4.2.1 Phân tích độ tin cậy Cronbach’Anpha
Tiến hành phân tích độ tin cậy đối với từng nhóm nhân tố chứa các biến độc lập và biến phụ thuộc đối với các dịch vụ cấp giấy phép xây dựng nhà ở tư nhân của thành phố Bảo Lộc. Thang đo được đánh giá thông qua hệ số Cronbach’s Alpha (>0.6). Những biến có hệ số tương quan biến tổng (Corrected Item – Total Correlation) < 0.4 bị loại (Hair, 2006). Kết quả phân tích độ tin cậy cho thấy, các nhóm yếu tố thỏa mãn yêu cầu của Cronbach’s Alpha >0.6 chứng tỏ thang đo có giá trị nghiên cứu cao, phù hợp để tiến hành phân tích kế tiếp. Kết quả phân tích của các nhóm yếu tố được tổng hợp và trình bày trong Bảng 4.5.
Bảng 4.5: Kết quả tổng hợp phân tích độ tin cậy của các nhóm nhân tố
Nhóm yếu tố Số biến
quan sát
Cronbach’s Alpha
Nhóm yếu tố Thuận tiện về thời gian 6 0.882 Nhóm yếu tố Thuận tiện về công sức 6 0.865 Nhóm yếu tố Thuận tiện về tri thức – kinh nghiệm 7 0.823 Nhóm yếu tố Thuận tiện về cơ sở vật chất, thiết bị 6 0.677 Nhóm yếu tố Thuận tiện về phối hợp 8 0.651 Nhóm yếu tố Thuận tiện về cảm xúc 5 0.951 Nhóm yếu tố thể hiện sự Hài lòng của người dân 4 0.747
Nguồn: phân tích dữ liệu của tác giả
Kết quả phân tích độ tin cậy của từng thang đocụ thể được thể hiện cụ thể tại Bảng 4.6 như sau:
42
Bảng 4.6: Kết quảphân tích độ tin cậy của thang đo
Ký hiệu biến quan sát
Tương
quan biến -
tổng
Cronbach's
Alpha nếu
loại bỏ biến Ghi chú
Nhóm yếu tố “Thuận tiện về thời gian”: Cronbach's Alpha = 0.882
TG1_ItThoiGianTimHieu .683 .863 TG2_ItThoiGianChoDoi .728 .856 TG3_KhongDiLaiNhieuLan .612 .874 TG4_DungHen .656 .868 TG5_NhanhChong .772 .848 TG6_GioHanhChinh .706 .859
Nhóm yếu tố “Thuận tiện về công sức”: Cronbach's Alpha = 0.807
CS1_ItCongSucTimKiem .772 .736
CS2_ItCongSucDiLai .624 .764
CS3_ViTriGiaoDichThuanLoi .589 .773
CS4_DeTiepCan .659 .756
CS5_ItCongSucSuDungDV .655 .758
CS6_ItCongSucLienHeLai .240 .865 Loa ̣i biến
Nhóm yếu tố“Thuận tiện về tri thức – kinh nghiệm”: Cronbach's Alpha = 0.823
KN1_KhongCanKienThuc .263 .865 Loa ̣i biến
KN2_KhongCanChuyenMon .579 .798 KN3_KhongCanKinhNghiem .619 .792 KN4_KhongCanThongTinQuyetDinh .672 .787 KN5_KhongCanTriThuc .701 .777 KN6_KhongCanNhieuThongTin .611 .792 KN8_CoHuongDan .677 .782
Nhóm yếu tố “Thuận tiện về cơ sở vật chất, thiết bị”:Cronbach's Alpha = 0.677
TB1_RongRai .279 .698 Loa ̣i biến
TB2_CoPhuongTien .354 .659 Loa ̣i biến
TB3_KhongCanThietBi .576 .598
TB4_SapXepHopLy .596 .580
TB5_HienDai .636 .573
TB6_CoQuyTrinh .214 .701 Loa ̣i biến
Nhóm yếu tố “Thuận tiện về phối hợp”:Cronbach's Alpha = 0.651
PH1_KhongCanQuanHeCaNhan .302 .635 Loa ̣i biến
PH2_DeDangLienHe .228 .655 Loa ̣i biến
PH3_GiaiQuyetThoaDang .282 .646 Loa ̣i biến
PH4_NhanVienHieuYeuCau .449 .607
PH6_NhoNguoiThucHien .483 .596
PH7_NhoNguoiThayMat .497 .584
PH8_NhanVienLinhHoat .185 .662 Loa ̣i biến
Nhóm yếu tố “Thuận tiện về cảm xúc”: Cronbach's Alpha = 0.911
CX1_ThoaiMai .778 .891
CX2_KhongCangThang .781 .890
CX3_KhongApLuc .718 .902
CX4_ItPhanNan .830 .879
CX5_KhongLoLang .768 .892
Nhóm yếu tố “Sự hài lòng của người dân”: Cronbach's Alpha = 0.747
HL1_HaiLong .702 .596
HL2_TuTinYenTam .708 .595
HL3_KhongPhanNan .661 .622
HL4_DichVuTot .198 .881 Loa ̣i biến
Nguồn: phân tích dữ liệu của tác giả
Như vậy, sau khi phân tích độ tin cậy của 6 thang đo thông qua hệ số Cronbach’s Alpha, có 6 thang đo với 32 biến quan sát được sử dụng trong phân tích nhân tố tiếp theo.
