Phiếu thăm d ý kiến khách hàng đƣợc thiết kế gồm 40 thuộc tính cấu thành đặc trƣng của dịch vụ ĐKKD, đƣợc thể hiện trên thang điểm Likert từ 1 điểm (thể hiện ý kiến cho rằng họ có mức kỳ vọng không nhiều hoặc mức đánh giá rất thấp) đến 7 điểm (thể hiện ý kiến cho rằng họ có mức kỳ vọng rất cao hoặc mức đánh giá rất cao).
Sau khi quy trình phỏng vấn khách hàng kết thúc, nhóm phỏng vấn viên tổ chức phân loại, sàng lọc các phiếu điều tra đúng tiêu chuẩn, loại bỏ các phiếu không hợp lệ.
Sử dụng phầm mềm SPSS 23.0 để phân tích dữ liệu gồm: mã hóa, nhập liệu và làm sạch dữ liệu; đồng thời sử dụng các công cụ phân tích nhƣ:
- ƣớc 1: Lập bảng tần số để mô tả mẫu thu thập theo các thuộc tính: loại hình doanh nghiệp, nhu cầu đăng ký kinh doanh, quy m vốn hoạt động…
- ƣớc 2: Cronbach Anpha:
Hệ số α của Cronbach là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tƣơng quan với nhau.
Vì hệ số Cron ach α chỉ là giới hạn dƣới của độ tin cậy của thang đo và còn nhiều đại lƣợng đo lƣờng 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 đƣợc.
Phƣơng pháp này cho phép ngƣời 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 ằng hệ số thông qua hệ số Cron ach α. Những biến có hệ số tƣơng quan iến tổng (item-total correlation) nhỏ hơn 0.3 sẽ bị loại. Thang đo có hệ số Cron ach α từ 0.6 trở lên là có thể sử dụng đƣợc trong trƣờng hợp khái niệm đang nghiên cứu mới (Nunnally, 1978; Peterson, 1994; Slater, 1995). Th ng thƣờng, thang đo có Cron ach α từ 0.7 đến 0.8 là sử dụng đƣợc. Nhiều nhà nghiên cứu cho rằng khi thang đo có độ tin cậy từ 0.8 trở lên gần đến 1 là thang lƣờng tốt.
- ƣớc 3: Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis):
Phân tích nhân tố khám phá là kỹ thuật đƣợc sử dụng nhằm thu nhỏ và tóm tắt các dữ liệu. Phƣơng pháp này giúp xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu và để tìm mối quan hệ giữa các biến với nhau.
Trị số KMO (Kaiser-Meyer-Olkin) là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. KMO phải có giá trị trong khoảng từ 0.5 đến 1 thì phân tích này mới thích hợp, còn nếu nhƣ trị số này nhỏ hơn 0.5 th phân tích nhân tố có khả năng kh ng thích hợp với các dữ liệu
Kiểm định Bartlett là xem xét giả thuyết Ho: Độ tƣơng quan giữa các biến quan sát bằng không trong tổng thể. Nếu kiểm định này có ý nghĩa trong thống kê (Sig ≤ 0.05) th các biến quan sát có tƣơng quan với nhau trong tổng thể. Phƣơng sai trích (% iến thiên đƣợc giải thích bởi các nhân tố).
Phân tích nhân tố còn dựa vào Eigenvalue để xác định số lƣợng nhân tố. Chỉ những nhân tố có Eigenvalue lớn hơn 1 th mới đƣợc giữ lại trong mô h nh. Đại lƣợng Eigenvalue đại diện cho lƣợng biến thiên đƣợc giải thích bởi nhân tố. Những nhân tố có Eigenvalue nhỏ hơn 1 sẽ không có tác dụng tóm tắt thông tin tốt hơn một biến gốc.
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 đƣợc mức tối thiểu với cỡ mẫu khoảng 350, FL ≥ 0.4 đƣợc xem là quan trọng và FL ≥ 0.5 đƣợc xem nhƣ là có ý nghĩa thực tiễn. Khi cỡ mẫu khoảng 100 thì nên chọn FL ≥ 0.55, c n 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 đƣợc 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 tƣơng 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 phƣơng pháp trích nhân tố principal components nên các hệ số tải nhân tố phải có trọng số lớn hơn 0.5 th mới đạt yêu cầu.
