5. Kết cấu đề tài
2.4.5. Kiểm định sự khác biệt Independen tT Test và phương sai Anova
chung với giới tính của khách hàng
Bảng 2.13 Kiểm định Independent Samples T-Test về sựhài lòng với giới tính khách hàng
F Sig T Df P-value
Sự hài lòng
Phương sai giả định
bằngnhau
0,285 0,595
0,501 104 0,617
Phương sai giả định
không bằng nhau 0,509 83,016 0,612
(Nguồn: Kết quả xử lý số liệu điều tra)
Giới tính N GTTB
Sự hài lòng Nam 67 3,8657
Nữ 39 3,8034
(Nguồn: Kết quả xử lý số liệu điều tra)
Giả thuyết:
H0: sự hài lòng của nam và nữ là bằng nhau trên tổng thể
H1: sự hài lòng của nam và nữ là không bằng nhau trên tổng thể
Nhìn vào bảng giá trị trên ta thấy rằng giá trị sig.=0,595 > 0,05 nên phương
sai của 2 mẫu làđồng nhất. Tiếp theo là p-value = 0,617 > 0,05 nên không đủ bằng
chứng thống kê để bác bỏ giả thuyết H1 nghĩa là sẽ không có sự khác nhau giữa nam
2.3.5.2. Phântích phương sai ANOVAvới yếu tố nhóm tuổi
Bảng 2.14 Phântích phươngsai ANOVA với yếu tốnhóm tuổi
Sum of Squares df Mean Square F Sig.
Between Groups 0,645 3 0,215 0,563 0,641
Within Groups 38,957 102 0,382
Total 39,602 105
(Nguồn: Kết quả xử lý số liệu điều tra)
Nhìn vào bảng ta thấy mức Sig. = 0,641 > 0,05 nên không có sự khác biệt về ý
kiến đánh giá của khách hàng đối với yếu tố giữa các nhóm tuổi khác nhau.
2.3.5.3.Phân tích phương sai ANOVA với yếu tố nghề nghiệpBảng 2.15 Phântích phương sai ANOVA với yếu tốnghềnghiệp Bảng 2.15 Phântích phương sai ANOVA với yếu tốnghềnghiệp
Sum of Squares df Mean Square F Sig.
Between Groups 1,067 5 0,213 0,554 0,735
Within Groups 38,535 100 0,385
Total 39,602 105
(Nguồn: Kết quả xử lý số liệu điều tra)
Nhìn vào bảng ta thấy mức Sig. (0,735) > 0,05 nên không có sự khác biệt về ý
kiến đánh giá của khách hàng đối với yếu tố nghề nghiệp.
2.3.5.4.Phân tích phương sai ANOVA với yếu tố thu nhập
Bảng 2.16 Phântích phương sai ANOVA với yếu tốthu nhập
Sum of Squares df Mean Square F Sig.
Between Groups 0,394 3 0,131 0,342 0,795
Within Groups 39,208 102 0,384
Total 39,602 105
2.3.6. Phân tích nhân tố khám phá EFA
Phương pháp phântích nhân tố của nghiên cứu này là phân tích nhân tố chính
(Principal Component Analysis) với giá trị trích Eigenvalue lớn hơn 1.Điều này có nghĩa là những nhân tố được trích ra có giá trị Eigenvalue lớn hơn 1 mới được giữ
trong mô hình phân tích.
Khi phân tích nhân tố khám phá, các nhà nghiên cứu thường quan tâm đến một
số tiêu chuẩn như sau:
Hệ số KMO (Kaiser-Meyer-Olkin)≥ 0,5; mức ý nghĩa của kiểm địnhBartlett≤ 0,5.
Hệ số tải nhân tố (factor loading) ≥ 0,5 là mức có ý nghĩa thực tiễn.
Tổng phương saitrích≥ 50%.
Hệ số Eigenvalue có giá trị lớn hơn 1.
Khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố ≥ 0,3 để đảm bảo giá trị phân biệt giữa các nhân tố.