4.2.2 Phân tích nhân tố khám phá EFA
Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis) được thực hiện để kiểm định sự hội tụ của các biến thành phần về khái niệm. Mô hình phân tích nhân tố được xem là phù hợp khi hệ số đo lường thích hợp mẫu KMO (Kaiser-Meyer-Olkin) có giá trị từ 0.5 trở lên (Hair và ctg, 1995). Kiểm định Bartlett xem xét giả thuyết HR0R: độ tương quan giữa các biến quan sát bằng không trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig ≤ 0.05) thì các biến quan sát có tương quan với nhau trong tổng thể (Trọng và Ngọc, 2005). Mặt khác, hệ số tải nhân tố của một biến quan sát giữa các nhân tố phải lớn hơn 0.3 để đảm bảo giá trị phân biệt gữa các nhân tố.
Tổng cộng có 32 biến đưa vào phân tích nhân tố bằng phương pháp trích Princippal Componet Analysis với phép xoay Varimax, điểm dừngtrích các yếu tố có Eigenvalue>1.
• Phân tích nhân tố các biến độc lập
Các biến độc lập được phân tích nhân tố nhằm rút trích để loa ̣i những biến không phù hợp, tất cả 29 biến độc lập được đưa vào phân tích nhân tố khám phá để phân nhóm và
44
kiểm định độ giá trị. Thành phần thứ nhất trích được sẽ có phương sai lớn nhất, thành phần tiếp theo sẽ có phương sai nhỏ hơn và tất các các thành phần không có tương quan với nhau. Cụ thể các bước được thực hiện như sau:
Phân tích nhân tố biến độc lập lần 1 dựa trên 29 biến ban đầu. Kết quả phân tích KMO=0.914 (>0,5) là phù hợpvà kiểm định Barlett Test có giá trị sig=0,00 nên phân tích nhân tố là phù hợp, thể hiện tại Bảng PL.01. Kết quả xoay nhân tố cho thấy, có 6 nhóm nhân tố hình thành với điểm dừng trích ở nhân tố thứ 6 có Eignenvalue=1.054>1và phương sai giải thích là 68.63%, thể hiện 6 nhân tố giải thích được 68.63% sự biến thiên của dữ liệu ở Bảng PL.02.
Kết quả phân tích nhân tố biến độc lập lần 1 cho thấy từ 6 nhóm nhân tố ban đầu hình thành nên 6 nhóm nhân tố mới; lý do, xuất hiê ̣n những biến quan sát giải thı́ch cùng lúc nhiều nhóm nhân tố, có nhiều thể hiện tại Bảng 4.7.
