4. Giảng viên hướng dẫn đề xuất cho điểm đánh giá về tinh thần thái độ
4.2 Thống kê mô tả
Với 260 bảng câu hỏi được phát ra, tác giả thu về 260 bảng, sau khi loại bỏ các bảng câu hỏi không hợp lệ còn lại số lượng mẫu đưa vào phân tích là 258.
Bảng 4.1 Thống kê giá trị của các biến quan sát đo lƣờng Descriptive Statistics HL1 HL2 HL3 TC1 TC2 TC3 TC4 TC5 TC6 DU1 DU2 DU3 DU4 DU5 DC1 DC2 DC3 DC4 DC5 GD1 GD2 GD3 GD4
Valid N (listwise)
(Nguồn: phụ lục 2.1 kết quả xử lý dữ liệu)
Kết quả thống kê cho thấy các giá trị nhỏ nhất là 2. Tất cả 21 biến độc lập đều có giá trị lớn nhất là 5. Về giá trị trung bình, tất cả 21 biến độc lập có giá trị trung bình lớn hơn 3, tức là mức “bình thường” và “hài lòng” trở lên. Như vậy, phần lớn khách hàng đánh giá các biến này từ mức độ trung bình trở lên. Số mode của các
biến dao động phần lớn từ 4 trở lên. Qua đó thấy tần số ý kiến “hài lòng” xuất hiện nhiều trong bộ dữ liệu.
4.3 Chu n hóa thang đo
4.3.1 Đánh giá độ tin cậy thang đo, kiểm định Cronbach’s Alpha
Sau khi có dữ liệu đầu tiên tác giả kiểm định độ tin cậy của thang đo bằng Cronbach’s Anpha để loại những biến không phù hợp.
Theo Nunnally (1978), Peterson (1994), thanh đo được đánh giá chấp nhận và tốt đòi hỏi đồng thời 2 điều kiện.
Hệ số Cronbach’s Alpha của tổng thể > 0,6
Hệ số tương quan qua biến tổng (Corrected Item-Total Correlation) > 0,3 Với 2 điều kiện trên thang đo được đánh giá chấp nhận là tốt.
Hệ số Cronbach’s Alpha < 0,6, lựa chọn loại biến quan sát để đạt tiêu chuẩn.
Bảng 4.2 Kiểm định chất lƣợng của biến phụ thuộc HÀI LÕNG (HL)
Reliability Statistics
Cronbach's Alpha
HL1
HL2
HL3
(Nguồn: phụ lục 2.2 kết quả kết quả xử lý dữ liệu)
Hệ số tương quan qua biến tổng (Corrected Item-Total Correlation) của biến quan sát HL1,HL2, HL3 đều > 0.3 (lớn hơn tiêu chuẩn cho phép) nên thang đo đạt tiêu chuẩn, đảm bảo chất lượng tốt.
Như vậy khi thực hiện kiểm định độ tin cậy của thang đo Chất lượng dịch vụ thỏa mãn yêu cầu khi thực hiện kiểm định độ tin cậy của thang đo là: HL1,HL2, HL3 do đó phù hợp để thực hiện bước phân tích tiếp theo.
Bảng 4.3 Kết quả kiểm định chất lƣợng của biến độc lập TC (TIN CẬY)
Reliability Statistics Cronbach's Alpha TC1 TC2 TC3 TC4 TC5 TC6
(Nguồn: phụ lục 2.3 kết quả kết quả xử lý dữ liệu)
Hệ số Cronbach’s Alpha của tổng thể là 0,671> 0,6
Hệ số tương quan qua biến tổng (Corrected Item-Total Correlation) của biến quan sát TC1,TC3 là 0,270, 0,254 < 0,3
Nên Loại biến TC1, TC3 và thực hiện lại kiểm định Cronbach’s Alpha thì hệ số Cronbach’s Alpha của tổng thể sẽ là 0,763 kết quả như sau:
.763
Item-Total Statistics
TC2
TC4
TC5
TC6
(Nguồn: phụ lục 2.3 kết quả kết quả xử lý dữ liệu)
Hệ số Cronbanh’s Alpha của tổng thể là 0,763 > 0,6 hệ số này có ý nghĩa. Hệ số tương quan qua biến tổng (Corrected Item-Total Correlation) của biến quan sát TC2, TC4, TC5, TC6 đều > 0.3 (lớn hơn tiêu chuẩn cho phép) nên thang đo đạt tiêu chuẩn, đảm bảo chất lượng tốt.
