CHƯƠNG 2 : THIẾT KẾ NGHIÊN CỨU
2.6. PHƯƠNG PHÁP PHÂN TÍCH SỐ LIỆU
Sau khi mã hóa, số liệu được đưa vào phân tích dưới sự hỗ trợ của phần mềm SPSS 16.0 phân tích thống kê, thực hiện các kiểm định.
Mục tiêu 1: Xác định các nhân tố bên trong ảnh hưởng đến sự hài lòng
của khách hàng. Sử dụng các phương pháp phân tích sau:
2.6.1. Phân tích tần số (Frequency Analysis)
Phân tích tần số dùng để thống kê tần số, số lần xuất hiện của một quan sát, một biến nào đó. Trong bài nghiên cứu này sử dụng phân tích tần số để thống kế các yếu tố về nhân khẩu học và thông tin chung của khách hàng như: độ tuổi, giới tính, trình độ học vấn, thời gian sử dụng dịch vụ nhằm mục đích
kiểm định sự khác biệt về việc đánh giá mức độ quan trọng và mức độ thực hiện của các đối tượng khách hàng.
2.6.2. Phân tích thống kê mô tả (Descriptive statistics)
Thông kê mô tả có thể được định nghĩa như là phương pháp có liên quan đến thu thập số liệu, tóm tắt, trình bày, tính tốn các đặc trưng khác nhau để phản ánh một cách tổng quát đối tượng nghiên cứu. Phương pháp này được sử dụng trong bài nghiên cứu này để phân tích thơng tin về đối tượng phỏng vấn, tính trị số trung bình Mean, giá trị lớn nhất Max, giá trị nhỏ nhất Min...
Ý nghĩa của từng giá trị trung bình đối với thang đo khoảng: Giá trị khoảng cách = ( Maximum-Minimum)/n
= (5-1)/5 = 0,8
Giá trị trung bình Ý nghĩa
1,00-1,80 Rất không đồng ý/Rất khơng hài lịng/ rất không quan trọng 1,81-2,60 Không đồng ý/ không quan trọng/khơng hài lịng
2,61-3,40 Khơng ý kiến/ Trung bình 3,41-4,20 Đồng ý/ Hài lòng/ Quan trọng
4,21-5,00 Rất đồng ý/ Rất quan trọng/ Rất hài lòng
2.6.3. Kiểm định độ tin cậy của thang đo bằng hệ số Cronbach
Alpha
Hệ số Cronbach là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau.
Công thức của Cronbach α là: α =Nρ/[1+ρ(N-1)]
Trong đó: ρ là hệ số tương quan trung bình giữa các mục hỏi.
Theo quy ước thì một tập hợp các mục hỏi dùng để đo lường được đánh giá là tốt nhất có hệ số α 0,8. Nhiều nhà nghiên cứu đồng ý khi α từ 0,8
đến gần 1 là thang đo tốt nhất, từ 0,7 đến gần 0,8 là sử dụng được. Cũng có nhà nghiên cứu đề nghị rằng α 0,6 là có thể sử dụng được trong trường hợp khái niệm đang nghiên cứu là mới (Nunnally, 1978; Peterson, 1994; Slater, 1995).
2.6.4. Kiểm định trị trung bình của hai tổng thể - 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 chúng ta quan tâm. Trước khi thực hiện kiểm định trung bình, ta cần thực hiện kiểm định sự bằng nhau của hai phương sai tổng thể. Kiểm định này có tên là Levene, với giả thuyết 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 thuyết 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.
Nếu giá trị Sig. trong kiểm định Levene (kiểm định F) < α (mức ý nghĩa) thì phương sai của 2 tổng thể khác nhau, ta sử dụng kết quả kiểm định t ở dòng Equal variances not assumed.
Nếu Sig. trong kiểm định Levene (kiểm định F) ≥ α thì phương sai của 2 tổng thể không khác nhau, ta sử dụng kết quả kiểm định t ở dòng Equal variances assumed.
Nếu Sig. trong kiểm định t ≤ α thì có sự khác biệt có ý nghĩa về trung bình của 2 tổng thể. Nếu Sig. trong kiểm định t > α thì khơng có sự khác biệt có ý nghĩa về trung bình của 2 tổng thể. Trong nghiên cứu này, sử dụng phương pháp kiểm định trị trung bình của hai tổng thể - trường hợp mẫu độc lập nhằm mục đích kiểm định sự khác biệt về đánh giá mức độ quan trọng và mức độ thể hiện giữa các khách hàng có giới tính khác nhau.
