Tiêu chí Câu trả lời Phần trăm(%) Phần trăm so với mẫu (%)
Truyền hình báo chí 38 16,0 25,3
Internet 55 23,2 36,7
Nhân viên trực tiếp 30 12,7 20,0
Bạn bè người thân 95 40,1 63,3
Tờ rơi 14 5,9 9,3
Khác 5 2,1 3,3
Tổng 237 100,0 158,0
(Nguồn: Kết quả xử lý của tác giả năm 2019)
Từ đó ta có thể nhận ra kênh thông tin cầnđầu tưchú trọng nhất vẫn là Internet, còn vềbạn bè, người thân thì ta cần phải xúc tiến bằng các cách thức chăm sóc khách hàng, chất lượng dịch vụ và các yếu tốhìnhảnh từ đó có thểgâyấn tượng tốt với khách hàng.Đểhìnhảnh và thông tin từnhà mạng có thể dễdàng lan truyền rộng rãi hơn nữa.
3.3. Nghiên cứu ảnh hưởng của các yếu tố đến quyếtđịnh sửdụng 3.3.1. Đánh giá độ tin cậy thangđo.
Độ tin cậy của thangđo đượcđánh giá bằng phương pháp nhất quán nội tại qua hệ số Cronbach's Alpha. Sử dụng phương pháp hệ số tin cậy Cronbach's Alpha trước khi phân tích nhân tố EFAđể loại các biến không phù hợp vì các biến rác này có thể tạo ra các yếu tố giả (NguyễnĐình Thọ & Nguyễn Thị Mai Trang, 2009)
Đề tài nghiên cứu sử dụng thangđo gồm 7 thành phần chính: “Sản phẩm dịch vụ ”đượcđo bằng 5 biến quan sát, “Giá cả dịch vụ”đượcđo bằng 3 biến quan sát,“Phân phối ”đượcđo bằng 4 biến quan sát, “Xúc tiến”đượcđo bằng 3 biến quan sát, “Con người”đượcđo bằng 4 biến quan sát, “Phương tiện hữ hình”đượcđo bằng 3 biến quan sát và “Quy trình dịch vụ”đượcđo bằng 4 biến quan sát.
Kết quả kiểmđịnhđộ tin cậy: Cronbach's Alphađối với các thành phần nghiên cứu cho thấy, hệ số Cronbach's Alpha của tất cả hầu hết các khái niệm nghiên cứuđều lớn hơn 0,6.
Đối với các biến trong khi chạy kiểmđịnhđộ tin cậy, các biến quan sátđều có hệ số tương quan biến tổng > 0,3 chỉ có biến CN4 hệ số tương quan biến tổng dưới 0,3(0,287) nên tác giả sẽ khôngđưa biến này vào chạy kiểmđịnh tiếp theo. Kết quả kiểmđịnh Cronbach's Alphađược thể hiện trong bảng dướiđây:
Bảng 11 : Kiểmđịnhđộ tin cậy thangđo của các biếnđộc lập
Biến Hệ số tương quan biến tổng Hệ số Cronbach’s Alpha nếu loại biến
1. Sản phẩm dịch vụ: Cronbach’s Alpha = 0,893 DV10,758 0,865 DV20,781 0,860 DV30,796 0,856 DV40,651 0,890 DV50,713 0,876
2. Giá cả dịch vụ: Cronbach’s Alpha =0,850
GC10,721 0,790
GC20,736 0,779
GC30,706 0,804
3. Phân phối dịch vụ: Cronbach’s Alpha =0,805
PP10,609 0,780
PP20,647 0,739
PP30,704 0,679
4. Xúc tiến: Cronbach’s Alpha =0,826
XT10,642 0,788
XT20,719 0,762
XT30,681 0,775
XT40,636 0,788
XT50,451 0,840
5. Con người: Cronbach’s Alpha =0,769
CN10,715 0,637
CN20,728 0,634
CN30,619 0,686
CN40,287 0,862
6. Phương tiện hữu hình: Cronbach’s Alpha =0,869
HH10,732 0,833
HH20,774 0,793
HH30,746 0,821
7. Quy trình dịch vụ: Cronbach’s Alpha =0,750
QT10,451 0,740
QT20,583 0,675
QT30,555 0,693
QT40,614 0,654
Vì vậy, có thể kết luận rằng thangđo được sử dụng trong nghiên cứu là phù hợp và đáng tin cậy,đảm bảo trong việc phân tích nhân tố khám phá EFA.
