Sau khi tiến hành phân tích nhân tố đã tìm ra được 7 thành phần đo lường chất lượng dịch vụ qua mức độ hài lòng của khách hàng. Để đưa ra được những kết luận và các chính sách phù hợp cửa hàng thức ăn nhanh Lotteria ta cần kiểm định độ phù hợp của mô hình nghiên cứu (Phân tích tương quan và hồi quy).
Các biến nhân tố trong nghiên cứu được tổng hợp như sau: F: Thang đo hài lòng chung = Mean (HL1, HL2, HL3) F1: Mức độ tin cậy = Mean (TC1,TC2,TC3,TC4)
F2: Khả năng đáp ứng = Mean (DU1, DU2, DU3, DU4) F3: Phương tiện hữu hình = Mean (HH1, HH2, HH3, HH4) F4: Năng lực phục vụ = Mean (PV1, PV2, PV3, PV4) F5: Sự cảm thông = Mean (CT2, CT3, CT4)
F6: Gía cả = Mean (G1, G3, G4)
F7: Chương trình khuyến mãi = Mean (KM1, KM2, KM3, KM4)
Trước tiên, mối quan hệ giữa các nhân tố thuộc thành phần chất lượng dịch vụ với nhân tố sự hài lòng của khách hàng được xem xét thông qua việc phân tích hệ số tương quan Pearson (ký hiệu là r). Trị tuyệt đối của r cho biết mức độ kết hợp tuyến tính giữa 2 biến định lượng. Giá trị tuyệt đối của r tiến gần đến 1 khi hai biến có mối tương quan tuyến tính chặt chẽ.
Kết quả phân tích hệ số tương quan Pearson thể hiện trong ma trận tương quan được trình bày trong bảng 3.21 như sau:
Bảng 3.21: Ma trận tƣơng quan Correlations F1 F2 F3 F4 F5 F6 F7 F F1 Pearson Correlation 1 0,390 ** 0,086 0,181** -0,027 0,023 0,387** 0,439** Sig. (2-tailed) 0,000 ,196 0,006 0,682 0,732 0,000 0,000 N 227 227 227 227 227 227 227 227 F2 Pearson Correlation 0,390 ** 1 0,057 ,417** 0,128 0,092 0,481** 0,468** Sig. (2-tailed) 0,000 0,390 ,000 ,055 0,168 0,000 0,000 N 227 227 227 227 227 227 227 227 F3 Pearson Correlation 0,086 0,057 1 -0,013 -0,090 -0,005 0,018 ,128 Sig. (2-tailed) 0,196 0,390 ,843 0,177 0,940 0,784 0,055 N 227 227 227 227 227 227 227 227 F4 Pearson Correlation ,181 ** ,417** -0,013 1 0,076 0,007 0,461** 0,284** Sig. (2-tailed) 0,006 ,000 0,843 0,254 0,917 0,000 0,000 N 227 227 227 227 227 227 227 227 F5 Pearson Correlation -0,027 0,128 -0,090 0,076 1 0,014 0,016 0,123 Sig. (2-tailed) ,682 0,055 0,177 0,254 0,835 0,815 0,064 N 227 227 227 227 227 227 227 227 F6 Pearson Correlation 0,023 0,092 -0,005 0,007 0,014 1 0,048 0,072 Sig. (2-tailed) 0,732 0,168 0,940 0,917 0,835 0,467 0,278 N 227 227 227 227 227 227 227 227 F7 Pearson Correlation 0,387 ** 0,481** 0,018 0,461** 0,016 0,048 1 0,509**
Sig. (2-tailed) 0,000 0,000 0,784 0,000 0,815 0,467 0,000 N 227 227 227 227 227 227 227 227 F Pearson Correlation 0,0439 ** 0,468** 0,128 0,284** 0,123 0.072 0,509** 1 Sig. (2-tailed) 0,000 0,000 0,055 0,000 0,064 0,278 0,000 N 227 227 227 227 227 227 227 227
(Nguồn: Kết quả xử lý dữ liệu)
Qua bảng 3.21, ta thấy có mối quan hệ tuyến tính dương giữa các biến sự hài lòng và các biến độc lập trong mô hình (các hệ tương quan từ 0,072 đến 0,509 và đều có ý nghĩa thống kê). Tương quan giữa các biến độc lập với nhau nhỏ hơn 0,8 nên khó có khả năng xảy ra hiện tượng đa cộng tuyến.
