Sau khi tiến hành phân tích độ tin cậy của các thang đo thông qua hệ số Cronbach’s Alpha và phân tích nhân tố để xác định các nhân tố thu đƣợc từ các biến quan sát, có 6 nhân tố đƣợc đƣa vào để kiểm định mô hình. Phân tích tƣơng quan Pearson đƣợc sử dụng để xem xét sự phù hợp khi đƣa các thành phần vào mô hình hồi quy. Kết quả phân tích hồi quy đa biến sẽ đƣợc sử dụng để kiểm định các giả thuyết của mô hình.
2.3.4.1 Kiểm định hệ số tương quan Pearson
Hệ số tƣơng quan (r) là chỉ số thống kê đo lƣờng mối liên hệ tƣơng quan giữa 2 biến số (giữa các biến độc lập và các biến phụ thuộc). Hệ số tƣơng quan có giá trị từ -1 đến 1, cụ thể:
Hệ số tƣơng quan bằng 0 hoặc gần bằng 0 có nghĩa là 2 biến số không có liên hệ gì với nhau
Hệ số tƣơng quan bằng -1 hoặc bằng 1 có nghĩa là 2 biến số có một mối liên hệ tuyệt đối
Và trong các hệ số tƣơng quan thì hệ số tƣơng quan Pearson là thông dụng nhất. Kiểm định hệ số tƣơng quan Pearson dùng để kiểm tra mối liên hệ tuyến tính giữa các biến độc lập và biến phụ thuộc. Nếu các biến có tƣơng quan chặt thì phải lƣu ý đến vấn đề đa cộng tuyến khi phân tích hồi quy. Trong phân tích tƣơng quan Pearson không có sự phân biệt giữa các biến độc lập và các biến phụ thuộc mà tất cả các biến đều đƣợc xem xét nhƣ nhau.
Với giả thuyết H0: hệ số tƣơng quan bằng r=0:
nếu mức ý nghĩa sig <5(%) thì kết luận 2 biến tƣơng quan chặt với nhau, hệ số tƣơng quan càng lớn thì tƣơng quan 2 biến càng chặt
Nếu mức ý nghĩa sig >5(%) thì 2 biến không có tƣơng quan với nhau Dựa vào kết quả phân tích tƣơng quan hệ số Pearson (xem chi tiết phụ lục 5: Kết quả phân tích tương quan Pearson) ta thấy mức ý nghĩa sig. đều có giá trị nhỏ hơn 0.05 nên có thể kết luận các biến độc lập và biến phụ thuộc có tƣơng quan với nhau. Cụ thể hơn là các biến: TKT, THH, TĐPV, CLDV, STN, HADN có tƣơng quan với biến SHL. Ngoài ra từ kết quả phân tích ta cũng có thể thấy rằng
các biến độc có tƣơng quan với nhau, do đó cần chú ý đến hiện tƣợng đa cộng tuyến khi phân tích hồi quy.
Đa cộng tuyến là trạng thái trong đó các biến độc lập có tƣơng quan chặt trẽ với nhau. Vấn đề của hiện tƣợng cộng tuyến là chúng cung cấp cho mô hình những thông tin rất giống nhau, và rất khó tách rời ảnh hƣởng của từng biến một đến biến phụ thuộc. Hiệu ứng khác của sự tƣơng quan khá chặt giữa các biến độc lập là nó làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm trị thống kê t của kiểm định ý nghĩa của chúng nên các hệ số có khuynh hƣớng kém ý nghĩa hơn khi không có đa cộng tuyến trong khi hệ số xác định R2 (R square) vẫn khá cao. Trong quá trình phân tích hối quy bội, đa cộng tuyến đƣợc SPSS chuẩn đoán bằng lựa chọn Collinearity Diagnostic
2.3.4.2 Phân tích hồi quy
Từ kết quả phân tích tƣơng quan Pearson ở trên đã kết luận mối quan hệ tuyến tính giữa các biến độc lập và biến phụ thuộc (SHL). Do đó có thể mô hình hóa mô mối quan hệ nhân quả của 2 biến này bằng hồi quy tuyến tính (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005). Ta tiến hành phân tích hồi quy để xác định cụ thể trọng số của từng thành phần ảnh hƣởng đến sự hài lòng của khách hàng. Phân tích hồi quy sẽ đƣợc thực hiện với 6 biến độc lập (1) TKT, (2) THH, (3) TĐPV, (4) CLDV, (5) STN, (6) HADN) và một biến phụ thuộc (7) SHL. Phân tích sẽ đƣợc thực hiện bằng phƣơng pháp hồi quy tổng thể đa biến Enter với phần mềm SPSS 20.0.
