Sơ đồ 4 .2 Mức độ ảnh hƣởng của các nhân tố đến sự hài lòng
3.4 NỘI DUNG PHÂN TÍCH
3.4.1 Phân tích thống kê mô tả
Tổng hợp thống kê: Tập hợp các số liệu và thông tin thu thập đƣợc, chọn lọc và thống kê những thông tin cần thiết.
Sử dụng các công cụ trong phần mềm SPSS 20.0 để phân tích số liệu:
- Thống kê mô tả: thống kê mô tả tần số xuất hiện của các biến quan sát, cũng nhƣ phần trăm trong tổng số.
3.4.2 Phân tích Cronbach’s Alpha
Hệ số Cronbach’s alpha là một phép kiểm định thống kê dùng để kiểm tra sự chặt chẽ và tƣơng quan giữa các biến quan sát. Điều này liên quan đến hai khía cạnh là tƣơng quan giữa bản thân các biến và tƣơng quan của các điểm số của từng biến với điểm số toàn bộ các biến của mỗi ngƣời trả lời.
Kiểm tra độ tin cậy của thang đo Likert bằng hệ số tin cậy Cronbach’s Alpha.:
hệ số Cronbach’s Alpha đƣợc sử dụng trƣớc nhằm loại bỏ các biến không phù hợp. Theo nhiều nhà nghiên cứu thì:
0,8 ≤ Cronbach’s Alpha ≤ 1 : Thang đo lƣờng tốt
0,7 ≤ Cronbach’s Alpha ≤ 0,8 : Thang đo lƣờng có thể dùng đƣợc
0,6 ≤ Cronbach’s Alpha ≤ 0,7 : Có thể dùng đƣợc trong trƣờng hợp khái niệm nghiên cứu là mới hoặc mới đối với ngƣời trả lời trong bối cảnh nghiên cứu.
Trong nghiên cứu, tác giả kiểm định thang đo bằng SPSS chỉ giữ lại biến có hệ số Cronbach’s Alpha từ 0.6 trở lên và tƣơng quan biến – tổng (correcteditem-total correlation)≥ 0.3 đƣợc xem là chấp nhận và đƣợc đƣa vào phân tích ở những bƣớc tiếp theo.
3.4.3 Phân tích nhân tố khám phá EFA
Phân tích nhân tố khám phá là một phƣơng pháp phân tích thống kê dùng để rút gọn một tập gồm nhiều biến quan sát phụ thuộc lẫn nhau thành một tập biến (gọi là các nhân tố) ít hơn để chúng có ý nghĩa hơn nhƣng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu. Quan hệ của các nhóm biến có liên hệ qua lại lẫn nhau đƣợc xem xét dƣới dạng một số các nhân tố cơ bản. Mỗi biến quan sát sẽ
biến đo lƣờng sẽ thuộc về nhân tố nào. Trong nghiên cứu này, phân tích nhân tố khám phá EFA là để xem xét các yếu tố ảnh hƣởng nhƣ thế nào đến sự hài lòng của khách về chất lƣợng dịch vụ tại công ty. Đồng thời giúp cho nghiên cứu có đƣợc một bộ biến có ý nghĩa hơn.
Phân tích nhân tố chỉ đƣợc sử dụng khi hệ số KMO (Kaiser-Meyer-Olkin) có giá trị từ 0.5 trở lên , kiểm định Bartlett’s có giá trị sig ≤ 0.05, các biến có hệ số truyền tải (factor loading) nhỏ hơn 0.5 sẽ bị loại. Điểm dừng Eigenvalue (đại diện cho phần biến thiên đƣợc giải thích bởi mỗi nhân tố) lớn hơn 1 và tổng phƣơng sai trích (Cumulative % Extraction Sums of Squared Loadings) ≥ 50%. Phƣơng pháp trích “Principal Component” với phép quay “Varimax” đƣợc sử dụng trong phân tích nhân tố thang đo các thành phần độc lập.
3.4.4 Phân tích hồi quy
Sau khi xem xét mối tƣơng quan giữa các biến, tôi tiến hành xây dựng mô hình hồi quy. Mô hình hồi quy mà tác giả áp dụng là mô hình hồi quy đa biến (mô hình hồi quy bội). Tác giả muốn đo lƣờng xem mức độ tác động của các nhân tố trên đến sự hài lòng của khách hàng đối với dịch vụ tại công ty BTC bằng phân tích hồi quy dựa trên việc đo lƣờng sự ảnh hƣởng của các nhân tố đƣợc rút trích. Trong mô hình phân tích hồi quy, biến phụ thuộc là biến “Sự hài lòng”, các biến độc lập là các nhân tố đƣợc rút trích ra từ các biến quan sát từ phân tích nhân tố EFA.
3.4.5 Kiểm định các yếu tố của mô hình
Các kiểm định các giả thuyết của mô hình: Mức độ hài lòng của khách hàng đối với chất lƣợng dịch vụ của công ty TNHH TMDV Thông tin BTC đƣợc đánh giá thông qua giá trị trung bình, phƣơng sai, độ lệch chuẩn. Kiểm định One Sample T- test đƣợc sử dụng để kiểm định về mức độ hài lòng trung bình của tổng thể và kiểm định One Way Anova về sự khác nhau về mức độ hài lòng giữa các nhóm thời gian sử dụng dịch vụ, chi phí sử dụng dịch vụ có ảnh hƣởng đến đánh giá về sự hài lòng của khách hàng hay không.
CHƢƠNG 4
PHÂN TÍCH KẾT QUẢ NGHIÊN CỨU
Sau khi tổng hợp cơ sở lý thuyết của chƣơng 2 và trình bày phƣơng pháp nghiên cứu của chƣơng 3, chƣơng 4 sẽ tập trung vào việc phân tích kết quả nghiên cứu của đề tài. Mục đích nghiên cứu của chƣơng này bao gồm việc thống kê mô tả cấu trúc mẫu nghiên cứu, kiểm định độ tin cậy thang đo bằng hệ số Cronbach’s Alpha, phân tích nhân tố khám phá EFA, kiểm định mô hình giả thiết nghiên cứu sau đó sử dụng mô hình hồi quy để kiểm định mô hình và các giả thiết nghiên cứu, đánh giá sự hài lòng của nhân tố, so sánh sự khác biệt về giá trị trung bình của các cấu trúc mẫu. Từ những kết quả nghiên cứu và phân tích đó, chúng ta có thể phân tích đƣợc sự khác biệt về giá trị trung bình từ đó đánh giá đƣợc sự hài lòng của khách hàng.