Thống kê mô tả

PHẦN 4 PHÂN TÍCH KẾT QUẢ NGHIÊN CỨU

2. Thống kê mô tả

BKS từ 5/4/2021 và chốt kết quả vào ngày 5/5/2021. Nhóm thu về 200 câu trả lời. Sau đó thực hiện sàn lọc và hủy các những mẫu KS không đạt thì thu được 187 mẫu khảo sát đạt điều kiện.

Bảng KS không hạn chế phạm vi địa lý, tuy nhiên sau khi phân tích thì các mẫu trả lời chủ yếu thu được từ sinh viên các trường thuộc trong khu vực thành phố HCM. Có 47 người (nam) tương đương chiếm tỉ lệ 23,53% trong tổng số phiếu trong khi đó số lượng đáp viên là nữ có 150 người chiếm tỉ lệ 74,87% xấp xỉ gấp 3 lần số đáp viên nam và một số ít chiếm rất nhỏ 1,604% là không muốn nêu cụ thể. Qua đấy đưa ra nhận xét rằng giới tính ảnh hưởng sự chọn lựa.

Hình 6. Số liệu thống kê mô tả biến giới tính

Xét về yếu tố sinh viên thuộc các năm, với đáp viên là sinh viên năm nhất có 21 người tương đương với 10,7%. Sinh viên năm hai có 138 người chiếm 68,98% trong tổng số. Sinh viên năm ba chiếm 12,83% với 26 người. Sinh viên năm 4 có 15 người tương

27 đương với 7,49%. Người làm KS đều là sinh viên các năm và nhiều nhất là năm hai. Đối tượng, mục tiêu mà bài NC hướng tới.

Hình 7.Số liệu thống kê mô tả biến sinh viên các năm

Về yếu tố chi tiêu hàng tháng, số tiền được dùng cho việc ăn uống trong một tháng được tổng kết như sau: Số đáp viên dành từ 1 – 2 triệu cho việc ăn uống là 109 người chiếm 54,55%; số đáp viên dành từ 2 – 3 triệu cho việc ăn uống hàng tháng là 55 người chiếm 27,27%; còn lại số người dành từ 3 – 4 triệu là 36 người chiếm 18,18% trong tổng số.

28 Số người đi cà phê từ 1 – 5 lần/tháng là 107 người chiếm 53,48%; 5 – 10 lần/tháng có 52 người chiếm 26,2% và trên 10 lần có 41 người tương đương với 20,32% trong tổng số.

Hình 9. Số liệu thống kê biến số lần đi cà phê trong 1 tháng

Các yếu tố của một quán cà phê như không gian, chất lượng của món, phục vụ, vị trí, giá cả, …tác động sự chọn lựa của KH. Theo như khảo sát, số người lựa chọn cửa hàng Starbuck là 12 người chiếm 5,882%; số người lựa chọn Highlands Coffee là 28 người chiếm 13,9%; số người lựa chọn The Coffee House là 49 người chiếm 24,6% và số còn lại chọn các quán khác là 111 người chiếm 55,61% trong tổng số.

29 Theo như nghiên cứu, việc đi đến quán cà phê có rất nhiều mục đích. Tuy nhiên sau khi sàn lọc thì có 4 mục đích chính: Đến quán để học bài có 64 người chọn chiếm 32,09%; đến quán để trò chuyện với số đáp viên cao nhất là 106 người tương đương với 52,94%; đến quán để chụp hình có 13 đáp viên chiếm 6,417% và đến quán để thưởng thức nước uống, bánh ngọt có 17 đáp viên chọn chiếm 8,556% trên tổng số.

