STT
Đối tượng cư trú
Giới tính
Độ tuổi
Quốc tịch
Nguồn: Tổng hợp từ số liệu thu thập
Nhận xét về các nhân tố định tính:
- Chủ căn hộ với 100 cư dân chiếm tỷ lệ lớn 65.36% lớn hơn tỷ lệ khách thuê với số lượng 53 cư dân chỉ chiếm tỷ lệ 34.64%. Như vậy, phần lớn cư dân tham gia khảo sát là chủ sở hữu căn hộ đang sinh sống tại Opal Saigon Pearl.
- Tỷ lệ cư dân nữ chiếm tỷ lệ 54.25% lớn hơn tỷ lệ cư dân nam tham gia trả lời bảng khảo sát 45.75%. Như vậy, tỷ lệ cư dân nữ tham gia trả lời bảng câu hỏi lớn hơn tỷ lệ cư dân là nam tham gia trả lời bảng câu hỏi tuy nhiên sự chệnh lệch này là không đáng kể.
- Độ tuổi từ 31 đến 45 tuổi chiếm tỷ lệ cao nhất với 40.52% tham gia trả lời câu hỏi, sau đó đến độ tuổi từ 46 đến 59 tuổi chiếm tỷ lệ 35.95%, tiếp đến cư dân có độ tuổi dưới 31 là 19.61%, và tỷ lệ người trên 60 tuổi chỉ có 3.92%. Như vậy, Cư dân tại Opal Saigon Pearl phần lớn có độ tuổi trẻ, trung niên.
- Đa số người tham gia trả lời bảng khảo sát là người Việt Nam với tỷ lệ chiếm tới 91.5% so với tỷ lệ tham gia trả lời câu hỏi là người nước ngoài với 8.5%.
4.2 Giá trị Mean của các nhân tố trong mô hình nghiên cứuBảng 4.2 Kết quả giá trị mean của các nhân tố Bảng 4.2 Kết quả giá trị mean của các nhân tố
STT 1 2 3 4 5
Nguồn: Tổng hợp từ số liệu thu thập
Gía trị trung bình mean được tính bằng phần mềm excel trung bình của các biến quan sát trong từng nhóm nhân tố độc lập trước khi loại biến.
Dựa vào bảng 4.2, tác giả nhận thấy giá trị trung bình (Mean) cao nhất đạt giá trị 3.7 với nhân tố vệ sinh môi trường, và xếp thứ tự nhỏ dần là giá trị Mean của nhân tố thái độ phục vụ 3.6, xếp sau đó là giá trị Mean của nhân tố an ninh và an toàn đạt giá trị 3.4, các giá trị Mean nhỏ nhất là nhân tố chính sách quản lý 3.1 và nhân tố năng lực phục vụ có giá trị Mean thấp nhất đáng báo động đó là năng lực phục vụ có giá trị mean dưới ngưỡng bình thường là 2.9.
