31 TIEU LUAN MOI download : skknchat@gmail.com
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 KM3 STT4 KM4 KM5 STT1 STT5 STT3 STT2 KM2 NV3 NV2 NV1 NV4 NV5 GC1 GC3 GC2 GC4 GC5 DD4
32 TIEU LUAN MOI download : skknchat@gmail.com
DD5 DD1 Eigenvalues Phương sai trích (%) Cronbach’s alpha
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.
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.
Bartlett's Test of Sphericity
Bên cạnh đó phương sai trích đạt 66.379%
34 TIEU LUAN MOI download : skknchat@gmail.com
Total Variance Explained Compo nent 1 2 3 4
Extraction Method: Principal Component Analysis.
Các chỉ số đều đạt yêu cầu các điều kiện của EFA
SHL3 SHL1 SHL2 SHL4 Extraction Method: Principal Component Analysis.
a. 1 components extracted.
4. Kiểm Định Giả Thuyết Và Mô Hình Nghiên Cứu: 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.
Ởbước 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,
36 TIEU LUAN MOI download : skknchat@gmail.com
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:
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
37 TIEU LUAN MOI download : skknchat@gmail.com
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: