truyền hình MyTV
Lòng trung thành của khách hàng đƣợc đo bằng 5 biến quan sát. Bảng 4.16, cho thấy hệ số KMO = 0.803, thống kê Chi - square của kiểm định Barlett’s đạt giá trị 473.517 với mức ý nghĩa là 0.000 điều đó cho thấy giả thuyết về ma trận tƣơng quan tổng thể là ma trận đồng nhất bị bác bỏ, tức các biến quan sát có tƣơng quan với nhau và thỏa điều kiện phân tích nhân tố.
Bảng 4.16: Kết quả KMO và Bartlett’s test
Đo lƣờng lấy mẫu tƣơng thích Kaiser-Meyer-Olkin. .803
Kiểm định xoay Bartlett
Chi-Square xấp xỉ 473.517 Bậc tự do df 10 Mức ý nghĩa Sig .000
Kết quả EFA thang đo lòng trung thành của khách hàng đối với dịch vụ truyền hình MyTV đƣợc trình bày ở bảng 4.17 dƣới đây cho thấy 5 biến quan sát đo lƣờng lòng trung thành của khách hàng đối với dịch vụ truyền hình MyTV đƣợc trích vào cùng một nhân tố tại Eigenvalue 2.739 và phƣơng sai trích đạt 54.1684%. Vì thế có thể kết luận thang đo lòng trung thành của khách hàng đối với dịch vụ truyền hình MyTV đạt yêu cầu.
Bảng 4.17: Kết quả EFA thang đo lòng trung thành của khách hàng đối với dịch vụ truyền hình MyTV
STT Biến quan sát Nhân tố 1 LTT3 .788 2 LTT4 .786 3 LTT2 .774 4 LTT5 .706 5 LTT1 .634 Giá trị Eigenvalue 2.739 Phƣơng sai trích (%) 54.1684% Cronbach’s Alpha 0.787
* Nhận xét chung: Sau khi phân tích kết quả EFA, biến CL1, CL2 bị loại vì không đạt yêu cầu. Các thang đo còn lại của các yếu tố ảnh hƣởng đến lòng trung thành dịch vụ truyền hình MyTV và thang đo lòng trung thành dịch vụ truyền hình MyTV đã đạt giá trị hội tụ. Hay nói cách khác, các biến quan sát đã đại diện đƣợc cho các khái niệm nghiên cứu cần phải đo.
Bảng 4.18: Tóm tắt kết quả sau khi phân tích nhân tố khám phá EFA
STT Thang đo Số biến quan sát trƣớc Số biến quan sát sau Ghi chú 1 Chất lƣợng dịch vụ cốt lõi 7 5 Hội tụ Loại biến CL1, CL2 2 Cảm nhận giá 6 6 Hội tụ 3 Giá trị cảm nhận 6 6 Hội tụ 4 Sự tin tƣởng 4 4 Hội tụ 5 Lòng trung thành 5 5 Hội tụ 4 4..33..33..PPhhâânnttíícchhhhồồiiqquuyy
Hồi quy tuyến tính thƣờng đƣợc dùng để kiểm định và giải thích lý thuyết nhân quả (Coper và Schindler, 2009). Ngoài chức năng là một công cụ mô tả, hồi quy tuyến tính cũng đƣợc sử dụng nhƣ một công cụ kết luận để kiểm định các giả thuyết và dự báo các giá trị của tổng thể nghiên cứu (Duncan, 1996). Nhƣ vậy đối với nghiên cứu này, hồi quy tuyến tính là phƣơng pháp thích hợp để kiểm định các giả thuyết nghiên cứu.
