Nhân tố Mã biến mới Diễn giải Quản lý (M)
M7 Mối quan hệ giữa Interasia với các bên cung cấp bao gồm các hãng tàu khác và cảng biển rất tốt.
M5 Interasia sẵn sàng ghi nhận các ý kiến đóng góp của khách hàng.
M6 Hãng tàu Interasia ln nâng cao q trình điều hành và quản lý công việc.
M1 Hãng tàu Interasia ứng dụng hiệu quả hệ thống công nghệ thông tin trong quản lý v điều hành.
M3 Kiến thức v trình độ chun mơn của người quản lý hãng tàu Interasia cao.
Giá dịch vụ (P)
P2 Hãng tàu Interasia phát hành phụ phí cạnh tranh trên thị trường (phí chứng từ, lưu container rỗng, lưu bãi). P3 P3: Hãng t u Interasia ít điều chỉnh tăng cước phí và
phụ phí.
P4 P4: Cước phí và phụ phí của hãng tàu Interasia linh hoạt theo biến động của thị trường.
P1 P1: Hãng t u Interasia phát h nh cước phí cạnh tranh trên thị trường.
Kết quả (O)
O3 Quy trình cung cấp dịch vụ của Interasia rất cụ thể và nhất quán.
O1 Lịch tàu ổn định, thời gian vận chuyển ngắn, ít bị bỏ chuyển.
Nguồn lực (R)
R2 Các trang thiết bị của hãng tàu Interasia luôn hoạt động tốt.
R5 Interasia có cơ sở hạ tầng tốt, rộng rãi và khang trang. R4 Năng lực theo dõi vận chuyển container bằng đường
biển của Interasia tốt.
R1 Các trang thiết bị của hãng tàu Interasia ln sẵn có để đáp ứng nhu cầu của khách hàng.
Hình ảnh (I)
I2 Hãng tàu Interasia có nhiều năm hoạt động trong ngành vận tải biển.
I3 Hãng tàu Interasia luôn đặt quyền lợi của khách hàng l n h ng đầu.
I1 Hãng t u Interasia có uy tín v thương hiệu trên thị trường.
An toàn (SAFE)
O4 Interasia ln đảm bảo an tồn hàng hóa trong q trình xếp dỡ.
O7 Interasia ln quan tâm đến việc bảo đảm an tồn vận tải biển và hạn chế các sự cố xảy ra trên biển.
4.3.2. Phân tích nhân tố khái niệm sự hài lịng
Bảng 4.12: Kết quả phân tích nhân tố sự hài lịng
Biến quan sát Hệ số tải nhân tố Giá trị Eigen Phư ng sai trích
SHL1 0,893 2,361 64,034 SHL2 0,825 SHL3 0,807 SHL4 0,857 Hệ số KMO = 0,805
Bartlett’s Test of Sphericity với Sig = 0,000
(Nguồn: tổng hợp từ kết quả phân tích dữ liệu SPSS)
Có thể thấy rằng, biến quan sát được đưa v o phân tích nhân tố theo tiêu chuẩn Eigenvalue >1, đã có 1 nhân tố được rút trích. Tổng phương sai trích = 64,034%. Điều này cho biết nhân tố này giải thích được 64,034 % khái niệm sự hài lòng. Hệ số KMO = 0,805 (>0,5) đạt yêu cầu. Hơn nữa, phép quay Varimax cho thấy tất cả các quan sát đều có hệ số tải nhân tố đáp ứng điều kiện đã n u.
4.4. Mơ hình nghiên cứu chính thức.
Từ kết quả phân tích nhân tố khám phá, có thể thấy rằng 25 biến được nhóm lại thành 6 yếu tố chính. Do vậy, để tìm xem yếu tố nào ảnh hưởng đến sự hài lòng của khách hàng doanh nghiệp khi sử dụng dịch vụ vận tải biển của hãng tàu Interasia, tác giả sẽ sử dụng hình để phân tích hồi quy bội tiếp theo.
Các giả thuyết cho mơ hình điều chỉnh:
H1: Hiệu quả quản lý tác động đến sự hài lòng của khách hàng
H2: Giá dịch vụ vận chuyển container bằng đường biển ảnh hưởng đến sự hài lòng của khách hàng
H7: Việc đảm bảo an toàn cho hàng hóa ảnh hưởng đến sự hài lòng của khách hàng.