Bảng 2.17 Kiểm định KMO and Bartlett's Test KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy 0,673
Bartlett's Test of Sphericity
Approx, Chi-Square 70,133
Df 3
Sig. 0,000
(Nguồn: Kết quả xử lý số liệu điều tra)
Kết quả kiểm định KMO and Bartlett cho thấy cơ sở dữ liệu này là hoàn toàn phù hợpvì chỉ số KMO = 0,673 > 0,5 và Sig. = 0,000 < 0,05. Điều này cho thấy kỹ
thuật phân tích nhân tố là hoàn toàn có thể thực hiện được trong nghiên cứu này bởi
vì số phiếu điều tra có thể sử dụng được là thích hợp và đủ lớn để thực hiện. Thông
kê Chi bình phương của kiểm định Bartlett đạt giá trị 70,133 với mức ý nghĩa là 0,000 vì thế các biến quan sát có tương quan với nhau xét trên phạm vi tổng thể.
Bảng 2.18 Phân tích nhân tố- Sựhài lòng
Biến quan sát Hệ số tải
Tôi hoàn toàn hài lòng với chất lượng dịch vụ tạiDMZ Bar 0,850 Tôi sẽgiới thiệu dịch vụ tạiDMZ Bar cho bạn bè, người thân 0,795 Tôi sẽtiếp tục sử dụng dịch vụ tại DMZ Bar trong thời gian tới 0,789
Tích luỹ% 65,888
(Nguồn: Kết quả xử lý số liệu điều tra)
Kết quả phân tích cho thấy với 3 biến của sự hài lòng có phương sai trích
65,888% (> 50%). Do đó, thang đo sự hài lòngđược chấp nhận.
-Phân tích nhân tố khám phá EFA của biến độc lập
Kiểm định KMO &Bartlett test được Kaiser đề xuất năm 2001 dùng để đánh
giá tính hợp lí của cơ sở dữ liệu, dùng cho phân tích nhân tố (factor analysis). Kiểm định cho phép biết được cơ sở dữ liệu có phù hợp với phân tích nhân tố hay không.
Kaiser (2001) cho rằng giá trị của kiểm định KMO nên nằm trong khoảng 0,5- 0,9 là thích hợp.
Bảng 2.19 Kiểm định KMO and Bartlett's Test Biến độc lập KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy 0,813
Bartlett's Test of Sphericity
Approx, Chi-Square 943,079
Df 190
Sig. 0,000
(Nguồn: Kết quả xử lý số liệu điều tra)
Từ kết quả, ta thấy giá trị kiểm định KMO thu được từ kiểm định các biến độc
lập là 0,813 thõa mãn điều kiện > 0,5. Thống kê Chi bình phương của kiểm định
Bartlett đạt giá trị940,161 với mức ý nghĩa là 0.000 < 0,05. Vì vậy, các biến quan sát
KẾT QUẢ XOAY NHÂN TỐ (XEM KẾT QUẢ BẢNG) Bảng 2.20 Kết quảrút trích nhân tốbiến độc lập
Biến Hệ số tải nhân tố 1 2 3 4 5 HH1 0,832 HH4 0,805 HH2 0,790 HH3 0,727 HH5 0,708 DU2 0,824 DU1 0,780 DU3 0,743 DU4 0,659 SDC4 0,880 SDC2 0,845 SDC3 0,638 SDC1 0,602 DTC4 0,863 DTC3 0,830 DTC1 0,688 DTC2 0,515 SDB3 0,837 SDB2 0,757 SDB1 0,709 Eigenvalues 5,772 2,945 2,056 1,390 1,141 % of Variance 28,858 14,724 10,279 6,951 5,707 Cumulative % 28,858 43,582 53,862 60,812 66,519
Từ kết quả phân tích nhân tố (xem phụ lục) thấy có tất cả 5 nhân tố được trích ở Eigenvalue thấp nhất là 1,141 thõa mãnđiều kiện Kaiser (>1)với tổng phương sai
trích là 66,519 (> 50%) nên tất cả các biến được giữ lại. Ta tiến hành giải thích nhân
tố sau đó sử dụng hàm mean để gộp biến và đặt tên cho nhân tố.