Phân tích hồi quy sẽ xác định phƣơng trình hồi quy tuyến tính với hệ số beta tìm đƣợc để khẳng định mối quan hệ nhân quả giữa biến phụ thuộc (LOY) và các biến độc lập (CL, GC, GT, STT), qua đó, xác định mức độ ảnh hƣởng của từng yếu tố đến lòng trung thành của khách hàng đối với dịch vụ truyền hình MyTV. Giả định các yếu tố ảnh hƣởng đến lòng trung thành của khách hàng đối với dịch vụ truyền hình MyTV ở TP. Mỹ Tho có tƣơng quan tuyến tính, ta có phƣơng trình hồi quy nhƣ sau:
: Các hệ số hồi quy riêng phần của các biến độc lập : Phần dƣ
LOY : Giá trị lòng trung thành của khách hàng CL : Giá trị của yếu tố chất lƣợng dịch vụ cốt lõi GC : Giá trị của yếu tố cảm nhận giá
GT : Giá trị của yếu tố giá trị cảm nhận STT: Giá trị của yếu tố sự tin tƣởng
Dựa trên kết quả phân tích nhân tố, tác giả tiến hành phân tích hồi quy để xác định cụ thể trọng số của từng yếu tố ảnh hƣởng đến lòng trung thành của khách hàng đối với dịch vụ truyền hình MyTV tại TP. Mỹ Tho. Phân tích hồi quy sẽ đƣợc thực hiện với 4 biến độc lập là CL, GC, GT, STT và một biến phụ thuộc là LOY. Giá trị của các yếu tố đƣợc dùng để phân tích hồi quy là giá trị trung bình của các biến quan sát đã đƣợc kiểm định. Trong nghiên cứu này, tác giả chọn phân tích hồi quy đƣợc thực hiện bằng phƣơng pháp Enter với phần mềm SPSS 20.0. Nguyên nhân là phƣơng pháp Enter do phép SPSS xử lý tất cả các biến đƣa vào một lần, đƣa ra các thông số thống kê liên quan đến các biến, ngƣời xử lý sẽ có điều kiện tự mình đánh giá việc nên loại biến nào ra, đƣa biến nào vào (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, tập 1, trang 256).
4.3.3.1. Phân tích tương quan.
Bƣớc đầu tiên khi tiến hành phân tích hồi quy tuyến tính cũng là xem xét mối tƣơng quan tuyến tính giữa tất cả các biến, mối quan hệ giữa từng biến độc lập với biến phụ thuộc và giữa các biến độc lập với nhau thông qua hệ số Pearson Correlation. Hệ số này luôn trong khoảng từ -1 đến 1, lấy giá trị tuyệt đối, nếu lớn hơn 0.6 thì có thể kết luận mối quan hệ là chặt chẽ và càng gần 1 thì mối quan hệ càng chặt, nếu nhỏ hơn 0.3 thì cho biết mối quan hệ là lỏng. Các tƣơng quan giữa các biến độc lập sẽ đƣợc lƣu ý cho kiểm định đa cộng tuyến khi phân tích hồi quy.
Bảng 4.19: Kết quả phân tích tƣơng quan F1 F2 F3 F4 LOY F1 Pearson Correlation 1 .438** .415** .485** .510** Sig. (2-tailed) .000 .033 .000 .000 N 345 345 345 345 345 F2 Pearson Correlation .438** 1 .490** .491** .717** Sig. (2-tailed) .000 .000 .000 .000 N 345 345 345 345 345 F3 Pearson Correlation .415** .490** 1 .404** .438** Sig. (2-tailed) .033 .000 .000 .000 N 345 345 345 345 345 F4 Pearson Correlation .485** .491** .404** 1 .606** Sig. (2-tailed) .000 .000 .000 .000 N 345 345 345 345 345 LOY Pearson Correlation .510** .717** .438** .606** 1 Sig. (2-tailed) .000 .000 .000 .000 N 345 345 345 345 345
**. Correlation is significant at the 0.01 level (2-tailed).
Từ bảng 4.19, ta lại có kết quả kiểm định cho thấy mối tƣơng quan giữa biến phụ thuộc LOY với từng biến độc lập CL(F1), GC(F2), STT(F4) là khá chặt chẽ, trong đó, yếu tố cảm nhận giá có tƣơng quan thuận với lòng trung thành (r = 0.717) cao hơn của yếu tố sự tin tƣởng với lòng trung thành (r = 0.606), kế đến là yếu tố chất lƣợng dịch vụ cốt lõi có mối tƣơng quan thuận với lòng trung thành (r = 0.510) và cuối cùng là yếu tố giá trị cảm nhận mối tƣơng quan với lòng trung thành là r = 0.438.
