3.2.1. Đánh giá thang đo bằng độ tin cậy Cronbach’s alpha
Kiểm định Cronbach’s Alpha là kiểm định nhằm phân tích, đánh giá độ tin cậy của thang đo. Mục đích của kiểm định này là tìm hiểu xem các biến quan sát có cùng đo lường cho một khái niệm cần đo hay không. Giá trị đóng góp nhiều hay ít được phản ánh thông qua hệ số tương quan biến tổng Corrected Item – Total Correlation. Qua đó, cho phép loại bỏ những biến không phù hợp trong mô hình nghiên cứu.
Tiêu chuẩn để chấp nhận các biến:
- Giá trị Cronbach’s Alpha chung phải > 0,6
- Hệ số tương quan biến tổng (Corrected Item – Total Correlation) phải > 0,3 - Cronbach’s Alpha if item deleted: phải nhỏ hơn Cronbach’s Alpha chung
Sau khi dùng phương pháp phân tích nhân tố để loại các biến không phù hợp, tiến hành kiểm định độ tin cậy của thang đo gồm 5 nhân tố (5 biến độc lập):
- Năng lực phục vụ ( Sự tin cậy và sự cảm thông) - Phương tiện hữu hình
- Sự đáp ứng - Giá cả - Sự đảm bảo
Bên cạnh đó, thực hiện kiểm định Cronbach’s Alpha cho biến phụ thuộc là mức độ hài lòng khách hàng đối với dịch vụ âm nhạc của Spotify
3.2.1.1. Thang đo năng lực phục vụ
Cronbach's N of Alpha Items
,955 10
Năng lực phục vụ
Scale Mean if Scale Variance if Corrected Item- Cronbach's Alpha Item Deleted Item Deleted Total Correlation if Item Deleted
NLPV1 31,15 59,208 ,745 ,952 NLPV2 31,08 56,445 ,840 ,948 NLPV3 30,97 57,452 ,791 ,950 NLPV4 30,97 58,464 ,795 ,950 NLPV5 31,04 57,342 ,839 ,948 NLPV6 31,14 57,840 ,797 ,950 NLPV7 31,05 58,189 ,802 ,950 NLPV8 30,99 57,166 ,822 ,949 NLPV9 31,14 56,974 ,836 ,949 NLPV10 31,19 58,728 ,762 ,952
Bảng 3-11.Kết quả hệ số tin cậy Cronbach’s Alpha của thang đo năng lực phục vụ
Kết quả Cronbach’s alpha (CA) của các thang đo về các thành phần của năng lực phục vụ (NLPV) là 0,955 và CA của các biến quan sát (NLPV1, NLPV2, NLPV3, NLPV4,
NLPV5, NLPV6, NLPV7, NLPV8, NLPV9, NLPV10) đều nhỏ hơn CA của NLPV. Đồng thời, các hệ số tương quan biến tổng hiệu chỉnh (Corrected Item-Total Correlation) đều cao hơn mức cho phép (>0,3). Như vậy các biến quan sát này được sử dụng cho bước phân tích nhân tố khám phá (EFA) để kiểm định giá trị hội tụ và giá trị phân biệt.
3.2.1.2. Thang đo phương tiện hữu hình
Reliability Statistics
Cronbach's N of Alpha Items
,949 6
Phương tiện hữu hình
Scale Mean if Scale Variance if Corrected Item- Cronbach's Alpha Item Deleted Item Deleted Total Correlation if Item Deleted
PTHH1 17,80 21,602 ,818 ,942
PTHH3 18,01 21,369 ,822 ,942
PTHH4 17,84 20,966 ,851 ,938
PTHH5 18,00 21,439 ,853 ,938
Bảng 3-12. Kết quả hệ số tin cậy Cronbach’s Alpha của thang đo phương tiện hữu hình
Kết quả Cronbach’s alpha (CA) của các thang đo về các thành phần của phương tiện hữu hình (PTHH) là 0,949 và CA của các biến quan sát (PTHH1, PTHH2, PTHH3, PTHH4, PTHH5, PTHH6) đều nhỏ hơn CA của PTHH. Đồng thời, các hệ số tương quan biến tổng hiệu chỉnh (Corrected Item-Total Correlation) đều cao hơn mức cho phép (>0,3). Như vậy các biến quan sát này được sử dụng cho bước phân tích nhân tố khám phá (EFA) để kiểm định giá trị hội tụ và giá trị phân biệt.
