Kết luận nhân tố khám phá mô hình đo lường

Dựa vào kết quả đánh giá thang đo bằng phương pháp phân tích nhân tố khám phá EFA và hệ số tin cậy Cronbach’s Alpha, mô hình nghiên cứu lý thuyết chính thức điều chỉnh gồm 5 nhân tố tác động đến sự hài lòng của khách hàng đang sử dụng dịch vụ ĐTDĐ trả trước của TĐVTQĐ – CNVT TPHCM. Cụ thể, mô hình này có 6 biến thành phần, trong đó có 5 biến độc lập (Năng lực phục vụ khách hàng, sự tin cậy, chất lượng dịch vụ, giá dịch vụ phù hợp, chương trình khuyến mãi và thủ

tục đăng ký) và một biến phụ thuộc (Sự hài lòng của khách hàng đang sử dụng dịch vụ ĐTDĐ trả trước của TĐVTQĐ – CNVT TPHCM.).

Hình 4.1: Mô hình chính thức về sự hài lòng của khách hàng sử dụng dịch vụ ĐTDĐ trả trước của TĐVTQĐ – CNVT TPHCM.

Dựa trên mô hình nghiên cứu sau khi đã điều chỉnh, các giả thuyết cho mô hình nghiên cứu như sau:

H1: Năng lực phục vụ khách hàng nhà mạng Viettel có tác động cùng chiều đến sự hài lòng của khách hàng sử dụng dịch vụ ĐTDĐ trả trước của TĐVTQĐ – CNVT TPHCM.

H2: Sự tin cậy có tác động cùng chiều đến sự hài lòng của khách hàng sử dụng dịch vụ ĐTDĐ trả trước của TĐVTQĐ – CNVT TPHCM.

H3: Chất lượng dịch vụ mạng Viettel có tác động cùng chiều đến sự hài lòng của khách hàng sử dụng dịch vụ ĐTDĐ trả trước của TĐVTQĐ – CNVT TPHCM.

H4: Giá dịch vụ phù hợp đối với dịch vụ di động trả trước mạng Viettel có tác động cùng chiều đến sự hài lòng của khách hàng sử dụng dịch vụ ĐTDĐ trả trước của TĐVTQĐ – CNVT TPHCM.

H5: Chương trình khuyến mãi và thủ tục đăng ký hòa mạng Viettel có tác động cùng chiều đến sự hài lòng của khách hàng sử dụng dịch vụ ĐTDĐ trả trước của TĐVTQĐ – CNVT TPHCM. H1 H2 H3 H4 H5 Năng lực phục vụ Sự tin cậy Chất lượng dịch vụ Giá dịch vụ phù hợp

CTKM và thủ tục đăng ký

Sự hài lòng của khách hàng sử dụng dịch vụ ĐTDĐ trả trước

của TĐVTQĐ – CNVT TPHCM.

4.3 Phân tích mô hình hồi quy tuyến tính đa biến 4.3.1 Phân tích mô hình

4.3.1.1 Mô hình

Phương trình hồi quy tuyến tính biểu diễn mối quan hệ giữa 5 nhân tố tác động (Gọi là biến độc lập) và sự hài lòng của của khách hàng sử dụng dịch vụ ĐTDĐ trả trước của TĐVTQĐ – CNVT TPHCM (Gọi là biến phụ thuộc) có dạng như sau:

Y = a0 + a1*X1 + a2*X2 + a3*X3 + a4*X4 + a5*X5 Trong đó:

Y: Sự hài lòng của khách hàng của khách hàng sử dụng dịch vụ ĐTDĐ trả trước của TĐVTQĐ – CNVT TPHCM.

X1, X2, X3, X4, X5: Các nhân tố ảnh hưởng đến hài lòng của khách hàng. a0: Hằng số.

a1, a2, a3, a4, a5: Các hệ số hồi quy (Điều kiện ai > 0). Hoặc:

Sự hài lòng của khách hàng sử dụng dịch vụ ĐTDĐ trả trước của TĐVTQĐ – CNVT TPHCM = a0 + a1*Năng lực phục vụ khách hàng + a2*Sự tin cậy + a3*Chất lượng dịch vụ + a4*Giá dịch vụ phù hợp + a5*Chương trình khuyến mãi và thủ tục đăng ký.

