Mô hình lý thuyết cuối cùng có 07 khái niệm nghiên cứu, trong đó sự hài lòng là biến phụ thuộc còn 06 biến còn lại là các biến độc lập và được giả thuyết là có quan
hệ đồng biến với sự hài lòng của khách hàng. Phương pháp kiểm định được sử dụng là hàm hồi quy tuyến tính bội với phương pháp đưa vào một lượt (Enter)
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 của sai số thay đổi. Kết quả cho thấy các phần dư tuân theo quy luật phân phối chuẩn tắc, vì giá trị trung bình (Mean) của phần dư bằng 0 và phương sai (= Std.Dev2 = 0,99) xấp xỉ bằng 1. Do đó có thể kết luận rằng giả thuyết phân phối chuẩn không bị vi phạm (xem hình 3.12 ).
Hình 3.12 Biểu đồ tần số của phần dư chuẩn hóa
Kết quả phân tích hồi quy cũng cho thấy mô hình không có hiện tượng đa cộng (VIF =1). Kết quả này cũng tương tự như khi tiến hành phân tích ma trận tương quan cho thấy không có tương quan giữa các biến độc lập.
Từ đồ thị mô tả mối quan hệ giữa phần dư chuẩn hóa và giá trị ước lượng (xem hình ), 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.
Hình 3.13 Đồ thị phân tán giữa phần dư chuẩn hóa và giá trị ước lượng Kiểm định Durbin Watson có giá trị 2.346 suy ra tương quan giữa các phần dư rất nhỏ r (d ≈ 2 (1-r)) [Carter Hill & et al. ]. Như vậy, giả định tự tương quan giữa các phần dư không bị vi phạm.
Như vậy, qua kiểm tra các giả định của mô hình hồi quy tuyến tính với kết quả là các giả định của mô hình hồi quy tuyến tính cổ điển 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 3.21, 3.22 và 3.23 như sau: Bảng 3.22 Kết quả hồi quy sử dụng phương pháp Enter của mô hình
Mô hình Hệ số R Hệ số xác định R2 R2 hiệu chỉnh
Sai số chuẩn ước lượng của mô
hình
Thống kê Durbin-Watson
Bảng 3.23 Phân tích phương sai ANOVA trong phân tích hồi quy Mô hình Tổng bình phương Bậc tự do Trung bình của tổng bình phương (phương sai) Thống kê F Mức ý nghĩa quan sát Sig. Phần biến thiên do hồi
quy 182,400 6 30,400 76,391 0,000
a
Phần biến thiên không
do hồi quy 116,600 293 0,398
1
Tổng 299,000 299
Bảng 3.24 Phân tích hệ số hồi quy
Hệ số chưa chuẩn hóa Hệ số đã chuẩn hóa Thống kê đa cộng tuyến Mô hình B Sai số chuẩn Beta t Mức ý nghĩa Sig. Độ chấp nhận VIF (Constant) 1,534E-16 0,036 0,000 1,000 HH 0,299 0,036 0,299 8,197 0,000 1,000 1,000 CT 0,242 0,036 0,242 6,638 0,000 1,000 1,000 CB 0,524 0,036 0,524 14,364 0,000 1,000 1,000 TT 0,276 0,036 0,276 7,574 0,000 1,000 1,000 TG 0,133 0,036 0,133 3,650 0,000 1,000 1,000 1 PL 0,305 0,036 0,305 8,372 0,000 1,000 1,000
Kết quả hồi quy tuyến tính (bảng 3.22) có hệ số xác định R2 là 0,61 và hệ số xác định R2 hiệu chỉnh là 0,602. Điều này nói lên rằng độ thích hợp của mô hình là 60,2% hay nói cách khác là 60,2% độ biến thiên của sự hài lòng của khách hàng (HL) được giải thích bởi các biến độc lập trong mô hình, có thể thấy mức độ phù hợp của mô hình là khá tốt. 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 (Bảng 3.23 và 3.24).
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 các yếu tố trong mô hình nghiên cứu giả thuyết đều có hệ số Bêta dương tức có nghĩa là mối quan hệ giữa các yếu tố đã đề ra và yếu tố sự thỏa mãn công việc có mối quan hệ cùng chiều. Giá trị Sig. của các biến HH , CT, CB, TT, TG, PL đều nhỏ hơn 0,05 (sig < 0,05) do đó ta có thể nói 6 thành phần này có ý nghĩa trong mô hình và có tác động dương (cùng chiều) đến sự hài lòng của khách hàng.