Từ kết quả hồi quy (xem chi tiết phụ lục 6: Kết quả phân tích hồi quy tuyến tính) ta thấy hệ số xác định R2mẫu (Adjusted R Square là hệ số R2 hiệu chỉnh) = 0.729 cho thấy mô hình hồi quy tuyến tính này phù hợp với dữ liệu của mẫu ở mức 72,9%, có nghĩa là các biến độc lập này (các yếu tố ảnh hƣởng) giải thích đƣợc 72,9% biến thiên của biến phụ thuộc (sự hài lòng của khách hàng).
Kiểm định F sử dụng trong phân tích phƣơng sai là một phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể để xem xét biến phụ thuộc có liên hệ tuyến tính với toàn bộ tập hợp của các biến độc lập. Với giả thuyết H0: R2tổng thể = 0, kết quả phân tích hồi quy lại cho thấy rằng F= 67,677%
với p_value (mức ý nghĩa) = 0.000. Do đó có thể bác bỏ giả thuyết H0 và kết luận mô hình hồi quy tuyến tính xây dựng đƣợc là phù hợp với tổng thể.
Đo lƣờng đa cộng tuyến: Hệ số phóng đại phƣơng sai của các biến đều < 2
(xem chi tiết phụ lục 6: Kết quả phân tích hồi quy tuyến tính). Do đó, hiện tƣợng đa cộng tuyến giữa các biến độc lập trong mô hình này là nhỏ, không có ảnh hƣởng đáng kể đến kết quả hồi quy.
Từ Bảng 2.15: Bảng tóm tắt các hệ số hồi quy, ta cũng thấy thêm là trong 6 yếu tố chỉ có 5 yếu tố có ý nghĩa về mặt thống kê do có sig. = 0.000 < 0.05 đó là TÍNH KỊP THỜI, THÁI ĐỘ PHỤC VỤ, CHẤT LƢỢNG DỊCH VỤ, SỰ TÍN NHIỆM, HÌNH ẢNH DOANH NGHIỆP, SỰ HÀI LÒNG và loại bỏ yếu tố TÍNH HỮU HÌNH ra khỏi mô hình hồi quy vì có sig. (mức ý nghĩa) = 0.592 >0.05
Bảng 2.15: Bảng tóm tắt các hệ số hồi quy Hệ số Biến Hệ số chƣa chuẩn hóa Hệ số đã chuẩn hóa t Mức ý nghĩa (p_value) sig. Hệ số phóng đại phƣơng sai B Sai số chuẩn của ƣớc lƣợng β Hằng số .617 .171 3.610 .000 TKT .150 .018 .381 8.408 .000 .885 THH .010 .019 .025 .537 .592 .850 TĐPV .129 .033 .166 3.856 .000 .982 STN .221 .023 .438 9.407 .000 .838 CLDV .161 .027 .255 5.905 .000 .973 HADN .185 .024 .333 7.679 .000 .971 SHL .617 .171 3.610 .000
Từ mô hình phân tích hồi quy, ta có thể đi đến việc bác bỏ hoặc chấp nhận các giả thuyết thống kê với mức ý nghĩa 5%. Dƣới đây là bảng tổng hợp việc kiểm định các giả thuyết ở trên:
Bảng 2.16: Bảng kết quả kiểm định các giả thuyết của mô hình
STT Giả thuyết Beta (β) Mức ý
nghĩa
Kết luận (tại mức ý nghĩa 5%) 1 H1: Tính kịp thời có quan hệ (+) với
Sự hài lòng 0.381 .000 Chấp nhận 2 H3: Thái độ phục vụ có quan hệ (+) với Sự hài lòng 0.166 .000 Chấp nhận 3 H4: Chất lƣợng dịch vụ có quan hệ (+) với Sự hài lòng 0.438 .000 Chấp nhận 4 H5: Sự tín nhiệm có quan hệ (+) với
Sự hài lòng 0.255 .000