Hình 4.6: Mơ hình nghiên cứu chính thức
(Nguồn: tác giả tổng hợp)
Phương trình hồi quy:
SHL= a+b1*M + b2*P + b3*O + b4*R + b5*I + b7*SAFE
Ký hiệu biến:
SHL: Sự hài lòng của khách hàng I: Hình ảnh O: Kết quả R: Nguồn lực P: Giá dịch vụ SAFE: An tồn M: Quản lý
Phương trình hồi quy tương ứng với biến cụ thể:
SHL= a+b1*Quản Lý + b2*Giá dịch vụ + b3*Kết Quả + b4*Nguồn Lực + b5*Hình Ảnh + b7*SAFE
4.5. Phân tích hồi quy
Hồi quy tuyến tính bội là một trong những phương pháp phù hợp nhằm kiểm định các giả thuyết nghiên cứu này. Mơ hình hồi quy tuyến tính bội với biến phụ thuộc là sự hài lòng của khách hàng, và các biến độc lập là trung bình của các nhân tố có được từ mơ hình đã được hiệu chỉnh sau khi có kết quả phân tích nhân tố. Bên cạnh đó, phương pháp đưa các biến vào cùng một lúc cũng được dùng cho phân tích hồi quy. Các yêu cầu trong phân tích hồi quy tuyến tính bội bao gồm: phân tích tương quan giữa các biến trong mơ hình hồi quy, xem xét hiện tượng đa cộng tuyến, kiểm định độ phù hợp của mơ hình hồi quy.
4.5.1. Hệ số tư ng quan Pearson
Hệ số tương quan Pearson được sử dụng để lượng hóa mức độ chặt chẽ của mối quan hệ tuyến tính giữa 2 biến định lượng. Trường hợp giữa 2 biến có mối liên hệ chặt chẽ thì phải chú ý vấn đề đa cộng tuyến khi phân tích hồi quy. Với phân tích tương quan Pearson, sẽ khơng có sự phân biệt giữa các biến phụ thuộc và biến độc lập mà tất cả phải được xem xét như nhau. B n cạnh đó, hệ số tương quan Pearson có thể biểu hiện mối quan hệ tuyến tính giữa biến độc lập và biến phụ thuộc trong mơ hình.
Bảng 4.13: Hệ số tư ng quan Pearson giữa các biến
SHL M P O R I SAFE
SHL 1 0,518** 0,223** 0,262** 0,347** 0,364** 0,235**
I 1 0,000
SAFE 1
** Tương quan đạt mức ý nghĩa 1%
(Nguồn: tổng hợp từ kết quả phân tích dữ liệu SPSS)
Từ bảng 4.13, có thể thấy rằng các biến độc lập khơng có sự tương quan lẫn nhau, vì vậy khó có khả năng xảy ra hiện tượng đa cộng tuyến. Các biến độc lập M – Quản lý, P – Giá dịch vụ, O – Kết quả, R – Nguồn lực, I – Hình ảnh, SAFE - An tồn có mối quan hệ tuyến tính thuận chiều với biến phụ thuộc SHL - Sự hài lòng của khách hàng với mức ý nghĩa 0,01.
4.5.2. Kết quả phân tích hồi quy
Các biến độc lập được đưa v o phân tích hồi quy với phương pháp đưa tất cả các biến vào một lượt. Các biến độc lập và biến phụ thuộc của mơ hình là các biến được rút trích từ phương pháp phân tích nhân tố.
Bảng 4.14: Tóm tắt mơ hình Mơ hình R R bình Mơ hình R R bình phương R bình phương điều chỉnh Sai số chuẩn của đo lường Hệ số Durbin – Watson 1 0,812a 0,654 0,638 0,59348524 1,938
(Nguồn: tổng hợp từ kết quả phân tích dữ liệu SPSS)
Hệ số xác định của mơ hình hồi quy R bình phương điều chỉnh = 0,638 cho biết khoảng 63,8% sự biến thiên của sự hài lòng khách hàng doanh nghiệp về dịch
quan hệ tuyến tính giữa biến phụ thuộc với các biến độc lập trong mơ hình, cịn lại 36.2% là do các biến ngồi mơ hình và sai số ngẫu nhiên. Bên cạnh đó, hệ số Durbin Watson = 1,938 xấp xỉ giá trị d=2, do vậy trong mơ hình khơng có sự tương quan giữa các phần sai số.
Bảng 4.15: Phân tích phư ng sai ANOVA
Mơ hình Tổng bình phương Df Bình phương trung bình F Sig.