Như vậy, qua kết quả phân tích hồi quy, cho ta thấy có 6 yếu tố tác động đến sự hài lòng của khách hàng là: phương tiện hữu hình, thông tin phản hồi, cán bộ công chức, thủ tục hành chính, thời gian làm việc và phí, lệ phí. Trong đó, yếu tố cán bộ công chức (0,524) có tác động mạnh nhất đến sự hài lòng của khách hàng, Phí, lệ phí (0,305) tác động mạnh thứ 2, hữu hình (0,299) tác động mạnh thứ 3 và tiếp đến theo thứ tự là thủ tục hành chính (0,272) , thông tin phản hồi (0,242) và thời gian làm việc (0,133).
Kiểm định các giả thuyết nghiên cứu trong mô hình:
Giả thuyết H1: Phương tiện hữu hình có tác động dương đến sự hài lòng của khách hàng
Kết quả phân tích tương quan và hồi quy đều cho thấy hệ số tương quan giữa sự hài lòng của khách hàng và phương tiện hữu hình là +0,299 (bảng 3.21); hệ số hồi quy β = 0,299 và mức ý nghĩa thống kê là sig. = 0,000 (xem bảng 3.24). Như vậy, kết quả cho thấy phương tiện hữu hình và sự hài lòng của khách hàng có quan hệ dương với nhau. Hay nói cách khác cơ sở vật chất càng hiện đại và phù hợp càng giúp cho người dân cảm thấy thoải mái và thuận tiện khi đến giao dịch tại trung tâm giao dịch một cửa huyện Nghĩa Đàn, càng làm tăng sự hài lòng của người dân. Vậy giả thuyết H1 được chấp nhận.
Giả thuyết H2: Thông tin phản hồi có tác động dương đến sự hài lòng của khách hàng (adsbygoogle = window.adsbygoogle || []).push({});
Kết quả phân tích tương quan và hồi quy đều cho thấy hệ số tương quan giữa sự hài lòng của khách hàng và thông tin phản hồi là +0,242 (bảng 3.21); hệ số hồi quy β = 0,242 và mức ý nghĩa thống kê là sig. = 0,000 (xem bảng 3.24). Như vậy, kết quả cho thấy thông tin phản hồi và sự sự hài lòng của khách hàng có quan hệ dương với nhau. Nếu lắng nghe ý kiến phản hồi từ người dân để đề ra những giải pháp đem lại hiệu quả
cao trong quá trình gải quyết thủ tục hành chính sẽ làm cho người dân càng hài lòng. Vậy giả thuyết H2 được chấp nhận
Giả thuyết H3: Cán bộ công chức có tác động dương đến sự hài lòng của khách hàng
Cán bộ công chức vừa là người thực hiện các thủ tục hành chính, vừa là người trực tiếp tiếp xúc và giao tiếp với nhân dân. Do đó, người dân cảm nhận về Cán bộ công chức càng tốt thì sự hài lòng của người dân càng cao.
Kết quả phân tích tương quan và hồi quy đều cho thấy hệ số tương quan giữa sự hài lòng của khách hàng và Cán bộ công chức là +0,524 (bảng 3.21); hệ số hồi quy β = 0,524 và mức ý nghĩa thống kê là sig. = 0,000 (xem bảng 3.24). Như vậy, kết quả cho thấy thành phần cán bộ công chức và sự hài lòng của khách hàng có quan hệ dương với nhau. Vậy giả thuyết H3 được chấp nhận.
Giả thuyết H4: Thủ tụchành chính có tác động dương đến sự hài lòng của khách hàng
Kết quả tương quan và hồi quy đều cho thấy hệ số tương quan giữa sự hài lòng của khách hàng với thủ tục hành chính có giá trị là +0,276 (bảng 3.21); hệ số hồi quy β có giá trị lần lượt là + 0,276 và mức ý nghĩa thống kê là sig. = 0,000 (xem bảng 3.24). Như vậy, kết quả cho thấy thủ tục hành chính và sự hài lòng của khách hàng có quan hệ dương với nhau. Thủ tục hành chính càng đơn giản thì mức độ hài lòng của người dân đối với chất lượng dịch vụ càng cao. Vậy giả thuyết H4 được chấp nhận
Giả thuyết H5: Thời gian làm việc có tác động dương đến sự hài lòng của khách hàng.
Kết quả phân tích tương quan và hồi quy đều cho thấy hệ số tương quan giữa sự hài lòng của khách hàng và thời gian làm việc là +0,133 (bảng 3.21); hệ số hồi quy β = 0,133 và mức ý nghĩa thống kê là sig. = 0,000 (xem bảng 3.24). Như vậy, kết quả cho thấy thời gian làm việc và sự hài lòng của khách hàng có quan hệ dương với nhau. Thời gian làm việc càng nhanh chóng, hiệu quả thì mức độ hài lòng của người dân đối với
chất lượng dịch vụ càng cao. Vậy giả thuyết H5 được chấp nhận.
Giả thuyết H6: Sự cảm nhận của người dân về mức phí và lệ phí càng phù hợp,càng minh bạch thì sự hài lòng của người dân càng cao.
Kết quả phân tích tương quan và hồi quy đều cho thấy hệ số tương quan giữa sự hài lòng của khách hàng và phí, lệ phí là +0,305 (bảng 3.21); hệ số hồi quy β = 0,305 và mức ý nghĩa thống kê là sig. = 0,000 (xem bảng 3.24). Phí và lệ phí phải được nghiên
cứu và đưa ra làm sao vừa phù hợp với thu ngân sách, vừa phù hợp với thu nhập của người dân. Bên cạnh đó việc công khai các mức phí và quy trình thu phí phải đảm bảo sự minh bạch, không gian lận, không thu phí ngoài quy định sẽ làm tăng niềm tin của người dân. Do đó, sự cảm nhận của người dân về mức phí và lệ phí càng phù hợp,càng
minh bạch thì sự hài lòng của người dân càng cao. Vậy giả thuyết H6 được chấp nhận.
Tóm lại, với các kết quả đã phân tích ở phần tương quan và hồi quy 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 về chất lượng dịch vụ công của khách hàng.
Đồng thời, theo kết quả kiểm định các giả thuyết ở trên, ta có thể kết luận rằng sự hài lòng của khách hàng về chất lượng dịch vụ công tại trung tâm giao dịch một cửa huyện Nghĩa Đàn chịu tác động của 6 thành phần: phương tiện hữu hình; thông tin phản hồi; cán bộ công chức; thủ tục hành chính; thời gian làm việc và phí, lệ phí. Trong đó thành phần cán bộ công chức có tác động lớn nhất đến sự hài lòng của khách hàng. 3.5.3 Phân tích phương sai ANOVA
Sau khi kiểm định sự phù hợp của mô hình, phương pháp phân tích phương sai 1 yếu tố (Oneway ANOVA) được sử dụng để kiểm định có sự khác biệt của một số yếu tố như: độ tuổi, trình độ học vấn, thu nhập có ảnh hưởng đến sự hài lòng của khách hàng về chất lượng dịch vụ công hay không?
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 H6, H7, H8, H9, như sau (xem phụ lục số 12)
Bảng 3.25 Kiểm định phương sai đồng nhất theo độ tuổi Test of Homogeneity of Variances
REGR factor score 1 for analysis 2
Levene
Statistic df1 df2 Sig.
7,294 2 297 0,001
Theo bảng 3.25 tiêu chuẩn Levene với mức ý nghĩa Sig.= 0,001 (< 0,05) có thể nói có sự khác nhau một cách có ý nghĩa thống kê về phương sai của biến mức độ hài lòng của khách hàng chia theo độ tuổi. (adsbygoogle = window.adsbygoogle || []).push({});
Do nhóm độ tuổi không có phương sai tương đương nhau nên ta sử dụng kiểm định phi tham số Kruskal-Wallis để tìm ra sự khác biệt về phân phối về độ tuổi của khách hàng khi thực hiện thủ tục hành chính. Kiểm định Kruskal-Wallis được dùng để kiểm định các giả thiết về hai mẫu độc lập không có phân phối chuẩn.
Bảng 3.26: Bảng Ranks theo độ tuổi
Ranks TUOI N Mean Rank 31-40 91 157,67 41-50 127 164,42 51-60 82 120,99 REGR factor score 1
for analysis 1
Bảng 3.27: Bảng kiểm định theo Kruskal-Wallis theo độ tuổi Test Statisticsa,b
REGR factor score 1 for analysis 1 Chi- Square 13,383 df 2 Asymp. Sig. 0,001
a. Kruskal Wallis Test b. Grouping Variable: TUOI
Kết quả kiểm định Kruskal-Wallis cho thấy mức ý nghĩa quan sát Sig.=0,001 Từ số liệu bảng 3.27 ta có thể kết luận với mức ý nghĩa Sig.=0,001 (< 0,05) có sự khác nhau có ý nghĩa thống kê về mức độ hài lòng của khách hàng theo độ tuổi. Hay nói cách khác có sự khác biệt về mức độ hài lòng của khách hàng theo độ tuổi. Vậy giả thuyết H7 được chấp nhận.