3.6.2. Phân tích hồi quy
Qua phân tích về tương quan, mô hình hồi quy bội được xem xét trong nghiên cứu chính thức có dạng:
F = β0 + β1*F1 + β2*F2 + β3*F3 + β4*F4 + β5*5 + β6*F6 + β7*F7 + e
(1.1)
Để đánh giá mức độ tác động của các thành phần chất lượng dịch vụ lên sự hài lòng của khách hàng, tác giả sử dụng hàm hồi quy tuyến tính bội với thủ tục chọn biến theo phương pháp ENTER (đồng thời), bởi vì mục tiêu của nghiên cứu này là muốn khẳng định tính đúng đắn của mô hình lý thuyết đã đưa ra và trong nghiên cứu tác giả đã giả thuyết rằng mức độ tin cậy, khả năng đáp ứng, phương tiện hữu hình, năng lực phục vụ, sự cảm thông, giá cả, chương trình khuyến mại mềm đều có tác động dương đến sự hài lòng của khách hàng.
Sau khi phân tích hồi quy, tác giả đã tiến hành kiểm tra các giả thuyết của mô hình hồi quy tuyến tính, đặc biệt là giả thuyết về phân phối chuẩn của phần dư, đa cộng tuyến và phương sai thay đổi. Kết quả cho thấy các phần dư tuân theo quy luật phân phối chuẩn, vì giá trị trung bình (Mean) của phần dư bằng 0 và phương sai (= Std.Dev2 = 0,968) xấp xỉ bằng 1. Do đó có thể kết luận rằng giả thuyết phân phối chuẩn không bị vi phạm (xem hình 3.1).
Kết quả phân tích hồi quy cũng cho thấy mô hình không có hiện tượng đa cộng tuyến giữa các biến độc lập (VIF < 2),( Phụ lục 5). Kết quả này cũng tương tự như khi tiến hành phân tích ma trận tương quan cho thấy không có tương quan cao giữa các biến độc lập. Kiểm tra bằng đồ thị (xem hình 3.3) mô tả mối quan hệ giữa phần dư chuẩn hóa và giá trị ước lượng, ta nhận thấy các phần dư phân bố tương đối đều xung quanh giá trị trung bình (giá trị trung bình của phần dư bằng 0). Do vậy, hiện tượng phương sai thay đổi không xuất hiện trong mô hình hồi quy này.
Kiểm tra bằng biểu đồ tần số Q-Q plot cũng cho thấy các chấm phân tán sát với đường thẳng kỳ vọng, như vậy phân phối dư có thể xem như chuẩn (hình 3.4).
Hình 3.4: Biểu đồ tần số của phần dƣ chuẩn hóa
Hình 3.5: Đồ thị phân tán giữa phần dƣ chuẩn hóa và giá trị ƣớc lƣợng
(Nguồn: Kết quả xử lý dữ liệu)
Hình 3.6: Tần số Q-Q plot khảo sát phân phối của phần dƣ
(Nguồn: Kết quả xử lý dữ liệu)
Kiểm tra giả định về hiện tượng tự tương quan giữa các nhiễu từ giá trị Durbin-Watson cho thấy D = 2,177, giá trị D nằm trong miền chấp nhận: 1 < D < 3 cho thấy mô hình không có tự tương quan giữa các phần dư. Như vậy, qua kiểm tra
các giả định của mô hình hồi quy tuyến tính với kết quả là các giả định đều không bị vi phạm. Do đó, các kết quả của mô hình hồi quy là đáng tin cậy.
Kết quả phân tích hồi quy được trình bày trong các bảng 3.22, 3.23 và 3.24 như sau:
Bảng 3.22: Kết quả hồi quy sử dụng phƣơng pháp Enter của mô hình
Mẫu Hệ số R Hệ số R2
R2 hiệu chỉnh Sai số chuẩn ước lượng Durbin-Watson
1 0,621a 0,386 0,366 0,53086 2,177
Bảng 3.23: Phân tích phƣơng sai ANOVA trong phân tích hồi quy
Model Sum of Squares Df Mean Square F Sig.