Kết quả đánh giá độ tin cậy của nhân tố “Quyếtđịnh sử dụng” cho hệ số Cronbach's Alpha = 0,880. Như vậy thangđo “Quyếtđịnh sử dụng” cũngđảm bảođộ tin cậyđể thực hiện tiếp kiểmđịnh tiếp theo.
Bảng 12: Kiểmđịnhđộ tin cậy thangđo của biến phụ thuộc Quyết định sử dụng Cronbach’s Alpha =0,880
QD10,711 0,878
QD20,788 0,811
QD30,808 0,791
(Nguồn: Kết quả xử lý của tác giả năm 2019)
3.3.2. Xác định các nhân tố ảnh hưởngđến quyếtđịnh sử dụng của khách hàngđối với dịch vụ Internet cáp quang đối với dịch vụ Internet cáp quang
3.3.2.1. Rút trích các nhân tố ảnh hưởngđến quyếtđịnh sử dụng của khách hàng
Trước khi tiến hành phân tích nhân tố cần kiểm tra việc dùng phương pháp này có phù hợp hay không. Thực hiện phân tích nhân tố lầnđầu tiên,đưa 27 biến quan sát ảnh hưởngđến quyếtđịnh sử dụng của khách hàng vào phân tích nhân tố theo tiêu chuẩn Eigenvalue lớn hơn 1 đã có 7 nhân tố được tạo ra.
Việc kiểm trađược thực hiện bởi việc tính hệ số KMO (Kaiser Meyer-Olkin of Sampling Adequacy) và Bartlett's Test. Nội dung kiểmđịnhđãđược trình bày trong mục phương pháp phân tích và xử lí số liệu. Kết quả thuđược như sau: Mức ý nghĩa của kiểmđịnh Bartlett's Test nhỏ hơn 0,05 (Hair, 2006). Giá trị KMO bằng 0,887 lớn hơn 0,05(Hair, 2006). Vậy phân tích nhân tố là phù hợp.
Bảng 13: Kiểmđịnh KMO và Barlette’s Test biếnđộc lập
Hệ số KMO 0,887
Mức ý nghĩa 0,000
(Nguồn: Kết quả xử lý của tác giả năm 2019)
Ở bảng Communalities (phụ lục 2) ta nhận thấy không có biến quan sát nào có giá trị nhỏ hơn 0,5 tức là phần trăm giải thích dưới 50%. Nên ta sẽ không tiến hành loại biến nào cả, và tiếp tục xem tiếp các bảng khác.
Ở bảng Total Variance Explained (Phụ lục 2) ta nhận thấy tổng phương sai trích bằng 73,723% . Con số này cho biết 7 nhân tố giải thíchđược 73,723% biến thiên của
các biến quan sát. Trong khiđó theo yêu cầu của (Hair, 2006) phương sai trích đạt từ 50% trở lên, như vậy ta thấy trong trường hợp này là thỏa mãn yêu cầu.
Ta xem tiếp ma trận xoay của các biến quan sát:
Bảng 14: Ma trận xoay biếnđộc lậpHệ số tải nhân tố Hệ số tải nhân tố Biến 1 2 3 4 5 6 7 DV3 0,830 DV4 0,820 DV2 0,628 DV1 0,598 DV5 0,589 XT3 0,763 XT2 0,750 XT1 0,700 XT4 0,599 XT5 0,515 CN3 0,804 CN1 0,797 CN2 0,765 QT1 0,531 GC1 0,836 GC3 0,816 GC2 0,801 HH2 0,797 HH1 0,784 HH3 0,754 PP2 0,807 PP3 0,653 PP1 0,611 QT4 0,765 QT3 0,689 QT2 0,675
Theo(Hair, 2006):
Factor loading > 0.3 được xem là đạtđược mức tối thiểu. Factor loading > 0.4 được xem là quan trọng.
