6. Đóng góp của đề tài
2.2.3.6 Kiểm tra sự phù hợp của thang đo sự tin cậy
Bảng 2.15: Bảng hệ số tin cậy Cronbach Alpha của các thành phần thang đo sự tin cậy
Biến quan sát
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến Tương quan biến tổng Cronbach’s Alpha nếu loại biến
Thành phần độ tin cậy : ALPHA = 0,669
Khả năng cung ứng các thông tin về dịch vụ xe điện cho nhu cầu của khách du lịch một cách rõ ràng
11,60 3,074 0,413 0,626
Khả năng chuyên môn về nhân viên hướng dẫn, nhân viên lái xe và quản lý cao
11,55 3,082 0,453 0,601
Công ty đưa ra những cam kết tim cậy về dịch vụ xe điện đối với du khách
11,67 2,745 0,534 0,542
Thời gian đưa đón khách
đúng hạn 11,62 3,096 0,402 0,633
(Nguồn: Kết quảxửlý sốliệu điều tra với SPSS)
Thành phần Chất lượng phục vụ có hệ số Cronbach Alpha là 0,699 (lớn hơn 0 ,6), hệ số này có ý nghĩa. Các hệ số tương quan biến - tổng (Corrected Item - Total
Correlation) của các biến đo lường thành phần này là đều lớn hơn 0,3 (lớn hơn tiêu chuẩn cho phép là 0,3). Bên cạnh đó, hệ số Alpha nếu loại bỏ biến (Alpha if Item Deleted) của các biến đều nhỏ hơn hệ sốCronbach Alpha nên các biến đo lường thành phần này sẽ được giữlại đểsửdụng trong các phân tích tiếp theo.
2.2.3.7 Kiểm tra sự phù hợp của thang đo mức độ hài lòng chung
Bảng 2.16: Bảng hệ số tin cậy Cronbach Alpha của các thành phần thang đo về mức độ hài lòng chung
Biến quan sát Trung bình thang đo nếu loại biến Phương sai thang đo nếu loại biến Tương quan biến tổng Cronbach’s Alpha nếu loại biến
Thành phần độ tin cậy : ALPHA = 0,875
Anh/chị cảm thấy hài lòng khi sử dụng xe điện trên địa bàn tỉnh Thừa Thiên Huế 7,48 2,887 0,635 0,929 Anh/chị sẽ tiếp tục sử dụng xe điện khi đến Huế 7,54 2,102 0,849 0,739 Anh/chị có sẵn lòng giới thiệu cho người thân, bạn bè sử dụng dịch vụ xe điện khi đến Huê
7,60 1,958 0,831 0,760
(Nguồn: Kết quảxửlý sốliệu điều tra với SPSS)
Mức độ hài lòng có hệ số Cronbach Alpha là 0,875 (lớn hơn 0,6), tuy nhiên hệ sốnày lại nhỏ hơn hệsốAlpha nếu loại bỏbiến (Alpha If Item Deleted) của biến số28 (bằng 0,875), nên cần phải loại biến số 28 đểcho hệsốCronbach Alpha là lớn nhất so với hệsốAlpha nếu loại bỏbiến của các biến trong thành phần này. Hệsố tương quan biến–tổng (Corrected Item–Total Correlation) của các biến đo lường thành phần này đều lớn hơn 0,3 (lớn hơn tiêu chuẩn cho phép là 0,3).
Tóm lại:
Qua sự phân tích Cronbach Alpha đối với các thang đo đo lường sựthoảmãn của khách hàng đối với dịch vụxeđiện của Công ty như trên chúng tacó kết luận sau:
HệsốCronbach's Alpha của tất cảcác nhân tố sau khi rút trích từ các biến quan sát bằng phương pháp phân tích nhân tố EFA đều lớn hơn 0.6. Đặc biệt, nhân tố “Ngăn lực phục vụ” (Cronbach's Alpha =0,815) và “Mức độ hài lòng chung” (Cronbach's Alpha=0,875) có hệ số Cronbach's Alpha khá cao. Điều này do số biến của những nhân tố này cũng khá lớn (lần lượt là 5 biến và 3 biến). Ngoài ra, tất cả các hệ số Cronbach's Alpha của các nhóm biến quan sát đều có giá trị Cronbach's Alpha tương đối cao và đều lớn hơn 0.6
Trong mỗi nhóm biến thì hệ số tương quan tổng của các biến quan sát đều lớn hơn 0.3. Điều này khẳng định thang đo các nhân tốrút trích từcác biến quan sát là phù hợp và đáng tin cậy. Vậy ta có thể sử dụng 6 nhóm biến này trong các bước phân tích tiếp theo.