1
Phần biến thiên do hồi quy 38,755 7 5,536 19,646 0.000a Phần biến thiên không do
hồi quy 61,717 219 0,282
Tổng cộng 100,472 226
Bảng 3.24: Phân tích hệ số hồi quy
Nhân tố Hệ số chưa chuẩn hóa Hệ số đã chuẩn hóa t Sig. Thống kê cộng tuyến B Sai số chuẩn Beta Độ chấp nhận VIF 1 (Constant) 0,322 0,374 0,861 0,390 F1 0,198 0,051 0,231 3,862 0,000 0,785 1,273 F2 0,225 0,073 0,202 3,082 0,002 0,652 1,534 F3 0,102 0,055 0,100 1,878 0,062 0,981 1,019 F4 0,007 0,063 0,007 0,109 0,913 0,732 1,367 F5 0,089 0,045 0,107 1,980 0,049 0,966 1,036 F6 0,025 0,041 0,032 0,606 0,545 0,990 1,010 F7 0,292 0,062 0,314 4,741 0,000 0,640 1,562 a. Dependent Variable: qg [
(Nguồn: Kết quả xử lý dữ liệu)
Kết quả hồi quy tuyến tính (bảng 3.22) có hệ số xác định R2 là 0,386 và hệ số xác định R2 điều chỉnh là 0,366. Điều này nói lên rằng độ thích hợp của mô hình là
36,6% hay nói cách khác là 36,6% độ biến thiên của biến sự hài lòng của khách hàng được giải thích chung bởi các biến trong mô hình. Tuy nhiên sự phù hợp này chỉ đúng với dữ liệu mẫu. Để kiểm định xem có thể suy diễn mô hình cho tổng thể thực hay không ta phải kiểm định độ phù hợp của mô hình
Trong bảng phân tích phương sai ANOVA (bảng 3.23), trị số thống kê F được tính từ giá trị R2 có giá trị sig. rất nhỏ (sig = 0,000) cho thấy sự thích hợp của mô hình hồi qui tuyến tính với tập dữ liệu phân tích.
Kết quả phân tích hệ số hồi quy (bảng 3.24) cho ta thấy giá trị Sig. của các biến F1- mức độ tin cậy, F2 – khả năng đáp ứng, F5 – sự cảm thông, F7 – chương trình khuyến mãi nhỏ hơn 0,05 do đó ta có thể nói 4 thành phần chất lượng dịch tại cửa hàng thức ăn nhanh Lotteria có ý nghĩa trong mô hình và có tác động dương (cùng chiều) đến sự hài lòng của khách hàng.
Các yếu tố như: F3 – phương tiện hữu hình, F4 – năng phục vụ và F6 – giá cả không có ảnh hưởng đến sự hài lòng của khách hàng (sig. > 0,05). Mô hình còn lại 4 nhân tố tác động là mức độ tin cậy (0,198); khả năng đáp ứng (0,225); sự cảm thông (0,089) và chương trình khuyến mãi (0,292).
Theo kết quả ở bảng 3.24 thì ta có phương trình 1.2 thể hiện mối liên hệ giữa các yếu tố hình thành nên chất lượng dịch vụ thức ăn nhanh và sự hài lòng của khách hàng tại cửa hàng Lotteria trên địa bàn TP Nha Trang:
Sự hài lòng của khách hàng = 0,322 + 0,292*Chương trình khuyến mãi +
0,225*Khả năng đáp ứng + 0,198*Mức độ tin cậy + 0,089*Sự cảm thông + ei (1.2)
Như vậy, qua kết quả phân tích hồi quy, cho ta thấy có 4 yếu tố: mức độ tin cậy, khả năng đáp ứng, chương trình khuyến mãi có tác động thuận chiều đến sự hài lòng của khách hàng. Trong đó yếu tố chương trình khuyến mãi (F7) có tác động mạnh nhất đến sự hài lòng của khách hàng (0,292), khả năng đáp ứng (F2) tác động mạnh thứ 2 (0,202), mức độ tin cậy (F1) và sau cùng là yếu tố sự cảm thông (F5) (0,089).
