5. Phương pháp phân tích và xử lý số liệu
2.2.3.Kiểm định phân phối chuẩn
Bảng 2.14: Kiểm định phân phối chuẩn
satific n1 n2 n3 n4 n5 n6 n7 n8 Valid 176 176 176 176 176 176 176 176 176 Missing 0 0 0 0 0 0 0 0 0 Skewness .272 .494 .371 .195 .056 .223 .253 -.065 -.134 Std. Error of Skewness .183 .183 .183 .183 .183 .183 .183 .183 .183 Kurtosis -.179 -.373 -.476 -.050 -.440 -.262 -1.111 -.522 -.614 Std. Error of Kurtosis .364 .364 .364 .364 .364 .364 .364 .364 .364
(Nguồn: Số liệu điều tra 03/2012)
Kiểm định phân phối chuẩn là điều kiện đảm bảo độ thỏa mãn cho các biến phân tích nhân tố. Theo Ths Đào Hoài Nam, Đại học Kinh tế TPHCM thì hệ số đối xứng Skewness và hệ số tập trung Kurtosis được sử dụng để kiểm định phân phối chuẩn của các nhân tố. Một phân phối Sknewness không được xem là phân phối chuẩn khi Statdard error của nó nhỏ hơn -2 hoặc lớn hơn 2. Tương tự, một phân phối Kurtosis không được xem là phân phối chuẩn khi Standard của nó nhỏ hơn -2 hoặc lớn hơn 2. Qua bảng phân tích, ta thấy giá trị Std. Error of Skewness và Std. Error of Kurtosis của các nhân tố đều thuộc khoảng (-2 ; 2). Như vậy có thể kết luận các nhân tố trên có phân phối chuẩn.
2.2.4 Kiểm định giả thuyết mô hình nghiên cứu thông qua phân tích hồi quy 2.2.4.1 Xây dựng mô hình
Sau khi đánh giá thang đo bằng hệ số Cronbach's Alpha và phân tích nhân tố ta đã xác định được có 8 nhân tố ảnh hưởng đến sự thoả mãn. Đó là: Hàng hoá; An toàn; Dịch vụ ưu đãi; Thái độ làm việc của nhân viên; Khu vui chơi, ăn uống sinh động phù hợp mọi nhu cầu; Mặt bằng; Số lượng nhân viên và trang phục; Hình thức trưng bày. Và mô hình mới được điều chỉnh trong nghiên cứu này như sau:
Hình 7: Mô hình nghiên cứu được điều chỉnh
Ta có phương trình hồi quy tuyến tính của mô hình hiệu chỉnh như sau: TMi = β0 + β1 N1i + β2 N2i + β3 N3i + β4 N4i + β5 N5i + β6 N6i + β7 N7i + β8 N8i + ei
Trong đó:
TMi : giá trị thoả mãn của quan sát thứ i. Npi : biến độc lập thứ p đối với quan sát thứ i. β k : hệ số hồi qui riêng của biến thứ k.
ei : sai số của phương trình hồi quy.
2.2.4.2 Giả thiết nghiên cứu
H1: Hàng Hoá (n1) được đánh giá tốt hay không tốt tương quan cùng chiều với sự thoả mãn của khách hàng.
H2: An Toàn đi siêu thị (n2) được đánh giá tốt hay không tốt tương quan cùng chiều với sự thoả mãn của khách hàng.
Hàng hoá
An toàn
Dịch vụ Ưu đãi Nhân viên làm việc Hình thức trưng bày
Sự thoả mãn
Mặt bằng
Số lượng-Trang phục Khu vui chơi, Giải trí
H3: Dịch vụ ưu đãi (n3) được đánh giá tốt hay không tốt tương quan cùng chiều với sự thoả mãn của khách hàng.
H4: Nhân viên làm việc (n4) được đánh giá tốt hay không tốt tương quan cùng chiều với sự thoả mãn của khách hàng.
H5: Hình thức trưng bày (n5) được đánh giá tốt hay không tốt tương quan cùng chiều với sự thoả mãn của khách hàng.
H6: Mặt bằng (n6) được đánh giá tốt hay không tốt tương quan cùng chiều với sự thoả mãn của khách hàng.
H7: Số lượng nhân viên - Trang phục (n7) được đánh giá tốt hay không tốt tương quan cùng chiều với sự thoả mãn của khách hàng.
H8: Khu vui chơi, ăn uống, giải trí (n8) được đánh giá tốt hay không tốt tương quan cùng chiều với sự thoả mãn của khách hàng.
2.2.4.3 Ma trận hệ số tương quan gữa các biến
Kiểm định hệ số tương quan nhằm để kiểm tra mối quan hệ tuyến tính giữa các biến độc lập và biến phụ thuộc. Nếu các biến có tương quan chặt thì phải lưu ý đến vấn đề đa cộng tuyến sau khi phân tích hồi quy. Theo ma trận hệ số tương quan, biến phụ thuộc có quan hệ tương quan tuyến tính với 8 biến độc lập (tham khảo phụ lục 8). Trong đó, hệ số tương quan giữa sự thoả mãn và Hàng hoá là cao nhất 0.724, và hệ số tương quan giữa sự thoả mãn và Số lượng nhân viên - Trang phục là thấp nhất 0.40. Tiếp đến hệ số tương quan giữa sự thoả mãn và Hình thức trưng bày là 0.709, hệ số tương quan giữa sự thoả mãn và Nhân viên làm việc là 0.691, hệ số tương quan giữa sự thoả mãn và An toàn đi siêu thị là 6.47, hệ số tương quan giữa sự thoả mãn và Dịch vụ ưu đãi là 0.595, hệ số tương quan giữa sự thoả mãn và Mặt bằng 0.536, cuối cùng hệ số tương quan giữa sự thoả mãn và Khu vui chơi, ăn uống, giải trí sinh động là 0.424. Như vậy có thể nói rằng các biến độc lập này có thể đưa vào mô hình để giải thích cho sự thoả mãn của khách hàng tại siêu thị Big C. Tuy nhiên, giữa các biến độc lập cũng có quan hệ với nhau mặc dù hệ số tương quan không lớn lắm. Và chúng ta không phải lo ngại điều này vì ở phần kiểm tra đa cộng tuyến bên dưới sẽ xác định xem các biến được giữ lại trong mô hình hồi quy tuyến tính có xảy ra hiện tượng đa cộng tuyến hay không.
2.2.4.4 Phân tích phương trình hồi qui tuyến tính
Theo giả thuyết của nghiên cứu là có mối quan hệ giữa các thành phần yếu tố của chất lượng dịch vụ và sự thỏa mãn của khách hàng. Vấn đề đặt ra trong nghiên cứu này là có mối quan hệ tuyến tính cùng chiều giữa các thành phần chất lượng dịch vụ với sự thỏa mãn của khách hàng? Mức độ quan hệ như thế nào? Như vậy mô hình tuyến tính bội được sử dụng để phân tích và giải thích vấn đề.
Ta tiến hành phân tích hồi quy để xác định cụ thể trọng số của từng yếu tố tác động đến mức độ thỏa mãn của khách hàng. Phân tích hồi quy sẽ được thực hiện giữa 8 biến độc lập bao gồm: Hàng hoá (n1), An toàn (n2), Dịch vị ưu đãi (n3), Nhân viên làm việc (n4), Hình thức trưng bày (n5), Mặt bằng (n6), Số lượng -Trang phục nhân viên (n7), Khu vui chơi, ăn uống, giải trí sinh động (n8) với một biến phụ thuộc đó là sự thỏa mãn của khách hàng (TM). Giá trị của các yếu tố được dùng để chạy hồi quy là giá trị trung bình của các biến quan sát đã được kiểm định. Phân tích hồi quy được thực hiện bằng phương pháp hồi quy tổng thể các biến (phương pháp enter) với phần mềm SPSS 16.0. (adsbygoogle = window.adsbygoogle || []).push({});
Theo trên thì phương trình hồi quy đã được xây dựng như sau:
TMi = β0 + β1 N1i + β2 N2i + β3 N3i + β4 N4i + β5 N5i+ β6 N6i + β7 N7i + β8 N8i + ei.