Hình 11. Số liệu thống kê biến mục đích đi đến quán cà phê 3. Kiểm định mô hình đo lường 3. Kiểm định mô hình đo lường

Trong bài nghiên cứu này, độ tin cậy của các biến độc lập sẽ được kiểm tra bằng cách sử dụng phương pháp kiểm tra độ tin cậy Cronbach’s alpha. Sự hài lòng của khách hàng mang tính chất là 1 biến phụ thuộc nên sẽ bị tác động ít nhiều khi khách hàng trải nghiệm nhiều DV khác nhau do The Coffee House cung cấp. Ở phần này, bằng cách sử dụng Cronbach’s alpha sẽ giúp bài nghiên cứu có thể loại bỏ ra 1 cách đáng kể những biến mà bản thân chúng không mang tính chất phù hợp với bài NC, từ đó nhóm sẽ tiếp tục phân tích EFA hay còn gọi là phân tích các nhân tô khám phá. Nhóm đồng thời thực hiện kiểm định bằng phương pháp hồi quy và ANOVA.

3.1 Kiểm định Cronbach’s alpha đối với các thang đo

Trước hết nghiên cứu sẽ phải tiến hành đo lường mức độ tin cậy của các biến bằng cách sử dụng Cronbach’s alpha. Nếu kết quả sau khi kiểm tra cho ra chỉ số

Cronbach’s alpha nằm trong khoảng từ [0,1] thì chỉ số sẽ đạt yêu cầu của Cronbach’s alpha. Bên cạnh đó nếu chỉ số này ở khoảng cách gần về 1 thì chứng minh được độ tin cậy khi kiểm tra càng cao, ngược lại nếu nó nằm gần về 0 thì chứng minh được độ tin

30 cậy khi kiểm tra là rất kém. Nếu kiểm tra cho ra kết quả gần về 0 thì nghiên cứu sẽ không thể được sử dụng để chứng minh có tồn tại sự tác động trên các biến phụ thuộc. Tuy nhiên, nếu chỉ số sau khi kiểm tra cho ra kết quả vượt lên 0,9 và đến gần 1 thì khả năng cao các câu hỏi được sử dụng có thể bị giống nhau hoặc trùng lặp. Vì vậy, nếu xét về chỉ số của Cronbach’s alpha thì những kết quả sau khi kiểm tra nằm trong khoảng [0,5;0,9] sẽ được chấp thuận và giữ lại

Nhóm đã tiến hành thực hiện kiểm định để cho ra kết quả của các biến quan sát và nhận thấy trong các kết quả nhóm không cần loại bỏ các biến nào, hầu hết các biến đều có thể đáp ứng được những điều kiện cần thiết được đưa ra trong bài nghiên cứu. Chỉ số của các biến quan sát sau khi chạy Cronbach’s alpha cho ra các kết quả của các thang đo lần lượt là: giá cả (GC) là 0,793; nhân viên (NV) là 0,849; địa điểm (DD) là 0,744; thang đo khuyến mãi (KM) có Cronbach’s alpha là 0,833; sự tin tưởng (STT) là 0,832; sự hài lòng (SHL) là 0,822. Sau quá trình kiểm tra mức độ đáp ứng của các biến thì nhóm không cần loại bỏ biến nào, vì vậy có thể tiếp tục phân tích EFA cho bài nghiên cứu.

Bảng 2. Kết quả kiểm định Cronbach’s alpha các thang đo STT Thang đo Số biến STT Thang đo Số biến

quan sát

Cronbach’s alpha

Hệ số tương quan giữa biến tổng nhỏ nhất 1 Giá cả (GC) 5 0,793 0,515 2 Nhân viên (NV) 5 0,849 0,603 3 Khuyến mãi (KM) 5 0,833 0,529 4 Địa điểm (DD) 5 0,744 0,458 5 Sự tin tưởng (STT) 5 0,832 0,594 6 Sự hài lòng (SHL) 5 0,822 0,525

3.2. Phân tích nhân tố khám phá (EFA)

Trong bước đầu tiên của quá trình phân tích nhân tố khám phá (EFA), nhóm đã sử dụng các biến quan sát đã đạt được điều kiện cần thiết trong bài nghiên cứu. Từ đó, có thể xác định rõ ràng và chính xác SL nhóm nhân tố. EFA yêu cầu những tiêu chuẩn hoặc điều kiện cần thiết như:

31 Hệ số KMO (Kaiser-Meyer-Olkin) nằm trong khoảng [0.5;1]

Mức ý nghĩa của kiểm định Bartlett phải nhỏ hơn 0,5 Trị số của Eigenvalues phải lớn hơn hoặc bằng 1 Tổng phương sai trích 50%

Factor Loading (hệ số tải nhân tố) >0.5, đồng thời khoảng cách giữa cách hệ số tải nhân tố giữa các biến quan sát cần 0.3 nhằm tạo ra sự phân biệt giữa các giá trị nhân tố.

