Bƣớc 1: Xây dựng thang đo
Trong các mô hình hiện có, mô hình SERVPERF của Cronin & Taylor (1992) là phù hợp nhất để xây dựng thang đo chất lƣợng dịch vụ Bƣu chính tại Bƣu điện thành phố Đà nẵng. Thang đo SERVPERF có 5 thành phần (companents) và 22 biến (items).
Dựa trên nền tổng hợp các biến quan sát mà tác giả trƣớc đây, tham khảo “Bộ tiêu chuẩn chât lƣợng dịch vụ và chăt lƣợng phục vụ” của Vnpost năm 2015 cùng với việc tác giả đã thực hiện trao đổi ý kiến với khách hàng và sự tham vấn của các
chuyên gia Vnpost về những yếu tố ảnh hƣởng đến sự hài lòng của khách hàng sử dụng dịch vụ Bƣu chính tại Bƣu điện thành phố Đà Nẵng. Các thang đo (thang đo nháp 1) đƣợc hình thành ban đầu với 38 biến quan sát.
Bƣớc 2: Nghiên cứu khám phá, gồm hai phần:
Sử dụng phƣơng pháp chuyên gia kết hợp với thảo luận - phỏng vấn sâu nhóm hàng để tìm hiểu và khám phá thêm những yếu tố mới, đồng thời khẳng khẳng định thang đo nháp ban đầu, tập trung để hiệu chỉnh, bổ sung các biến quan sát trong các thang đo nháp 1. Kết quả từ thảo luận nhóm tạo ra thang đo nháp 2 gốm 41 biến.
Thiết kế bảng câu hỏi phỏng vấn và điều tra thử: Thang đo nháp 2 sau khi điều chỉnh, bổ sung đƣợc dùng để thiết kế thành bảng câu hỏi. Bảng câu hỏi đƣợc thiết kế xong sẽ đƣợc sử dụng để phỏng vấn thử với cỡ mẫu nhỏ (N=15) nhằm kiểm tra mức độ rõ ràng của bảng câu hỏi và thông tin thu về.
Bƣớc 3: Nghiên cứu định lƣợng chính thức
Nghiên cứu này đƣợc thực hiện để kiểm định lại mô hình sự hài lòng lý thuyết. Nghiên cứu chính thức đƣợc thực hiện bằng phƣơng pháp nghiên cứu định lƣợng với kỹ thuật phỏng vấn trực tiếp khách hàng thông qua bảng câu hỏi để thu thập thông tin. Dữ liệu sau khi thu thập và nhập liệu sẽ đƣợc xử lý bằng phần mềm SPSS 22, quá trình thực hiện xử lý và phân tích dữ liệu bao gồm các bƣớc:
* Phân tích mô tả: Trong bƣớc đầu tiên, tác giả sử dụng phân tích mô tả để phân tích các thuộc tính của mẫu nghiên cứu, nhƣ: thời gian sử dụng, tần suất sử dụng, dịch vụ đã sử dụng, các thông tin về độ tuổi, giới tính, nghề nghiệp, trình độ học vấn, thu nhập hàng tháng của các đáp viên.
* Kiểm định và đánh giá thang đo:
Để đánh giá thang đo các khái niệm trong nghiên cứu, cần phải kiểm tra độ tin cậy, độ giá trị của thang đo. Dựa trên các hệ số tin cậy Cronbach‟s Alpha, hệ số tƣơng quan biến - tổng (Item-to-total correlation) giúp loại ra những biến quan sát không đóng góp vào việc mô tả khái niệm cần đo, hệ số Cronbach‟s Alpha if Item Deleted để giúp đánh giá để loại bỏ bớt biến quan sát nhằm nâng cao hệ số tin cậy
Cronbach‟s Alpha cho khái niệm cần đo, và phƣơng pháp phân tích khám phá (EFA) nhằm kiểm tra độ giá trị của thang đo các khái niệm nghiên cứu.