4.3.1.2 Kiểm định mô hình hồi quy tuyến tính đa biến

Nghiên cứu thực hiện chạy hồi quy tuyến tính đa biến với phương pháp đưa vào một lượt (Phương pháp Enter), trong đó:

Y: Sự hài lòng - Biến phụ thuộc. Thang đo của nhân tố này từ 1 đến 5 (1: Hoàn toàn không đồng ý; 5: Hoàn toàn đồng ý). Biến Y gồm 4 biến quan sát là: HL1, HL2, HL3, HL4.

a: Hằng số tự do

X1, X2, X3, X4, X5 là các biến độc lập theo thứ tự sau: Năng lực phục vụ, sự tin cậy, chất lượng dịch vụ, giá dịch vụ phù hợp, chương trình khuyến mãi và thủ tục đăng ký.

Bảng 4.14: Thông số thống kê trong mô hình hồi quy bằng phương pháp Enter Mô hình Hệ số chưa chuẩn hóa Hệ số chuẩn hóa t Sig. Thống kê đa cộng tuyến B Sai số

chuẩn Beta Tolerance Hệ số

Hệ số VIF (Hằng số) .611 .161 3.788 .000 CLDV .199 .033 .274 6.100 .000 .741 1.350 CTKM .079 .038 .096 2.093 .037 .712 1.405 GC .169 .030 .251 5.692 .000 .771 1.297 NLPV .240 .041 .279 5.929 .000 .675 1.482 STC .119 .039 .145 3.027 .003 .650 1.538 Biến phụ thuộc: HL

Nguồn: Phân tích dữ liệu – phụ lục số 5

Nhận xét:

Qua kết quả trên ta thấy mô hình không bị vi phạm hiện tượng đa cộng tuyến do hệ số phóng đại phương sai các biến độc lập (VIF) đều nhỏ hơn 2 (VIF biến thiên từ 1.297 đến 1.538). Do đó hiện tượng đa cộng tuyến nếu có giữa các biến độc lập là chấp nhận được (Theo Hoàng Trọng & Mộng Ngọc, 2008, 233, thì khi VIF vượt quá 10 thì đó là dấu hiệu của hiện tượng đa cộng tuyến). (adsbygoogle = window.adsbygoogle || []).push({});

Hệ số Tolerance đều > 0.5 (Nhỏ nhất là 0.650) cho thấy không có hiện tượng đa cộng tuyến xảy ra (Hoàng Trọng & Mộng Ngọc, 2008, 233).

Giá trị Sig. đều < 0.05 cho thấy mức ý nghĩa kiểm định hai phía giữa các biến độc lập với biến phụ thuộc đều thỏa điều kiện (Sig. 2-tailed = 0.000 < 0.05).

Trong bảng 4.14, khi xét tstat và tα/2 của các biến để đo độ tin cậy thì các biến độc lập CLDV, CTKM, GC, NLPV, STC đều đạt yêu cầu do tstat > tα/2 (5. 294) = 1.968 (Nhỏ nhất là 2.093) và các giá trị Sig. thể hiện độ tin cậy khá cao, đều < 0.05 (Lớn nhất là 0.037), nên các biến độc lập này đều có tác động đến sự hài lòng của khách hàng với độ tin cậy 95%.

Ta thấy hệ số hồi quy chuẩn hóa (Beta) của các biến độc lập đều mang dấu dương, có nghĩa là các biến này có quan hệ cùng chiều với biến phụ thuộc - Sự hài lòng của khách hàng.

4.3.2 Kiểm tra các giả định mô hình hồi quy

Kiểm tra các giả định sau:

Phương sai của sai số (Phần dư) không đổi. Các phần dư có phân phối chuẩn.

Không có mối tương quan giữa các biến độc lập.

Nếu các giả định này bị vi phạm thì các ước lượng không đáng tin cậy nữa (Hoàng Trọng - Mộng Ngọc, 2008).