3.2.1.3. Thang đo sự đáp ứng Reliability Statistics Cronbach's N of Alpha Items ,878 4 Sự đáp ứng
Scale Mean if Scale Variance if Corrected Item- Cronbach's Alpha Item Deleted Item Deleted Total Correlation if Item Deleted
ĐU1 10,50 6,290 ,766 ,832
ĐU2 10,44 6,694 ,697 ,859
ĐU3 10,62 6,708 ,730 ,846
ĐU4 10,53 6,480 ,754 ,837
Bảng 3-13. Kết quả hệ số tin cậy Cronbach’s Alpha của thang đo sự đáp ứng
Kết quả Cronbach’s alpha (CA) của các thang đo về các thành phần của sự đáp ứng (ĐU) là 0,878 và CA của các biến quan sát (ĐU1, ĐU2, ĐU3, ĐU4) đều nhỏ hơn CA của ĐU. Đồng thời, các hệ số tương quan biến tổng hiệu chỉnh (Corrected Item-Total Correlation) đều cao hơn mức cho phép (>0,3). Như vậy các biến quan sát này được sử dụng cho bước phân tích nhân tố khám phá (EFA) để kiểm định giá trị hội tụ và giá trị phân biệt.
3.2.1.4. Thang đo giá cả
Reliability Statistics
Cronbach's N of
Alpha Items
,762 3
Giá cả
Scale Mean if Scale Variance if Corrected Item- Cronbach's Alpha Item Deleted Item Deleted Total Correlation if Item Deleted
GC1 5,87 2,659 ,754 ,488
GC2 5,79 2,740 ,650 ,613
GC3 6,13 3,747 ,407 ,868
Bảng 3-14 Kết quả hệ số tin cậy Cronbach’s Alpha của thang đo giá cả
Kết quả Cronbach’s alpha (CA) của các thang đo về các thành phần của giá cả (GC) là 0,762 và CA của các biến quan sát GC1 và GC2 đều nhỏ hơn CA của GC trừ GC3 có CA là 0,868 cao hơn so với CA của thang đo tổng thể. Đồng thời, các hệ số tương quan biến tổng hiệu chỉnh (Corrected Item-Total Correlation) đều cao hơn mức cho phép (>0,3). Như vậy ta loại biến GC3 , còn hai biến quan sát còn lại (GC1, GC2) được sử dụng cho bước phân tích tiếp theo.
3.2.1.5. Thang đo sự đảm bảo
Reliability Statistics
Cronbach's N of Alpha Items
,812 3
Sự đảm bảo
Scale Mean if Scale Variance if Corrected Item- Cronbach's Alpha Item Deleted Item Deleted Total Correlation if Item Deleted
ĐB1 6,74 3,276 ,699 ,703
ĐB2 6,85 2,996 ,720 ,679
ĐB3 6,83 3,913 ,578 ,822 Bảng 3-15. Kết quả hệ số tin cậy Cronbach’s Alpha của
thang đo sự đảm bảo
Kết quả Cronbach’s alpha (CA) của các thang đo về các thành phần của sự đảm bảo (ĐB) là 0,812 > 0,6 và CA của các biến quan sát ĐB1 và ĐB2 đều nhỏ hơn CA của ĐB trừ ĐB3 có CA là 0,822 cao hơn so với CA của thang đo tổng thể. Đồng thời, các hệ số tương quan biến tổng hiệu chỉnh (Corrected Item-Total Correlation) đều cao hơn mức cho phép (>0,3). Như vậy ta loại biến ĐB3 , còn hai biến quan sát còn lại (ĐB1, ĐB2) được sử dụng cho bước phân tích EFA tiếp theo.