Bảng 4.7: Kết quả phân tích nhân tố khám phá các biến độc lập
Tên biến Nhân tố
1 2 3 4 5 6 TG2_ItThoiGianChoDoi .725 TG1_ItThoiGianTimHieu .700 TG4_NhanhChong .689 TG6_ GioHanhChinh .686 TG5_NhanhChong .681 TG3_KhongDiLaiNhieuLan .670 CX5_KhongLoLang .783 CX2_KhongCangThang .754 CX4_ItPhanNan .720 CX1_ThoaiMai .679 CX3_KhongApLuc .670 KN7_CoHuongDan .807 KN5_KhongCanTriThucPhucTap .710 KN6_KhongCanNhieuThongTin .671 KN4_KhongCanThongTinQuyetDinh .655 KN3_KhongCanKinhNghiem .558
KN2_KhongCanChuyenMon .520 CS1_ItCongSucTimKiem .703 CS3_ViTriGiaoDichThuanLoi .694 CS4_DeTiepCan .654 CS2_ItCongSucDiLai .602 CS5_ItCongSucSuDungDV .597 TB5_HienDai .783 TB4_SapXepHopLy .746 TB3_KhongCanThietBi .680 PH7_NhoNguoiThayMat .838 PH6_NhoNguoiThucHien .645 PH4_NhanVienHieuYeuCau .566 PH5_NhanVienPhoiHop .539
Nguồn: phân tích dữ liệu của tác giả
Các nhân tố mớiđược hìnhthành bao gồm:
- Nhân tố 1: gồm các biến Không mất nhiều thời gian để tı̀m hiểu về DVHCC, Thời gian chờ đợi để nộp hồ sơ không quá lâu, Không phải đi lại nhiều lần làm thủ tục, Hồ sơ giải quyết đúng hạn, Thời gian giải quyết hồ sơ nhanh chóng, Liên hệ trong giờ hành chính là thuận tiện nằm trong nhóm biến khảo sát về sự thuận tiện về thời gian. Đặt tên là “THỜI GIAN”
- Nhân tố 2: gồm các biến Cảm thấy thoải mái khi sử dụng DVHCC, Không phải căng thẳng khi sử dụng DVHCC, Không bi ̣ áp lực khi sử dụng DVHCC, Ít khi phàn nàn về DVHCC, Không phải lo lắng khi sử dụng DVHCC nằm trong nhóm biến khảo sát về sự thuận tiện đối với cảm xúc. Đặt tên là “CẢM XÚC”.
- Nhân tố 3: gồm các biến Không cần có chuyên môn vẫn có thể sử dụng DVHCC, Không cần có kinh nghiệm trước đó mà vẫn có thể sử dụng được DVHCC, Không cần phải có nhiều thông tin để đưa ra quyết định sử dụng DVHCC, Sử dụng DVHCC không đòi hỏi phức tạp về tri thức, Trong quá trình sử dụng DVHCC không cần nhiều thông tin, Các hướng dẫn sử dụng DVHCC nội dung rõ ràng, dễ hiểu nằm trong nhóm biến khảo sát về cảm nhận của người dân về sự thuận tiện về tri thức, kinh nghiệm. Đặt tên là “TRI THỨC”.
46
- Nhân tố 4: gồm các biến Mất ít công sức để sử dụng DVHCC, Liên hệ trong giờ hành chı́nh là thuận tiện, Mất ı́t công sức để tı̀m kiếm thông tin về DVHCC, Mất ít công sức để đi đến nới cung cấp DVHCC, Vị trí giao dịch thuận tiện,Tiếp cận dễ dàng với DVHCC, Mất ít công sức liên hệ lại sau khi sử dụng DVHCC nằm trong nhóm biến khảo sát về sự thuận tiện về thời gian và công sức. Đặt tên là “CÔNG SỨC”.
- Nhân tố 5: gồm các biến Không cần thiết bị hỗ trợ, Cách sắp xếp bố trí giao dịch tại bộ phận một cửa là hợp lý, Bộ phận một cửa được trang bị hiện đại nằm trong nhóm biến quan sát về sự thuận tiệnvềcơ sở vật chất, thiết bị. Đặt tên là “THIẾT BỊ”
- Nhân tố 6: gồm các biến Nhân viên thụ lý hồ sơ dễ dàng hiểu được những yêu cầu, Việc sử dụng DVHCC tốt hơn khi có sự phối hợp với nhân viên thụ lý hồ sơ, Có thể nhờ người khác thực hiện một số giai đoạn của quá trı̀nh DVHCC, Có thể nhờ người khác thay mặt thực hiện thủ tục hành chı́nhnằm trong nhóm biến khảo sát về sự thuận tiện trong phối hợp. Đặt tên là “PHỐI HỢP”.
Các giả thuyết:
Giả85Tthuyết H1: Thành phần thời gian có tương quan thuận với sự hài lòng của người dân.
85T
Giả thuyết H2: Thành phần cảm xúc có tương quan thuận với sự hài lòng của người dân.
85T
Giả thuyết H3: Thành phần tri thức có tương quan thuận với sự hài lòng của người dân.
85T
Giả thuyết H4: Thành phần công sứccó tương quan thuận với sự hài lòng của người dân.
85T
Giả thuyết H5: Thành phần thiết bị có tương quan thuận với sự hài lòng của người dân.
85T
Giả thuyết H6: Thành phần phối hợp có tương quan thuận với sự hài lòng của người dân.
• Phân tích nhân tốđối với biến phụ thuộc:
Kết quả phân tích nhân tố khám phá rút ra được 1 thành phần với eigenvalue bằng 2,423>1, phương sai trích tích lũy là 80,75%; hệ số KMO = 0.736> 0.5 và thống kê Chi-
square của Bartlet’s với mức ý nghĩa Sig. 0,00 nên đạt yêu cầu về độ phù hợp (Hoàng Trọng, 1999). Hệ số chuyển tải các biến quan sát đều lớn hơn 0.5 nên đạt yêu cầu về độ giá trị hội tụ. Vì vậy cả 3 biến quan sát của thang đo này đều được giữ lại cho các phân tích tiếp theo. Kết quả phân tích nhân tố được trình bày ở Bảng 4.8.
Bảng 4.8: Hê ̣ số tải nhân tố
Nguồn: phân tích dữ liệu của tác giả
4.3. PHÂN TÍCH HỒI QUY TUYẾN TÍNH
4.3.1 Phân tích tương quan
Mục đích chạy tương quan Pearson là kiểm tra mối tương quan tuyến tính chặt chẽ giữa biến phụ thuộc với các biến độc lập. Vì điều kiện để hồi quy là trước nhất phải tương quan.
Phân tích tương quan nhằm kiểm tra mối liên hệ giữa hai biến định lượng với nhau. Để đánh giá hai biến có mối tương quan với nhau hay không thì tác giả sử dụng giá trị Sig. Nếu giá tri Sig. bé hơn mức ý nghĩa (thường là 5%) thì tương quan giữa hai biến này có ý nghĩa và ngược lại.
Kết quả phân tích tương quan cho thấy mối tương quan giữa các biến có giá trị Sig. < 0.05 nên đều là tương quan có ý nghĩa đối với biến HL (sự hài lòng).
Kết quả phân tích hệ số tương quan có hệ số tương quan 0,4<r< 0,8 nên có mối tương quan khá mạnh giữa các biến phụ thuộc và biến độc lập.
Tương quan giữa các biến độc lập với nhau thực sự quá chặt chẽ và có thể gây nên đa cộng tuyến. Tuy nhiên, để biết mô hình bị đa cộng tuyến hay không chúng ta cần có kiểm định dựa trên trị số VIF trong phần phân tích hồi quy.
Biến quan sát Nhân tố
Hl1_ HaiLong .773 HL2 TuTinYenTam .838 HL3 KhongPhanNan .811 Eigenvalue 2.423 Phương sai (%) 80,751 Hệ số KMO 0,736
48
Bảng 4.9: Bảng phân tích tương quan
HL_Y TG_X1 CX_X2 KN_X3 CS_X4 TB_X5 PH_X6
HL_Y Pearson Correlation 1 .738P
** .535P ** .587P ** .487P ** .477P ** .567P ** Sig. (2-tailed) .000 .000 .000 .000 .000 .000 N 225 225 225 225 225 225 225 TG_X1 Pearson Correlation .738P ** 1 .689P ** .556P ** .618P ** .522P ** .464P ** Sig. (2-tailed) .000 .000 .000 .000 .000 .000 N 225 225 225 225 225 225 225 CX_X2 Pearson Correlation .535P ** .689P ** 1 .579P ** .615P ** .489P ** .594P ** Sig. (2-tailed) .000 .000 .000 .000 .000 .000 N 225 225 225 225 225 225 225 KN_X3 Pearson Correlation .587P ** .556P ** .579P ** 1 .706P ** .589P ** .512P ** Sig. (2-tailed) .000 .000 .000 .000 .000 .000 N 225 225 225 225 225 225 225 CS_X4 Pearson Correlation .487P ** .618P ** .615P ** .706P ** 1 .635P ** .476P ** Sig. (2-tailed) .000 .000 .000 .000 .000 .000 N 225 225 225 225 225 225 225 TB_X5 Pearson Correlation .477P ** .522P ** .489P ** .589P ** .635P ** 1 .506P ** Sig. (2-tailed) .000 .000 .000 .000 .000 .000 N 225 225 225 225 225 225 225 PH_X6 Pearson Correlation .567P ** .464P ** .594P ** .512P ** .476P ** .506P ** 1 Sig. (2-tailed) .000 .000 .000 .000 .000 .000 N 225 225 225 225 225 225 225
Nguồn: phân tích dữ liệu của tác giả