4.3 Đo lường độ tin cậy của thang đo
Độ tin cậy của thang đo sẽ được đo lường bằng hệ số Cronbach’s Alpha. Đo lường hệ số Cronbach’s Alpha để đánh giá mối quan hệ giữa các biến trong cùng
một nhóm. Mô hình sẽ loại bỏ các chỉ số có hệ số này nhỏ hơn 0.3 và chấp nhận các nhân tố có độ tin cậy từ 0.6 trở lên. Kết quả kiểm định như sau:
Bảng 4.1 Kết quả phân tích hệ số Cronbach’s alpha
Biến độc lập và biến phụ thuộc TDPV1 TDPV2 TDPV3 TDPV4 TDPV5 NLPV1 NLPV2 NLPV3 NLPV4 NLPV5 CSQL1 CSQL2 CSQL3 CSQL4 CSQL5 CSQL6 VSMT1 VSMT2 VSMT3 VSMT4 ANAT1 ANAT2 ANAT3 ANAT4 ANAT5 ANAT6
Nhận xét:
Tất cả các biến quan sát đều có hệ số Cronbach’s Alpha lớn hơn 0.5, biến thái độ phục vụ có hệ số Cronbach’s Alpha nhỏ nhất là 0.725. Các biến quan sát có hệ số tương quan biến đều lớn hơn 0.3, trong đó biến quan sát TDPV4 có giá trị hệ số tương quan biến tổng thấp nhất là =0.407. Như vậy, các đề xuất của tác giả đã đảm bảo độ tin cậy của mô hình, thang đo được xây dựng cho các nhân tố ở mức tốt. Do đó, sẽ không xảy ra trường hợp loại biến quan sát ở kiểm định Cronbach’s Alpha. Các biến này sẽ được dùng để phân tích nhân tố khám phá EFA sau đó. Cụ thể hệ số tin cậy của các biến như sau:
- Thái độ phục vụ: nhân tố này có hệ số tin cậy ở mức tốt là 0.725, đảm bảo
đủ độ
tin cậy. Cả 5 biến quan sát đều có hệ số tương quan biến tổng lớn hơn 0.3, cụ thể giá trị cao nhất của hệ số tương quan biến tổng là nhân tố quan sát TDPV1=0.673 và thấp nhất là hệ số của biến quan sát TDPV4=0.407. Do đó, không có biến quan sát nào cần loại trừ ở nhân tố đầu tiên này.
- Năng lực phục vụ: hệ số Cronbach’s Alpha của biến giá dịch vụ cao, hệ số này
đạt giá trị 0.867, cho thấy độ tin cậy cao đối với mô hình. Nếu loại bỏ đi ngẫu nhiên một trong các quan sát của biến này thì hệ số tin cậy đều giảm xuống, đồng thời hệ số tương quan biến tổng hiệu chỉnh của biến quan sát cũng cao hơn 0.3 (thấp nhất là 0.51) nên có thể tiếp tục sử dụng cả 5 biến quan sát đó.
- Chính sách quản lý: hệ số Cronbach’s Alpha có giá trị bằng 0.927, có hệ số này
đạt giá trị cao nhất cho thấy độ tin cậy cao nhất với mô hình. Các biến quan sát đều có hệ số tương quan cao (trên 0.3). Cụ thể, cao nhất là giá trị hệ số tương quan biến tổng của biến quan sát CSQL6 đạt giá trị 0.820, thấp nhất là giá trị hệ số tương quan biến tổng của biến quan sát CSQL1 đạt giá trị 0.757.
- Vệ sinh và môi trường: nhân tố này có hệ số Cronbach’s Alpha là 0.877 cũng đã
đủ điều kiện để thể hiện sự tin cậy chấp nhận được của biến. Và các biến quan sát của biến độc lập này đều đạt giá trị hệ số tương quan biến tổng lớn hơn 0.3.
- An ninh và an toàn: Hệ số tin cậy của nhân tố thứ 5 trong mô hình đạt
0.809, hệ
số Cronbach’s alpha này là đảm bảo. Và các biến quan sát của biến độc lập này đều đạt giá trị hệ số tương quan biến tổng lớn hơn 0.3.
4.3 Phân tích nhân tố khám phá EFA.
Phân tích nhân tố khám phá EFA là bước quan trọng để đánh giá mức độ hội tụ và phân biệt của các chỉ số trong mô hình. Theo kết quả phân tích Cronbach’s Alpha, tất cả các biến đều có độ tin cậy cao và các biến quan sát được giữ lại nên tác giả tiến hành kiểm định nhân tố khám phá EFA và cho ra kết quả phân tích nhân tố khám phá EFA như sau: Qua các lần chạy số liệu SPSS kết quả thu được bảng hệ số tải nhân tố xuất hiện các hệ số tải của 05 biến được xác định là biến xấu và thuộc 02 nhóm theo bảng kết quả hệ số tải nhân tố như sau:
Nhóm 1, là các biến không thể hiện hệ số tải trên bảng bao gồm ba biến quan sát đó là biến ANAT1, ANAT2, và TDPV5.