Do đó, các biến đo lường các thành phần nêu trên đều được sử dụng cho các phân tích tiếp theo của nghiên cứu vìđảm bảo độtin cậy vềmặt thống kê.
2.2.4 Phân tích nhân tố khám phá EFA
Trong đề tài nghiên cứu này, phân tích nhân tố sẽ giúp ta xem xét khả năng rút gọn số lượng 28 biến quan sát xuống còn một số ít các biến dùng để phản ánh một cách cụthể sự tác động của các nhân tố đến sựhài lòng của khách du lịch nội địa đối với chất lượng dịch vụ xe điện tại Tỉnh Thừa Thiên Huế. Kết quả phân tích nhân tố được thểhiện dưới đây:
Phương pháp EFA được sử dụng. Phân tích nhân tố khám phá EFA là một phương pháp phân tích định lượng dùng để rút gọn một tập gồm nhiều biến quan sát phụthuộc lẫn nhau thành một tập biến ít hơn (gọi là các nhân tố) để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu (Hair & ctg 1998).
Kiểm định KMO
Để tiến hành phân tích nhân tố khám phá thì dữ liệu thu được phải đáp ứng được các điều kiện qua kiểm định KMO và kiểm định Bartlett’s. Bartlett’s Test dùng đểkiểm định giảthuyết H0 là các biến không có tương quan với nhau trong tổng thể, tức ma trận tương quan tổng thểlà một ma trận đơn vị, hệsố KMO dùng để kiểm tra xem kích thước mẫu ta có được có phù hợp với phân tích nhân tố hay không. Theo
Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2007) thì giá trị Sig. của Bartlett’s Test nhỏ hơn 0.05 cho phép bác bỏ giảthiết H0 và giá trị 0.5 < hệsốKMO < 1 có nghĩa là phân tích nhân tốlà thích hợp
Bảng 2.17: Kiểm định KMO đối với sự hài lòng
HệsốKMO 0,768
Kiểm định Bartlett's
HệsốChi bình phương 567,867
Df 66
Giá trị sig. trong kiểm định
Bartlett's 0,000
(Nguồn: Kết quảxửlý sốliệu điều tra với SPSS)
Kết quả kiểm định cho ra trị số của KMO đạt 0,768 lớn hơn 0.5 và Sig của Bartlett’s Test là0.000 nhỏ hơn 0.05 cho thấy 12quan sát này có tương quan với nhau và hoàn toàn phù hợp với phân tích nhân tố.
Bảng 2.18: Kết quả EFA cho thang đo nhân tố thành phần của sự hài lòng của khách du lịch (lần 4)
Biến quan sát
Hệ số tải nhân tố của các thành phần
1 2 3 4
ĐC5 0,784
ĐC6 0,775
PV4 0,755
ĐC7 0,733
ĐƯ17 0,713 ĐƯ21 0,848 TC25 0,805 ĐƯ20 0,711 G16 0,830 G15 0,826 PTHH13 0,804 PTHH111 0,793 Gía trị 3,919 1,931 1,256 1,037 Phương sai trích (%) 32,656 48,748 59,215 67,885
(Nguồn: Kết quảxửlý sốliệu điều tra với SPSS)
Giải thích các nhân tố sau khi EFA
Như vậy các biến quan sát đưa vào EFA được rút gọn thành 4 nhân tốvới các giải thích vềnội dung của từng nhân tốnày và từ đó căn cứ vào bản chất của các biến cụthể mà nhân tố bao gồm sẽ tìm ra tên mới cho nhân tố, tính chất này được gọi là tính chất khám phá, đó là một đặc trưng nổi trội của EFA (Nguyễn Trọng Hoài & ctg 2008), cụthể là:
1) Nhân tốthứnhất gồm 5 biến quan sát sau:
ĐC5 Nhân viên luôn thấu hiểu khách du lịch trong mọi hoàn cảnh
ĐC6 Nhân viên luôn nhìn nhận được trạng thái của khách du lịch
PV4 Nhân viên được đào tạo nghiệp vụdu lịch
ĐC7 Đặt cảm xúc của khách du lịch lên hàng đầu
ĐƯ17 Nhân viên luôn phục vụnhanh chóng yêu cầu của khách du lịch.