Các biến N pi được đưa vào cùng một lúc để chọn lọc dựa trên tiêu chí chọn những biến có mức ý nghĩa < 0.05. Và kết quả phân tích hồi quy như sau:
Bảng 2.15: Mô hình tóm tắt sử dụng phương pháp Enter
Model R R2 R2 điều chỉnh
Sai số chuẩn
của ước lượng Durbin-Watson
1 .926a .857 .850 .15946 1.886
a. Dự báo: (Hằng số), n8, n7, n2, n6, n3, n1, n4, n5
(Nguồn: Số liệu điều tra 03/2012)
ANOVAb
Model
Sum of
Squares Df Mean Square F Sig.
1 Regression 25.388 8 3.173 124.802 .000a
ANOVAb
Total 29.634 175
Bảng 2.16: Kết quả hồi quy sử dụng phương pháp Enter Mô hình Hệ số chưa chuẩn hóa
Hệ số chuẩn hóa T Sig. Thống kê đa cộng tuyến B Độ lệch chuẩn Beta Hệ số Tolerance Nhân tử phóng đại phương sai VIF 1 (Constant) -.166 .149 -1.117 .266 N1 .231 .031 .283 7.366 .000 .582 1.719 N2 .246 .028 .303 8.797 .000 .725 1.379 N3 .069 .028 .093 2.485 .014 .611 1.636 N4 .161 .024 .256 6.605 .000 .570 1.756 N5 .140 .030 .188 4.757 .000 .547 1.830 N6 .063 .031 .071 2.007 .046 .685 1.459 N7 .065 .024 .090 2.727 .007 .787 1.271 N8 .024 .021 .037 1.122 .263 .784 1.275
a. Biến pụ thuộc: sự thoả mãn
(Nguồn: Số liệu điều tra 03/2012)
Như vậy dựa vào bảng kết quả phân tích như trên ta có phương trình hồi qui thể hiện mối quan hệ giữa sự thoả mãn (TM) với các yếu tố Hàng hoá (n1), An toàn (n2), Dịch vụ ưu đãi (n3), Nhân viên làm việc (n4), Hình thức trưng bày (n5), Mặt bằng (n6), Số lượng -Trang phục nhân viên (n7), Khu vui chơi, ăn uống, giải trí sinh động (n8)
được thể hiện qua đẳng thức sau:
TM= - 0.166 + 0.231 N1 + 0.246 N2 + 0.069 N3 + 0.161 N4+ 0.140 N5+ 0.063 N6 + 0.065 N7 + 0.024 N8 + Ei Trong đó: TM: Thoả mãn của khách hàng. N1: Hàng hoá N2: An toàn
N3: Các dịch vụ ưu đãi N4: Nhân viên làm việc N5: Hình thức trưng bày N6: Mặt bằng
N7: Số lượng- Trang phục nhân viên
N8: Có khu vui chơi, ăn uống giải trí sinh động Ei: Sai số ước lượng
2.2.4.5 Đánh giá độ phù hợp của mô hình hồi qui tuyến tính bội
Từ kết quả các 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 hệ số xác định R2 điều chỉnh của mô hình này là 85% (Bảng 14), thể hiện rằng 8 biến độc lập trong mô hình giải thích được 85% biến thiên của biến phụ thuộc tức là sự thoả mãn của khách hàng. Với giá trị này thì độ phù hợp của mô hình là cao.
2.2.4.6 Kiểm định độ phù hợp của mô hình (adsbygoogle = window.adsbygoogle || []).push({});
Để đảm bảo các biến độc lập đều thực sự có ảnh hưởng đến biến phụ thuộc, ta tiến hành kiểm định t. Với giả thuyết Ho là hệ số hồi quy của tất cả các biến độc lập βk = 0 và với độ tin cậy 95%. Dựa vào (Bảng 15) - Kết quả hồi quy sử dụng phương pháp Enter, ta có mức giá trị Sig của các biến độc lập N1, N2, N3, N4, N5, N6, N7 đều có sig <0.05 nên bác bỏ giả thiết Ho của các biến độc lập nói trên. Còn nhân tố N8 có sig.= 0.263 >0.05 nên chấp nhận giả thiết Ho bác bỏ giả thiết H1 nghĩa là nhân tố N8 "Có khu vui chơi, ăn uống giải trí sinh động phù hợp" không thể giải thích biến thiên của biến phụ thuộc.