Nhóm 2, là các biến có hệ số tải được phân bố trên 02 (hai) cột khác nhau bao gồm 02 biến là CSQL5 và TDPV1.
Bảng 4.4 Kết quả hệ số tải nhân tố trước khi loại biếnBiến quan sát Biến quan sát CSQL6 CSQL4 CSQL2 TDPV3 NLPV2 NLPV1 CSQL3 NLPV4 CSQL5 ANAT6 ANAT4 CSQL1 ANAT5 NLPV5 VSMT1 VSMT2 VSMT4 VSMT3 TDPV2 TDPV1 NLPV3 ANAT2 ANAT1
TDPV5
Sau khi tiến hành loại biến xấu theo kỹ thuật loại biến lần lượt để chạy lại kết quả SPSS từng biến theo lần lượt như sau: trước hết tác giả loại biến xấu ANAT1, tiếp tục loại biến quan sát ANAT2, TDPV5, TDPV1 và cuối cùng tác giả tiến hành loại biến TDPV2 thì bảng hệ số tải các nhân tố đã không còn xuất hiện biến xấu và thu được kết quả cuối cùng như sau:
Bảng 4.5 Bảng kết quả kiểm định KMO và Bartlett’s
Hệ số KMO Kiểm định Bartlett's
Nguồn: Tác giả tự tổng hợp qua phân tích SPSS
Từ kết quả trên, hệ số KMO=0.926>0.5 nên các nhân tố thích hợp với mô hình nghiên cứu. Kiểm định Bartlett's có ý nghĩa thống kê ở mức Sig.= 0.000<0.05 nên các các nhân tố của mô hình có sự tương quan lẫn nhau.
Sau khi phân tích nhân tố khám phá EFA, tác giả đã chọn lọc ra được 21 biến quan sát và tính trung bình các biến quan sát theo từng nhân tố. Theo mô hình đề xuất các nhân tố tác động đến sự hài lòng của cư dân ở Hình 2.8, biến đại diện của biến phụ thuộc là SHL, các biến độc lập lần lượt là TDPV, NLPV, CSQL, VSMT, ANAT. Giá trị cần xem xét trong kết quả này là sig (2 phía), thể hiện khả năng tương quan của các biến độc lập với biến phụ thuộc. Giá trị này phải nhỏ hơn 0.05 hoặc 0.01 tùy theo mức ý nghĩa. Trong nghiên cứu này, sig lớn nhất bằng 0, nhỏ hơn mức ý nghĩa 0.05 vì vậy trong mô hình này được đáp ứng. Kết luận rằng tất cả các biến độc lập đều có sự tương quan với biến phụ thuộc và sử dụng tất cả các biến độc lập này và biến phụ thuộc này để phân tích hồi quy tuyến tính.
Bảng 4. 6 Bảng tổng phương sai trích
Eigenvalues khởi tạo Biến Tổng quan sát cộng 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
Bảng 4. 7 Bảng hệ số tải nhân tố sau khi loại biếnBiến quan sát Biến quan sát CSQL2 CSQL6 TDPV3 CSQL4 NLPV1 NLPV2 CSQL3 CSQL5 NLPV4 CSQL1 ANAT6 ANAT5 ANAT4 NLPV5 VSMT1 VSMT4 VSMT2 VSMT3 TDPV4 ANAT3 NLPV3
Nguồn: Tác giả tổng hợp qua phân tích SPSS
số tải nhân tố sẽ giữ lại 21 biến quan sát. Hệ số tải này là một giá trị rất quan trọng trong phân tích nhân tố khám phá EFA, tối thiểu phải lớn hơn 0.3 và nếu lớn hơn 0.5 thì EFA có ý nghĩa. Kết quả cho thấy hệ số thấp nhất của biến NLPV3=0.523>0.5, nên 21 biến quan sát đều có ý nghĩa thống kê tốt.