Các biến quan sát này thuộcđa phần là mức độ đồng cảm. Nó liên quan đến thái độphục vụ, mức độ đồng cảm và mức độ đáp ứng của nhân viên Chúng ta gọi nhân tốthứ nhất là “Mức độ đồng cảm” vì tên này phản ánh khá rõ các biến quan sát trong nhân tố.
2) Nhân tốthứhai gồm 3 biến quan sát sau:
ĐƯ21 Thời gian chờ đợi xe ngắn
TC25 Thời gian đưa đó khách du lịch đúng hẹn
ĐƯ20 Các gói dịch vụdu lịch của xe điện giúp cho khách có nhiều sựlựa chọn.
Các biến quan sát này thuộc đa phần là mức độ đáp ứng. Nó liên quan đến thái độmức độ đáp ứng và sựtin cậy của du khách. Chúng ta gọi nhân tốthứnhất là “Mức độ đáp ứng” vì tên này phản ánh khá rõ các biến quan sát trong nhân tố.
3) Nhân tốthứba gồm gồm 2 biến quan sát sau:
G16 địa điểm giao dịch phương thức bán vé thuận tiện
G15 Gía vé hợp lý
Các biến quan sát này thuộc thành phần giá cả. Nó liên quan đến giá cả để sử dụng dịch vụ xe điện. Chúng ta gọi nhân tốthứnhất là “nhận thức vềgiá cả” vì tên này phản ánh khá rõ các biến quan sát trong nhân tố.
4) Nhân tốcuối cùng gồm 2 nhân tố như sau:
PTHH 13 Hình thức logo thân thiện với khách du lịch
PTHH 11 ghếngồi êm, sạch sẽ
Đây là các biến quan sát cũ thuộc thành phầnphương tiện hữu hình
Đểcụthể hơn chúng ta đặt tên mới cho nhân tố này là “phương tiện hữu hình" vì tên này phản ánh khá rõ các biến quan sát trong nhân tố.
Mô hình nghiên cứu điều chỉnh
Mức độ đồng cảm
Phương tiện hữu hình
Giá cả Sự hài lòng của khách du lịch khi sử dụng dịch vụ xe điện H1 H4 H3 H2
Hình 2.1: Mô hình nghiên cứu điều chỉnh
2.2.5 Mô hình hồi qui bội đánh giá mức độ hài lòng của khách hàng về dịch vụ xe điện trên địa bàn tỉnh Thừa Thiên Huế
Trong phần này, tác giảtiến hành phân tích hồi quy để xác định cụ thểtrọng số của từng biến tác động đến sựhài lòng của khách du lịch khi sửdụng dịch vụ xe điện của công ty tại Tỉnh Thừa Thiên Huế.
Để thực hiện điều này, tác giả xây dựng mô hình hồi quy tuyến tính bội có dạngnhưsau:
HL=β0 +β1.X1 +β2.X2+β3.X3+β4.X4
Trong đó : HL là biến phụ thuộc thể hiện giá trị dự đoán về sự hài lòng của khách du lịch vềchất lượng dịch vụxeđiện. β0,β1,β 2,… β 4: là các hệsốhồi quy. X1: Nhận thức vềmức độ đồng cảm ; X2: Nhận thức vềmức độ đáp ứng ; X3: Nhận thức vềgiá cả; X4: Nhận thức về phương tiện hữu hình.
