Câc hệ số tải nhđn tố của nhđn tố Chất Lượng Dịch Vụ Logistics đều cĩ giâ trị
lớn hơn 0.5.
4.3.4 Đânh giâ thang đo Hiệu quả kinh doanh bằng phương phâp phđn tích yếu tố khâm phâ (EFA). tích yếu tố khâm phâ (EFA).
Tiến hănh kiểm định thang đo phụ Hiệu Quả Kinh Doanh bao gồm 4 biến quan sât . Với hệ số KMO đạt được 0.795 khâ cao, kết quả kiểm định Bartlet’s thơng qua kiểm định mức ý nghĩa Sig = 0.000 rất nhỏ ( Sig<0.05). Nín câc biến năy cĩ tương quan chặt chẽ với nhau để tạo thănh nhđn tố Hiệu Quả Kinh Doanh.
Bảng 4.7 Kết quả kiểm định Bartlett
KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling
Adequacy. .795 Bartlett's Test of Sphericity Approx. Chi-Square 220.748 df 6 Sig. .000
Luận văn thạc sỹ Nguyễn Văn Thạnh
Bảng 4.8 Tổng biến thiín được giải thích
Total Variance Explained
Component Initial Eigenvalues Extraction Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % 1 2.527 63.180 63.180 2.527 63.180 63.180
2 .564 14.093 77.274
3 .485 12.122 89.396
4 .424 10.604 100.000
Extraction Method: Principal Component Analysis.
Sau khi tiến hănh phđn tích nhđn tố bằng phương phâp rút trích cho kết quả một nhđn tố được tạo thănh với tiíu chuẩn giâ trị Eigenvalue >1. Nhđn tố Hiệu Quả Kinh Doanh giải thích được 63.180% sự biến thiín của dữ liệu khảo sât.
Bảng 4.9 Ma trận nhđn số
Component Matrix(a)
Component
1
BP3 : Thị phaăn so với múc tieđu kinh doanh cụa khách hàng taíng leđn khi hợp tác
với chúng tođi .820
BP1 : Lợi nhuaơn cụa khách hàng taíng leđn khi hợp tác với chúng tođi .811
BP2 : Khi hợp tác với chúng tođi, khách hàng cạm thaẫy có nhieău lợi ích hơn .782
BP4 : Thị phaăn cụa khách hàng taíng hơn so với đôi thụ cánh tranh khi hợp tác với
chúng tođi .766
Extraction Method: Principal Component Analysis. a 1 components extracted.
Hệ số tải nhđn tố của câc biến trong thang đo Hiệu Quả Kinh Doanh đều lớn hơn 0.5.
4.4 KIỂM ĐỊNH MƠ HÌNH
4.4.1 Mơ hình hồi qui tuyến tính câc yếu tố chính tâc động đến Chất Lượng Dịch Vụ Logistics (LSQ) Lượng Dịch Vụ Logistics (LSQ)
Tiến hănh phđn tích hồi qui để xâc định cụ thể trọng số của từng yếu tố tâc
Luận văn thạc sỹ Nguyễn Văn Thạnh tính trung bình từ câc biến độc lập gốc) TR, BO, CO, SV, EM, RE. Phđn tích hồi qui
được thực hiện bằng phương phâp hồi qui bội câc biến ( theo phương phâp enter). Ngoăi ra mơ hình hồi qui cịn sử dụng 3 biến giả (Dummy) về nhên hiệu SAFI, SOTRANS, VINATRANS nhằm xem xĩt nhên hiệu năo cĩ tâc động mạnh đến chất lượng dịch vụ logistics .
Sau khi đưa 6 biến độc lập cĩ được từ rút trích trong phđn tích nhđn tố văo phđn tích hồi qui bội để giả thích cho định hướng marketing quan hệ vă nhận được kết quả
tĩm tắc trong bảng dưới đđy.
Bảng 4.10 tĩm tắc mơ hình Model Summary Change Statistics Model R R Square Adjusted R Square Std. Error of
the Estimate R Square Change F Change df1 df2 Change Sig. F
1 .720(a) .519 .500 .55464 .519 26.952 7 175 .000
a Predictors: (Constant), SAFI, SỰ RÀNG BUOƠC, THOĐNG TIN, SỰ NHAĐN NHƯỢNG QUA LÁI, GIÁ TRỊ CHIA SẸ,
NIEĂM TIN, SOTRANS
Bảng phđn tích phương sai cho thấy rằng với mức ý nghĩa quan sât được sig=0.000. Kết luận mơ hình hồi qui tuyến tính xđy dựng được phù hợp với tổng thể
Bảng 4.11 phđn tích phương sai
ANOVA(b)
Model Sum of Squares df Mean Square F Sig. 1 Regression 58.040 7 8.291 26.952 .000(a)
Residual 53.835 175 .308
Total 111.875 182
a Predictors: (Constant), SAFI, SỰ RÀNG BUOƠC, THOĐNG TIN, SỰ NHAĐN NHƯỢNG QUA LÁI,
GIÁ TRỊ CHIA SẸ, NIEĂM TIN, SOTRANS