Hệ số nhân tố tải được phân bố trên 3 cột, chứng tỏ có ba nhóm biến quan sát có tác động đến sự hài lòng của cư dân. Tác giả sẽ tiến hành đi xem xét và định nghĩa lại ba nhóm nhân tố này so với mô hình nghiên cứu đề xuất ban đầu như sau:
+ Nhóm nhân tố độc lập thuộc hệ số tải nhân tố số 1: Bao gồm 14 biến quan
sát, được gom vào 01 cột và tác giả định nghĩa lại nhóm nhân tố này là nhóm nhân tố liên quan đến chính sách quản lý và đảm bảo an ninh an toàn. Đặt lại tên nhóm nhân tố viết tắt là CSAT, như vậy nhóm nhân tố 1 bao gồm 14 biến quan sát từ CSAT1 đến CSAT14.
+ Nhóm nhân tố độc lập thuộc hệ số tải nhân tố số 2: Bao gồm 04 biến quan sát VSMT1, VSMT2, VSMT3, VSMT4. Như vậy, nhóm nhân tố này phù hợp với nhân tố mà tác giả đề xuất ban đầu, vì vậy tác giả giữ nguyên tên gọi của các nhân tố và sẽ không định nghĩa lại nhóm nhân tố này.
+ Nhóm nhân tố độc lập thuộc hệ số tải nhân tố số 3: Bao gồm 03 biến quan
sát TDPV4, ANAT3, NLPV3. Các nhân tố này thuộc các nhân tố đề xuất khác nhau theo mô hình tác giả đã đề xuất. Vì vậy, tác giả sẽ xem xét lại từng biên quan sát. Trước tiên, xem xét lại cách phân loại biến quan sát ANAT3, biến quan sát này là biến quan sát với câu hỏi đánh giá của cư dân về nhận định “bảo vệ chuyên nghiệp”, sau khi xem xét tác giả nhận thấy, biến này có thể được xếp vào yếu tố thái độ phục vụ, năng lực phục vụ của nhân viên. Sau đó, tác giả xem xét lại hai biến quan sát TDPV4 và NLPV3, hai biến quan sát này cùng với biến quan sát ANAT3 được xếp chung với nhau thành nhóm nhân tố, tác giả định nghĩa lại nhóm nhân tố này là nhân tố thái độ năng lực phục vụ của nhân sự ban quản lý được ký hiệu là TDNL. Như vậy, nhóm biến độc lập thứ 3 được định nghĩa lại là thái độ năng lực của đội ngũ ban quản lý tòa nhà và được ký hiệu tên viết tắt của nhân tố này là TDNL1, TDNL2, TDNL3.
Sau khi định nghĩa lại các nhân tố từ kết quả ma trận xoay, tác giả thành lập kết quả ma trận xoay cho các nhân tố theo bảng dưới đây:
Bảng 4.8 Bảng hệ số tải nhân tố sau khi định nghĩa lại biếnBiến quan Biến quan sát CSAT1 CSAT2 CSAT3 CSAT4 CSAT5 CSAT6 CSAT7 CSAT8 CSAT9 CSAT10 CSAT11 CSAT12 CSAT13 CSAT14 VSMT1 VSMT4 VSMT2 VSMT3 NLTD1 NLTDL2 NLTD3
kết quả phân tích như sau:
Theo kết quả phân tích từ Bảng 4.6, có 03 nhân tố được tạo thành, các hệ số Eigenvalues của 03 nhân tố này lần lượt là 11.618, 1.783 và thấp nhất bằng 1.088 đều lớn hơn 1. Nếu đưa thêm 1 biến số 4 vào mô hình thì trị số này sẽ bằng 0.778<1 làm cho mô hình không phù hợp. Tổng phương sai trích bằng 68.996% > 50% nên mô hình EFA đến đây được chấp nhận.