1 Hồi quy 126,636 7 16,562 47.301 0,000a
Sai số 53,971 173 0,342 Tổng 180,636 180
(Nguồn: trích từ kết quả phân tích dữ liệu SPSS)
Kết quả phân tích phương sai cho thấy giá trị kiểm định F= 47.301 và sig. = 0,000 cho biết mơ hình hồi quy phù hợp với bộ dữ liệu thu nhập được, nghĩa l tồn tại mối quan hệ tuyến tính giữa biến phụ thuộc SHL với ít nhất một trong các biến độc lập trong mơ hình.
Bảng 4.16:Tóm tắt các hệ số hồi quy. (Bảng Coefficients)
Hệ số chưa chuẩn hóa Hệ số đã chuẩn hóa Giá trị 1 Mức ý nghĩa Hệ số phóng đại phương sai VIF B Sai số chuẩn Beta (Hằng -8,131E- 0,047 0,000 1,000 1,000
O 0,262 0,047 0,262 6,236 0,000 0,000
R 0,347 0,047 0,347 6,93 0,000 0,000
I 0,364 0,047 0,364 7,213 0,000 0,000
SAFE 0,235 0,047 0,235 5,341 0,000 0,000
(Nguồn: tổng hợp từ kết quả phân tích dữ liệu SPSS)
Căn cứ vào hệ số phóng đại phương sai (VIF) của các biến trong bảng trên, nhận thấy khơng có hiện tượng đa cộng tuyến xảy ra vì VIF của các biến đều nhỏ hơn 2.
Từ kết quả trên ta thấy các hệ số hồi quy đã chuẩn hóa có tác động đến biến phụ thuộc (SHL) với mức độ khác nhau theo phương trình hồi quy tuyến tính với hệ số Beta đã chuẩn hóa như sau:
SHL = 0,518*M + 0,223*P + 0,262*O + 0,347*R + 0,364*I + 0,235*SAFE
Với phương trình hồi quy đã chuẩn hóa thì hệ số biến độc lập sẽ thể hiện mức độ tác động biến thiên thuận chiều với biến phụ thuộc, cụ thế:
Với yếu tố Quản lý (M) thì nếu mức độ quản lý tăng th m 1 đơn vị thì sự hài lịng sẽ tăng th m 0,518 đơn vị.
Tương tự,
Với yếu tố Giá dịch vụ (P), nếu mức độ giá tăng l n 1 đơn vị thì sự hài lịng của khách hàng sẽ tăng l n 0,223 đơn vị.
Với yếu tố Kết quả (O), nếu mức độ kết quả làm việc tăng l n 1 đơn vị thì sự hài lịng của khách hàng sẽ tăng l n 0,262 đơn vị.
Với yếu tố Hình ảnh (I), nếu mức độ hình ảnh của doanh nghiệp tăng l n 1 đơn vị thì sự hài lịng của khách hàng sẽ tăng l n 0,364 đơn vị.
Với yếu tố An toàn (SAFE), nếu mức độ an toàn của hoạt động vận chuyển container tăng l n 1 đơn vị thì sự hài lòng của khách hàng sẽ tăng l n 0,235 đơn vị.
Tổng quan với kết quả từ các hệ số trong phương trình hồi quy trên, ta thấy mức độ tác động lớn nhất đến sự hài lòng của khách hàng là yếu tố Quản lý (M), và mức độ tác động thấp nhất là yếu tố Giá dịch vụ (P).
4.5.3. Kiểm định các giả thuyết của mơ hình - Giả thuyết về yếu tố “Quản lý” - Giả thuyết về yếu tố “Quản lý”
H1: Hiệu quả quản lý ảnh hưởng đến sự hài lòng của khách hàng
Kết quả kiểm định t của biến M – Quản lý (P-value = 0,000<0, 05) cho thấy yếu tố Quản lý có ảnh hưởng đến sự hài lòng của khách hàng.
- Giả thuyết về yếu tố “Gi dịch vụ”
H2: Giá dịch vụ vận tải biển ảnh hưởng đến sự hài lòng của khách hàng. Kết quả kiểm định t của biến P – Giá dịch vụ (P-value = 0,000<0,05) cho thấy yếu tố Giá dịch vụ có ảnh hưởng đến sự hài lịng của khách hàng.
- Giả thuyết về yếu tố “ Kết quả”
H3: Kết quả cung cấp dịch vụ vận tải container bằng đường biển ảnh hưởng đến sự hài lòng của khách hàng.
Kết quả kiểm định t của biến O – Kết quả (P-value = 0,000<0, 05) cho thấy yếu tố kết quả có ảnh hưởng đến sự hài lịng của khách hàng.