4.3.2.1 Kiểm định giả định phương sai của sai số (Phần dư) không đổi

Giả định liên hệ tuyến tính và phương sai của sai số không đổi: nếu giả định liên hệ tuyến tính và phương sai bằng nhau được thỏa mãn thì không nhận thấy có liên hệ gì giữa các giá trị dự đoán và phần dư. Do đó chúng sẽ phân tán rất ngẫu nhiên. Nếu giả định tuyến tính được thỏa mãn (Đúng) thì phần dư phải phân tán ngẫu nhiên trong một vùng xung quanh đường đi qua tung độ 0 của đồ thị phân tán của phần dư chuẩn hóa (Standardized Residual) và giá trị dự đoán chuẩn hóa (Standardized predicted value). Và nếu phương sai không đổi thì các phần dư phải phân tán ngẫu nhiên quanh trục 0 (tức quanh giá trị trung bình của phần dư) trong một phạm vi không đổi ((Hoàng Trọng & Mộng Ngọc)– tập 1, 2008, 228).

Dựa vào đồ thị phân tán phần dư chuẩn hóa hình 4.2 ta thấy các giá trị dự đoán chuẩn hóa và phần dư phân tán chuẩn hóa phân tán ngẫu nhiên trong một vùng xung quanh đường đi qua tung độ 0. Điều này có nghĩa là phương sai của phần dư không đổi.

Hình 4.2: Đồ thị phân tán giữa giá trị dự đoán và phần dư từ hồi quy.

4.3.2.2 Kiểm tra giả định các phần dư có phân phối chuẩn

Phần dư có thể không tuân theo phân phối chuẩn vì những lý do như sử dụng sai mô hình, phương sai không phải là hằng số, số lượng các phần dư không đủ nhiều để phân tích (Hoàng Trọng - Mộng Ngọc, 2008). Biểu đồ tần số (Histogram, Q-Q plot, P-P plot) của các phần dư (Đã được chuẩn hóa) được sử dụng để kiểm tra giả định này.

Hình 4.3: Đồ thị P-P Plot của phần dư – đã chuẩn hóa

Hình 4.4: Đồ thị Histogram của phần dư – đã chuẩn hóa

Nhận xét: Dựa vào biểu đồ tần số của các phần dư Histogram ta thấy, phần dư phân phối xấp xỉ chuẩn (trung bình Mean = 2.35E-15 và độ lệch chuẩn Std. Dev = 0.992, tức gần bằng 1). Do đó, có thể kết luận rằng giả thuyết phân phối chuẩn của phần dư không bị vi phạm (Hoàng Trọng – Mộng Ngọc, 2008, 229).

Đồng thời xét đồ thị P-P plot ta thấy, các điểm của phần dư phân tán xung quanh đường chéo, phân phối phần dư có thể xem như chuẩn. Vì vậy giả định về phân phối chuẩn của phần dư được thỏa mãn.

Giả định về tính độc lập của các sai số (Không có tương quan của các phần dư): Đại lượng thống kê Durbin Watson (D) được dùng để kiểm định tương quan giữa các phần dư (Tương quan chuỗi bậc nhất). Với D = 1.832 gần bằng 2 (Bảng 4.16) nên có thể kết luận rằng không có tương quan chuỗi bậc nhất giữa các phần dư. Vì vậy, giả định về tính độc lập của các sai số được đảm bảo, không có hiện tượng tương quan của các phần dư (Hoàng Trọng – Mộng Ngọc, 2008, 233).

4.3.2.3 Ma trận tương quan

Trước khi đi vào phân tích hồi quy ta cần xem xét sự tương quan giữa các biến độc lập và biến phụ thuộc.

Bảng 4.15: Ma trận tương quan giữa biến phụ thuộc và các biến độc lập

Correlations HL NLPV STC CLDV GC CTKM HL Pearson Correlation 1 .569** .524** .551** .521** .456** Sig. (2-tailed) .000 .000 .000 .000 .000 N 300 300 300 300 300 300 NLPV Pearson Correlation .569** 1 .481** .349** .327** .442** Sig. (2-tailed) .000 .000 .000 .000 .000 N 300 300 300 300 300 300 STC Pearson Correlation .524** .481** 1 .452** .333** .387** Sig. (2-tailed) .000 .000 .000 .000 .000 N 300 300 300 300 300 300 CLDV Pearson Correlation .551** .349** .452** 1 .339** .301** Sig. (2-tailed) .000 .000 .000 .000 .000 N 300 300 300 300 300 300 GC Pearson Correlation .521** .327** .333** .339** 1 .393** Sig. (2-tailed) .000 .000 .000 .000 .000 N 300 300 300 300 300 300 CTKM Pearson Correlation .456** .442** .387** .301** .393** 1 Sig. (2-tailed) .000 .000 .000 .000 .000 N 300 300 300 300 300 300

**. Correlation is significant at the 0.01 level (2-tailed).

Bảng ma trận tương quan cho thấy hệ số tương quan giữa các biến độc lập CLDV, CTKM, GC, NLPV, STC với biến phụ thuộc HL khá cao và tương quan cùng chiều.