Trước khi phân tích hồi qui bội, mối tương quan tuyến tính giữa các biến cần được xem xét. Kiểm tra Ma trận cho thấy mối tương quan giữa biến thõa mãn (biến phụthuộc) với từng biến độc lập cũng như tương quan giữa các biến độc lập với nhau. Kết quả kiểm tra cho thấy các biến độc lập có thể đưa vào mô hình để phân tích giải thích cho biến sựthõa mãn.
Đểtiến hành phân tích hồi quy tuyến tính bội, các biến được đưa vào mô hình theo phương pháp Enter. Tiêu chuẩn kiểm định là tiêu chuẩn được xây dựng vào phương pháp kiểm định F và xác định xác suất tương ứng của giá trịthống kê F, kiểm định mức độphù hợp giữa mẫu và tổng thểthông qua hệsố xác định R2. Công cụchẩnđoán giúp phát hiện sựtồn tại của cộng tuyến trong dữliệu đượcđánh giá mức độ cộng tuyến làm thoái hóa tham số ước lượng là: Hệ số phóng đại phương sai ( Variance Inflation Factor – VIF). Quy tắc là khi VIF vượt quá 10, đó là dấu hiệu củađa cộng tuyến (Trọng & Ngọc 2005).
Kết quảphân tích hồi quy tuyến tính như sau
So sánh 2 giá trị R2(R Square) và R2 hiệu chỉnh (Adjusted R Square) ta thấy R2 bằng 0,486 và R2 hiệu chỉnh bằng 0,472, như vậy R2 hiệu chỉnh nhỏ hơn nên ta dùng nó để đánh giá độphù hợp của mô hình sẽ an toàn hơn vì nó không phóngđại mứcđộ phù hợp của mô hình.
Vậy hệsố xác định R2hiệu chỉnh (Adjusted R Square) là 0,472. Kết luận là mô hình có mức độ giải thích tương đối 47,2%, điều này cũng có nghĩa là có khoảng 47,2% phương sai của sựhài lòngđược giải thích bởi 4 biến độc lập.
Hệsốhồi quy chuẩn hóa của phương trình có thểthấy các giá trị Beta đều khác 0 và các chỉsố Sig đều nhỏ hơn mức ý nghĩa (mức ý nghĩa =0,05).
Như vậy 4 yếu tố được giữlại trong mô hình không có sựthayđổi.
Ta có mô hình hồi quy như sau:
Bảng 2.19: Mô hình tóm tắt sử dụng phương pháp Enter
Mô hình R R2 R 2hiệu chỉnh Sai sốchuẩn của ước lượng Durbin- Watson 1 0,697a 0,486 0,472 0,53521 2,170
(Nguồn: Kết quảxửlý sốliệu điều tra với SPSS)
Bảng 2.20: Bảng phân tích hồi quy ANOVAa
ANOVAa Mô hình Tổng bình phương df Trung bình bình phương F Sig. Hồi quy 39,233 4 9,808 34,240 0.000b Dư 41,536 145 0,286 Tổng 80,769 149
(Nguồn: Kết quảxửlý sốliệu điều tra với SPSS)
Hệ số xác định hiệu chỉnh Adjusted R-Square là 0,472, nghĩa là mô hình hồi quy tuyến tínhđã xây dựng phù hợp với tập dữ liệu 47,2%,điều này còn cho thấy mối
quan hệgiữa biến phụ thuộc và các biếnđộc lập là khá chặt chẽ, cả4 biến sốtrên góp phần giải thích được 47,2% sự khác biệt của mức độ hài lòng của khách hàng được điều tra. Theo kinh nghiệm của nhà nghiên cứu Nguyễn Trọng Hoài (ĐHKT TPHCM): Đối với dữliệu chéo thì Adjusted R Square từ0,20 - 0,40 là chấp nhận được; từ0,40– 0,60 là tốt; từ0,6 0-0,80 là rất tốt; trên 0,80 là hiếm khi xảy ra.