Nhân tố thứ nhất (factor 1): có giá trị Eigenvalue bằng 5,772 với hệ số Cronbach¬s alpha là 0,850. Nhân tố này bao gồm các biến: “Địa điểm nhà hàng thuận tiện”, “Cơ sở vật chất trong DMZ Bar hiện đại (máy móc thiết bị hiện đại, wifi, tivi, Internet, nước uống, nhà vệ sinh…)”, “Phong cách trang trí nhà hàng ấn tượng”, “Nhà hàng có khung cảnh đẹp, không gian thoáng mát” , “Trang phục nhân
viên lịch sự, ấn tượng”. Các biến quan sát này đều là hình ảnh bên ngoài, tất cả
những gì mà khách hàng nhìn thấy trực tiếp được bằng mắt và các giác quan nên có thể đặt nhân tố này là “Sự hữu hình”.
Nhân tố thứ hai (factor 2): có giá trị Eigenvalue bằng 2,945 với hệ số Cronbach¬s alpha là 0,839. Nhân tố này bao gồm các biến: “Nhân viên luôn sẵnsàng giúp đỡ khi tôi cần”, “Nhân viên nhanh chóng phục vụ ngay khi tôi bước vào”, “Thực đơn nhà hàng đa dạng, phong phú”, “Thời gian phục vụ chờ đợi món ăn
nhanh chóng”. Các yếu tố này có liên quan đến tiêu chí đo lường khả năng giải
quyết vấn đề nhanh chóng, xử lý hiệu quả các khiếu nại, sẵn sàng giúp đỡ khách hàng và đáp ứng các yêu cầu của khách hàng nên có thể đặt nhân tố này là “Sẵn sàng đáp ứng”.
Nhân tố thứ ba (factor 3): có giá trị Eigenvalue bằng 2,056 với hệ số Cronbach¬s alpha là 0,801, hệ số tải nhân tố đều lớn hơn 0,5. Bao gồm các biến: “Nhân viên luôn thểhiện sự quan tâm đến tôi”, “Nhân viên đến để chia sẻ khi nhận
thấy thái độ không hài lòng của tôi”, “Nhân viên luôn chú ýđến những nhu cầu phát
sinh của tôi trong suốt quá trình tôi sử dụng dịch vụ”, “Nhân viên hiểu rõ những nhu
cầu của tôi”. Các biến này có liên quan đến sự quan tâm, chăm sóc khách hàng nên có thể đặt nhân tố này là “Sự đồng cảm”.
“DMZ Bar cung cấp thức ăn và nước uống đảm bảo chất lượng”, “Tôi được cung cấp
dịch vụ theo đúng thời gian DMZBar đã hứa”, “DMZ Bar cung cấp dịch vụ đúng với
những gì đã giới thiệu”, “Vệ sinh an toàn thực phẩm và dụng cụ ăn uống được đảm
bảo”. Các biến này sẽ gây dựng niềm tin với khách hàng nên có thể tiến hành gộp
lại và đặt nhân tố này là “Độ tin cậy”.
Nhân tố thứ năm (factor 5): có giá trị Eigenvalue bằng 1,716 với hệ số Cronbach¬s alpha là 0,788, hệ số tải nhân tố đều lớn hơn 0,5. Nhân tố này bao gồm
các biến: “Nhân viên phục vụ chuyên nghiệp, chính xác và ít sai sót”, “Nhân viên nhà hàng có khả năng giao tiếptốt”, “Nhân viêncó thái độ thân thiện, lịch sự và chu
đáo”. Các biến này là các yếu tố tạo nên sự tín nhiệm, tin tưởng cho khách hàng
được cảm nhận thông qua sự phục vụ chuyên nghiệp, kiến thức chuyên môn giỏi,
phong thái lịch thiệp và khả năng giao tiếp tốt, nhờ đó, khách hàng cảm thấy an tâm
mỗi khi sử dụng dịch vụ nên có thể đặt nhân tố này là “Sự đảmbảo”.
Các thành phần của thang đo không có sự thay đổi, do đó mô hình nghiên cứu
vẫn được giữ nguyên.
2.3.7. Xây dựng mô hình hồi quy tuyến tính bội về mức độ hài lòng
Mô hình nghiên cứu:
Sự thỏa mãn - hài lòng của KH (Customer satisfaction) là mức độ của trạng
thái cảm giác của một người bắt nguồn từ việc so sánh kết quả thu được từ việc tiêu dùng sản phẩm/DV với những kỳ vọng của anh ta. Mức độ hài lòng phụ thuộc sự
khác biệt giữa kết quả nhận được và kỳvọng, nếu kết quả thực tế thấp hơn kỳ vọng
thì KH không hài lòng, nếu kết quả thực tế tương xứng với kỳ vọng thì KH sẽ hài lòng, nếu kết quả thực tế cao hơn kỳ vọng thì KH rất hài lòng (Kotler, 2002). Từ định nghĩa có thể thấy được sự hài lòng của KH phụ thuộc vào mức độ kỳ vọng của
KH. Khi nghiên cứu sự hài lòng của KH sử dụng dịch vụ ăn uống tại nhà hàng, các nhà nghiên cứu đã xem xét những khía cạnh khác để đưa ra những thang đo khác
nhau.
Mô hình lý thuyết về chất lượng dịch vụ gồm có đánh giá của khách hàng về
Sự hài lòng = β0+ β1DTC + β2SSDU + β3DB + β4DC + β5PTHH
hài lòng. Trongđó, sự hài lòng của khách hàng là yếu tố phụ thuộc, 5 yếutố còn lại
là yếu tố độc lập.
Trước khi tiến hành hồi quy các nhân tố độc lập với nhân tố “sự hài lòng”, ta
tiến hành xem xét mối tương quan tuyến tính giữa các biến.
Bảng 2.21 Phân tích tương quan Pearson
SHL SHL DTC DU SDB SDC HH
Tương quan
Pearson 1 0,447 0,695 0,648 0,524 0,444
Giá trị Sig. 0,000 0,000 0,000 0,000 0,000
N 106 106 106 106 106 106
(Nguồn: Kết quả xử lý số liệu điều tra)
Kết quả kiểm tra cho thấy, hệ số tương quan giữa biến phụ thuộc với các nhân
tố “mức độ tin cậy”, “sẵn sàng đáp ứng”, “sự đảm bảo”, “sự đồng cảm”, “phương
tiện hữu hình”, có giá trị Sig < 0,05 nên hệ số tương quan có ý nghĩa thống kê, hay các biến có mối tương quan tuyến tính với biến phụ thuộc. Trong đó hệ số tương
quan của biến phụ thuộc với biến độc lập “sẵn sàng đáp ứng” là lớn nhất (0,695) và với biến độc lập “phương tiện hữu hình” là bé nhất(0,444).
Phương pháp hồi quy tuyến tính: sử dụng phương pháp Enter là phương pháp đưa cùng lúc tất cả các biến vào phân tích.
Tiến hành hồi quy cho các nhân tố khác ta đưa vào mô hình nghiên cứu được
biểu diễn dưới dạng hồi quy mẫu nhưsau:
Với βilà hệ số hồi quy riêng phần tương ứng với các biến độc lập
DTC: tin cậy
Giả thuyết về mối quan hệ giữa các thành phần chất lượng cảm nhận của dịch
vụ đến sự hài lòng: Cặp giả thuyết 1:
H0: nhân tố “tin cậy” không có tương quan với sự hài lòng.
H1: nhân tố “tin cậy”cótương quanvớisự hài lòng, nghĩalà tin cậy đượckhách
hàng đánhgiá càng cao thì mức độ hài lòng vềchất lượngcàng lớn vàngượclại.
Cặp giả thuyết 2:
H0: nhân tố “sẵn sàng đáp ứng” không có tương quan với sự hài lòng.
H1: nhân tố “sẵn sàng đáp ứng” có tương quan với sự hài lòng, nghĩa là nhân tố sẵn sàng đáp ứng được khách hàng đánh giá càng cao thì mức độ hài lòng về chất lượng càng lớn và ngược lại.
Cặp giả thuyết 3:
H0: nhân tố “đảm bảo” không có tương quan với sự hài lòng.
H1: nhân tố “đảm bảo” có tương quan với sự hài lòng, nghĩa là nhân tố đảm
bảo được khách hàng đánh giá càng cao thì mức độ hài lòng về chất lượng càng lớn và ngược lại.
Cặp giả thuyết 4:
H0: nhân tố “đồng cảm” không có tương quan với sự hài lòng
H1: nhân tố “đồng cảm” có tương quan với sự hài lòng, nghĩa là đồng cảm được
khách hàngđánhgiá càng cao thì mức độ hài lòng về chất lượngcàng lớn và ngượclại.