Factor loading > 0.5 được xem là có ý nghĩa thực tiễn.
Tuy nhiênở trong bảng ma trận xoay trên ta có thể thấy, biến CN4 không thỏa mãn và có giá trị nhỏ hơn 0,5 nên tác giả đã tiến hành loại biến và chạy lại lần 2.
3.3.2.2. Rút trích nhân tố các biến phụthuộc
Tiến hành phân tích nhân tố quyếtđịnh sử dụng của khách hàngđối với dịch vụ cáp quang FTTH qua 3 biến quan sát và từ các biến quan sátđó, tiến hành phân tích nhân tố khám phá. Nhằm kiểm tra xemđộ phù hợp của dữ liệuđể tiến hành phân tích nhân tố, nghiên cứu sử dụng chỉ số KMO và kiểmđịnh Bartlett's Test.
Kết quả thuđược như sau: Mức ý nghĩa của kiểmđịnh Bartlett's Test nhỏ hơn 0,05 (Hair, 2006). Giá trị KMO bằng 0,727 lớn hơn 0,05 (Hair, 2006). Vậy phân tích nhân tố là phù hợp.
Bảng 15 : Kiểmđịnh KMO và Barlette’s Test biến phụ thuộc
Hệ số KMO 0,727
Mức ý nghĩa 0,000
Nguồn: Kết quả xử lý của tác giảnăm 2019 Ởbảng Communalities các nhân tố đều trên 0,5 nên sẽkhông loại biến quan sát nào cả, với thông số phương sai trích,ở đây tổng phương sai trích là 80,618 tức là nhân tố này giải thíchđược 80,618% ý nghĩa của các biến quan sát > 50% như vậy là phù hợp và ta hoàn toàn có thể sử dụngđể tiến hành nghiên cứu
Nhận xét: Quá trình phân tíchđánh giá độ tin cậy của thangđo và phân tích nhân tố trênđã xácđịnhđược 7 nhân tố ảnh hưởngđến quyếtđịnh sử dụng của khách hàng đối với dịch vụ cáp quang FTTH,đó là “Sản phẩm dịch vụ”, “Giá cả”, “Phân phối dịch vụ”, “Xúc tiến”, “Phương tiện hữu hình”,“Con người” và “Quy trình dịch vụ”.
Nhưvậy, mô hình nghiên cứu sau khi chạy phân tíchđộ tin cậy cho thấy mô hình đủ điều kiệnđểphân tích hồi quy, và mô hình không có sựthayđổi nhiều so với banđầu.
3.3.3. Phân tích tương quan và hồi quy
3.3.3.1. Phân tích tương quan
Bảng 16 : Phân tích tương quan Peason
Sản phẩm dịch vụ Giá cảPhân phối Xúc tiến Con người Phương tiện hữu hình Quá trình dịch vụ Quyết Tương định quan 0,385** 0,284** 0,261** 0,304** 0,271** 0,172* 0,268** lựa Peason chọn Sig. (2- 0,000 0,000 0,001 0,000 0,001 0,035 0,001 tailed) N 150 150 150 150 150 150 150
(Nguồn: Kết quả xử lý của tác giả năm 2019) Qua bảng trên, có thể thấy biến phụ thuộc và 7 biếnđộc lập gồm: “Sản phẩm dịch vụ”, “Giá cả”, “Phân phối ”, “Xúc tiến”, “Con người”, “Phương tiện hữu hình” và “Quá trình dịch vụ”, giá trị Sig. < 0.05 Tức là các biến trên có sự tương quan đối với biến phụthuộc “Quyếtđịnh lựa chọn”, cho thấy sự tương quan có ý nghĩa về mặt thống kê.