Kiểm định F sử dụng trong bảng phân tích phương sai là một phép kiểm định giảthuyết về độphù hợp của mô hình hồi quy tuyến tính tổng thể. Theo kết quả Bảng 2.20, ta thấy kiểm định F có giá trị là 34.240 với Sig. = 0,000b chứng tỏ mô hình hồi quy tuyến tính bội là phù hợp với tập dữliệu và có thểsửdụng được.
Bảng 2.21: Kết quả phân tích các hệ số hồi qui các nhân tố ảnh hưởng đến sự hài lòng của khách du lịch nội địa về dịch vụ xe điện
Mô hình Hệsố không đạt tiêu chuẩn Hệsố chuẩn hóa t Sig,
Đo lường đa cộng tuyến B Std,Error Beta Độchấp nhận Hệsố phóng đại phương sai 1 Hằng số -0,525 0,399 -1,315 0,191 X1 0,418 0,075 0,356 5,579 0,000 0,872 1,147 X2 0,399 0,074 0,356 5,402 0,000 0,816 1,225 X3 0,216 0,074 0,196 2,935 0,004 0,792 1,263 X4 0,075 0,082 0,060 0,922 0,358 0,830 1,205
(Nguồn: Kết quảxửlý sốliệu điều tra với SPSS)
Kết quả cho thấy, các hệ số β đều khác 0 và Sig. <0,05, chứng tỏ các thành phần trên cóảnh hưởng đến sựhài lòng của khách du lịch ngoại trừthành phần X4 “ phương tiện hữu hình” có sig. =0,358>0.5 chứng tỏ biến X4 không tác động đến biến
độc lập nên ta không đưa nó vào mô hình hồi quy. So sánh giá trị (độ lớn) của β cho thấy: Mức độ đồng cảm X1 là vấn đề quan trọng nhất và tác động lớn nhất đến sựhài lòng của khách du lịch (β=0.418). Mỗi một đơn vị thay đổi ở mức độ đồng cảm thì mức độhài lòng của khách du lịch sẽ thay đổi 0.418 đơn vị, vượt trội hơn so với ảnh hưởng của các yếu tốkhác:Đáp ứng (β= 0,399);Phương tiện hữu hình (β= 0,075); Gía cả (β= 0,216).
Từkết quả trên, phương trình chuẩn hóa thểhiện sựhài lòng của khách du lịch đối với dịch vụxe điệnđược dựbáo theo tất cảcác biếnđộc lập là:
HL=β0 + β 1.X1 + β 2.X2+ β 3.X3
HL = 0,418* Mức độ đồng cảm + 0,399 * Mức độ đáp ứng + + 0,216 * Gía cả
*Kiểm tra các khuyết tật của mô hình hồi quy
Ta tiến hành kiểm tra khả năng xảy ra hiện tượng đa cộng tuyến giữa các biến độc lập. Theo lý thuyết vềgiá trịNhân tốphóngđại phương sai VIF,ta có:
Nếu VIF <2: Hiện tượng đa cộng tuyến giữa các biến độc lậpảnh hưởng không đáng kểđến mô hình.
Nếu 2 ≤VIF ≤ 10: Hiện tượng đa cộng tuyến giữa các biến độc lập ảnh hưởng đáng kể đến mô hình .
Nếu VIF > 10: Dấu hiệu củađa cộng tuyến.
Ta thấy tất cảcác giá trị VIF đều xấp xỉ = 1: Hiện tượng đa cộng tuyến giữa các biếnđộc lậpảnh hưởng khôngđáng kể đến mô hình.
Mô hình cũng đáp ứng điều kiện về phần dư, phần dư có phân phối xấp xỉ chuẩn (trung bình Mean =0,00 và độlệch chuẩn Std.Dev = 0,99)
Đại lượng thống kê Durbin-Watson (d) = 2.170 xấp xỉ bằng 2 nên các phần dư trong mẫu không có sựtự tương quan với nhau.
2.2.6 Kiểm định sự khác biệt trong sự hài lòng của khách hàng đối với chất lượng dịch vụ xe điện trên địa bàn tỉnh Thừa Thiên Huế
Phân tích phương sai một yếu tố ANOVA được sửdụng đểkiểm tra xem có sự