Hệ số tương quan của biến phụ thuộc với từng biến độc lập dao động từ 0.456 đến 0.569 (mối tương quan trung bình). Trên thực tế, với mức ý nghĩa 1%, giả thuyết hệ số tương quan của tổng thể bằng 0 bị bác bỏ. Điều này có nghĩa là trong tổng thể, tồn tại mối tương quan tuyến tính giữa biến phụ thuộc sự hài lòng của khách hàng sử dụng dịch vụ ĐTDĐ trả trước của TĐVTQĐ – CNVT TPHCM(HL) với các biến độc lập: chất lượng dịch vụ (CLDV), chương trình khuyến mại (CTKM), giá dịch vụ phù hợp (GC), năng lực phục vụ (NLPV), sự tin cậy (STC).

Xét mối tương quan giữa các biến độc lập, hệ số dao động từ 0.301 đến 0.569 nên trong tổng thể với mức ý nghĩa 1% thì có tồn tại mối tương quan từ mức tương quan thấp đến mức tương quan trung bình giữa các biến độc lập. Vấn đề này sẽ được xem xét kỹ lưỡng vai trò của các biến độc lập trong mô hình hồi quy tuyến tính đa biến.

4.3.3 Kiểm định mô hình hồi quy tuyến tính đa biến

4.3.3.1 Đánh giá mức độ phù hợp của mô hình hồi quy tuyến tính đa biến (adsbygoogle = window.adsbygoogle || []).push({});

Sử dụng R2 hiệu chỉnh để đánh giá mức độ phù hợp của mô hình nghiên cứu. Độ phù hợp của mô hình được kiểm định bằng trị số thống kê F được tính từ R2 của mô hình tương ứng với mức ý nghịa Sig., với giá trị Sig. càng nhỏ thì càng an toàn khi bác bỏ giả thuyết H0 là hệ số trước các biến độc lập đều bằng nhau và bằng 0 (Trừ hằng số). Mô hình hồi quy tuyến tính đưa ra là phù hợp với dữ liệu và có thể sử dụng được.

Bảng 4.16: Đánh giá mức độ phù hợp của mô hình hồi quy tuyến tính đa biến THÔNG SỐ MÔ HÌNH Mô hình Hệ số R Hệ số R2 Hệ số R2 - hiệu chỉnh Sai số chuẩn của ước lượng

Thống kê thay đổi

Hệ số Durbin- Watson Hệ số R2 sau khi đổi Hệ số F khi đổi Bậc tự do 1 Bậc tự do 2 Hệ số Sig. F sau khi đổi 1 .748a .560 .553 .36285 .560 74.908 5 294 .000 1.832 Biến độc lập: STC, GC, CTKM, CLDV, NLPV Biến phụ thuộc: HL Nguồn:Phân tích dữ liệu – phụ lục số 5

Bảng 4.16 cho thấy, giá trị hệ số tương quan là 0.748 > 0.7. Đây là mô hình thích hợp để sử dụng đánh giá mối quan hệ giữa biến phụ thuộc và các biến độc lập.

Từ kết quả phân tích ta thấy, trị thống kê F của mô hình với mức ý nghĩa thống kê rất nhỏ (Sig. 0.000) cho thấy mô hình hồi quy tuyến tính phù hợp với dữ liệu và có thể sử dụng được. Giá trị hệ số R2

= 0.560, điều đó có nghĩa là mô hình hồi quy tuyến tính đã xây dựng phù hợp với dữ liệu là 56.0%. Nói cách khác, 56.0% sự hài lòng của khách hàng sử dụng dịch vụ ĐTDĐ trả trước của TĐVTQĐ – CNVT TPHCM là do mô hình hồi quy giải thích. Các phần còn lại là do sai số và các nhân tố khác.