- ƣớc 4: Phân tích phƣơng sai
Phương pháp kiểm định ANOVA
Mục đích sử dụng phƣơng pháp phân tích ANOVA là để biết đƣợc mức độ thỏa mãn của khách hàng có bị ảnh hƣởng theo đối tƣợng hay không, hay chỉ chịu tác động các yếu tố thuộc về nhà cung cấp.
Phân tích hồi quy đa biến
Phân tích hồi quy là sự nghiên cứu mức độ ảnh hƣởng của một hay nhiều biến số (biến giải thích hay biến độc lập: Independent Varia les) đến một biến số (biến kết quả hay biến phụ thuộc: Dependent Variable) nhằm dự báo biến kết quả dựa vào các giá trị đƣợc biết trƣớc của biến giải thích.
- ƣớc 5: Xây dựng phƣơng tr nh hồi quy
EFA, d t m các vi phạm giả định cần thiết trong m h nh hồi quy tuyến tính ội nhƣ kiểm tra phần dƣ chuẩn hóa, kiểm tra hệ số phóng đại phƣơng sau VIF (Variance inflation factor). Nếu các giả định kh ng ị vi phạm, m h nh hồi quy tuyến tính ội đƣợc xây dựng và hệ số R2 đƣợc điều chỉnh (Adjusted R Square) cho iết m h nh hồi quy đƣợc xây dựng phù hợp đến mức nào.
Phƣơng tr nh hồi quy có dạng:
Y = A0 + A1X1 + A2X2 +…+ AjXj Trong đó: Y: biến phụ thuộc (chất lƣợng dịch vụ) Aj: hệ số ƣớc lƣợng Xj: biến độc lập (các nhân tố ảnh hƣởng) ********
KẾT LUẬN CHƢƠNG 3
Phân tích nhân tố là tên chung của một nhóm các thủ tục đƣợc sử dụng chủ yếu để thu nhỏ và tóm tắt dữ liệu. Trong nghiên cứu, chúng ta có thể thu thập đƣợc một số lƣợng biến khá lớn và hầu hết các biến này có liên hệ với nhau. Số lƣợng của chúng cần đƣợc giảm bớt xuống đến một số lƣợng mà chúng ta có thể sử dụng đƣợc.
Phân tích nhân tố có vô số ứng dụng trong các nghiên cứu kinh tế và xã hội. Trong nghiên cứu xã hội, các khái niệm thƣờng khá trừu tƣợng và phức tạp, phân tích nhân tố thƣờng đƣợc dùng trong quá trình xây dựng thang đo lƣờng các khía cạnh khác nhau của khái niệm nghiên cứu, kiểm tra tính đơn khía cạnh của thang đo lƣờng. Trong kinh doanh, phân tích nhân tố cũng có thể đƣợc ứng dụng trong nhiều trƣờng hợp.
Sử dụng phƣơng pháp phân tích nhân tố trong trƣờng hợp với nghiên cứu này sẽ giúp tác giả giải quyết đƣợc các mục tiêu và câu hỏi nghiên cứu đề ra từ đầu; xác định cụ thể và đo lƣờng đƣợc mức độ ảnh hƣởng của các yếu tố tác động đến chất lƣợng dịch vụ ĐKKD tại Sở KH ĐT Quảng Nam
Chƣơng này giới thiệu tổng quan t nh h nh hoạt động và cung ứng dịch vụ ĐKKD của Sở KH ĐT tỉnh Quảng Nam, đề xuất m h nh nghiên cứu, xây dựng thang đo và tr nh ày phƣơng pháp nghiên cứu.
CHƢƠNG 4
KẾT QUẢ NGHIÊN CỨU CÁC NHÂN TỐ TÁC ĐỘNG TỚI CHẤT LƢỢNG DỊCH VỤ ĐKKD TẠI SỞ KẾ HOẠCH VÀ
ĐẦU TƢ TỈNH QUẢNG NAM