Như vậy khi thực hiện kiểm định độ tin cậy của thang đo Đáp ứng có 4 biến quan sát thỏa mãn yêu cầu khi thực hiện kiểm định độ tin cậy của thang đo là: TC2, TC4, TC5, TC6 do đó phù hợp để thực hiện bước phân tích tiếp theo.
Bảng 4.4 Kiểm định chất lƣợng của biến độc lập DU (ĐÁP ỨNG)
Reliability Statistics Cronbach's Alpha .650 Item-Total Statistics DU1 DU2
DU4
DU5
(Nguồn: phụ lục 2.4 kết quả kết quả xử lý dữ liệu)
Hệ số Cronbach’s Alpha của tổng thể là 0,650 > 0,6
Hệ số tương quan qua biến tổng (Corrected Item-Total Correlation) của biến quan sát DU2 là 0,288< 0,3. Nên loại trước biến DU2 và thực hiện lại kiểm định Cronbach’s Alpha thì hệ số Cronbach’s Alpha của tổng thể sẽ là 0,686 kết quả như sau: Reliability Statistics Cronbach's Alpha .686 Item-Total Statistics DU1 DU3 DU4 DU5
(Nguồn: phụ lục 2.4 kết quả kết quả xử lý dữ liệu)
Hệ số Cronbach’s Alpha của tổng thể là 0,686 > 0,6
Hệ số tương quan qua biến tổng (Corrected Item-Total Correlation) của biến quan sát DU1, DU3, DU4, DU5 đều > 0.3 (lớn hơn tiêu chuẩn cho phép) nên thang đo đạt tiêu chuẩn, đảm bảo chất lượng tốt.
Như vậy khi thực hiện kiểm định độ tin cậy của thang đo Đáp ứng có 4 biến quan sát thỏa mãn yêu cầu khi thực hiện kiểm định độ tin cậy của thang đo là: DU1, DU3, DU4, DU5 do đó phù hợp để thực hiện bước phân tích tiếp theo.
Item-Total Statistics DC1 DC2 DC3 DC4 DC5
(Nguồn: phụ lục 2.5 kết quả kết quả xử lý dữ liệu)
Hệ số Cronbanh’s Alpha của tổng thể là 0,691 > 0,6
Hệ số tương quan qua biến tổng (Corrected Item-Total Correlation) của biến quan sát DC4 là 0.226 < 0,3. Nên Loại trước biến DC4 và thực hiện lại kiểm định Cronbach’s Alpha thì hệ số Cronbach’s Alpha của tổng thể sẽ là 0,701 kết quả như sau:
Reliability Statistics
DC2
DC3
DC5
(Nguồn: phụ lục 2.5 kết quả kết quả xử lý dữ liệu)
Hệ số Cronbanh’s Alpha của tổng thể là 0,701 > 0,6 hệ số này có ý nghĩa. Hệ số tương quan qua biến tổng (Corrected Item-Total Correlation) của biến quan sát DC1, DC2, DC3, DC5 đều > 0.3 (lớn hơn tiêu chuẩn cho phép) nên thang đo đạt tiêu chuẩn, đảm bảo chất lượng tốt.
Như vậy khi thực hiện kiểm định độ tin cậy của thang đo Tin cậy có 4 biến quan sát thỏa mãn yêu cầu khi thực hiện kiểm định độ tin cậy của thang đo là: DC1, DC2, DC3, DC5 do đó phù hợp để thực hiện bước phân tích tiếp theo.
Bảng 4.6 Kiểm định chất lượng của biến độc lập GD (GIAO DIỆN)
Reliability Statistics GD1 GD2 GD3 GD4 GD5
Hệ số tương quan qua biến tổng (Corrected Item-Total Correlation) của biến quan sát GD3, GD4 là 0.202, 0.221 < 0,3. Nên Loại trước biến GD3, GD4 và thực hiện lại kiểm định Cronbanh’s Alpha thì hệ số Cronbach’s Alpha của tổng thể sẽ là 0,647 kết quả như sau:
Reliability Statistics
Cronbach's Alpha
GD1
GD2
GD5
(Nguồn: phụ lục 2.6 kết quả kết quả xử lý dữ liệu) Hệ số Cronbach’s Alpha của tổng thể là 0,647> 0,6 hệ số này có ý nghĩa. Hệ số tương quan qua biến tổng (Corrected Item-Total Correlation) của biến quan sát GD1, GD2, GD5 đều > 0.3 (lớn hơn tiêu chuẩn cho phép) nên thang đo đạt tiêu chuẩn, đảm bảo chất lượng tốt.