2.6.5. Phân tích phương sai ANOVA
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. Kỹ thuật phân tích phương sai được dùng để kiểm định giả thuyết các tổng thể nhóm có trị trung bình bằng nhau. 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 đánh giá mức độ quan trọng và mức độ thực hiện giữa các khách hàng có độ tuổi, thu nhập, trình độ học vấn khác nhau, thời gian sử dụng.
Một số giả định đối với phân tích phương sai một yếu tố:
- Các nhóm so sánh phải độc lập và được chọn một cách ngẫu nhiên - Các nhóm so sánh phải có phân phối chuẩn hoặc cỡ mẫu phải đủ lớn để được xem như tiệm cận phân phối chuẩn.
- Phương sai của các nhóm so sánh phải đồng nhất.
Giả thuyết:
Ho : khơng có sự khác biệt giữa các biến trong kiểm định. H1 : có sự khác biệt giữa các biến trong kiểm định.
Nếu giả định tổng thể có phân phối chuẩn với phương sai đồng nhất không đáp ứng được thì chúng ta sẽ chuyển sử dụng kiểm định Kruskal - Wallis để thay thế cho ANOVA.
2.6.6. Kiểm định trị trung bình của hai mẫu phụ thuộc
Đây là loại kiểm định dùng cho hai nhóm tổng thể có liên hệ với nhau. Dữ liệu của mẫu thu thập ở dạng thang đo định lượng, khoảng cách hoặc tỉ lệ. Quá trình kiểm định bắt đầu với việc tính tốn chênh lệch giá trị trên từng cặp quan sát bằng phép trừ, sau đó kiểm nghiệm xem chênh lệch trung bình của tổng thể có khác 0 hay không, nếu không khác 0 tức là khơng có sự khác biệt.
Lợi thế của phép kiểm định này là loại trừ được những yếu tố tác động bên ngồi vào nhóm thử. Điều kiện để áp dụng Paired-samples T- test là kích cỡ
2 mẫu so sánh phải bằng nhau và chênh lệch giữa các giá trị của 2 mẫu phải có phân phối chuẩn hoặc cỡ mẫu phải đủ lớn ñể xem như xấp xỉ phân phối chuẩn.
Giả thuyết:
Ho: Khơng có sự khác biệt về giá trị trung bình của hai nhóm. H1: Có sự khác biệt về giá trị trung bình của hai nhóm.
Nếu mức ý nghĩa quan sát Sig. (2 tailed) ≤ α (mức ý nghĩa) thì kiểm định hồn tồn có ý nghĩa, bác bỏ giả thuyết Ho, ta kết luận rằng có sự chênh lệch có ý nghĩa thống kê giữa 2 biến.
Trong bài nghiên cứu này dùng kiểm định so sánh cặp để kiểm định xem có sự khác biệt nào giữa mức độ quan trọng của khách hàng về các thuộc tính chất lượng dịch vụ và mức độ thực hiện của cơng ty về các thuộc tính đó hay khơng và nếu có thì khác nhau như thế nào.
Mục tiêu 2: Đo lường mức độ ảnh hưởng của các nhân tố đối với sự hài lòng của khách hàng sử dụng dịch vụ cung cấp nước.
2.6.7. Mơ hình IPA
Sử dụng mơ hình đo lường chất lượng dịch vụ IPA để nghiên cứu sự hài lòng của khách hàng:
- Tìm hiểu ý kiến khách hàng về mức độ quan trọng của các yếu tố khi sử dụng các dịch vụ của cơng ty.
- Tìm hiểu ý kiến đánh giá về mức độ thực hiện của khách hàng sau khi sử dụng dịch vụ cung cấp nước.
Vẽ biểu đồ thể hiện sự phân bố của các thuộc tính trên bốn góc phần tư. Dựa vào sự phân bố của các biến đưa ra các nhận xét phần nào nên tiếp tục tập trung đầu tư phát triển, phần nào nên hạn chế phát triển...
Mục tiêu 3: Kiến nghị một số giải pháp nhằm nâng cao sự hài lòng
khách hàng về chất lượng dịch vụ cung cấp nước. Từ kết quả phân tích, đánh giá mục tiêu 1,2 rút ra các kết luận và đề ra các giải pháp.
CHƯƠNG 3
PHÂN TÍCH KẾT QUẢ NGHIÊN CỨU SỰ
HÀI LÒNG CỦA KHÁCH HÀNG ĐỐI VỚI CHẤT LƯỢNG DỊCH VỤ CUNG CẤP NƯỚC CỦA CÔNG TY TNHH
MỘT THÀNH VIÊN CẤP NƯỚC ĐÀ NẴNG