Sơ bộ ta có thể kết luận các biến này có thể đƣa vào mô hình để giải thích cho lòng trung thành của khách hàng đối với dịch vụ truyền hình MyTV tại TP. Mỹ Tho. Bên cạnh đó, hệ số tƣơng quan giữa các biến độc lập với nhau ở mức tƣơng đối, điều này không đáng lo ngại về vai trò của các biến độc lập trong mô hình hồi quy tuyến tính ta xây dựng có thể xảy ra hiện tƣợng đa cộng tuyến.
4.3.3.2. Đánh giá và kiểm định độ phù hợp của mô hình
Khi đánh giá mô hình hồi quy tuyến tính, hệ số R Square đƣợc dùng để đánh giá độ phù hợp của mô hình nghiên cứu. Hệ số xác định R Square đƣợc chứng minh là hàm không giảm theo số lƣợng biến đƣa vào mô hình. Hệ số R Square có xu hƣớng tăng thuận chiều với số lƣợng biến đƣa vào mô hình, tuy vậy không có nghĩa là
phƣơng trình có càng nhiều biến thì sẽ càng phù hợp hơn với dữ liệu. Để đánh giá độ phù hợp của mô hình hồi quy tuyến tính thì R Square có khuynh hƣớng là ƣớc lƣợng lạc quan của thƣớc đo sự phù hợp của mô hình đối với dữ liệu trong trƣờng hợp có hơn một biến giải thích trong mô hình. Mô hình thƣờng không phù hợp với dữ liệu thực tế nhƣ giá trị R Square thể hiện. Do đó, hệ số R Square điều chỉnh cũng đƣợc sử dụng để phản ánh sát hơn mức độ phù hợp của mô hình hồi quy tuyến tính vì nó không phụ thuộc vào độ lệch phóng đại của R Square (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, tập 2, trang 238 – 239).
Sau đây là bảng chỉ tiêu đánh giá độ phù hợp của mô hình khi phân tích SPSS: Bảng 4.20: Chỉ tiêu đánh giá độ phù hợp của mô hình
Model Summaryb Mô hình R hiệu chỉnh Std. Error of the Estimate Change Statistics Durbin- Watson R Square Change F Change df1 df2 Sig. F Change 1 .787a .620 .615 .36931 .620 138.652 4 340 .000 1.595 a. Predictors: (Constant), F4, F3, F1, F2 b. Dependent Variable: LOY
Từ bảng 4.20, ta thấy hệ số R2 = 0.620 là khá cao để đánh giá độ phù hợp của mô hình. Mặt khác, kết quả nghiên cứu cho thấy R2 điều chỉnh là 0.615 nhỏ hơn R2, do đó dùng hệ số này để đánh giá độ phù hợp của mô hình nghiên cứu sẽ an toàn và chính xác hơn vì nó không thổi phồng độ phù hợp mô hình. Kết quả kiểm định hệ số R2 điều chỉnh là 0.615 nghĩa là mô hình hồi quy tuyến tính đã xây dựng phù hợp với tập dữ liệu là 61.5%. Hay nói cách khác, hơn 60% khác biệt của xu hƣớng trung thành quan sát đƣợc giải thích bởi sự khác biệt của bốn yếu tố gồm chất lƣợng dịch vụ cốt lõi, cảm nhận giá, giá trị cảm nhận, sự tin tƣởng.
Kiểm định F đƣợc sử dụng trong bảng phân tích phƣơng sai vẫn là phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể. Ý nghĩa của (adsbygoogle = window.adsbygoogle || []).push({});
kiểm định này về mối quan hệ tuyến tính giữa biến phụ thuộc (LOY) và biến độc lập (CL, GC, GT, STT) tức là xem biến phụ thuộc có liên hệ tuyến tính với toàn bộ tập hợp các biến độc lập hay không. Giá trị F (Bảng 4.21) là 138.652, trị số này đƣợc tính từ giá trị R2 đầy đủ, mức ý nghĩa quan sát (Sig = 0.000) rất nhỏ sẽ an toàn khi bác bỏ giả thuyết H0 cho rằng β1 = β2 = β3 = 0 (ngoại trừ hằng số). Nhƣ vậy, ta kết luận là tồn tại ít nhất một biến giải thích có ý nghĩa.
Bảng 4.21: Kiểm định độ phù hợp của mô hình
ANOVAa Mô hình Tổng các độ lệch bình phƣơng Bậc tự do df Trung bình độ lệc bình phƣơng F Mức ý nghĩa Sig. 1 Hồi quy 75.642 4 18.910 138.652 .000b Phần dƣ 46.372 340 .136 Tổng cộng 122.013 344 a. Dependent Variable: LOY
b. Predictors: (Constant), F4, F3, F1, F2
4.3.3.3. Ý nghĩa của các hệ số hồi quy riêng phần trong mô hình
Hệ số hồi quy riêng phần trong mô hình (βk) dùng để kiểm định vai trò quan trọng của các biến độc lập tác động nhƣ thế nào đối với biến phụ thuộc. Cụ thể hơn, các hệ số hồi quy riêng phần cho biết mức độ ảnh hƣởng của các biến bao gồm chất lƣợng dịch vụ cốt lõi, cảm nhận giá, giá trị cảm nhận, sự tin tƣởng lên biến phụ thuộc lòng trung thành dịch vụ. Các hệ số hồi quy riêng phần của tổng thể cũng cần đƣợc thực hiện kiểm định giả thuyết H0: βk = 0. Ta kỳ vọng giả thuyết này sẽ bị bác bỏ nhằm chứng minh biến phụ thuộc có tƣơng quan với các biến độc lập trong mô hình.
Kết quả phân tích hồi quy sau khi phân tích bằng phần mềm SPSS 20.0 đƣợc trình bày trong bảng 4.22 nhƣ sau:
Bảng 4.22: Các thông số thống kê của từng biến trong mô hình
Hệ số a
Mô hình
Hệ số hồi quy chƣa chuẩn hóa
Hệ số hồi quy chuẩn hóa
t Sig.
Sự tƣơng quan
B Sai lệch chuẩn Beta Riêng phần VIF
1 (Hằng số) .309 .165 1.873 .062 F1 .156 .041 .152 3.807 .000 .705 1.419 F2 .419 .033 .505 12.626 .000 .699 1.432 F3 .067 .033 .071 2.063 .040 .948 1.055 F4 .242 .037 .269 6.502 .000 .654 1.529
a. Dependent Variable: LOY
Xét các giá trị trong bảng 4.22, ta thấy rằng tác động của tất cả cá biến đều có ý nghĩa thống kê trong mô hình đo lƣờng lòng trung thành của khách hàng đối với dịch vụ truyền hình MyTV tại TP. Mỹ Tho với giá trị Sig. đều nhỏ hơn 0.05. Nhƣ vậy, ta có thể kết luận là với tập dữ liệu khảo sát tại TP. Mỹ Tho, lòng trung thành của khách hàng đối với dịch vụ truyền hình MyTV chịu ảnh hƣởng của bốn yếu tố đó là chất lƣợng dịch vụ cốt lõi, cảm nhận giá, giá trị cảm nhận và sự tin tƣởng.
Dựa vào kết quả phân tích hồi quy ở bảng 4.22, ta viết đƣợc phƣơng trình hồi quy đặc trƣng cho đo lƣờng lòng trung thành của khách hàng đối với dịch vụ truyền hình MyTV tại TP. Mỹ Tho nhƣ sau:
LOY = 0.152F1 + 0.505 F2 + 0.71F3 + 0.269F4
Trong đó:
LOY: Lòng trung thành của khách hàng đối với dịch vụ truyền hình MyTV tại TP. Mỹ Tho
F1: Chất lƣợng dịch vụ cốt lõi F2: Cảm nhận giá F3: Giá trị cảm nhận F4: Sự tin tƣởng 1= 0.152 = 0.505 = 0.71 = 0.269
Hệ số Beta (chuẩn hóa) dùng để đánh giá mức độ quan trọng của các yếu tố ảnh hƣởng đến lòng trung thành của khách hàng đối với dịch vụ truyền hình MyTV. Hệ số Beta chuẩn hóa của yếu tố nào càng cao thì mức độ quan trọng của nhân tố đó tác động đến lòng trung thành càng cao (Nguyễn Phƣợng Hoàng Lam, 2009, trang 47).