3.3.3.2. Phân tích hồi quy
Trên cơ sở dữ liệuđã thu thậpđược liên quanđến quyếtđịnh lựa chọn dịch vụ của khách hàng từ 3 nhà mạng…, nghiên cứu này tiến hành phân tích hồi quy về quyết định lựa chọn nhà mạng với 7 biến dự đoán (biếnđộc lập) là“Sản phẩm dịch vụ”, “Giá cả”, “Phân phối ”, “Xúc tiến”, “Con người”, “Phương tiện hữu hình” và “Quá trình dịch vụ”.
M ô hình hồi quy:
QD=β0+β1DV+β2GC+β3PP+β4XT+β5CN+β6HH+β7QT +ei
Trong đó:
βi: Là hệ số hồi quy riêng tươngứng với từng biếnđộc lập
DV: Là giá trị của biếnđộc lập “Sản phẩm dịch vụ”
GC: Là giá trị của biếnđộc lập “Giá cả”
PP: Là giá trị của biếnđộc lập “Phân phối”
XT: Là giá trị của biếnđộc lập “Xúc tiến”
CN: Là giá trị của biếnđộc lập “Con người”
HH: Là giá trị của biếnđộc lập “Phương tiện hữu hình”
QT: Là giá trị của biếnđộc lập “Quá trình sửdụng”
β0: Hệ sốchặn
ei: Là sai số ngẫu nhiên
Phân tích hồi quy được thực hiện bằng phương pháp Stepwise. Phương pháp chọn từng bước ( Stepwise selection). Là phương pháp đưa từng biến vào tới khi có được mô hình tốt nhất. Phương pháp này không cho cái nhìn tổng quan về các kiểm định t cho từng biếnđộc lập. Sử dụng phương pháp đưa biến vào nào phụ thuộc vào tính chất của cuộc nghiên cứu. Và phương pháp được sử dụng nhiều nhất là phương pháp chọn từng bước (stepwise selection).
Giá trị Tolerances và VIF ở bảng (Coefficients) cho thấy không hiện tượngđa cộng tuyến của các biến, chỉ số VIFđều bé hơn 10 từ đó tiếp tụcđánh giá mô hình.
Đánh giá độ phù hợp của mô hình:
Hệ số xácđịnh R2 và R2 hiệu chỉnh (Adjusted R square)được dùngđể đánh giá độ phù hợp của mô hình. Vì R2 sẽ tăng khi đưa thêm biếnđộc lập vào mô hình nên dùng R2 hiệu chỉnh sẽ an toàn hơn khi đánh giá độ phù hợp của mô hình. R2 hiệu chỉnh càng lớn thể hiệnđộ phù hợp của mô hình càng cao.
Kết quả phân tích hồi quyđược thể hiện qua bảng sau:
Bảng 18:Đánh giá độ phù hợp của mô hình Hồi quy
Model R R Square Adjusted R
Square Std. Error of the Estimate Durbin- Watson 1 0,751a 0,564 0,542 0,67640879 1,996
(Nguồn: Kết quả xử lý của tác giả năm 2019) R2 hiệu chỉnh của mô hình số6 là 0,542 -> 54,2% sựbiến thiên của quyếtđịnh lựa chọn sửdụng dịch vụgiải thích bởi mối liên hệtuyến tính của các biếnđộc lập.
Mứcđộ phù hợp của mô hình tương đối ổn. Tuy nhiên sự phù hợp này chỉ đúng với dữ liệu mẫu.Để kiểmđịnh xem có thể suy diễn mô hình cho tổng thể thực hay không ta phải kiểmđịnhđộ phù hợp của mô hình.
Xem xét hiện tượng tự tương quan phần dư bằng Durbin-Watson:
Đại lượng Durbin-Watson được dùngđể kiểmđịnh tương quan của các sai số kề nhau. Giả thuyết khi tiến hành kiểmđịnh này là: H0: hệ số tương quan tổng thể của các phần dư bằng 0. Thực hiện hồi quy cho ta kết quả về trị kiểmđịnh d của DurbinWatson trong bảng tóm tắt mô hình d = 1,996
Ta tiến hành tra bảng thống kê Durbin – Watson, với số quan sát là 150, k' = 9 do có 9 biến bên vế phải của mô hình hồi quy không bao gồm hằng số, mức ý nghĩa là 0,05 (95%) trong bảng Durbin– Watson. Ta tra được dL(trị số thống kê dưới) =1,608 dU (trị số thống kê trên) = 1,862
Theo điều kiện hồi quy, giá trị Durbin-Watson phải nằm trong khoảng dU (1,862) đến 4–dU(2,138).Ta có: dU = 1,862< d = 1,996< 4-dU = 2,138
Kết luận: Không có sự tương quan giữa các phần dư trong mô hình.