Ngoài ra để đảm bảo mô hình có ý nghĩa, ta cần tiến hành kiểm tra thêm về hiện tượng đa cộng tuyến và tự tương quan.
Để dò tìm hiện tượng đa cộng tuyến ta căn cứ trên độ chấp nhận của biến (Tolerance) và hệ số phóng đại phương sai (Variance inflation factor – VIF). Kết quả phân tích hồi quy sử dụng phương pháp Enter, cho thấy hệ số phóng đại phương sai VIF khá thấp, giá trị cao nhất 1.830. Và độ chấp nhận của biến (Tolerance) khá cao, giá trị thấp nhất 0.547. Hệ số VIF nhỏ hơn 10 và độ chấp nhận của biến (Tolerance) lớn hơn 0.1 nên có thể bác bỏ giả thuyết mô hình bị đa cộng tuyến.
Tra bảng thống kê Durbin-Watson với số mẫu quan sát bằng 176 và số biến độc lập là 8 ta có du = 1.852. Như vậy, đại lượng d nằm trong khoảng (du; 4 – du) hay trong khoảng (1.852 ; 2.148) thì ta có thể kết luận các phần dư là độc lập với nhau. Kết quả kiểm định Durbin – Waston cho giá trị d = 1.886 (Bảng 14) nằm trong khoảng cho phép. Ta có thể kết luận không có hiện tượng tự tương quan trong mô hình.
Như vậy mô hình hồi qui xây dựng là đảm bảo độ phù hợp, các biến độc lập có thể giải thích tốt cho biến phụ thuộc trong mô hình. Trừ biến “Có khu vui chơi, ăn uống giải trí sinh động phù hợp ” có sig >0.05 nên không giải thích được biến phụ thuộc.
2.2.4.7 Kiểm định giả thiết của mô hình hồi quy
Từ phương trình hồi qui tuyến tính, ta có thể thấy được sự thoả mãn của khách hàng đối với các yếu tố chất lượng dịch vụ tại siêu thị Big C Huế. Trong đó sự thoả mãn của khách hàng ảnh hưởng bởi các yếu tố Hàng hoá; An toàn; Dịch vụ ưu đãi; Nhân viên làm việc; Hình thức trưng bày; Mặt bằng; Số lượng- Trang phục nhân viên là chủ yếu.
* Hàng hoá (N1) là một nhân tố có ảnh hưởng lớn nhất đến sự thoả mãn của khách hàng vì có hệ số hồi quy lớn nhất. Dấu dương của hệ số B có ý nghĩa mối quan hệ giữa nhân tố Hàng hoá và sự thoả mãn có mối quan hệ cùng chiều. Từ kết quả hồi quy có B= 0.246, (mức ý nghĩa = 0.000< 0.05), nghĩa là khi mức độ thỏa mãn về Hàng hoá
tăng lên 1 đơn vị thì mức độ thoả mãn của khách hàng đối với chất lượng dịch vụ tăng lên tương ứng là 0.246 đơn vị. Vậy giả thiết H1 được chấp nhận.
* Sau nhân tố Hàng hoá, nhân tố An toàn (N2) là nhân tố thứ 2 ảnh hưởng lớn đến sự thỏa mãn của khách hàng. Dấu dương của hệ số B có ý nghĩa mối quan hệ giữa nhân tố An toàn và thoả mãn có mối quan hệ cùng chiều. Từ kết quả hồi quy có B = 0.231, (mức ý nghĩa =0.000< 0.05), nghĩa là khi mức độ thỏa mãn về An toàn tăng lên 1 đơn vị thì mức độ thoả mãn của khách hàng đối với chất lượng dịch vụ tăng lên tương ứng là 0.231 đơn vị. Vậy giả thiết H2 được chấp nhận.