3.6.3. Kiểm định các giả thuyết nghiên cứu trong mô hình
Giả thuyết H7: Chương trình khuyến mãi có mối quan hệ dương với sự hài lòng của khách hàng
Theo kết quả kiểm định trong mô hình hồi quy cho thấy biến chương trình khuyến mãi có tác động dương có ý nghĩa đến sự hài lòng của khách hàng (β = 0,292 > 0 và sig. = 0,000). Điều này cho thấy chương trình khuyến mãi có tác động đến sự hài lòng của khách hàng. Ngoài ra, thông qua hệ số β cũng cho ta thấy yếu tố “chương tình khuyến mãi” là yếu tố quan trọng thứ nhất tác động đến mức độ hài lòng của khách hàng về chất lượng dịch vụ.
Giả thuyết H2: Khả năng đáp ứng có mối quan hệ dương với sự hài lòng của khách hàng về chất lượng.
Theo kết quả kiểm định trong mô hình hồi quy cho thấy biến khả năng đáp ứng có tác động dương có ý nghĩa đến sự hài lòng của khách hàng (β = 0,225 >0 và sig. = 0,002). Điều này cho thấy khả năng đáp ứng có tác động đến sự hài lòng của khách hàng. Ngoài ra, thông qua hệ số β cũng cho ta thấy yếu tố “khả năng đáp ứng” là yếu tố quan trọng thứ hai tác động đến mức độ hài lòng của khách hàng về chất lượng dịch vụ.
Giả thuyết H1: Mức độ tin cậy có mối quan hệ dương với sự hài lòng của khách hàng về chất lượng.
Theo kết quả kiểm định trong mô hình hồi quy cho thấy biến mức độ tin cậy có tác động dương có ý nghĩa đến sự hài lòng của khách hàng (β = 0,198 > 0 và sig. = 0,000). Điều này cho thấy mức độ tin cậy có tác động đến sự hài lòng của khách hàng.
Giả thuyế H5: Sự cảm thông có mối quan hệ dương với sự hài lòng của khách hàng về chất lượng.
Theo kết quả kiểm định trong mô hình hồi quy cho thấy biến sự cảm thông có tác động dương có ý nghĩa đến sự hài lòng của khách hàng (β = 0,089> 0 và sig. = 0,049).
Tóm lại, với các kết quả đã phân tích ở trên cho thấy rằng mô hình nghiên cứu hoàn toàn phù hợp và khẳng định có mối liên hệ chặt chẽ giữa các thang đo với sự hài lòng của khách hàng về chất lượng dịch vụ thức ăn nhanh tại các cửa hàng Lotteria TP Nha Trang.
Để xét xem có sự khác nhau về sự hài lòng của khách hàng theo các đặc điểm cá nhân tác giả tiến hành phân tích ANOVA. Điều kiện để phân tích ANOVA là:
- Các nhóm so sánh phải độc lập và được chọn một cách ngẫu nhiên.
- Các nhóm so sánh phải có phân phối chuẩn hoặc cỡ mẫu phải đủ lớn để được
xem như tiệm cận phân phối chuẩn.
- Phương sai của các nhóm so sánh phải đồng nhất.
Nếu giả định tổng thể có phân phối chuẩn với phương sai bằng nhau không đáp ứng được thì kiểm định phi tham số Kruskal-Wallis sẽ là một giải pháp thay thế hữu hiệu cho ANOVA, (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Trên cơ sở này, tác giả tiến hành kiểm định lần lượt các giả thuyết H8, H9, H10, H11, H12, H13 như sau:
Giả thuyết H8: Có sự khác biệt về mức độ hài lòng của khách hàng theo giới tính
Bảng 3.25: Kiểm định phƣơng sai đồng nhất theo giới tính
Levene Statistic df1 df2 Sig.
0,007 1 225 0,934
(Nguồn: Kết quả xử lý dữ liệu)
Phân bố mẫu theo giới tính là 111 nam, và 116 nữ. Như vậy, các nhóm so sánh có cỡ mẫu tương đối lớn (lớn hơn 30) nên có thể xem như tiệm cận phân phối chuẩn. Bảng 3.25 cho biết kết quả kiểm định phương sai. Với mức ý nghĩa sig. = 0,934> 0,05 có thể nói phương sai của sự đánh giá tầm quan trọng của yếu tố “sự hài lòng của khách hàng” giữa nhóm giới tính không khác nhau một cách có ý nghĩa thống kê. Như vậy kết quả phân tích ANOVA trong bảng 3.26 có thể sử dụng tốt.