Giả định phân phối chuẩn của phần dư:
Sử dụng công cụ biểuđồ Histogram ta quan sátđược phân phối của phần dư có Mean = 0 và độ lệch chuẩn gần bằng 1 (Std.dev = 0,976) nên có thể khẳngđịnh phần dư có phân phối chuẩn
Hình 11: Phân phối chuẩn phân dư
(Nguồn: Kết quả xử lý của tác giả năm 2019)
Kiểmđịnhđộ phù hợp của mô hình:
Giả thuyết H0:β1 = β2 = β3 = β4 = β5 = β6 =β7 = α1 =α2 =0.
Để kiểmđịnhđộ phù hợp của mô hình hồi quy tuyến tínhđa bội ta dùng giá trị F ở bảng phân tích ANOVA sau
Bảng 19 : Bảng ANOVA kiểmđịnhđộ phù hợp của mô hìnhMô hình Tổng bình Mô hình Tổng bình phương Df Trung bình bình phương F Sig. Regression 1 Residual Total 84,663 9 9,407 20,470 0,000b 64,337 140 0,460 149,000 149
(Nguồn: Kết quả xử lý của tác giả năm 2019) Giá trị sig. của trị F của mô hình số 6 rất nhỏ (< mức ý nghĩa) -> bác bỏ giả thuyết H0 -> mô hình phù hợp với tập dữ liệu và có thể suy rộng ra cho toàn tổng thể.
Ý nghĩa các hệ số hồi quy riêng phần trong mô hình:
Ý nghĩa của hệ số riêng phần làβkđo lường sự thayđồi giá trị trung bình Y khi Xk thay đổi 1đơn vị, giữ các biếnđộc lập còn lại khôngđổi. Hệ số Beta (cột thứ 4 từ bên trái) được dùngđể so sánh khi các biếnđộc lập không cùngđơn vị đo lường.
Các giá trị Sig. tại các phép kiểmđịnh của các biếnđộc lậpđưa vào mô hình:
“Sản phẩm dịch vụ”, “Giá cả”, “Phân phối ”, “Xúc tiến”, “Con người”, “Phương tiện hữu hình” và “Quá trình dịch vụ” đều nhỏ hơn 0,05 chứng tỏ các biếnđộc lập này đều có ý nghĩa thống kê trong mô hình.
Ta cùng xem kết quả hồi quy:
Bảng 20: Bảng phân tích hồi quy của mô hình
Tên biến Hệ số hồi quy chưa chuẩn hóa
Hệ số hồi quy chuẩn hóa T Mức ý nghĩa Sig. B Std. Error Beta Độ chấp nhận VIF 1 (Constant) 7,857E-017 0,055 ,000 1,000 Sản phẩm dịch vụ 0,385 0,055 0,385 6,950 0,000 1,000 1,000 Giá cả 0,284 0,055 0,284 5,121 0,000 1,000 1,000 Phân phối 0,261 0,055 0,261 4,713 0,000 1,000 1,000 Xúc tiến 0,304 0,055 0,304 5,485 0,000 1,000 1,000 Con người 0,271 0,055 0,271 4,888 0,000 1,000 1,000 Hữu hình 0,172 0,055 0,172 3,102 0,002 1,000 1,000 Quá trình dịch vụ 0,268 0,055 0,268 4,829 0,000 1,000 1,000 (Nguồn: Kết quả xử lý của tác giả năm 2019)
Phương trình hồi quyđược viết lại như sau:
QD=0,394DV+0,284GC+0,261PP+0,304XT+0,271CN+0,172HH+0,268QT
Ta có mô hình hồi quy với 7 nhân tố tiến hành kiểmđịnh tácđộngđến quyếtđịnh sử dụng của khách hàngđối với dịch vụ Internet cáp quang FTTH
Nhận xét
Nhìn vào phương trình hồi quy ta có thể nhận thấy:
Hệ số β1= 0,394 có nghĩa là khi biến “Sản phẩm dịch vụ” thayđổi 1đơn vị thì làm cho biến “Quyếtđịnh sử dụng” thayđổi theo 0,394đơn vị. Tương tự đối với các β2,β3,β4,β5,β6,β7.