● Phân tích nhân tố khám phá (EFA) đối với các thành phần của sự hài lòng khi sử dụng dịch vụ của The Coffee House.

Dữ liệu nghiên cứu sau khi chạy EFA cho ra được độ tin cậy, kết quả của nghiên cứu là từ 22 biến quan sát đã được phân bổ thành 4 nhóm nhân tố. Trong đó, các biến nhân tố Khuyến mãi & Sự tin tưởng được đại diện bởi Chất lượng sản phẩm (CLSP), cùng lúc đó nghiên cứu đã loại đi lần lượt 3 biến vì có hệ số tải nhân tố không đáp ứng được yêu cầu là: KM1, DD3, DD2.

Kết quả sau khi chạy EFA cho ra có những biến không đạt yêu cầu, vì vậy sau khi loại bỏ những biến này, nhóm thu được kết quả:

Hệ số KMO (Kaiser-Meyer-Olkin) là 0.914 > 0.5 nên kết quả phân tích có thể chứng minh là nhân tố phù hợp với dữ liệu nghiên cứu. Bên cạnh đó sig = 0.000 < 0.005 nên có thể bác bỏ giả thuyết đồng thời chứng minh được các biến mang tính tương quan với nhau trong bài NC này.

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .914

Bartlett's Test of Sphericity

Approx. Chi-Square 1924.776

df 231

Sig. .000

32 Eigenvalue yêu cầu điện kiện lớn hơn hoặc bằng 1, chỉ số này của bài nghiên cứu là 1,183 tại vị trí nhân tố thứ 4 nên chỉ số này được chấp nhận.

Nghiên cứu có giá trị của tổng phương sai trích là 59,271> 50% (yêu cầu được đặt ra) vì vậy giá trị nghiên cứu về tổng phương sai trích là đạt yêu cầu. Vì vậy 4 nhân tố được lấy ra từ EFA có thể thể hiện rõ ràng được 59,271% đặc điểm của tất cả các biến độc lập được đưa vào lúc đầu.

Biến quan sát Nhân tố (1) Sự tin tưởng (2) Nhân viên

(3) Giá cả (4) Địa điểm

KM3 .724 STT4 .706 KM4 .677 KM5 .667 STT1 .643 STT5 .641 STT3 .635 STT2 .634 KM2 .575 NV3 .760 NV2 .737 NV1 .696 NV4 .665 NV5 .629 GC1 .750 GC3 .703 GC2 .702 GC4 .644 GC5 .533 DD4 .758

33 DD5 .685 DD1 .659 Eigenvalues 8,895 1,511 1,3451 1,183 Phương sai trích (%) 21,003 15,379 13,061 9,828 Cronbach’s alpha 0,888 0,849 0,793 0,691

Bảng 4. Kết quả phân tích nhân tố khám phá (EFA)

● Thay đổi mô hình của bài nghiên cứu sau khi thu được kết quả EFA

Ban đầu từ 5 biến độc lập SERVQUAL, EFA đã rút gọn thành 4 nhóm nhân tố mới, những nhóm nhân tố này có thể đáp ứng được độ tin cậy cần thiết của bài nghiên cứu. Trong đó, xuất hiện 1 nhóm nhân tố mới là nhóm Chất lượng sản phẩm (CLSP) đại diện cho các biến của hai thang đo Khuyến mãi (KM) và Sự tin tưởng (STT). Bên cạnh đó, nhóm nhân tố (2), (3), (4) được đại diện lần lượt bởi bởi thang đo Nhân viên

(NV), Giá cả (GC) và Địa điểm (DD).