Như vậy khi thực hiện kiểm định độ tin cậy của thang đo Hữu hình có 3 biến quan sát thỏa mãn yêu cầu khi thực hiện kiểm định độ tin cậy của thang đo là: GD1, GD2, GD5 do đó phù hợp để thực hiện bước phân tích tiếp theo.
4.3.2 Phân tích nhân tố khám phá EFA
Tóm tắt các biến được sử dụng Tên Nhân tố HL TC DU DC GD
Factor Loading >= 0.3 cỡ mẫu ít nhất 350 67
Factor Loading >=0.55 cỡ mẫu khoảng 100 -> 350 Factor Loading >= 0.75 cỡ mẫu khoảng 50 -> 100
Theo Hair & ctg (1998,111), Multivariate Data Analysis, Prentice-Hall International
Hệ số KMO (Kaiser-Meyer-Olkin) phải đạt giá trị 0.5 trở lên (0.5=<KMO<=1) thể hiện phân tích nhân tố là phù hợp.
Kiểm định Bartlett (Bartlett’s test) có ý nghĩa thống kê (sig < 0.05), chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể.
Hệ số tải nhân tố (Factor Loading) là chỉ tiêu đảm bảo mức ý nghĩa thiết thực của EFA >= 0.55
Tổng phương sai trích (Total Varicance Explained) đạt giá trị từ 50% trở
lên
Eigenvalue (đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố) > 1 thì nhân tố rút ra có ý nghĩa tóm tắt thông tin tốt nhất.”
Phân tích EFA cho biến phụ thuộc HL
Bảng 4.7 : Kiểm định KMO và Bartlett cho biến phụ thuộc HL
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.
Bartlett's Test of Sphericity
(Nguồn: phụ lục 2.7 kết quả kết quả xử lý dữ liệu) Tiêu chuẩn của phương pháp phân tích nhân tố là chỉ số KMO phải lớn hơn 0.5 (Garson, 2003) và kiểm định Barlett’s có mức ý nghĩa sig < 0.05 để chứng tỏ dữ
Giá trị Kaiser-Meyer-Olkin Measure of Sampling Adequacy (KMO)=0.581. 68
Kết quả phân tích nhân tố cho thấy chỉ số KMO là 0.581> 0.5, điều này chứng tỏ dữ liệu dùng để phân tích nhân tố là hoàn toàn thích hợp.
Kết quả kiểm định Barlett’s là 26.711với mức ý nghĩa Sig. = 0.000< 0.05, lúc này bác bỏ giả thuyết H0: các biến quan sát không có tương quan với nhau trong tổng thể. Như vậy giả thuyết về ma trận tương quan giữa các biến là ma trận đồng nhất bị bác bỏ, tức là các biến có tương quan với nhau và thỏa điều kiện phân tích nhân tố.
Bảng 4.8 : Eigenvalues và phƣơng sai trích
Total Variance Explained
Component
Total
1
2
3
Extraction Method: Principal Component Analysis.
(Nguồn: phụ lục 2.8 kết quả kết quả xử lý dữ liệu) Thực hiện phân tích nhân tố theo Principal components với phép quay Varimax. Kết quả cho thấy biến quan sát ban đầu được nhóm thành 1 nhóm. Giá trị tổng phương sai trích = 66.192% > 50%: đạt yêu cầu; khi đó có thể nói rằng nhân tố này giải thích 66.192% biến thiên của dữ liệu. Giá trị hệ số Eigenvalues nhân tố DV là 2.386 (>1).
HL3 HL2
Extraction Method: Principal Component Analysis. a. 1 components extracted.
(Nguồn: phụ lục 2.9 kết quả kết quả xử lý dữ liệu) Các hệ số tải nhân tố đều lớn hơn 0.5. Nên các nhân tố đảm bảo được giá trị hội tụ và phân biệt khi phân tích EFA. Nên sau khi phân tích nhân tố thì nhân tố phụ thuộc được giữ nguyên, không bị tăng thêm ho c giảm đi nhân tố.
Phân tích EFA cho biến Độc lập
Bảng 4.10 Kiểm định KMO và Bartlett biến độc lập
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.
(Nguồn: phụ lục 2.10 kết quả kết quả xử lý dữ liệu)
Giá trị Kaiser-Meyer-Olkin Measure of Sampling Adequacy (KMO)=0.766. Kết quả phân tích nhân tố cho thấy chỉ số KMO là 0.766 > 0.5, điều này chứng tỏ dữ liệu dùng để phân tích nhân tố là hoàn toàn thích hợp.