Sự hài lòng Reliability Statistics Cronbach's N of Alpha Items ,934 5 Sự hài lòng
Scale Mean if Scale Variance if Corrected Item- Cronbach's Alpha Item Deleted Item Deleted Total Correlation if Item Deleted
SHL1 14,11 14,038 ,832 ,918
SHL2 14,21 13,720 ,825 ,919
SHL3 14,29 13,660 ,795 ,925
SHL4 14,26 13,518 ,843 ,916
SHL5 14,16 13,323 ,833 ,918
Bảng 3-16. Kết quả hệ số tin cậy Cronbach’s Alpha của thang đo sự hài lòng
Kết quả Cronbach’s alpha (CA) của các thang đo về các thành phần của sự hài lòng (SHL) là 0,934 và CA của các biến quan sát (SHL1, SHL2, SHL3, SHL4, SHL5) đều nhỏ hơn CA của ĐU. Đồng thời, các hệ số tương quan biến tổng hiệu chỉnh (Corrected ItemTotal Correlation) đều cao hơn mức cho phép (>0,3). Như vậy các biến quan sát này được sử dụng cho bước phân tích tiếp theo.
3.2.2. Phân tích nhân tố khám phá (EFA)
Theo Hair & ctg (1998), phân tích nhân tố là một phương pháp phân tích thống kê dùng để rút gọn một tập gồm nhiều biến quan sát thành một nhóm để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết các nội dung thông tin của biến ban đầu.
Theo Hair & ctg (1998, 111), Multivariate Data Analysis, Prentice -Hall International, trong phân tích EFA, chỉ số Factor Loading có giá trị lớn hơn 0.5 được xem là có ý nghĩa thực tế. KMO (Kaiser-Meyer-Olkin) là chỉ số thể hiện mức độ phù hợp của phương pháp EFA, hệ số KMO lớn hơn 0.5 và nhỏ hơn 1 thì phân tích nhân tố được coi là phù hợp. Theo Hoàng Trọng & Mộng Ngọc (2005, 262), kiểm định Bartlett (Bartlett’s test) xem xét giả thiết H0 độ tương quan giữa các biến quan sát bằng 0 trong tổng thể. Nếu như kiểm định này có ý nghĩa thống kê, tức là Sig < 0.05 thì các quan sát có tương quan với nhau trong tổng thể.
Tóm lại, trong phân tích nhân tố khám phá cần phải đáp ứng các điều kiện: - Factor Loading > 0.5
- 0.5 < KMO < 1
- Kiểm định Bartlett có Sig < 0.05
Mô hình nghiên cứu ban đầu có 6 nhóm nhân tố với 31 yếu tố kỳ vọng ảnh hưởng đến sự hài lòng của khách hàng đối với dịch vụ âm nhạc của Spotify. Tuy nhiên sau khi kiểm định Cronbach’s Anpha, loại bỏ 2 biến quan sát gồm 1 biến trong nhóm giá cả (GC3), 1 biến trong nhóm sự đảm bảo (ĐB1).Như vậy, 6 nhóm nhân tố với 29 biến đo lường còn lại sẽ được đưa vào phân tích nhân tố.
3.2.2.1. Phân tích nhân tố khám phá của các biến độc lập
Kết quả phân tích nhân tố lần 1
Bảng 3-17. Kiểm định KMO thang đo các thành phần tác động đến sự hài lòng của khách hàng lần 1
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,957
Bartlett's Test of Sphericity Approx. Chi-Square 3786,693
df 276
Sig. ,000
Rotated Component Matrixa
Component 1 2 3 4 5 NLPV9 ,812 NLPV2 ,695 NLPV10 ,694 NLPV6 ,693 NLPV5 ,688 NLPV8 ,666
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 10 iterations.
Bảng 3-18. Kết quả phân tích nhân tố các thành phần tác động đến sự hài lòng của khách hàng lần 1
Kết quả phân tích nhân tố khám phá lần 1 cho các thang đo (biến độc lập) cụ thể như sau: Kết quả thống kê Chi-bình phương của kiểm định Bertlett đạt giá trị 3786,693 với mức ý nghĩa sig = 0.000 và hệ số KMO = 0.958, do vậy các biến quan sát có tương quan với nhau xét trên phạm vi tổng thể nên kết quả EFA là phù hợp với dữ liệu nghiên cứu. Phương sai trích được là 79,331% (lớn hơn 50%) thể hiện rằng các nhân tố trích ra được giải thích 79,331% biến thiên của dữ liệu (chi tiết ở phụ lục). Các biến quan sát có hệ số tải nhân tố đạt yêu cầu (lớn hơn 0,5), ngoại trừ các biến NLPV7 và ĐU2 bị loại vì biến quan sát này cùng tải lên ở cả hai nhân tố và không đảm bảo mức chênh lệch hệ số tải từ 0,3 trở lên ( ví dụ như NLPV7: 0,571 -0,545 = 0,026 <0,3); biến ĐU4 cũng bị loại do tải sai nhân tố . Như vậy, sau khi phân tích nhân tố lần 1, ta loại bỏ 3 biến quan sát. Ta tiếp tục phân tích nhân tố lần 2 với 21 biến quan sát, cứ như vậy đến lần cuối cùng khi các nhân tố thỏa các yếu tố đánh giá thống kê.