Cặp giả thuyết 5:
H0: nhân tố “phương tiện hữu hình” không có tương quan với sự hài lòng
H1: nhân tố “phương tiện hữu hình” có tương quan với sự hài lòng, nghĩa là
phương tiện hữu hìnhđược khách hàng đánh giá càng cao thì mức độ hài lòng về chất lượng càng lớn và ngược lại.
Bảng 2.22 Độ phù hợp của mô hình
Mô hình R R2 R2 hiệu
chỉnh
Ước lượng sai số chuẩn Durbin Watson 1 0,841a 0,707 0,692 0,34082 1,736 Các biến dự đoán: (hằng số),DTC, DU, DB, DC, HH Biến phụ thuộc : Sự hài lòng
(Nguồn: Kết quả xử lý số liệu điều tra)
Trị số R có giá trị bằng 0,841 nằm trong khoảng 0,8 ≤ R < 0,9 thể hiện mối tương quan chặt chẽ giữa các biến trong mô hình.
Hệ số xác định R2 ( R Square) là 0,707 có ý nghĩa là mô hình hồi quy tuyến tính đã xây dựng phù hợp với tập dữ liệu mẫu lên đến 70,7%.
Hệ số R2 hiệu chỉnh (Adjusted R Square ) là 0,692. Nghĩa là 69,2% biến thiên của biến phụ thuộc được giải thích bởi 5 nhân tố độc lập. Điều này cho thấy mô
hình hồi quy tuyến tính này phù hợp với tập dữ liệu của mẫu ở mức 69,2%. Phần
còn lại 30,8% được giải thích bởi các biến ngoài mô hình và sai số ngẫu nhiên. Giá trị Durbin Watson là thoả mãn điều kiện 0 < Durbin Watson = 1,736 < 4 nên không có hiện tượng tự tương quan chuỗi bậc nhất.
Bảng 2.23Kiểm định ANOVA Mô hình Tổng bình phương Bậc tự do (df) Bình phương trung bình Thống kê F Mức ý nghĩa (Sig.) 1 Hồi quy 27,986 5 5,597 48,185 0,000b Phần dư 11,616 100 0,116 Tổng 39,602 105 Các biến dự đoán: (hằng số),DTC, DU, DB, DC, HH Biến phụ thuộc : Sự hài lòng
Từ kết quả của bảng trên, ta thấy rằng kiểm định F cho giá trị p-value (Sig.) < 0,05, chứng tỏ là mô hình phù hợp và cùng với đó là hiệu chỉnh có giá trị bằng
0,692, có nghĩa là mô hình hồi quy giải thích được 69,2% sự biến thiên của biến
phụ thuộc. Như vậy, mô hình có giá trị giải thích ở mức khá cao.
Từ kết quả phân tích hệ số tương quan ở bảng dưới đây cho thấy rằng, kết quả kiểm định tất cả các nhân tố đều cho kết quả p-value (Sig.) phù hợp < 0,05, điều này chứng tỏ rằng có đủ bằng chứng thống kê để bác bỏ giả thuyết H0 đối với các nhân
tố này hay giả thuyết H1được chấp nhận ở mức ý nghĩa là 95%.
Bảng 2.24Hệ số phân tích hồi quy Hệ số chưa chuẩn hoá Hệ số chuẩn hoá Kiểm định T- Test Mức ý nghĩa thống kê (Sig.) Phân tích đa cộng tuyến Beta Sai số chuẩn Beta Độ chấp nhận của biến Hệ số phóng đại phương sai (VIF) 1 Hằng số -0,768 0,328 -2,343 0,021 DTC 0,177 0,066 0,169 2,702 0,008 0,747 1,339 DU 0,303 0,064 0,327 4,715 0,000 0,611 1,638 SDB 0,304 0,060 0,331 5,042 0,000 0,680 1,471 SDC 0,186 0,074 0,162 2,503 0,014 0,698 1,432 HH 0,233 0,059 0,235 3,968 0,000 0,838 1,194
(Nguồn: Kết quả xử lý số liệu điều tra)
Để phát hiện sự tồn tại của cộng tuyến trong dữ liệu và đánh giá mức độ cộng