4.3.3.2 Kiểm định độ phù hợp của mô hình hồi quy tuyến tính đa biến

Kiểm định F về tính phù hợp của mô hình hồi quy tuyến tính tổng thể. Điều này cho chúng ta biết biến phụ thuộc có tương quan tuyến tính với toàn bộ biến độc lập hay không. Đặt giả thuyết H0 là: a0 = a1 = a2 = a3 = a4 = a5= 0.

Bảng 4.17: Kiểm định tính phù hợp của mô hình hồi quy tuyến tính đa biến

ANOVAb

Mô hình

Tổng bình

phương Bậc tự do Trung bình bình phương F Sig.

Hồi quy 49.313 5 9.863 74.908 .000b Phần dư 38.709 294 .132 Tổng 88.022 299 a. Biến độc lập: (Constant), CLDV, CTKM, GC, NLPV, STC b. Biến phụ thuộc : HL Nguồn:Phân tích dữ liệu – phụ lục số 5

Nhận xét: Giá trị Sig. rất nhỏ (< 0.05) nên bác bỏ giả thuyết H0. Điều này có ý nghĩa là các biến độc lập trong mô hình có tương quan tuyến tính với biến phụ thuộc, tức là sự kết hợp của các biến độc lập có thể giải thích được sự thay đổi của biến phụ thuộc.

Hệ số F = 74.908 # 0 ở mức ý nghĩa P-value =0.000 < 0.05 do đó có thể bác bỏ giả thuyết H0 hay mô hình hồi quy tuyến tính xây dựng phù hợp với tổng thể

4.3.4 Đánh giá mức độ quan trọng trong các nhân tố ảnh hưởng đến sự hài lòng của khách hàng sử dụng dịch vụ ĐTDĐ trả trước của TĐVTQĐ – CNVT TPHCM.

4.3.4.1 Đánh giá mức độ quan trọng của từng nhân tố

Từ kết quả ở bảng 4.14 ta hình thành phương trình hồi quy đa biến có hệ số Beta chuẩn hóa như sau:

Y = a0 + 0.279*X1 + 0.145*X2 + 0.274*X3 + 0.251*X4 + 0.096*X5 (*) Hay:

Sự hài lòng của khách hàng sử dụng dịch vụ ĐTDĐ trả trước của TĐVTQĐ – CNVT TPHCM = a0 + 0.279*Năng lực phục vụ khách hàng + 0.145*Sự tin cậy + 0.274*Chất lượng dịch vụ + 0.251*Giá dịch vụ phù hợp + 0.096*Chương trình khuyến mãi và thủ tục đăng ký.

Nhận xét:

Từ phương trình (*) ta thấy các biến độc lập tác động và ảnh hưởng đến sự hài lòng của khách hàng. Trong đó biến NLPV = 0.279 là biến có trọng số lớn nhất, có nghĩa là biến này có vai trò và ảnh hưởng nhiều nhất đến sự hài lòng của khách

hàng khi sử dụng dịch vụ ĐTDĐ trả trước của TĐVTQĐ – CNVT TPHCM. Các biến còn lại STC = 0.145; CLDV = 0.274; GC = 0.251; CTKM = 0.096.

Như vậy, cả 5 nhân tố: NLPV, STC, CLDV, GC, CTKM đều có ảnh hưởng tỷ lệ thuận đến sự hài lòng của khách hàng khi sử dụng dịch vụ ĐTDĐ trả trước của TĐVTQĐ – CNVT TPHCM. Tức là khi NLPV, STC, CLDV, GC, CTKM càng cao thì sự hài lòng của khách hàng khi sử dụng dịch vụ ĐTDĐ trả trước của TĐVTQĐ – CNVT TPHCM càng cao. Trong 5 nhân tố này thì 3 nhân tố có sự ảnh hưởng đáng kể đến sự hài lòng của khách hàng là CLDV, GC, NLPV (Do chỉ số Sig. = 0) và nhân tố NLPV là quan trọng nhất, thứ tự tiếp theo là CLDV, GC, STC, CTKM. Như vậy giả thuyết H1, H2, H3, H4, H5 cho mô hình nghiên cứu lý thuyết chính thức được chấp nhận.

Thông qua kết quả kiểm định mô hình chính thức mà cụ thể là kết quả hồi quy tuyến tính đa biến, ta có mô hình lý thuyết chính thức điều chỉnh như sau: