3.4.2.1. Phân tích tương quan
Dữ liệu dùng trong phân tích hồi quy tương quan được người nghiên cứu lựa chọn là dữ liệu chuẩn hóa (được xuất ra từ phần mềm SPSS sau quá trình phân tích nhân tố khám phá). Để xác định mối quan hệ nhân quả giữa các biến trong mô hình, bước đầu tiên ta cần phân tích tương quan giữa các biến xem thử có mối liên hệ tuyến tính giữa biến độc lập và biến phụ thuộc hay không.
Ta sử dụng hệ số tương quan Pearson (ký hiệu r) để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lượng, r có giá trị nằm trong đoạn [-1,1], giá trị tuyệt đối của r cho biết mức độ chặt chẽ của mối liên hệ tuyến tính.
+ Nếu r >0 thì mối liên hệ là tuyến tính thuận + Nếu r <0 thì mối liên hệ là tuyến tính nghịch
+ Nếu r=0 thì 2 biến không có mối liên hệ tuyến tính, ta có 2 trường hợp là không có mối liên hệ giữa 2 biến hoặc hai biến có mối liên hệ nhưng không phải tuyến tính tức là phi tuyến (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005 ).
Bảng 3.24. Ma trận hệ số tương quan Correlations Chất lượng dịch vụ Su Thuan Tien Phuong tien huu hinh Gia ca dich vu Su Dap ung Gia tri gia tang Hieu biet khach hang Pearson Correlation 1 ,112 ,647 ** ,241** ,355** ,039 ,162* Sig. (2-tailed) ,129 ,000 ,001 ,000 ,598 ,028 Chất lượng dịch vụ N 185 185 185 185 185 185 185 Pearson Correlation ,112 1 ,000 ,000 ,000 ,000 ,000 Sig. (2-tailed) ,129 1,000 1,000 1,000 1,000 1,000 Su thuan tien N 185 185 185 185 185 185 185 Pearson Correlation ,647 ** ,000 1 ,000 ,000 ,000 ,000 Sig. (2-tailed) ,000 1,000 1,000 1,000 1,000 1,000 Phuong tien huu hinh N 185 185 185 185 185 185 185
Pearson Correlation ,241 ** ,000 ,000 1 ,000 ,000 ,000 Sig. (2-tailed) ,001 1,000 1,000 1,000 1,000 1,000 Gia ca dich vu N 185 185 185 185 185 185 185 Pearson Correlation ,355 ** ,000 ,000 ,000 1 ,000 ,000 Sig. (2-tailed) ,000 1,000 1,000 1,000 1,000 1,000 Su dap ung N 185 185 185 185 185 185 185 Pearson Correlation ,039 ,000 ,000 ,000 ,000 1 ,000 Sig. (2-tailed) ,598 1,000 1,000 1,000 1,000 1,000 Gia tri gia
tang N 185 185 185 185 185 185 185 Pearson Correlation ,162 * ,000 ,000 ,000 ,000 ,000 1 Sig. (2-tailed) ,028 1,000 1,000 1,000 1,000 1,000 Hieu biet khach hang N 185 185 185 185 185 185 185
Nguồn: Tính toán từ dữ liệu điều tra
Nhìn vào Bảng 3.24 ta thấy mô hình có: Các biến tự tương quan với nhau. Tương quan cao nhất là giữa thang đo “Su hai long’ với thang đo “Phương tiện hữu hình” vì có r = 0,647 và Sig.= 0,000<5% thang đo này có ý nghĩa, còn giữa thang đo “ Giá trị gia tăng” không có mỗi tương quan với “su hai long” vì Sig.= 0,598>5% không có ý nghĩa.
Các biến độc lập không có môi quan hệ tương quan với nhau vì Sig.= 1,000>'15% do đó sẽ không có hiện tượng đa cộng tuyến.
Các biến độc lập “Phương tiện hữu hình”, “Sự đáp ứng”, “Giá cả dịch vụ”, “Hiếu biết khách hàng” và biến “Sụ hài lòng” có quan hệ tương quan tuyến tính với nhau vì có Sig.= 0,000<5%.