Kết quả kiểm định Barlett’s là 381.588 với mức ý nghĩa Sig. = 0.000< 0.05,l úc này bác bỏ giả thuyết H0: các biến quan sát không có tương quan với nhau trong tổng thể. Như vậy giả thuyết về ma trận tương quan giữa các biến là ma trận đồng nhất bị bác bỏ, tức là các biến có tương quan với nhau và thỏa điều kiện phân tích nhân tố.
Bảng 4.11 : Eigenvalues và phƣơng sai trích
Total Variance Explained
Compo nent Total 1 3.007 1.267 2
4 1.120
5 1.036
.971 6
7 8 9 10 11 12 13 14 15
Extraction Method: Principal Component Analysis.
(Nguồn: phụ lục 2.11 kết quả kết quả xử lý dữ liệu)
Thực hiện phân tích nhân tố theo Principal components với phép quay Varim Kết quả cho thấy 15 biến quan sát ban đầu được nhóm thành 4 nhóm. Giá trị tổng phương sai trích = 67.532% > 50%: đạt yêu cầu; khi đó có thể nói rằng 4 nhân tố này giải thích 67.532% % biến thiên của dữ liệu. Giá trị hệ số Eigenvalues của các nhân tố đều cao (>1), nhân tố thứ 4 có Eigenvalues thấp nhất là 1.120> 1.
Bảng 4.12: Ma trận nhân tố với phƣơng pháp xoay Varimax:
TC2 TC4 TC5 TC6 DU1 DU3 DU4 DU5 DC1 DC2 DC3 DC5 GD1 GD2 GD5
(Nguồn: phụ lục 2.12 kết quả kết quả xử lý dữ liệu)
Các hệ số tải nhân tố đều lớn hơn 0.5, và không có trường hợp biến nào cùng lúc tải lên cả hai nhân tố với hệ số tải gần nhau.Nên các nhân tố đảm bảo được giá trị hội tụ và phân biệt khi phân tích EFA. Ngoài ra không có sự xáo trộn các nhân tố, nghĩa là câu hỏi của nhân tố này không bị nằm lẫn lộn với câu hỏi của nhân tố kia. Nên sau khi phân tích nhân tố thì các nhân tố độc lập này được giữ nguyên, không bị tăng thêm ho c giảm đi nhân tố.
4.4 Kết quả nghiên cứu sự ảnh hƣởng của các nhân tố tác động 4.4.1 Phân tích hồi quy và kiểm định mô hình
Sử dụng mô hình hồi quy tuyến tính đa biến (Multiple Regression Analysis): Xác định các nhân tố ảnh hưởng đến sự hài lòng và vai trò của từng yếu tố.
Bảng 1
Model Summaryb
Model
1
a. Predictors: (Constant), ĐỒNG CẢM, ĐÁP ỨNG, GIAO DIỆN, TIN CẬY b. Dependent Variable: HÀI LÒNG
(Nguồn: phụ lục 2.13 kết quả kết quả xử lý dữ liệu) Nhìn vào Bảng 1 hình trên, dùng để đánh giá độ phù hợp của mô hình hồi quy đa biến, hệ số R bình phương hiệu chỉnh Adjusted R Square là 0.769. Nghĩa là 76.9% biến thiên của biến phụ thuộc HÀI LÒNG được giải thích bởi 4 nhân tố độc lập. Điều này cho thấy mô hình hồi quy tuyến tính này phù hợp với tập dữ liệu của mẫu ở mức 76.9%, tức là các biến độc lập giải thích được 76.9%, biến thiên của biến phụ thuộc sự HÀI LÒNG
Bảng 2
ANOVAa
Model
1
b. Predictors: (Constant), ĐỒNG CẢM, ĐÁP ỨNG, GIAO DIỆN, TIN CẬY
(Nguồn: phụ lục 2.13 kết quả kết quả xử lý dữ liệu) Nhìn vào Bảng 2 hình trên, kiểm định giả thuyết về độ phù hợp với tổng thể của mô hình, giá trị F=17.856 với sig.=0.000 <5%. Chứng tỏ R bình phương của tổng thể khác 0. Đồng nghĩa với việc mô hình hồi quy tuyến tính xây dựng được là phù hợp với tổng thể (chi tiết hơn là R bình phương tổng thể ta không thể tính cụ thể được, nhưng ta biết chắc chắn sẽ khác 0, mà khác 0 thì chứng tỏ là các biến độc lập có tác động đến biến phụ thuộc) Bảng 3 Coefficientsa Model (Constant) TIN CẬY 1 ĐÁP ỨNG GIAO DIỆN ĐỒNG CẢM a. Dependent Variable: HÀI LÒNG