Bảng 3.26 :Kết quả phân tích ANOVA theo giới tính
Sum of Squares df Mean Square F Sig. Between Groups 0,028 1 0,028 0,063 0,803 Within Groups 100,444 225 0,446 Total 100,472 226
Kết quả phân tích ANOVA ở bảng 3.26 cho thấy với mức ý nghĩa quan sát sig. = 0,803> 0,05 ta có thể kết luận rằng không có sự khác biệt về mức độ hài lòng của khách hàng theo giới tính (xem chi tiết ở phụ lục 6). Như vậy, ta có thể kết luận rằng không chấp nhận giả thuyết H8.
Giả thuyết H9: Có sự khác biệt về mức độ hài lòng của khách hàng theo độ tuổi
Bảng 3.27 Kiểm định phƣơng sai đồng nhất theo độ tuổi
Levene Statistic df1 df2 Sig.
1,146 4 222 0,220
(Nguồn: Kết quả xử lý dữ liệu)
Phân bố mẫu theo độ tuổi là dưới 20 tuổi: 22 người; từ 20 đến 29 tuổi: 84 người; từ 30 đến 39 tuổi: 64 người; từ 40 đến 49 tuổi: 44 người; từ 50 tuổi trở lên: 13 người. Như vậy, các nhóm so sánh có cỡ mẫu tương đối lớn (lớn hơn 30) nên có thể xem như tiệm cận phân phối chuẩn. Bảng 3.27 cho biết kết quả kiểm định phương sai. Với mức ý nghĩa sig. = 0,220> 0,05 có thể nói phương sai của sự đánh giá tầm quan trọng của yếu tố “sự hài lòng của khách hàng” giữa nhóm độ tuổi không khác nhau một cách có ý nghĩa thống kê. Như vậy kết quả phân tích ANOVA trong bảng 3.21b có thể sử dụng tốt.
Bảng 3.28 Kết quả phân tích ANOVA theo độ tuổi
Sum of Squares df Mean Square F Sig.
Between Groups 1,973 4 0,493 1,112 0,352
Within Groups 98,499 222 0,444
Total 100,472 226
(Nguồn: Kết quả xử lý dữ liệu)
Kết quả phân tích ANOVA ở bảng 3.28 cho thấy với mức ý nghĩa quan sát sig. = 0,352 > 0,05 ta có thể kết luận rằng không có sự khác biệt về mức độ hài lòng của khách hàng theo độ tuổi (xem chi tiết ở phụ lục 6). Như vậy, ta có thể kết luận rằng không chấp nhận giả thuyết H9.
Giả thuyết H10: Có sự khác biệt về mức độ hài lòng của khách hàng theo nghề nghiệp Bảng 3.29 Kiểm định phƣơng sai đồng nhất theo nghề nghiệp
Levene Statistic df1 df2 Sig
(Nguồn: Kết quả xử lý dữ liệu)
Kết quả bảng 3.29, cho thấy, với mức ý nghĩa sig. = 0,225 > 0,05 có thể nói phương sai của sự đánh giá tầm quan trọng của yếu tố “sự hài lòng của khách hàng” giữa các nhóm cơ nghề nghiệp không khác nhau một cách có ý nghĩa thống kê. Như vậy kết quả phân tích ANOVA có thể sử dụng tốt.
Bảng 3.30 Kết quả phân tích ANOVA theo cơ nghề nghiệp
Sum of
Squares df Mean Square F Sig
Between Groups 2,011 7 0,287 0,639 0,723
Within Groups 98,461 219 0,450
Total 100,472 226
(Nguồn: Kết quả xử lý dữ liệu)
Kết quả phân tích ANOVA ở trên cho thấy với mức ý nghĩa quan sát sig. = 0,723 > 0,05 ta có thể kết luận rằng không có sự khác biệt về mức độ hài lòng của khách hàng theo nghề nghiệp (phụ lục 6). Như vậy, ta có thể kết luận rằng giả thuyết H10 không được chấp nhận
Giả thuyết H11: Có sự khác biệt về mức độ hài lòng của khách hàng theo thu nhập