3.4.2.2. Phân tích hồi quy
Phân tích hồi quy tuyến tính sẽ giúp chúng ta biết được cường độ ảnh hưởng của các biến độc lập lên biến phụ thuộc. Để tiến hành phân tích hồi quy tuyến tính bội, các biến đưa vào mô hình theo phương pháp Enter. Tiêu chuẩn kiểm định là tiêu chuẩn được xây dựng vào phương pháp kiểm định giá trị thống kê F và xác định xác suất tương ứng của giá trị thống kê F, kiểm định mức độ phù hợp giữa mẫu và tổng thể thông qua hệ số xác định R2. Công cụ chẩn đoán giúp phát hiện sự tồn tại của cộng
tuyến trong dữ liệu được đánh giá mức độ cộng tuyến làm thoái hóa tham số ước lượng là hệ số phóng đại phương sai (Variance inflation factor - VIF). Quy tắc khi VIF vượt quá 10, đó là dấu hiệu của đa cộng tuyến (Nguyễn Đình Thọ, 2010)
Các nhân tố mới hình thành gồm có: 6 biến độc lập (Sự thuận tiện, Phương tiện hữu hình, Giá cả dịch vụ, Sự đáp ứng, Hiếu biết khách hàng) và 1 biến phụ thuộc (Sự hài lòng chung) được đưa vào phân tích hồi qui. Do vậy cần có sự điều chỉnh về giả thuyết và mô hình nghiên cứu sau phép phân tích nhân tố. Ta có phương trình tổng quát được xây dựng như sau:
HL = β0 + β1*A1 + β2* A2 + β3*A3 + β4*A4 + β5*A5 + β6*A6
Trong đó:
Biến phụ thuộc: HL (Sự hài lòng chung ).
Các biến độc lập là:
o A1: Sự thuận tiện
o A2: Phương tiện hữu hình
o A3: Giá cả dịch vụ
o A4: Sự đáp ứng
o A5: Dịch vụ gia tăng
o A6: Hiếu biết khách hàng
Dựa vào cơ sở lý thuyết và kết quả phân tích ở trên, ta sẽ đưa tất cả các biến độc lập trong mô hình hồi quy đã điều chỉnh bằng phương pháp đưa vào cùng một lúc Enter để chọn lọc dựa trên tiêu chí chọn những biến có mức ý nghĩa < 0.05.
Kết quả phân tích hồi quy tuyến tính cho các biến số được thể hiện thông qua các bảng sau:
Bảng 3.25. Hệ số R-Square từ kết quả phân tích hồi quy Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate
Durbin- Watson
1 ,802a ,643 ,631 ,60772354 1,750
a. Predictors: (Constant), Hieu biet khach hang, Gia tri gia tang, Su dap ung, Gia ca dich vu, Phuong tien huu hinh, Su thuan tien
b. Dependent Variable: Su hai long
Nhìn vào Bảng 3.25 ta thấy mô hình có hệ số tương quan R=0,802 cho thấy mối tương quan giữa các biến là thuận và rất chặt chẽ. Với hệ số xác định R2đã được điều chỉnh là 0,631 cho thấy 6 nhân tố được dùng làm biến độc lập giải thích được 63,1% mô hình, còn lại 36,9% do các yếu tố khác ngoài mô hình giải thích.
Kiểm định Tính độc lập của phần dư Ta dùng đại lượng thống kê Durbin- Watson d) để kiểm định. Đại lượng d này có giá trị từ 0 đến 4. Trong thực tế, khi tiến hành kiểm định Durbin- Watson người ta thường áp dụng quy tắc kiểm định đơn giản như sau: nếu 1 < d < 3 thì kết luận mô hình không có tương quan; nếu 0 < d <1 thì kết luận mô hình có sự tương quan dương; nếu 3 < d < 4 thì kết luận mô hình có sự tương quan âm (Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2005). Theo bảng 3.29 thì đại lượng thống kê Durbin-Watson (d) = 1,750 nên các phần dư trong mẫu không có tương quan với nhau.
Kiểm định F là một phép kiểm định giả thuyết về độ phù hợp của mô hình. Theo kết quả bảng ANOVA (Xem phụ lục 6 ), ta thấy kiểm định F có Sig = 0,000a, chứng tỏ mô hình hồi quy tuyến tính bội là phù hợp với tập dữ liệu và có thể sử dụng được.
Bảng 3.26. Kết quả ước lượng của mô hình hồi qui Unstandardized Coefficients Standardized Coefficients Collinearity Statistics B Std. Error Beta T Sig. Tolerance VIF (Constant) 5,031E-17 0,045 0,000 1,000 Su thuan tien 0,112 0,045 0,112 2,501 0,013 1,000 1,000 Phuong tien Huu hinh 0,647 0,045 0,647 14,435 0,000 1,000 1,000 Gia ca dich vu 0,241 0,045 0,241 5,381 0,000 1,000 1,000 Su dap ung 0,355 0,045 0,355 7,924 0,000 1,000 1,000 Gia tri gia
tang 0,039 0,045 0,039 0,872 0,384 1,000 1,000 Hieu biet
khach hang
0,162 0,045 0,162 3,614 0,000 1,000 1,000
Nhìn vào Bảng 3.26 ta thấy hệ số phóng đại phương sai VIF (Variance inflation factor – VIF) rất nhỏ bằng 1 cho thấy các biến độc lập này không có quan hệ chặt chẽ với nhau nên không có hiện tượng đa cộng tuyến.
Kết quả trên cũng cho thấy mối quan hệ tuyến tính của các yếu tố với sự hài lòng của khách hàng đều có ý nghĩa thống kê (Sig.<0,05), duy chỉ có biến A5 (Giá trị gia tăng) có sig.= 0,384 > 0,05 không có ý nghĩa thống kê. Nên ta sẽ loại khỏi mô hình nghiên cứu biến A5.