4.3.2 Phân tích hồi quy
Xây dựng mô hình hồi quy với các biến độc lập được đưa vào bằng phương pháp đưa vào cùng một lúc (Enter). Kết quả từ phần mềm SPSS 22.0 đưa ra như sau:
• Kết quả phân tích hồi quy đa bội (tổng hợp mô hình) Bảng 4.10: Kết quả phân tích hồi quy đa bội
R R Square R hiệu chỉnh Std.error of the
Estimate F
Hệ số Durbin- watson
.805P
a .649 .639 .348 67,084 1.669
Ghi chú: a. Biến phụ thuộc (Sự hài lòng)
Theo kết quả trên thì hệ số bình phương hiệu chỉnh (RP 2 Phiệu chỉnh) RP 2 P = 0.639 nghĩa là mô hình hồi quy tuyến tính đã xây dựng phù hợp với cơ sở dữ liệu đến 63.9%. Điều này còn thể hiện sự biến thiên giữa các nhân tố độc lập giải thích được 63.9% sự biến thiên của biến phụ thuộc. Thống kê F đạt giá trị 67,084 được tính từ giá trị RP
2
P với mức ý nghĩa sig<0.05 cho thấy mô hình tuyến tính đa biến phù hợp với dữ liệu đã khảo sát và có thể sử dụng được.Đây là một tỷ lệ khá cao thể hiện sự phù hợp của mô hình nghiên cứu.
Thông thường kết quả hồi quy đạt yêu cầu khi các phần dư trong mô hình hồi quy không có tương quan với nhau. Để kiểm định giả thuyết này tác giả dựa vào giá trị Durbin — Waston, giá trị này thường nằm trong khoảng từ 1 đến 3là chấp nhận được và càng tiến gần về giá trị 2 thì càng tốt (Hoàng Ngọc Nhậm, 2008) hay nói cách khác là không có hiện tượng các phần dư có tương quan với nhau.
Với kết quả trên ta nhận thấy giá trị Durbin - Waston = 1.669, giá trị này càng gần 2 thì càng không có hiện tượng các phần dư có tương quan với nhau. Vì vậy có thể kết luận là không có hiện tượng tự tương quan xảy ra.
• Kết quả phân tích hồi quy đa bội (ANOVA)
Bảng 4.11: kết quả phân tích hồi quy đa bội (ANOVA)
ANOVAP a Mô hình Tổng bình phương df Trung bình bình phương F Sig. 1 Hồi quy 59,500 6 9,917 67,084 .000P a Phần dư 32,226 218 ,148 Tổng cộng 91,725 224
Nguồn: phân tích dữ liệu của tác giả
Bảng kiểm định ANOVA là một phép kiểm định về độ phù hợp của mô hình tuyến tính tổng thể.Giá trị thống kê F được tính từ giá trị RP
2
Pcủa mô hình đầy đủ, giá trị Sig. là 0.000 < 0.05 cho thấy rằng mô hình hồi quy tuyến tính bội đưa ra là phù hợp và có thể sử dụng được.
50
Bảng 4.12: Kết quả phân tích hồi quy đa bội
Mẫu Hệ số hồi qui
Hệ số hồi qui chuẩn hoá T Hệ số Sig. Thống kê đa cộng tuyến B Sai số Beta Hệ số phóng đại Tolerance Phương sai VIF Hằng số -.026 .216 -.119 .905 Thời gian TG_X1 .651 .060 .649 10.861 .000 .451 2.218 Cảm xúc CX_X2 -.131 .057 -.145 -2.282 .023 .397 2.516 Tri thức KN_X3 .315 .071 .270 4.424 .000 .432 2.314 Công sức CS_X4 -.172 .074 -.153 -2.333 .021 .375 2.668 Thiết bị TB_X5 .002 .052 .002 .031 .975 .514 1.947 Phối hợp PH_X6 .338 .063 .286 5.392 .000 .573 1.746
Nguồn: phân tích dữ liệu của tác giả
Kết quả phân tích hồi quy cho thấy biến Thiết bị có sig=0.975>0.05 nên không có ý