*Phân tích Cronbach‟s Alpha
Phân tích Cronbach‟s Alpha thực chất là phép kiểm định mức độ tƣơng quan lẫn nhau của các biến quan sát trong thang đo qua việc đánh giá sự tƣơng quan giữa bản thân các biến quan sát và tƣơng quan của điểm số trong từng biến quan sát với điểm số toàn bộ các biến quan sát cho từng trƣờng hợp trả lời. Một tập hợp các biến qua2n sát đƣợc đánh giá tốt khi hệ số Cronbach‟s Alpha lớn hơn hoặc bằng 0.8, Cronbach‟s Alpha càng lớn thì độ tin cậy nhất quán nội tại càng cao , hệ số Cronbach‟s Alpha từ 0.6 trở lên là có thể sử dụng đƣợc (Peterson, 1994).
Hệ số tƣơng quan biến – tổng là hệ số tƣơng quan của một biến với điểm trung bình của các biến khác trong cùng một thang đo, nếu hệ số này càng cao thì sự tƣơng quan giữa biến với các biến khác trong nhóm càng cao. Theo Nunnally & Burnstein (1994), các biến có hệ số tƣơng quan biến - tổng nhỏ hơn 0.3 sẽ bị coi là biến rác và sẽ loại ra khỏi mô hình do có tƣơng quan kém với các biến khác trong mô hình.
Hệ số tin cậy Cronbach‟s Alpha chỉ cho biết các đo lƣờng có liên kết với nhau hay không, nhƣng không cho biết biến quan sát nào cần bỏ đi và biến quan sát nào cần giữ lại. Khi đó, việc tính toán hệ số tƣơng quan biến - tổng sẽ giúp loại ra những biến quan sát không đóng góp nhiều cho sự mô tả các khái niệm cần đo.
Sử dụng phƣơng pháp hệ số tin cậy Cronbach‟s Alpha trƣớc khi phân tích nhân tố EFA nhằm loại ra các biến không phù hợp, vì các biến này có thể tạo ra các nhân tố giả.
* Phân tích nhân tố khám phá (EFA)
Sau khi loại bỏ các biến không đủ độ tin cậy, phƣơng pháp phân tích EFA đƣợc sử dụng để xác định giá trị hội tụ (Convergent Validity), giá trị phân biệt (Discriminant Validity), đồng thời thu gọn các tham số ƣớc lƣợng theo từng nhóm biến.
Để thang đo đạt giá trị hội tụ thì hệ số tƣơng quan đơn giữa các biến và các nhân tố (Factor Loading) phải lớn hơn hoặc bằng 0.4 trong một nhân tố (Jun và cộng sự, 2002). Để đạt độ giá trị phân biệt, khác biệt giữa các nhân tố phải lớn hơn hoặc bằng 0.3 (Jabnoun và cộng sự, 2003).
Số lƣợng nhân tố đƣợc xác định dựa trên chỉ số Eigenvalues – đại diện cho phần biến thiên đƣợc giải thích bởi mỗi nhân tố. Theo tiêu chuẩn Kaiser, những nhân tố có Eigenvalues nhỏ hơn 1 sẽ bị loại khỏi mô hình (Garson, 2003).
Tiêu chuẩn phƣơng sai trích (Variance Explained Criteria) : Tổng phƣơng sai trích phải lớn hơn 50%.
Xem xét giá trị KMO : 0.5 < KMO < 1 thì phân tích nhân tố là thích hợp với dữ liệu, ngƣợc lại KMO <0.5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu.
Sử dụng phƣơng pháp trích yếu tố (Principal Axis Factoring) với phép xoay Promax (Kappa = 4) và điểm dừng khi trích các yếu tố có Eigenvalues lớn hơn 1 đối với các biến quan sát đo lƣờng 7 khái niệm thành phần cấu thành sự hài lòng của khách hàng. Việc chọn phép xoay Promax sẽ phản ảnh chính xác cấu trúc dữ liệu tiềm ẩn hơn.
Sử dụng phƣơng pháp trích nhân tố (Principal Components) với phép xoay Varimax và điểm dừng khi trích các yếu tố có Eigenvalues lớn hơn 1 với các biến quan sát đo lƣờng sự hài lòng.