Phương trình hồi quy thể hiện mối quan hệ giữa biến phụ thuộc Chất lượng dịch vụ viến thông của VNPT Nghệ An với 5 biến độc lập được giải thích qua mô hình sau:
CLDV = 0,112*A1 + 0,647*A2 + 0,241*A3 + 0,355*A4 + 0,162*A6
Kết quả trên cho thấy yếu tố A2 có hệ số Beta chuẩn hóa cao nhất (= 0,647) nên có tác động mạnh nhất đến chất lượng dịch vụ. Kế tiếp là các yếu tố A4 (= 0,355), A3(= 0,241). Yếu tố , A6 (=0,162), A1 (=0,112) cũng có tác động đáng kể đến chất lượng dịch vụ nhưng ít hơn các yếu tố khác.
Qua phương trình hồi qui có thể thấy:
+ Nhóm yếu tố “Phương tiện hữu hình” có mức ảnh hưởng lớn nhất đến chất lượng dịch vụ, với hệ số β = 0,647, nghĩa là nếu phương tiện hữu hình tăng lên 1 điểm thì chất lượng dịch vụ tăng lên 0,647 điểm nếu các biến độc lập còn lại không đổi. Vì vậy, cở sở vật chất càng hiện đại, nhiều công nghệ mới được đưa vài sử dụng sẽ làm tăng tốc độ xử lý, phủ song rộng khắp, hạn chế tình trạng nghẽn mạng… Sẽ nâng cao được chất lượng dịch vụ.
+ Tiếp theo là nhóm yếu tố “Sự đáp ứng” có mức độ ảnh hưởng khá lớn đến chất lượng dịch vụ, do có hệ số β3 = 0,355. Nếu Sự đáp ứng tăng lên 1 điểm thì chất lượng dịch vụ tăng lên 0,355 điểm nếu các biến độc lập còn lại không đổi. Vì vậy, các dich vụ đáp ứng nhu cầu của khách hàng như giải quyết khiếu nại, giải đáp thắc mắc, nhiệt tình và thân thiện của nhân viên được thực hiện tốt sẽ làm gia tăng sự hài lòng của khách hang góp phần nâng cao chất lượng dịch vụ.
+ Kế đến là nhóm gồm yếu tố “Giá cả dịch vụ” có mức độ ảnh hưởng yếu hơn với hệ số β = 0,241. Nếu Giá cả dịch vụ tăng lên 1 điểm thì chất lượng dịch vụ tăng lên 0,241 điểm nếu các biến độc lập còn lại không đổi. Qua nghiên cứu ở trên ta thấy răng khách hàng chủ yếu dùng mạng di động Vinaphone là những ngưới có thu nhập tương đối cao, có tuối đời và tuổi nghề, có vị trí công tác tương đối ổn định do đó yếu
tố giá cả dịch vụ không phải là vấn đề mà nhóm khách hàng quan tâm hàng đầu, với họ quan trọng là chất lượng cuộc gọi tốt, phủ sóng rộng khắp, tốc độ truyền dự liệu cao, ổn định.
+ Hai nhóm yếu tố tác động yếu nhất là “ Sự thuận tiện” và “ Sự hiếu biết khách hàng, với hệ số beta lần lượt là 0,112 và 0,162. Điều này công ty VNPT Nghệ An cần thấu hiểu những nhu cầu tiềm ẩn của khách hàng hơn nữa lấy khách hàng là trung tâm cho các dịch vụ mà mình định hướng cung cấp, không ngừng cải cách thủ tục làm việc với khách hàng, đào tạo chuyên môn nghiệp vụ cho nhân viên để giải quyết nhanh chóng, chính xác các vưỡng mắc có thể xảy ra.
Vậy có thể kết luận rằng mô hình lý thuyết phù hợp với dữ liệu, các giả thuyết A1, A2, A3,A4,A6 đều được chấp nhận. Kết quả cho thấy có 5 biến độc lập đều có tác động có ý nghĩa lên biến phụ thuộc (sig<0,05). Và 5 nhân tố còn lại đưa vào phân tích hồi quy đều được giữ lại trong mô hình.
Nhìn vào biểu đồ Histogram (Xem phụ lục 6) ta thấy phần dư có phân phối chuẩn với giá trị trung bình gần bằng 0 và độ lệch chuẩn của nó gần bằng SD (= 0,986.
Nhìn vào đồ thị P-P plot (Xem phụ lục 6) các phần dư cho thấy phần dư phân phối xấp xỉ chuẩn (trung bình Mean = 2,13E-17 và độ lệch chuẩn SD = 0,986, tức gần bằng 1). Do đó, có thể kết luận rằng giả thuyết phân phối chuẩn không bị vi phạm (Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2005)