Chấp nhận 5 H6: Hình ảnh doanh nghiệp có quan
hệ (+) với Sự hài lòng 0.333 .000
Chấp nhận
Nguồn: khảo sát của tác giả
Từ Bảng 2.16: Bảng kết quả kiểm định các giả thuyết của mô hình, ta thấy mối quan hệ giữa biến phụ thuộc Sự hài lòng của khách hàng và 5 biến độc lập đƣợc thể hiện trong phƣơng trình sau:
SHL = 0.381*TKT + 0.166*TĐPV + 0.438*CLDV + 0.255*STN + 0.333*HADN Trong đó: SHL : Sự hài lòng TKT : Tính kịp thời TĐPV : Thái độ phục vụ CLPV : Chất lƣợng phục vụ STN : Sự tín nhiệm
Theo phƣơng trình hồi quy ở trên cho thấy SỰ HÀI LÒNGcủa khách hàng có quan hệ tuyến tính với các yếu tố TÍNH KỊP THỜI (Hệ số Beta chuẩn hóa là 0.381), THÁI ĐỘ PHỤC VỤ (Hệ số Beta chuẩn hóa là 0.166), CHẤT LƢỢNG DỊCH VỤ (Hệ số Beta chuẩn hóa là 0.438), SỰ TÍN NHIỆM (Hệ số Beta chuẩn hóa là 0.255), HÌNH ẢNH DOANH NGHIỆP (Hệ số Beta chuẩn hóa là 0.333).
Ngoài ra từ bảng 2.15 ta cũng có thể thấy hệ số Beta chuẩn hóa đều >0 cho thấy các biến độc lập tác động thuận chiều (tỷ lệ thuận) với Sự hài lòng củakhách hàng. Kết quả này cũng khẳng định các giả thuyết nêu ra trong mô hình nghiên cứu (H0, H1, H3, H4, H5) đƣợc chấp nhận và đƣợc kiểm định phù hợp.
Nhƣ vậy, FPT Shop sẽ phải nỗ lực hoàn thiện hơn nữa các yếu tố này, đặc biệt là 2 yếu tố có SỰ TÍN NHIỆM và THÁI ĐỘ PHỤC VỤ do có hệ số Beta chuẩn hóa thấp hơn khá nhiều so với các yếu tố còn lại nhằm mục đích nâng cao sự hài lòng của khách hàng đối với dịch vụ sau bán hàng.
2.3.4.3 Phân tích ANOVA
Phân tích phƣơng sai một yếu tố (còn gọi là oneway anova) dùng để kiểm định giả thuyết trung bình bằng nhau của các nhóm mẫu với khả năng phạm sai lầm chỉ
là 5%. Phân tích sự khác biệt giữa các thuộc tính của đối tƣợng nghiên cứu với
biến độc lập trong mô hình nghiên cứu. (với giả thuyết H0: “Phƣơng sai bằng nhau”)
Phân tích sự khác biệt theo giới tính
Kết quả kiểm định phƣơng sai theo giới tính sẽ cho ta biết Sự hài lòng của khách hàng đối với dịch vụ sau bán hàng giữa Nam và Nữ có bằng nhau hay khác nhau nhƣ thế nào. Cụ thể, từ (phụ lục 7: Kết quả phân tích ANOVA) cho thấy mức ý nghĩa sig. của thống kế Levene = 0.544>0.05 nên ở độ tin cậy 95% thì giả thuyết H0: “Phƣơng sai bằng nhau” sẽ đƣợc chấp nhận và bác bỏ giả thuyết H1: “Phƣơng sai khác nhau”. Do đó, kết quả phân tích ANOVA có thể sử dụng.
Kết quả phân tích ANOVA với mức ý nghĩa sig. = 0.16 >0.05, nhƣ vậy chấp nhận giả thuyết H0: “Trung bình bằng nhau”. Do đó, chƣa đủ điều kiện để khẳng định có sự khác biệt về Sự hài lòng của khách hàng đối với dịch vụ sau bán hàng giữa khách hàng Nam và Nữ tại Hà Nội.