Từ kết quả chạy EFA, thu được kết quả như sau: (1) Chất lượng sản phẩm (CLSP) được đo bằng 9 biến quan sát, (2) Nhân viên (NV) và (3) Giá cả (GC) đều được đo bằng 5 biến quan sát và cuối cùng là (4) Địa điểm (DD) được đo bằng 3 biến quan sát. Trong đó, có thể thấy được rằng yếu tố Chất lượng sản phẩm (CLSP) và Giá cả (GC) mang vai trò quan trọng và có thể tác động mạnh mẽ đến Sự hài lòng của khách hàng. Vì vậy nghiên cứu đưa ra đề xuất là thay đổi sang một mô hình nghiên cứu mới và đồng thời bổ sung thêm nhóm nhân tố mới là H4*

H4* phát biểu như sau: Khi chất lượng sản phẩm về đồ ăn, nước uống tăng hoặc giảm thì sự hài lòng của khách hàng khi sử dụng các sản phẩm này cũng thay đổi tương ứng.

34

Hình 12.Mô hình nghiên cứu đề xuất

● Kết quả EFA của biến phụ thuộc SHL

Chỉ số KMO và Barlette’s đạt 0.798

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .798 Bartlett's Test of Sphericity Approx. Chi- Square 284.583 df 6 Sig. .000

35

Total Variance Explained

Compo nent

Initial Eigenvalues Extraction Sums of Squared Loadings Total % of Variance Cumulati ve % Total % of Variance Cumulat ive % 1 2.655 66.379 66.379 2.655 66.379 66.379 2 .631 15.781 82.161 3 .377 9.431 91.592 4 .336 8.408 100.000

Extraction Method: Principal Component Analysis.

Các chỉ số đều đạt yêu cầu các điều kiện của EFA

Component Matrixa Component 1 SHL3 .864 SHL1 .850 SHL2 .833 SHL4 .701

36 a. 1 components extracted.

4. Kiểm Định Giả Thuyết Và Mô Hình Nghiên Cứu: 4.1 Phân Tích Tương Quan Pearson: 4.1 Phân Tích Tương Quan Pearson:

Bước đầu tiên khi bước vào phân tích hồi quy, những dữ liệu được thêm vào phân tích tương quan Pearson là để xem mối quan hệ của các cặp biến. Nếu sig < 0,05 là có tương quan, sig > 0,05 là không có tương quan, và đối với sig mà nhỏ hơn 0,05 thì càng gần 1 tương quan với các cặp càng mạnh nhưng mà càng gần 0 thì tương quan dần yếu đi. Ví dụ thêm như là nếu r càng gần về 1,-1 thì tương quan của các cặp tuyến tính ngày càng mạnh, tiến về 1 thì tương quan dương, về -1 tương quan âm, r mà càng về 0 thì tương quan tuyến tính của các cặp biến càng yếu dần .r = 1 thì tương quan tuyệt đối, biểu diễn trên đồ thị Scatter thì các điểm trên biểu đồ tự nhập lại thành một đường thẳng, r = 0 không có tương quan tuyến tính sẽ liền diễn ra hai tình huống , thứ nhất là không có sự tiếp xúc nào giữa 2 biến, thứ hai là giữa chúng có mối liên hệ phi tuyến

Nhận thấy được toàn bộ các biến độc lập đều có mối quan hệ tương quan tuyến tính với biến phụ thuộc.

Ở bước kết thúc phân tích tương quan cho tập dữ liệu, thì có thể thấy được mối quan hệ manng tính tương quan tuyến tính giữa biến độc lập và biến phụ thuộc trong bài báo cáo.

