Công cụ chủ yếu là bảng câu hỏi để thu thập thông tin về sự hài lòng của khách hàng đối với dịch vụ viễn thông di động mà họ sử dụng. Ngoài phần thông tin cá nhân và đặc điểm khách hàng, bảng câu hỏi được thiết kế
gồm 24 thuộc tính cấu thành đặc trưng của dịch vụ viễn thông di động, được
thể hiện trên thang điểm Li-kert từ 1 điểm (thể hiện ý kiến cho rằng họ có
mức kỳ vọng không nhiều hoặc mức hài lòng rất thấp) đến 5 điểm (thể hiện
mức kỳ vọng rất cao hoặc mức độ rất hài lòng về yếu tố cấu thành dịch vụ di động). Với cách thiết kế bảng câu hỏi như vậy, khách hàng sẽ cho biết kỳ
vọng và cảm nhận của mình về các thuộc tính do dịch vụ viễn thông mang lại
bằng cách khoanh tròn vào con số thích hợp. Bằng cách này sẽ giúp lượng hóa được ý kiến của người được điều tra và sử dụng điểm số Li -kert để kiểm định thống kê và phân tích số liệu đa biến trong việc đánh giá sự thỏa mãn
sự hài lòng của mìnhở phần bảng câu hỏi cuối cùng bằng cách cho điểm số trên thang điểm Li-kert tương tự ở phần cuối của bảng câu hỏi. Đối tượng để
gửi bảng câu hỏi thu thập thông tin là các khách hàng sử dụng dịch vụ viễn thông di động có đăng ký thông tin thuê bao, kể cả thuê bao trả trước và thuê bao trả sau đối với mạng di động Vinaphone trên địa bàn tỉnh Gia Lai.
Các dữ liệu sau khi thu thập sẽ được làm sạch và xử lý bằng phần mềm
SPSS 16.0. Một số phương pháp phân tích được sử dụng trong nghiên cứu như sau:
Bước 1: Lập bảng tần số để mô tả mẫu thu thập theo các thuộc tính như giới
tính, tuổi, thời gian sử dụng dịch vụ, loại hình dịch vụ khách hàng đang dùng,
nghề nghiệp, thu nhập, v.v…
Bước 2: Cronbach Alpha:
Những mục hỏi đo lường cùng một cấu trúc ẩn thì phải có mối liên quan với những mục còn lại trong nhóm đó. Hệ số của Cronbach là một phép
kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương
quan vớinhau.
Vì hệ số Cronbach Alpha chỉ là giới hạn dưới của độ tin cậy của thang đo (Theo GS.TS Nguyễn Đình Thọ), và còn nhiều đại lượng đo lường độ tin
cậy, độ giá trị của thang đo, nên ở giai đoạn đầu khi xây dựng bảng câu hỏi,
hệ số này nằm trong phạm vi từ 0,6 đến 0,8 là chấp nhận được.
Đây là phương pháp cho phép người phân tích loại bỏ các biến không
phù hợp và hạn chế các biến rác trong quá trình nghiên cứu và đánh giá độ tin
cậy của thang đo bằng hệ số thông qua hệ số Cronbach Alpha. Những biến có
hệ số tương quan biến tổng (item-total correlation) nhỏ hơn 0.3 sẽ bị loại. Thang đo có hệ số Cronbach Alpha từ 0.6 trở lên là có thể sử dụng được trong
trường hợp khái niệm đang nghiên cứu mới (Nunnally, 1978; Peterson, 1994; Slater, 1995). Thông thường, thang đo có Cronbach Alpha từ 0.7 đến 0.8 là sử
dụng được. Nhiều nhà nghiên cứu cho rằng khi thang đo có độ tin cậy từ 0.8
trở lên đến gần 1 là thang đo lường tốt.
Bước 3: Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis)
Sau khi đánh giá độ tin cậy của thang đo bằng hệ số Cronbach Alpha
và loại đi các biến không đảm bảo độ tin cậy. Phân tích nhân tố khám phá là kỹ thuật được sử dụng nhằm thu nhỏ và tóm tắt các dữ liệu. Phương pháp này
rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu và được sử dụng để tìm mối quan hệ giữa các biến với nhau.
Trong phân tích nhân tố khám phá, trị số KMO (Kaiser-Meyer - Olkin) là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO
phải có giá trị trong khoảng từ 0.5 đến 1 thì phân tích này mới thích hợp, còn nếu như trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng không thích
hợp với các dữ liệu.
Ngoài việc cần phải quan tâm đến kết quả của KMO, tác giả còn quan tâm đến kiểm định Bartlett, xem xét giả thiết Ho: Độ tương quan giữa các
biến quan sát bằng không trong tổng thể. Nếu kiểm định này có ý nghĩa trong
thống kê (Sig≤ 0.05) thì các biến quan sát có tương quan với nhau trong tổng
thể. Phương sai trích (% biến thiên được giải thích bởi các nhân tố).