* Tiếp đến Nhânviên làm việc (N4) là nhân tố thứ 3 ảnh hưởng lớn đến sự thỏa mãn của khách hàng. Dấu dương của hệ số B có ý nghĩa mối quan hệ giữa nhân tố Nhân viên làm việc và sự thoả mãn có mối quan hệ cùng chiều. Từ kết quả hồi quy có B = 0.161, ( mức ý nghĩa =0.000< 0.05), nghĩa là khi mức độ thỏa mãn về Nhân viên làm
việc tăng lên 1 đơn vị thì mức độ thoả mãn của khách hàng đối với chất lượng dịch vụ tăng lên tương ứng là 0.161 đơn vị. Vậy giả thiết H4 được chấp nhận.
* Tiếp đến Hình thức trưng bày(N5) là nhân tố thứ 4 ảnh hưởng lớn đến sự thỏa mãn của khách hàng. Dấu dương của hệ số B có ý nghĩa mối quan hệ giữa nhân tố Hình thức trưng bày và sự thoả mãn có mối quan hệ cùng chiều. Từ kết quả hồi quy có hệ số B = 0.140, ( mức ý nghĩa =0.000< 0.05), nghĩa là khi mức độ thỏa mãn về Hình thức trưng bày tăng lên 1 đơn vị thì sự thoả mãn của khách hàng đối với chất lượng dịch vụ tăng lên tương ứng là 0.140 đơn vị. Vậy giả thiết H5 được chấp nhận.
* Tiếp đến Dịch vụ ưu đãi (N3) là nhân tố thứ 5 ảnh hưởng lớn đến sự thỏa mãn của khách hàng. Dấu dương của hệ số B có ý nghĩa mối quan hệ giữa nhân tố Dịch vụ ưu đãi và sự thoả mãn có mối quan hệ cùng chiều. Từ kết quả hồi quy có B = 0.069, ( mức ý nghĩa =0.014< 0.05), nghĩa là khi mức độ thỏa mãn về Dịch vụ ưu đãi (N3) tăng lên 1 đơn vị thì mức độ thoả mãn của khách hàng đối với chất lượng dịch vụ tăng lên tương ứng là 0.069 đơn vị. Vậy giả thiết H3 được chấp nhận.
* Sau nhân tố Dịch vụ ưu đãi, nhân tố Số lượng- Trang phục nhân viên (N7) là nhân tố thứ 6 ảnh hưởng đến sự thỏa mãn của khách hàng. Dấu dương của hệ số B có ý nghĩa mối quan hệ giữa nhân tố Sốlượng- Trang phục nhân viên và sự thoả mãn có mối quan hệ cùng chiều. Từ kết quả hồi quy có B = 0.065, ( mức ý nghĩa =0.007< 0.05), nghĩa là khi mức độ thỏa mãn về Số lượng- Trang phục nhân viên tăng lên 1 đơn vị thì mức độ thoả mãn của khách hàng đối với chất lượng dịch vụ tăng lên tương ứng là 0.065 đơn vị. Vậy giả thiết H7 được chấp nhận.
* Mặt bằng (N6) là nhân tố cuối cùng ảnh hưởng lớn đến sự thỏa mãn của khách hàng. Dấu dương của hệ số B có ý nghĩa mối quan hệ giữa nhân tố Mặt bằng và sự thoả mãn có mối quan hệ cùng chiều. Từ kết quả hồi quy có B = 0.063, ( mức ý nghĩa =0.046< 0.05), nghĩa là khi mức độ thỏa mãn về Mặt bằng tăng lên 1 đơn vị thì mức độ thoả mãn của khách hàng đối với chất lượng dịch vụ tăng lên tương ứng là 0.063 đơn vị. Vậy giả thiết H6 được chấp nhận.
* Còn nhân tố Có khu vui chơi, ăn uống, giải trí sinh động (N8) có sig = 0.263> 0.05 nên có thể nói nhân tố Có khu vui chơi, ăn uống, giải trí sinh động không giải thích được sự biến thiên về thoả mãn của khách hàng. Do đó bác bỏ giả thiết H7.
Bảng 2.17: Kiểm định giả thiết
Giả thiết Nội dung Sig. Kết
luận H1
Hàng Hoá (n1) được đánh giá tốt hay không tốt tương quan cùng chiều với sự thoả mãn của