Trong mô hìnhảnh hưởngđến “Quyếtđịnh sử dụng” thì 2 nhân tố “Sản phẩm dịch vụ ”và “Xúc tiến”là hai nhân tố ảnh hưởng mạnh nhất, với hệ số Beta lần lượt là: 0,394 và 0,304. Đối với sự lựa chọn của khách hàngđến dịch vụ Internet cáp quang thì 2 nhân tố hàngđầu và quan trọng vẫn là “Sản phẩm dịch vụ và Xúc tiến” Vì mạng FTTH là mạng dành cho những người mong muốn sử dụng mạng với tốcđộ cao với nhiều lý do và mụcđích khác nhau, vìđặc thù của mạng FTTH nhanh gấp 200 lần so với ADSL. Cho nên tất nhiên khi người tađã lựa chọn mạng này thì sẽ lý do ảnh hưởng lớn nhấtđó là chất lượngđường truyền hay bao gồmđó là chất lượngđường truyền, tốcđộ mạng… Tuy nhiênđể chọnđược nhà mạng có tốcđộ đường truyền tốt, thìđương nhiên phải chọn nhà mạng có thương hiệu mạnh, uy tín, chuyên nghiệp và vượt trội, cho nên Nhân tố “Xúc tiến ” có tácđộng lớn nhất là hoàn toàn hợp lý và chính xác..
Nhà mạng có uy tín, tốcđộ mạng cao, chất lượng mạng tốt tuy nhiên “Giá cả” vẫn luôn luôn là một nhân tố hết sức quan trọngđó là mức giá khách hàng có thể chấp nhậnđược và có khả năng chi trả trong cả quá trình dài sử dụng hệ số beta là 0,284.
Quy trình dịch vụ cũng là một phần quan trọng không kém với hệ số beta là 0,268 . Sở dĩ thủ tục này xếp ở vị trí thứ 4 là bởi vìđôi lúc khách hàng đã thống nhất và quyếtđịnh lựa chọn nhà mạngđó, tuy nhiên sự thuận tiện trong quá trình giao dịch quá rườm rà phức tạp, khiến khách hàng khó hiểu và không thể hình dungđược, hay là lúc khách hàng đã chọn nhà mạng xong,đăng ký xong tuy nhiên bộphận lắpđặt lại một thời gian sau mới bắtđầu kéo dây lắpđặt, tất nhiênđiều này sẽ khiến hành hàng mất niềm tin lúc banđầu.
Sau nhân tố “Quá trình dịch vụ”đó chính là nhân tố” Con người” với hệ số beta là 0,271, người cung cấp dịch vụ, có quan hệ trực tiếp với khách hàng ở khâu giao nhận, họ thường gắn liền với chất lượng dịch vụ, chất lượng phục vụ, là người thay mặt cho hãng dịch vụ trong quan hệ trực tiếp với khách hàng, tôn tạo hình ảnh, uy tín của doanh nghiệp. Vì vậy nhân tố con người luônđược doanh nghiệp quan tâm một cách đặc biệt. Hai nhân tố cuối cùngđó là “Phân phối và Phương tiện hữu hình” với hệ số beta lần lượt là 0,261 và 0,172. Hiện nay hầu hết các nhà mạngđều có mạng lưới phân phối rộng khắp mọi nơi vì vậy khách hàng còn cần phải quáđểtâm vào việc