Ngoài ra, phân tích nhân tố còn dựa vào Eigenvalue để xác định số lượng nhân tố. Chỉ những nhân tố có Eigenvalue lớn hơn 1 thì mới được giữ
lại trong mô hình. Đại lượng Eigenvalue đại diện cho lượng biến thiên được
giải thích bởi nhân tố. Những nhân tố có Eigenvalue nhỏ hơn 1 sẽ không có
Factor loading (FL): là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của
EFA, việc lựa chọn giá trị của EFA phụ thuộc vào cỡ mẫu quan sát và mục đích của nghiên cứu. Nếu FL ≥ 0.3 là đạt được mức tối thiểu với cỡ mẫu
khoảng 300, FL ≥ 0.4 được xem là quan trọng và FL ≥ 0.5 được xem như là
có ý nghĩa thực tiễn. Khi cỡ mẫu khoảng 100 thì nên chọn FL ≥ 0.55, còn nếu
cỡ mẫu 50 thì nên chọn FL ≥ 0.75.
Component matrix (Rotated component matrix): Một phần quan trọng
trong bảng kết quả phân tích nhân tố là ma trận nhân tố (component matrix)
hay ma trận nhân tố khi các nhân tố được xoay (rotated component matrix). Ma trận nhân tố chứa các hệ số biểu diễn các biến chuẩn hóa bằng các nhân tố
(mỗi biến là một đa thức của các nhân tố). Những hệ số tải nhân tố (factor
loading) biểu diễn tương quan giữa các biến và các nhân tố. Hệ số này cho biết nhân tố và biến có liên quan chặt chẽ với nhau. Nghiên cứu sử dụng phương pháp trích nhân tố principal components nên các hệ số tải nhân tố
phải có trọng số lớn hơn 0.5 thì mới đạt yêu cầu.
Bước 4: Phân tích hồi quy đa biến:
Sau khi hoàn tất việc phân tích đánh giá độ tin cậy của thang đo (Cronbach’s Alpha) và kiểm định thang đo thông qua phân tích nhân tố khám
phá EFA, việc xác định mối quan hệ giữa biến phụ thuộc với các biến độc lập được thực hiện thông qua việc phân tích hồi quy và tương quan. Tuy nhiên
trước khi phân tích hồi quy ta cần thực hiện phân tích tương quan để kiểm định mối quan hệ tương quan giữa các biến trong mô hình nghiên cứu.
+ Phân tích tương quan: được thực hiện để phân tích mối quan hệ tương quan giữa biến phụ thuộc với từng biến độc lập và giữa các biến độc
mức độ chặt chẽ về mối quan hệ giữa hai biến định lượng. Giá trị tuyệt đối
của hệ số Pearson càng gần đến 1 thì chứng tỏ hai biến có mối liên hệ tương
quan tuyến tính càng chặt chẽ. Cụ thể:
0.20
r : Không có mối quan hệ tương quan
0.21 r 0.40 : Tương quan yếu
0.41 r 0.60 : Tương quan trung bình 0.61 r 0.80: Tương quan mạnh
0.81 r 1.00 : Tương quan rất mạnh
+ Phân tích hồi quy đa biến: thực hiện phương pháp hồi quy đa biến theo phương pháp Enter, đó là tất cả các biến được đưa vào một lần và xem xét các kết quả thống kê liên quan đến các biến được đưa vào trong mô hình. Tiếp tục tiến hành dò tìm các vi phạm giả định cần thiết trong mô hình hồi
quy tuyến tính bội, kiểm tra hệ số phóng đại phương sai VIF (Variance
inflation factor – VIF). Nếu các giả định không bị vi phạm, mô hình hồi quy
tuyến tính bội được xây dựng. Và hệ số R2 đã được điều chỉnh (adjusted R
square) cho biết mô hình hồi quy được xây dựng phù hợp đến mức nào.
+ Kiểm định giả thuyết: Kiểm định giả thuyết về độ phù hợp của mô
hình. Kiểm định giả thuyết về ý nghĩa của hệ số hồi quy bêta. Xác định mức độ ảnh hưởng của các nhân tố đến biến phụ thuộc.
Bước 5: Kiểm định tham số trung bình tổng thể và phân tích ANOVA
Trường hợp mẫu độc lập (Independent Samples T-test)
Phép kiểm định này được sử dụng trong trường hợp chúng ta cần so
sánh trị trung bình về một tiêu chí nghiên cứu nào đó giữa hai đối tượng mà
hiện kiểm định sự bằng nhau của hai phương sai tổng thể. Kiểm định này có tên là Levene, với giả thiết Ho rằng phương sai của hai tổng thể bằng nhau.