Giả thuyết 8: Có sự khác biệt về mức độ hài lòng của khách hàng theo giới tính
Bảng 3.28 Kiểm định phương sai đồng nhất theo giới tính Test of Homogeneity of Variances
REGR factor score 1 for analysis 1
Levene
Statistic df1 df2 Sig.
3,920 1 298 0,049
Theo bảng 3.28 tiêu chuẩn Levene với mức ý nghĩa Sig.= 0,049 (< 0,05) có thể nói có sự khác nhau một cách có ý nghĩa thống kê về phương sai của biến mức độ hài lòng của khách hàng chia theo giới tính.
Do nhóm giới tính không có phương sai tương đương nhau nên ta sử dụng kiểm định phi tham số Kruskal-Wallis để tìm ra sự khác biệt về phân phối về giới tính của khách hàng khi thực hiện thủ tục hành chính. Kiểm định Kruskal-Wallis được dùng để kiểm định các giả thiết về hai mẫu độc lập không có phân phối chuẩn.
Bảng 3.29 Bảng Ranks theo giới tính Ranks GIOI TINH N Mean Rank Sum of Ranks nam 158 150,87 23837,50 nu 142 150,09 21312,50 REGR factor score 1
for analysis 1
Total 300
Bảng 3.30: Bảng kiểm định theo Kruskal-Wallis theo giới tính Test Statisticsa REGR factor score 1 for analysis 1 Mann-Whitney U 11159,500 Wilcoxon W 21312,500 Z -0,078 Asymp. Sig. (2- tailed) 0,938
a. Grouping Variable: GIOITINH
Kết quả kiểm định Kruskal-Wallis cho thấy mức ý nghĩa quan sát Sig.=0,938 Từ số liệu bảng 3.30 ta có thể kết luận với mức ý nghĩa Sig.=0,938 (> 0,05) không có sự khác nhau có ý nghĩa thống kê về mức độ hài lòng của khách hàng theo độ tuổi. Hay nói cách khác không có sự khác biệt về mức độ hài lòng của khách hàng theo giới tính. Vậy giả thuyết H8 không được chấp nhận.
Giả thuyết 9: Có sự khác biệt về mức độ hài lòng của khách hàng theo trình độ học vấn
Theo bảng 3.31 tiêu chuẩn Levene với mức ý nghĩa Sig.= 0,17 (> 0,05) có thể nói không có sự khác nhau một cách có ý nghĩa thống kê về phương sai của biến mức độ
hài lòng của khách hàng theo học vấn. Vì vậy phân tích ANOVA trong trường hợp này là phù hợp.
Bảng 3.31 Kiểm định phương sai đồng nhất theo học vấn Test of Homogeneity of Variances
REGR factor score 1 for analysis 1 Levene Statistic df1 df2 Sig. 1,676 3 295 0,172 Bảng 3.32: Bảng ANOVA theo học vấn ANOVA
REGR factor score 1 for analysis 1 Sum of Squares df Mean Square F Sig. Between Groups 3,576 3 1,192 1,196 0,312 Within Groups 294,086 295 0,.997 Total 297,662 298
Theo kết quả phân tích ANOVA trong bảng 3.32 cho thấy giá trị F=1,196 ứng với mức ý nghĩa Sig.=0,312 (> 0,05). Điều này khẳng định không có sự khác nhau có ý nghĩa thống kê về mức độ hài lòng của khách hàng theo học vấn. Vậy giả thuyết H9 không được chấp nhận.
Giả thuyết 10: Có sự khác biệt về mức độ hài lòng của khách hàng theo thu nhập (adsbygoogle = window.adsbygoogle || []).push({});
Theo bảng 3.33 tiêu chuẩn Levene với mức ý nghĩa Sig.= 0,131 (> 0,05) có thể nói không có sự khác nhau một cách có ý nghĩa thống kê về phương sai của biến mức độ hài lòng của khách hàng theo thu nhập. Vì vậy phân tích ANOVA trong trường hợp