Hình 2.5: Sự khác biệt của giới tính về mức độ hài lòng đối với dịch vụ sau bán hàng
Nguồn: khảo sát của tác giả
Phân tích sự khác biệt theo trình độ học vấn
Kết quả kiểm định phƣơng sai theo trình độ chuyên môn sẽ cho ta biết Sự hài lòng của khách hàng đối với dịch vụ sau bán hàng có sự khác biệt nhƣ thế nào về trình độ chuyên môn. Cụ thể, từ (phụ lục 7: Kết quả phân tích ANOVA) cho thấy mức ý nghĩa sig. của thống kế Levene = 0.049>0.05 nên ở độ tin cậy 95% thì giả thuyết H0: “Phƣơng sai bằng nhau” sẽ bị bác bỏ. Do đó, kết quả phân tích ANOVA không thể sử dụng.
Hình 2.6: Sự khác biệt về trình độ học vấn tác động đến mức độ hài lòng đối với dịch vụ sau bán hàng
Nguồn: khảo sát của tác giả
Phân tích sự khác biệt theo thời gian sử dụng dịch vụ
Kết quả kiểm định phƣơng sai theo thời gian sử dụng sẽ cho ta biết Sự hài lòng của khách hàng đối với dịch vụ sau bán hàng theo thời gian sử dụng dịch vụ là bằng nhau hay khác nhau nhƣ thế nào. Cụ thể, từ (phụ lục 7: Kết quả phân tích ANOVA) cho thấy mức ý nghĩa sig. của thống kế Levene = 0.556>0.05 nên ở độ tin cậy 95% thì giả thuyết H0: “Phƣơng sai bằng nhau” sẽ đƣợc chấp nhận và bác bỏ giả thuyết H1: “Phƣơng sai khác nhau”. Do đó, kết quả phân tích ANOVA có thể sử dụng.
Kết quả phân tích ANOVA với mức ý nghĩa sig. = 0.983 >0.05, nhƣ vậy chấp nhận giả thuyết H0: “Trung bình bằng nhau”. Do đó, chƣa đủ điều kiện để khẳng định có sự khác biệt về Sự hài lòng của khách hàng đối với dịch vụ sau bán hàng của khách hàng về thời gian sử dụng dịch vụ tại Hà Nội.
Hình 2.7: Sự khác biệt về thời gian ảnh hƣởng đến mức độ hài lòng của khách hàng đối với dịch vụ sau bán hàng
Nguồn: khảo sát của tác giả
Phân tích sự khác biệt theo nhóm dịch vụ đã sử dụng
Kết quả kiểm định phƣơng sai theo dịch vụ đã sử dụng sẽ cho ta biết Sự hài lòng của khách hàng đối với dịch vụ sau bán hàng có sự khác biệt nhƣ thế nào về các dịch vụ đã sử dụng. Cụ thể, từ (phụ lục 7: Kết quả phân tích ANOVA) cho thấy mức ý nghĩa sig. của thống kế Levene = 0.024<0.05 nên ở độ tin cậy 95% thì giả thuyết H0: “Phƣơng sai bằng nhau” sẽ bị bác bỏ. Do đó, kết quả phân tích ANOVA không thể sử dụng.