Kết quả của việc chấp nhận hay bác bỏ Ho ảnh hưởng quan trọng đến việc
chúng ta sẽ lựa chọn loại kiểm định giả thiết về sự bằng nhau của hai trung
bình tổng thể nào: kiểm định trung bình với phương sai bằng nhau hay kiểm định trung bình với phương sai khác nhau.
Phân tích ANOVA
Việc phân tích ANOVA nhằm kiểm định giả thiết các tổng thể nhóm có
trị trung bình bằng nhau. Phân tích phương sai là sự mở rộng của kiểm định t,
vì phương sai này giúp ta so sánh trị trung bình của nhóm 3 biến phân loại trở
lên. Trong phạm vi đề tài này phân tích phương sai một yếu tố (One- Way
ANOVA) được sử dụng nhằm mục đích kiểm định sự khác biệt về có ý nghĩa
thống kê hay không về sự ảnh hưởng của các biến định tính lên biến sự hài lòng.Trong trường hợp giả thuyết vi phạm yêu cầu của kiểm định tham số thì kiểm định phi tham số Kruskal-Wallis được thay thế cho kiểm định ANOVA.
d.Các thang đo và mã hoá thangđo
Trong nghiên cứu thị trường hiện nay thường sử dụng 04 loại thang đo: (1) thang đo định danh (nominal scale), (2) thang đo thứ tự (ordinal scale), (3) thang đo quãng (interval scale), và (4) thangđo tỉ lệ (ratio scale). Cùng với sự
phát triển của khoa học công nghệ, việc sử dụng thang đo để mã hoá cácđơn
vị phân tích theo biểu hiện của biến ngà y càng trở nên cần thiết và phổ biến.
Trong phạm vi nghiên cứu của luận văn, thang đo được xây dựng dựa trên cơ sở lý thuyết về xây dựng thang đo và về sự hài lòng khách hàng,đồng
thời tham khảo các thang đo đã được phát triển trên thế giới (SERQUAL -
thoả mãn của khách hàng (Parasuraman, 1988). Chúng được điều chỉnh và bổ
sung sao cho phù hợp với mục đích nghiên cứu.
Như đã nóiở trên, có 0 6 nhân tố cần nghiên cứu gồm: Chất lượng cuộc
gọi, Cấu trúc giá, Khuyến mãi quảng cáo, Dịch vụ gia tăng, Dịch vụ khách hàng và Sự hài lòng chung. Cụ thể các thang đo lường như sau:
+ Thang đo lường vềChất lượng cuộc gọi:
Thông qua các kết quả nghiên cứu trước đây, kết hợp với trao đổi ý
kiến khách hàng và chuyên gia, tác giả đã đưa ra thang đo Chất lượng cuộc
gọi kí hiệu là CLvới 03 biến quan sát ký hiệu từ CL1đến CL3 như sau:
Bảng 2.2. Thang đo Chất lượng cuộc gọi
CHẤT LƯỢNG CUỘC GỌI (CL)
CL1: Chất lượng đàm thoại rõ ràng. CL2: Không bị rớt mạng.
CL3: Phạm vi vùng phủ sóng rộng.
+ Thang đo lường vềCấu trúc giá:
Thang đo Cấu trúc giá kí hiệu là GC với 04 biến quan sát ký hiệu từ GC1 đến GC4 như sau:
Bảng 2.3. Thang đoCấu trúc giá
CẤU TRÚC GIÁ (GC)
GC1: Giá cước hoà mạng chấp nhận được. GC2 : Giá cước thuê bao chấp nhận được.
GC3 : Giá cước dịch vụ gia tăng chấp nhận được.
+ Thang đo lường vềKhuyến mãi quảng cáo
Thông qua các kết quả nghiên cứu trước đây, kết hợp với trao đổi ý
kiến khách hàng, tác giả đã đưa ra thang đo Khuyến mãi quảng cáo được kí
hiệu là KM với 04 biến quan sát ký hiệu từ KM1 đến KM4.
Bảng 2.4. Thang đoKhuyến mãi quảng cáo
KHUYẾN MÃI QUẢNG CÁO (KM)
KM1 : Thường xuyên có chương trình khuyến mãi hấp dẫn.
KM2 : Thích thú với các sản phẩm khuyến mãi. KM3 : Thông tin khuyến mãi quảng cáo lôi cuốn. KM4 : Tin tưởng những thông tin quảng cáo.
+ Thang đo lường vềDịch vụ gia tăng
Thông qua các kết quả nghiên cứu trước đây, kết hợp với trao đổi ý
kiến khách hàng và chuyên gia, tác giả đã đưa ra thang đo Dịch vụ gia tăng được kí hiệu là DV với 03 biến quan sát ký hiệu từ DV1 đến DV3như sau:
Bảng 2.5. Thang đo Dịch vụ gia tăng
DỊCH VỤ GIA TĂNG (DV)
DV1 : Mạng di động Vinaphone có nhiều DVGT.
