2: Yếu tố phƣơng tiện hữu hình có tác động dƣơng đến sự hài lòng
của khách hàng đối với chất lƣợng dịch vụ giám định cà phê của CAFECONTROL H1 H2 H3 Sự tin cậy Phƣơng tiện hữu hình Khả năng đáp ứng Sự hài lòng của khách hàng Sự
Giả thuyết H3: Yếu tố khả năng đáp ứng có tác động dƣơng đến sự hài lòng
của khách hàng đối với chất lƣợng dịch vụ giám định cà phê của CAFECONTROL
4.3.3 Kiểm định mô hình và giả thuyết nghiên cứu. Ma trận hệ số tƣơng quan Ma trận hệ số tƣơng quan
Trƣớc khi tiến hành phân tích hồi qui tuyến tính bội, ta phải xem xét mối quan hệ tuyến tính giữa các biến độc lập và biến phụ thuộc và giữa các biến độc lập với nhau. Nếu các biến độ lập có mối tƣơng quan qua lại chặt chẽ nhau thì phải lƣu ý đến vấn đề đa cộng tuyến sau khi phân tích hồi qui.
Bảng 4.3 Ma trận hệ số tƣơng quan Correlations TCC HHC DUC HLC TCC Pearson Correlation 1 ,635** ,606** ,759** Sig. (2-tailed) ,000 ,000 ,000 N 201 201 201 201 HHC Pearson Correlation ,635** 1 ,548** ,625** Sig. (2-tailed) ,000 ,000 ,000 N 201 201 201 201 DUC Pearson Correlation ,606** ,548** 1 ,597** Sig. (2-tailed) ,000 ,000 ,000 N 201 201 201 201 HLC Pearson Correlation ,759** ,625** ,597** 1 Sig. (2-tailed) ,000 ,000 ,000 N 201 201 201 201
Nguồn: Phân tích của tác giả
Theo ma trận tƣơng quan thì các biến độc lập đều có tƣơng quan với biến phụ thuộc (hài lòng chung) với mức ý nghĩa <0.05. Sơ bộ ta có thể kết luận rằng các biến độc lập này có thể đƣa vào mô hình đề giải thích cho biến phụ thuộc (hài lòng chung).
Kiểm định mô hình nghiên cứu
Mô hình nghiên cứu và các giả thuyết nghiên cứu cần phải đƣợc kiểm định bằng phƣơng pháp phân tích hồi qui. Phƣơng pháp thực hiện hồi qui tác giả sử dụng phƣơng pháp Enter trong SPSS (xử lý tất cả các biến đƣa vào một lần). Phƣơng trình
hồi qui đƣợc thực hiện là hồi qui đa biến nhằm xác định vai trò quan trọng của từng nhân tố trong việc đánh giá mối quan hệ giữa sự hài lòng của khách hàng với các yếu tố chất lƣợng dịch vụ tác động đến sự hài lòng. Giá trị của các biến độc lập đƣợc tính trung bình dựa trên các biến quan sát thành phần của các biến độc lập đó. Giá trị của biến phụ thuộc là giá trị trung bình của các biến quan sát về sự hài lòng của khách hàng. Mô hình hồi qui có dạng nhƣ sau:
Y = f(Xi) +εi = β0 +β1 X1 +β2 X2+ β3 X3 + εi. Trong đó :
Y: sự hài lòng chung đối với chất lƣợng dịch vụ giám định cà phê của CAFECONTROL.
X1: Sự tin cậy.
X2: Phƣơng tiện hữu hình. X3: Khả năng đáp ứng. βk : Hệ số hồi qui riêng phần.
Để đánh giá mức độ phù hợp của mô hình, trong hồi qui tuyến tính bội sử dụng hệ số R2 (R-square) điều chỉnh vì nó phản ánh sát hơn mức độ phù hợp của mô hình, nó không phụ thuộc vào độ phóng đại của R2. Bên cạnh đó cần kiểm định tƣơng quan của các sai số kề nhau (tƣơng quan chuỗi bậc nhất) bằng đại lƣợng thống kê Durbin Watson (d). Giả thuyết của kiểm định này là H0: hệ số tƣơng quan tổng thể của các phần dƣ bằng 0. Đại lƣợng d có giá trị biến thiên trong khoảng từ 0 đến 4. Nếu các phần dƣ không có tƣơng quan chuỗi bậc nhất với nhau, giá trị Durbin Watson sẽ gần bằng 2 (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008).
Kiểm tra hiện tƣợng đa cộng tuyến bằng hệ số phóng đại phƣơng sai VIF. Thông thƣờng VIF của một biến độc lập nào đó lớn hơn 10 thì biến này hầu nhƣ không có giá trị giải thích biến thiên của Y. Tuy nhiên trên thực tế nếu VIF > 2 chúng ta cần cẩn trọng trong việc giải thích các trọng số hồi qui (Nguyễn Đình Thọ, 2012).
Kiểm định F sử dụng trong bảng phân tích phƣơng sai là phép kiểm định giả thuyết về độ phù hợp của mô hình hồi qui tuyến tính tổng thể với giả thuyết Ho là β1 = β2 = β3 = 0. Nếu giả thuyết Ho bác bỏ ta kết luận là kết hợp các biến có trong mô hình có thể giải thích đƣợc thay đổi của Y, điều này có nghĩa là mô hình xây dựng phù hợp với tập dữ liệu và có ý nghĩa ứng dụng.
Hệ số Beta chuẩn hóa dùng để đánh giá mức độ quan trọng của từng nhân tố, hệ số Beta chuẩn hóa của biến nào càng cao thì mức độ tác động của biến đó đến sự hài lòng càng lớn (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008)
Kết quả phân tích hồi qui nhƣ sau:
Bảng 4.4: Đánh giá độ phù hợp của mô hình
Model summary Mode l R R bình phƣơng R bình phƣơng đã điều chỉnh Sai số ƣớc tính của độ lệch chuẩn Durbin - Watson 1 ,792a ,627 ,621 ,55388 1,897
Nguồn: Phân tích của tác giả
Kết quả cho thấy giá trị R2 điều chỉnh bằng 0,621, điều này chứng tỏ rằng các nhân tố đƣa vào phân tích giải thích đƣợc 62,10% sự hài lòng đối với chất lƣợng dịch vụ giám định cà phê của CAFECONTROL
Hệ số Durbin Watson = 1,897 gần bằng 2, do đó chấp nhận giả thuyết không có tƣơng quan chuỗi bậc nhất.
Bảng 4.5: Kiểm định độ phù hợp của mô hình (kiểm định ANOVA)
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 101,378 3 33,793 110,152 ,000b Residual 60,436 197 ,307
Total 161,814 200
Nguồn: phân tích của tác giả
Giá trị Sig. của kiểm định F trong bảng 4.12 rất nhỏ 0,000<0,05 cho thấy có thể bác bỏ giả thuyết Ho cho rằng tất cả các hệ số hồi qui đều bằng 0, do đó mô hình hồi qui tuyến tính này phù hợp với tập dữ liệu và có thể sử dụng đƣợc.
Bảng 4.6: Kết quả hồi qui bội sử dụng bằng phƣơng pháp Enter Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1
(Constant) -,505 ,240 -2,110 ,036
TCC ,693 ,080 ,535 8,697 ,000 ,501 1,995
HHC ,231 ,069 ,195 3,333 ,001 ,555 1,803
DUC ,224 ,077 ,166 2,915 ,004 ,588 1,701