Hình 2.8: Sự khác biệt về dịch vụ đã sử dụng ảnh hƣởng đến sự hài lòng của khách hàng đối với dịch vụ sau bán hàng
Nguồn: khảo sát của tác giả
2.3.5 Kết quả nghiên cứu
2.3.5.1 Xác định nhu cầu của khách hàng
Theo kết quả thống kê mô tả cho thấy sau khi mua hàng có ba tiêu chí mà khách hàng mong đợi hơn cả ở dịch vụ sau bán hàng của FPT Shop là:
Thứ nhất: Nhân viên Công ty luôn đặt quyền lợi và sự thuận tiện của khách hàng lên hàng đầu vì có thể nói đây là điều cốt lõi của dịch vụ sau bán hàng. Đặc biệt là những năm gần đây chứng kiến sự bùng nổ mạnh mẽ của công nghệ giúp khách hàng dễ dàng so sánh về chất lƣợng sản phẩm và dịch vụ của các nhà cung cấp trên thị trƣờng, và trong môi trƣờng cạnh tranh gay gắt nhƣ vậy họ ý thức đƣợc quyền lợi của mình và những thuận tiện mà các doanh nghiệp cung cấp khác nhau mang lại cho mình. Do đó việc bảo vệ quyền lợi và mang đến sự thuận tiện vƣợt trội đến cho khách hàng sẽ giúp cho doanh nghiệp thu hút đƣợc sự quan tâm và sự trung thành của khách hàng. Để đáp ứng mong đợi này, doanh nghiệp nên
đồng thời linh động/linh hoạt hơn trong dịch vụ đổi trả, bảo hành…
Thứ hai: Nhân viên Công ty tận tình giúp đỡ và luôn lắng nghe ý kiến của khách hàng. Làm tốt tiêu chí này sẽ giúp khách hàng cảm thấy yên tâm hơn, tin cậy hơn và đƣợc tôn trọng hơn khi đến với doanh nghiệp. Để đáp ứng mong đợi này, doanh nghiệp nên chú ý hoàn thiện hơn nữa các dịch vụ bảo hành, sửa chữa, hƣớng dẫn sử dụng, đổi trả kết hợp hoạt động chăm sóc khách hàng đúng lúc, đúng thời điểm.
Thứ 3: Công ty luôn thực hiện đúng những cam kết khi khách hàng mua hàng. Đáp ứng đƣợc mong đợi này sẽ giúp doanh nghiệp tăng sự tin tƣởng của khách hàng đối với thƣơng hiệu, hình ảnh của doanh nghiệp mình.
2.3.5.2 Các yếu tố ảnh hưởng đến sự hài lòng của khách hàng đối với dịch vụ sau bán hàng
Từ 6 nhân tố xác định trong nghiên cứu sơ bộ (6 nhân tố với 24 biến), thông qua phân tích độ tin cậy (6 nhân tố với 20 biến) và phân tích nhân tố EFA (6 nhân tố với 20 biến quan sát), mô hình các yếu tố ảnh hƣơng đến sự hài lòng khách hàng đối với dịch vụ sau bán hàng theo thứ tự Beta chuẩn hóa đã kiểm định trong phân tích hồi quy đƣợc thể hiện nhƣ trong hình 2.9
Hình 2.9: Mô hình các yếu tố ảnh hƣởng đến sự hài lòng khách hàng đối với dịch vụ sau bán hàng
Nguồn: khảo sát của tác giả
Nhìn vào hình 2.9, chúng ta có thể thấy 5 yếu tố ảnh hƣởng đến sự hài lòng khách hàng đối với dịch vụ sau bán hàng ở các mức độ khác nhau. Tuy nhiên khoảng cách chênh lệch không nhiều từ Bêta = 0.166 đến Bêta = 0.438 cho thấy cả 5 yếu tố này đều ảnh hƣởng đến sự hài lòng khách hàng và việc nhận định mức độ quan trọng giữa các yếu tố chỉ dao động trong một khoảng cách nhỏ.
Một là, CHẤT LƢỢNG DỊCH VỤ (0,438) có giá trị Beta chuẩn hóa cao nhất nên theo mô hình hồi quy có thể nhận định đây là yếu tố có sự ảnh hƣởng nhiều nhất đến sự hài lòng khách hàng đối với dịch vụ sau bán hàng. Nhƣ đã nói ở trên, do sự phát triển chóng mặt của công nghệ số những năm gần đây và sự cạnh tranh gay gắt trong môi trƣờng ngành bán lẻ kỹ thuật số thì việc đảm bảo chất lƣợng dịch vụ của doanh nghiệp luôn là tốt nhất sẽ giúp chính họ tạo đƣợc lợi thế cạnh tranh hơn so với các doanh nghiệp khác trong cùng ngành. Không những thế
họ chiếm đƣợc tin tƣởng và trung thành của khách hàng.
Kết quả thống kê cho thấy khách hàng có sự hài lòng cao về chất lƣợng dịch vụ của FPT Shop (các GTTB >0,4). Do đó có thể thấy rằng chất lƣợng dịch vụ của FPT Shop trong cảm nhận của khách hàng là hoàn toàn chấp nhận đƣợc, mặc dù là doanh nghiệp đến sau nhƣng chỉ trong thời gian ngắn đã chiếm đƣợc vị