Bảng 3-19. Kiểm định KMO thang đo các thành phần tác động đến sự hài lòng của khách hàng lần 2
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 7 iterations.
Bảng 3-20. Kết quả phân tích nhân tố các thành phần tác động đến sự hài lòng của
Kết quả phân tích nhân tố lần 2
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,954
Bartlett's Test of Sphericity Approx. Chi-Square 3130,175
df 210
khách hàng lần 2
Kết quả phân tích nhân tố khám phá lần 2 cho các thang đo (biến độc lập) cụ thể như sau: Kết quả thống kê Chi-bình phương của kiểm định Bertlett đạt giá trị 3130,175 với mức ý nghĩa sig = 0.000 và hệ số KMO = 0.954, do vậy các biến quan sát có tương quan với nhau xét trên phạm vi tổng thể nên kết quả EFA là phù hợp với dữ liệu nghiên cứu. Phương sai trích được là 80,032% (lớn hơn 50%) thể hiện rằng các nhân tố trích ra được giải thích 80,032% biến thiên của dữ liệu (chi tiết ở phụ lục). Các biến quan sát có trọng số nhân tố đạt yêu cầu (lớn hơn 0.5). Như vậy, kết quả phân tích nhân tố lần cuối, thang đo sự hài lòng về kí túc xá gồm 21 biến quan sát, theo kiểm định Cronbach’s a lpha thì các quan sát này đều phù hợp. Và kiểm định KMO và Barlett’s trong phân tích factor cho thấy sig = .000 và hệ số KMO rất cao ( 0.954> 0.5) nên phân tích EFA thích hợp sử dụng trong nghiên cứu này.
Như vậy sau quá trình thực hiện phân tích nhân tố, 21 biến quan sát được gom thành 5 nhân tố. Bảng phân nhóm và đặt tên nhóm cho 5 nhân tố được tạo ra như sau:
Nhân
tố Biến Chỉ tiêu Tên nhóm
NLPV NLPV1 Việc thanh toán các gói Premium của Spotify là dễ dàng, nhanh chóng
Năng lực phục vụ NLPV2 Spotify có đề xuất các danh sách phát (playlist) phù
hợp với tôi
NLPV3 Tôi thấy các playlist của Spotify rất hay
NLPV4 Tôi thấy tâm trạng của mình được cải thiện mỗi khi nghe nhạc trên ứng dụng Spotify
Chất lượng dịch vụ của Spotify ngày càng tốt hơn NLPV5
Spotify luôn sẵn sàng giúp đỡ bạn khi bạn gặp khó NLPV6
Bảng 3-21. Bảng nhóm câu hỏi mới của biến phụ thuộc 3.2.2.2. Phân tích nhân tố khám phá của các biến phụ thuộc
KMO and Bartlett's Test
Extraction Method: Principal Component Analysis. a. 1 components extracted.
Bảng 3-22. Kết của phân tích EFA của biến sự hài lòng
Kiểm định KMO và Barlett’s trong phân tích nhân tố cho biến sự hài lòng cho thấy sig = . 000 và hệ số KMO ( 0,878 > 0,5) nên phân tích EFA thích hợp sử dụng trong nghiên cứu này.