Xét giá trị ở bảng 4.22 cho thấy, lòng trung thành của khách hàng đối với dịch vụ truyền hình MyTV có mối quan hệ chặt chẽ mạnh nhất với giá trị cảm nhận với hệ số β = 0.71, có nghĩa là khi giá trị cảm nhận tăng một đơn vị sẽ làm cho lòng trung thành của khách hàng đối với dịch vụ truyền hình MyTV tăng 0.71 đơn vị (trong điều kiện chất lƣợng dịch vụ, cảm nhận giá và sự tin tƣởng không thay đổi). Nhân tố tác động thứ hai đến lòng trung thành của khách hàng đối với dịch vụ truyền hình MyTV là cảm nhận giá với hệ số β = 0.505; có nghĩa là khi cảm nhận về giá cả thay đổi một đơn vị sẽ làm cho lòng trung thành của khách hàng đối với dịch vụ truyền hình MyTV thay đổi 0.505 đơn vị (trong điều kiện chất lƣợng dịch vụ, giá trị cảm nhận và sự tin tƣởng không thay đổi). Nhân tố tác động thứ ba đến lòng trung thành của khách hàng đối với dịch vụ truyền hình MyTV là sự tin tƣởng với hệ số β = 0.269, có nghĩa là khi sự tin tƣởng tăng một đơn vị sẽ làm cho lòng trung thành của khách hàng đối với dịch vụ truyền hình MyTV tăng 0.269 đơn vị (trong điều kiện chất lƣợng dịch vụ, cảm nhận giá và giá trị cảm nhận không thay đổi). Cuối cùng, chất lƣợng dịch vụ cốt lõi có ảnh hƣởng đến lòng trung thành của khách hàng đối với dịch vụ truyền hình MyTV với hệ số β = 0.152, tức là khi chất lƣợng dịch vụ cốt lõi tăng lên một đơn vị làm cho lòng
trung thành tăng lên 0.152 (trong điều kiện cảm nhận giá, giá trị cảm nhận và sự tin tƣởng không đổi).
Sau đây là mô hình nghiên cứu các yếu tố ảnh hƣởng đến lòng trung thành của khách hàng sử dụng dịch vụ MyTV tại TP. Mỹ Tho sau khi đã phân tích hồi quy:
Hình 4.4: Mô hình nghiên cứu lòng trung thành của khách hàng sử dụng dịch vụ MyTV tại TP. Mỹ Tho
4.3.3.4. Dò tìm các vi phạm giả định trong mô hình hồi quy tuyến tính
Phân tích hồi quy không phải chỉ là việc mô tả các dữ liệu quan sát đƣợc. Từ các kết quả quan sát đƣợc trong mẫu, ta phải suy rộng kết luận cho mối quan hệ giữa các biến trong tổng thể. Sự chấp nhận và diễn dịch kết quả hồi quy không thể tách rời các giả định cần thiết và những chuẩn đoán về sự vi phạm các giả định đó. Nếu các giả định bị vi phạm thì các kết quả ƣớc lƣợng đƣợc không đáng tin cậy. (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, tập 1, trang 211). Vì vậy, để đảm bảo sự diễn dịch từ kết quả hồi quy của mẫu cho tổng thể có giá trị, trong nghiên cứu này, tác giả tiến hành dò tìm các vi phạm giả định cần thiết trong mô hình hồi quy tuyến tính với kết quả nhƣ sau: (adsbygoogle = window.adsbygoogle || []).push({});
Giả định liên hệ tuyến tính