Các giả thuyết H1 - H6 đã được nêu ra trước đó, nhóm cần phải sử dụng hồi quy để xác định được là việc chấp nhận hay bãi bỏ giả thuyết đã đề ra. Trong phần này sẽ luôn chú trọng các phần như:

R2 (R-square), R bình phương hiệu chỉnh (Adjusted R Square) để nhận định ra

mức độ giải thích của biến độc lập vào biến phụ thuộc trong mô hình hồi quy. Và từ 0 đến 1 là độ dao động của 2 giá trị, càng tiến về 0 thì càng không tốt, càng tiến về gần 1 thì càng tốt. Lưu ý, thường thì chúng ta chọn mức trung gian là 0,5 nhằm giải thích những ý nghĩa giữa mạnh và yếu, và thường thì từ 0,5 đến 1 được cho là mô hình tốt, đối với 0,5 trở xuống thì là mô hình kém. Tuy nhiên, tùy vào dạng dữ liệu mà ta có,

37 mô hình hồi quy không bị ép buộc là lúc nào cũng phải đạt được giá trị R bình phương hiệu chỉnh cao hơn 0,5 mới có ý nghĩa.

· Giá trị sig của kiểm định F: dùng để kiểm tra độ thích hợp của mô hình hồi quy. Và nếu mà sig thấp hơn 0,5 thì ta sẽ cho rằng mô hình hồi quy tuyến tính bội thích hợp với những dữ liệu và sử dụng được. Giá trị này thường được tìm thấy trong Anova

· Hệ số Durbin – Watson: được thiết lập để kiểm định hiện tượng tương quan nhỏ hơn 1 và lớn hơn 3, và giá trị mà thường ở trong khoảng 1.5 đến 2.5 sẽ không xảy ra hiện tượng tương quan.

· Giá trị sig của kiểm định t: dùng để kiểm tra ý nghĩa hệ số hồi quy. Khi mà sig của

kiểm định t của biến độc lập nhỏ hơn 0,5; thì sẽ có được kết luận biến độc lập đã có ảnh hưởng đến biến phụ thuộc. Còn lớn hơn 0,5 thì sẽ được kết luận là không có ảnh hưởng đến biến phụ thuộc, và không nhất thiết phải loại bỏ biến đó để chạy lại hồi quy và giá trị này được tìm thấy trong Coefficients.

· Hệ số phóng đại phương sai VIF: được sử dụng để kiểm tra hiện tượng đa cộng

tuyến, thường thì ta thấy VIF của một biến độc lập cao hơn 10 thì hầu như là đang có hiện tượng đa cộng tuyến.

· Hệ số hồi quy chưa chuẩn hóa B và hệ số hồi quy đã chuẩn hóa Beta: thường được dùng hệ số B để viết dưới dạng:

Y = B0 + B1X1 + B2X2 +...+ BiXi + e

4.2 Ảnh hưởng của các thành phần thang đo lên sự hài lòng của KH khi sử dụng dịch vụ tại The Coffee House: dụng dịch vụ tại The Coffee House:

Khi chạy hồi quy tuyến tính có 3 biến bị loại khỏi mô hình: là Chất lượng sản phẩm (CLSP), Nhân viên (NV), Địa điểm (DD) do có hệ số sig cao hơn 0,05 nên ba biến này sẽ bị loại khỏi mô hình.

Sau khi có kết quả hồi quy còn lại 2 biến: Giá Cả (GC), Khuyến Mãi (KM). Mô hình hàm có R bình phương (R-Square) là 0,200 và R bình phương hiệu chỉnh (Adjusted R- Square) là 0,178, mô hình này cho ta biết được 17,8% là sự biến thiên của biến phụ thuộc vào sự hài lòng của khách hàng, giá trị sig F = 0,000 < 0,05 suy ra mô hình hồi

38 quy này thích hợp với tập dữ liệu và được sử dụng. Hệ số Durbin – Watson (DW) (1<1,981<3) nên sẽ không xảy ra hiện tượng quan chuỗi bậc nhất. Và đây là bảng kết quả phân tích hồi quy:

Bảng 5. Kết quả kiểm định hồi quy

Coefficientsa Model Unstandardized Coefficients Standardize d Coefficient s t Sig. Collinearity Statistics

B Std. Error Beta Toleranc

e VIF 1 (Constan t) -.695 .314 -2.216 .028