Tất cả các kết quả thu được từ độ tin cậy Cronbach’s alpha và phân tích nhân tố khám phá EFA ở trên cho thấy thang đo các khái niệm nghiên cứu đều đạt yêu cầu về giá trị và độ tin cậy. Các biến quan sát đã đại diện được cho các khái niệm nghiên cứu cần phải đo. Như vậy, mô hình nghiên cứu sau khi phân tích nhân tố khám phá EFA được đưa ra bao gồm 5 biến độc lập (trong đó 21 biến quan sát) và biến phụ thuộc (trong đó có 5 biến quan sát).
phục vụ tốt hơn
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,878
Bartlett's Test of Sphericity Approx. Chi-Square 650,915
df 10 Sig. ,000 Component Matrixa Component 1 SHL4 ,901 SHL5 ,897 SHL1 ,895 SHL2 ,891 SHL3 ,868
3.3. Phân tích hồi quy và tương quan
Sau khi qua giai đoạn phân tích nhân tố, có 5 nhân tố được đưa vào kiểm định mô hình. Giá trị nhân tố là trung bình của các biến quan sát thành phần thuộc nhân tố đó. Phân tích tương quan Pearson được sử dụng để xem xét sự phù hợp khi đưa các thành phần vào mô hình hồi quy. Kết quả của phân tích hồi quy sẽ được sử dụng để kiểm định các giả thuyết từ H1 đến H5.
Mô hình hồi quy có dạng sau:
Sự hài lòng = βo + β1 x NLPV+ β2 x PTHH + β3 x GC + β4 x ĐU + β5 x ĐB + ε (Trong đó: βo : hằng số hồi quy, βi: trọng số hồi quy, ε : sai số).
**. Correlation is significant at the 0.01 level (2 -tailed).
Bảng 3-23. Bảng kiểm định hệ số tương quan Pearson
Kiểm định hệ số tương quan Pearson dùng để kiểm tra mối liên hệ tuyến tính giữa các biến độc lập và biến phụ thuộc. Dựa vào bảng trên, ta có thể xem xét các biến độc lập tương quan như thế nào với biến phụ thuộc, cụ thể là các biến này đều có Sig. < 0.05 cho nên chúng ta có thể nói rằng các biến độc lập này có tương quan với biến phụ thuộc. Theo ma trận tương quan thì các biến đều có tương quan và có ý nghĩa ở mức 0,01. Do đó, ta có thể kết luận các biến độc lập này có thể đưa vào mô hình để giải thích cho biến sự hài lòng. Tuy nhiên sự tuong quan của các biến độc lập với nhau là khá lớn ( ví dụ như biến MLPV và PTHH có hệ số tương quan là 0,800 >0.700) nên có thể xảy ra hiện tượng đa cộng tuyến. Nhưng điều này chỉ là nghi ngờ, để chứng minh bằng con số thật để nó có xảy ra đa cộng tuyến hay không thì phải dựa vào giá trị VIF ở bước phân tích hôì quy.
3.3.2. Phân tích hồi quy
Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
1 ,868a ,753 ,745 ,46261 1,266
a. Predictors: (Constant), ĐB, ĐU, GC, PTHH, NLPV b. Dependent Variable: SHL
Bảng 3-24. Bảng đánh giá độ phù hợp của mô hình
Kết quả cho thấy mô hình hồi quy đưa ra tương đối phù hợp với mức ý nghĩa 0.05 với hệ số R2 hiệu chỉnh = 0,745 có nghĩa là có khoảng 74,5% phương sai sự hài lòng được giải thích bởi 5 biến độc lập (NLPV,PTHH, GC, ĐU, ĐB).
SHL Pearson Correlation ,849 ** ,763 ** ,613 ** ,744 ** ,646 ** 1 Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000 N 158 158 158 158 158 158
ANOVAa
a. Dependent Variable: SHL
b. Predictors: (Constant), ĐB, ĐU, GC, PTHH, NLPV
Bảng 3-25. Phân tích phương sai
Trong bảng phân tích ANOVA, ta thấy giá trị sig. rất nhỏ (sig. = 0.000) nên mô hình hồi quy phù hợp với tập dữ liệu và có thể sử dụng được. Dựa vào bảng phương sai ANOVA, với mức ý ngĩa Sig. rất nhỏ (Sig. = 0.000) < 0.05 chứng tỏ có sự khác biệt về sự hài lòng giữa các yếu các yếu tố như (NLPV,PTHH, GC, ĐU, ĐB). Tuy nhiên để biết nhóm nào khác với nhóm nào cần nhìn vào bảng tiếp theo.
Bảng 3-26. Phân tích hồi quy (VIF)
Trong kết quả trên, nếu sig. <= 0,05 tương đương với độ tin cậy 95% và |t| > 2 thì nhân tố