* Phân tích tƣơng quan và hồi qui đa biến
Sau khi hoàn tất việc phân tích đánh giá độ tin cậy thang đo (phân tích Cronbach‟s Alpha) và kiểm định giá trị khái niệm của thang đo (phân tích nhân tố khám phá EFA), các biến không đảm bảo độ giá trị hội tụ tiếp tục bị loại khỏi mô hình cho đến khi các tham số đƣợc nhóm theo các nhóm biến. Việc xác định mối quan hệ giữa các nhóm biến này cũng nhƣ xác định mối quan hệ giữa các nhóm biến độc lập (các nhân tố thành phần) và nhóm biến phụ thuộc (sự hài lòng) trong mô hình nghiên cứu đƣợc thực hiện bằng phƣơng pháp phân tích hồi qui bội.
Giá trị của biến mới trong mô hình nghiên cứu là giá trị trung bình của các biến quan sát thành phần của biến đó, giá trị của các thành phần đƣợc phần mềm SPSS tính một cách tự động từ giá trị trung bình có trọng số của các biến quan sát đã đƣợc chuẩn hoá. Tuy nhiên, trƣớc khi tiến hành phân tích hồi qui, một phân tích quan trọng cần đƣợc thực hiện đầu tiên là phân tích tƣơng quan nhằm kiểm định mối tƣơng quan tuyến tính giữa các biến trong mô hình.
Nghiên cứu thực hiện hồi qui đa biến theo phƣơng pháp Enter, đó là : tất cả các biến đƣợc đƣa vào một lần và xem xét các kết quả thống kê liên quan đến các biến đƣợc đƣa vào trong mô hình.
* Kiểm định các giả thuyết
Đánh giá độ phù hợp của mô hình hồi qui đa biến : dựa vào hệ số R và R2 hiệu chỉnh.
Kiểm định giả thuyết về độ phù hợp của mô hình.
Kiểm định giả thuyết về ý nghĩa của hệ số hồi qui βi (I =1:7).
Xác định mức độ ảnh hƣởng của các nhân tố tác động đến sự hài lòng khách hàng sử dụng dịch vụ bƣu chính, nhân tố nào có hệ số β lớn hơn thì có thể nhận xét rằng nhân tố đó có mức độ ảnh hƣởng cao hơn các nhân tố khác trong mô hình nghiên cứu.
* Phân tích ANOVA: Việc phân tích ANOVA nhằm xác định ảnh hƣởng của các biến định tính nhƣ : Giới tính, độ tuổi, nghề nghiệp, trình độ chuyên môn đối với nhân tố sự hài lòng chung của khách hàng sử dụng dịch vụ bƣu chính tại BĐĐN. Phƣơng pháp sử dụng là phƣơng pháp phân tích phƣơng sai một yếu tố (One-way ANOVA). Đây là phƣơng pháp đƣợc sử dụng trong trƣờng hợp chỉ sử dụng một biến yếu tố để phân loại các quan sát thành các nhóm khác nhau.
Bảng 2.6 Tóm lƣợc tiến độ thực hiện các giai đoạn nghiên cứu Dạng nghiên cứu Phƣơng pháp Kỹ thuật Thời gian
Sơ bộ Định tính Chuyên gia, phỏng vấn sâu cỡ mẫu nhỏ (N=15) Từ 10/11/2015 đến 31/12/2016 Chính thức Định lƣợng Phỏng vấn trực tiếp cỡ mẫu lớn (N=352) Từ 01/01 đến 28/02/2016
- Loại các biến có hệ số tƣơng quan tổngnhỏ
- KIểm tra hệ số Cronbach Alpha
- Loại các biến có trọng số EFA nhỏ
- Kiểm tra yếu tố trích đƣợc
- Kiểm tra phƣơng sai trích đƣợc
- Xác định các nhân tố ảnh hƣởng
- Kiểm định các giả thiết
Hình 2.4 Sơ đồ quy trình nghiên cứu Cơ sở lý thuyết Và các nghiên cứu trƣớc Nghiên cứu chính thức: Phỏng vấn trực tiếp Điều chỉnh thang đo Nghiên cứu sơ bộ: phỏng vấn sâu N=15 Mô hình nghiên
cứu & thang đo
nháp
Thang đo chính thức
Cronbach Alpha
Phân tích nhân tố EFA
Phân tích tƣơng quan & Hồi quy đa biến
Phân tích & Thảo luận