(Nguồn: phụ lục 2.13 kết quả kết quả xử lý dữ liệu)
Nhìn vào Bảng 3 hình trên, kiểm định các giả thuyết sử dụng phần mềm SPSS: giá trị ở cột Sig. đều <10% chứng tỏ 4 biến độc lập đều tác động có ý nghĩa thống kê đến biến phụ thuộc. Nghĩa là 5 giả thiết đều được chấp nhận. Nhìn vào hệ số B có thể giải thích như sau, ví dụ hệ số B của TIN CẬY là 0.012 , nghĩa là khi biến TIN CẬY tăng 1 đơn vị thì biến HÀI LÒNG tăng 0.012 đơn vị. Ngoài ra có thể so sánh xác định mức độ ảnh hưởng của các yếu tố: yếu tố có hệ số B càng lớn thì có thể nhận xét rằng yếu tố đó có mức độ ảnh hưởng cao hơn các yếu tố khác trong
mô hình nghiên cứu. Lưu ý giả sử có biến nào có sig. tương ứng lớn hơn 10% thì biến đó không có tác động đến biến phụ thuộc.
Kiểm tra giả định về hiện tượng đa cộng tuyến (tương quan giữa các biến độc lập) thông qua giá trị của độ chấp nhận (Tolerance) ho c hệ số phóng đại phương sai VIF (Variance inflation factor): VIF > 10 thì có thể nhận xét có hiện tượng đa cộng tuyến (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005). Trong bài này hệ số phóng đại phương sai VIF đều bé hơn 10, chứng tỏ không có hiện tượng đa cộng tuyến. (lưu ý mối quan hệ giữa Tolerance và VIF là nghịch đảo của nhau như sau: VIF=1/Tolerance nên chỉ cần đánh giá một trong hai giá trị này là được)
Phương trình hồi quy:
HL = 1.432 + 0.012 TC + 0.302 DU + 0.033 DC + 0.320 GD Trong đó: HL: sự hài lòng khách hàng TC: thành phần tin cậy DU: thành phần đáp ứng DC: thành phần đồng cảm GD: thành phần giao diện ứng dụng
Hệ số hồi quy Beta được thể hiện dưới hai dạng: Beta chưa chuẩn hóa và Beta chuẩn hóa. Do hệ số hồi quy chưa chẩn hóa, giá trị phụ thuộc vào thang đo nên không sử dụng để so sánh tác động của các biến độc lập vào biến phụ thuộc trong cùng một mô hình. Hệ số hồi quy Beta chuẩn hóa là hệ số đã chuẩn hoá các biến. Vì vậy, được sử dụng để so sánh mức độ tác động của các biến độc lập vào biến
phụ thuộc. Biến độc lập nào có hệ số Beta chuẩn hóa cao hơn thì biến đó tác động mạnh vào biến phụ thuộc.
Phương trình hồi quy đã chuẩn hóa:
HL = 0.306 GD + 0.250 DU + 0.030 DC + 0.011 TC
Như vậy chất theo thứ tự này thì thành phần Giao diện ứng dụng có ảnh hưởng lớn nhất đến sự hài lòng với hệ số 0.306, sau đó là thành phần Đáp Ứng, tiếp đến là thành phần Đồng Cảm và sau cùng là Sự Tin Cậy dịch vụ
Kiểm tra các giả định hồi quy
Mô hình hồi quy tuyến tính bằng phương pháp OSL được thực hiện với một số giả định và mô hình chỉ thực sự có ý nghĩa khi các giả định này được đảm bảo. Do vậy để đảm bảo cho độ tin cậy của mô hình, việc dò tìm sự vi phạm các giả định là cần thiết. Giả định đa cộng tuyến đã đề cập ở trên, phần này sẽ làm về giả định phân phối chuẩn của phần dư và giả định liên hệ tuyến tính.
Hình 4.2 Biều đồ histogram: giả định phân phối chu n của phần dƣ
Nhìn vào đây ta thấy phần dư chuẩn hóa phân bố theo hình dạng của phân phối chuẩn. Có một đường cong hình chuông trên hình là đường phân phối chuẩn, ta thấy