4.4 Phân tích hồi quy
4.4.1 Phân tích tương quan Pearson
Tương quan Pearson nhằm kiểm tra để đánh giá mức độ tương quan độc lập giữa các biến được sử dụng trong mô hình nhằm kiểm tra mối tương quan tuyến tính giữa biến phụ thuộc với các biến độc lập để tránh hiện tượng đa cộng tuyến khi các biến độc lập có tương quan mạnh với nhau. Kết quả phân tích tương quan với hệ số Pearson và kiểm định 2 phía được trình bày ở Bảng 4.9.
Bảng 4.9 Ma trận tương quan Pearson
Correlations
Pearson Correlation
VSMT Sig. (2-tailed)
N
Pearson Correlation
CSAT Sig. (2-tailed)
N Pearson Correlation NLTD Sig. (2-tailed) N Pearson Correlation HL Sig. (2-tailed) N **. Correlation is significant at the 0.01 level (2-tailed).
Nguồn: Tác giả tự tổng hợp qua kết quả phân tích SPSS **Tương quan có ý nghĩa ở mức 0.01 (2 phía)
Bảng 4.9 cho thấy tất cả các biến độc lập đều có tương quan với biến phụ thuộc ở mức ý nghĩa 1%, độ tin cậy 99%. Từ kết quả ma trận hệ số tương quan Pearson, có thể nhận thấy rằng có 4 hệ số Pearson lớn hơn 0,3, hệ số Sig. của hệ số tương quan của biến độc lập đối với biến phụ thuộc HL đều bằng 0,000 < 0,05, nên các hệ số Pearson có ý nghĩa thống kê và từ đó có thể đưa ra kết luận các cặp biến độc lập – phụ thuộc trong mô hình có mối quan hệ tương quan tuyến tính chặt chẽ
với nhau. Thêm vào đó, tác giả cũng nhận thấy hệ số tương quan của các nhân tố độc lập với biến phụ thuộc đều mang dấu dương, nên có thể suy ra được các biến độc lập có mối quan hệ tương quan tuyến tính cùng chiều với biến phụ thuộc, trong đó biến CSAT có mối tương quan mạnh nhất với hệ số Pearson = 0.778 và biến NLTD có mối tương quan yếu nhất với hệ số Pearson = 0,465. Vì thế, các biến độc lập đều đủ điều kiện để đưa vào mô hình hồi quy tuyến tính để giải thích cho biến phụ thuộc.
Như vậy, các biến độc lập và biến phụ thuộc đều đủ điều kiện để đưa vào mô hình hồi quy tuyến tính để xem xét sự tác động một chiều của các biến độc lập đến biến phụ thuộc HL nhằm kiểm định các giả thuyết nghiên cứu của mô hình hồi quy.
4.4.2 Phân tích hồi quy tuyến tính bội
Sau khi cần loại bỏ 05 biến quan sát và tiến hành phân tích hồi quy đa bội, kết quả thu được như sau:
Bảng 4.10 Bảng Model SummaryModel Summaryb Model Summaryb
Model R
1 .790a
a. Predictors: (Constant), NLTD, CSAT, VSMT b. Dependent Variable: HL
Nguồn:Tác giả tự tổng hợp từ kết quả phân tích SPSS
Trong Bảng 4.10 với hệ số R bình phương hiệu chỉnh bằng 0.617, các biến của mô hình đã giải thích được 61.7% sự thay đổi của biến phụ thuộc và 38.3% bị tác động bởi các sai số ngẫu nhiên và một số yếu tố khác. R2 hiệu chỉnh (Adjusted R Square) là 0.614. Như vậy, 61.4% thay đổi sự hài lòng của cư dân được giải thích bởi 10 biến độc lập.
Với mô hình có R bình phương hiệu chỉnh từ 50% trở lên, chúng ta đã có thể sử dụng để đưa vào nghiên cứu thực tiễn. Điều đó cho thấy độ tin cậy của mô hình trong việc đánh giá các nhân tố ảnh hưởng đến sự hài lòng của cư dân căn hộ Opal