DV2 : Thuận tiện khi sử dụng các DVGT. DV3 : Các DVGT luôn luôn được cập nhật.
+ Thang đo lường vềDịch vụ khách hàng
kiến khách hàng và chuyên gia, tác giả đã đưa ra thang đo Dịch vụ khách
hàng kí hiệu là KH với 07 biến quan sát ký hiệu từ KH1 đến KH7 như sau:
Bảng 2.6.Thang đo Dịch vụ khách hàng
DỊCH VỤ KHÁCH HÀNG (KH)
KH1: Thủ tục hoà mạng, cắt, mở, đóng cước nhanh chóng. KH2: Có nhiều điểm hỗ trợ khách hàng được bố trí hợp lý. KH3: Các điểm giao dịch hoạt động giờ giấc phù hợp. KH4: Nhân viên điểm giao dịch làm việc vui vẻ, nhiệt tình. KH5: Thời gian khắc phục sự cố, giải quyết khiếu nại nhanh.
KH6: Tổng đài viêntư vấn, giải đáp nhiệt tình . KH7: Tổng đài trừ tiền cước chính xác.
+ Thang đo lường vềSự hài lòng chung
Thông qua các kết quả nghiên cứu trước đây, kết hợp với trao đổi ý
kiến khách hàng và chuyên gia, tác giả đã đưa ra thang đo Sự hài lòng chung
được kí hiệu là HL với 03 biến quan sát ký hiệu từ HL1 đến HL3 như sau:
Bảng 2.7. Thang đoSự hài lòng chung
SỰ HÀI LÒNG CHUNG (HL)
HL1: Tiếp tục lựa chọn mạng di động Vinaphone để sử dụng.
HL2: Giới thiệu mạng di động Vinaphone cho người khác. HL3: Hài lòng với chất lượng dịch vụ mạng Vinapone.
Tóm tắt chương
Chương này đã trình bày toàn bộ tiến trình nghiên cứu của đề tài. Nghiên cứu này được tiến hành thông qua 2 giai đoạn chính:
Nghiên cứu định tính được thực hiện nhờ trao đổi ý kiến khách hàng và
trao đổi ý kiến với chuyên gia cũng như sử dụng phương pháp phỏng vấn trực
tiếp khoảng 10 khách hàng để hiệu chỉnh thang đo ban đầu cho phù hợp với điều kiện đặc thù của dịch vụ mạng Vinaphone.
Nghiên cứu định lượng được thực hiện với 300 phiếu điều tra hợp lệ
bằng kỹ thuật phỏng vấn trực tiếp khách hàng thông qua bảng câu hỏi để thu
thập thông tin. Chương này cũng trình bày một số phương pháp phân tích dữ
liệu được sử dụng trong quá trình nghiên cứu định lượng như phương pháp
thống kê mô tả, phương pháp phân tích độ tin cậy Cronabach’s Alpha, phương pháp phân tích nhân tố khám phá (EFA), phân tích hồi quy đa biến,
kiểm định T-test, phân tích ANOVA, … để xử lý và phân tích kết quả nghiên cứu. Chương tiếp theo sẽ trình bày kết quả nghiên cứu của đề tài.
Chương 3
PHÂN TÍCH KẾT QUẢ NGHIÊN CỨU
3.1. MÔ TẢ MẪU
3.1.1. Phương pháp thu thập dữ liệu và tỷ lệ hồi đáp
Như đã được trình bày ở chương 2, phương pháp thu thập dữ liệu là phỏng vấn trực tiếp đối tượng nghiên cứu. Sau khi điều tra và phỏng vấn, sẽ
có tỷ lệ hồi đáp với số lượng phiếu hợp lệ và không hợp lệ. Tác giả đã gởi
300 phiếu thu thập thông tin đi phỏng vấn trực tiếp, kết quả thu hồi là 294 phiếu, trong đó có 294 phiếu hợp lệ được dùng để đưa vào phân tích. Với
những phiếu hợp lệ, sau đó sẽ được xử lý và chạy bằng phần mềm SPSS 16.0
for Windows.
3.1.2. Kết quả thống kê mô tả
Độ tuổi của nhữngđáp viên trong mẫu khảo sát đa số từ 26 –35 (chiếm 37,8%) và độ tuổi từ 36-45 (chiếm 33,7%); Nam giới chiếm 66,0%, 34,0% là Nữ giới. Số người có mức thu nhập từ 3-5 triệu chiếm tỉ lệ cao nhất (54,8%),
kế tiếp là mức thu nhập từ 5-10 triệu, chiếm tỉ lệ 22,8%. Về nghề nghiệp,