- Giả thuyết về yếu tố “Nguồn lực”
H4: Nguồn lực của hãng tàu ảnh hưởng đến sự hài lòng của khách hàng Kết quả kiểm định t của biến R – Nguồn lực (P-value = 0,000<0,05) cho thấy yếu tố Nguồn lực có ảnh hưởng đến sự hài lịng của khách hàng.
- Giả thuyết về yếu tố “Hình ảnh”
H5: Hình ảnh của hãng tàu ảnh hưởng đến sự hài lòng của khách hàng
4.6. Kiểm định sự khác biệt về sự hài lịng của các yếu tố loại hình doanh nghiệp, số lượng lao động, nguồn vốn quy mô và thời gian hoạt động. 4.6.1. Loại hình doanh nghiệp
Tác giả áp dụng kiểm định Mann-Whitney để tìm hiểu giữa hai nhóm loại hình doanh nghiệp khác nhau đánh giá các yếu tố tác động và sự hài lòng của khách h ng l như nhau hay l có sự khác biệt.
Bảng 4.17: Kết quả kiểm định Mann – Whitney giữa các nhóm loại hình doanh nghiệp Hạng Loại hình doanh nghiệp N Tổng hạng trung bình Tổng SHL Cơng ty giao nhận 121 80,12 12.534,00 Công ty sản xuất 30 146,78 2.512,00 Total 151 SHL Mann – Whitney U 275,000 Wilcoxon W 1,247E4 z -5,3640 Asymp.Sig.(2-tailed) 0,000 a. Grouping Variable: Loại hình doanh nghiệp (Nguồn: tổng hợp từ kết quả phân tích dữ liệu SPSS)
Kết luận: Có sự khác biệt về sự hài lịng giữa nhóm cơng ty giao nhận và cơng ty sản xuất.
4.6.2. Số lượng lao động
Tác giả áp dụng kiểm định Kruskal – Wallis để tìm hiểu giữa các nhóm số lượng lao động khác nhau đánh giá các yếu tố tác động và sự hài lòng của khách h ng l như nhau hay l có sự khác biệt.
Bảng 4.18: Kết quả kiểm định Kruskal – Wallis giữa các nhóm Số lượng lao động
Hạng
Số lượng lao động N Hạng trung bình SHL <= 10 người 30 25,32 Từ 11 đến 50 người 71 72,75 Từ 51 đến 100 người 15 121,22 Tr n 100 người 35 146,51 Total 151 SHL Chi – Square 125,263 Dr 3 Asymp.Sig. 0,000
(Nguồn: tổng hợp từ kết quả phân tích dữ liệu SPSS)
Kết luận: Có sự khác nhau về đánh giá yếu tố sự hài lịng của khách hàng giữa các nhóm số lượng lao động khác nhau với p-value = 0,000.
4.6.3. Nguồn vốn
Bảng 4.19: Kết quả kiểm định Mann- Whitney giữa các nhóm Nguồn vốn vốn
Vốn nước ngồi 38 103,42 6.892,00 Total 151
SHL Mann – Whitney U 2,692E3
Wilcoxon W 8,182E3
z -3,031
Asymp. Sig. (2-tailed) 0,003 a.Grouping Variable: Nguồn vốn
(Nguồn: tổng hợp từ kết quả phân tích dữ liệu SPSS)
Kết luận: Có sự khác biệt về sự hài lịng giữa doanh nghiệp có vốn Việt Nam và doanh nghiệp có vốn nước ngồi.
4.6.4. Quy mơ vốn
Bảng 4.20: Kết quả kiểm định Kruskal – Wallis giữa các nhóm Quy mơ vốn vốn
Hạng
Quy mơ vốn N Hạng trung bình SHL <= 1 tỷ VND 39 18,54 Từ hơn 1 đến 5 tỷ VND 51 62,17 Từ hơn 5 đến 10 tỷ VND 25 97,26 Từ hơn 10 tỷ đến 15 tỷ VND 16 120,96 Từ 15 đến 50 tỷ VND 20 144,82
Trên 50 tỷ VND 15 157,27 Total 151 SHL Chi – Square 165,352 Df 5 Asymp.Sig. 0,000
(Nguồn: tổng hợp từ kết quả phân tích dữ liệu SPSS)
Kết luận: Có sự khác nhau về đánh giá yếu tố sự hài lòng của khách hàng giữa các nhóm quy mơ vón khác nhau với p-value=0,000
4.6.5. Thời gian hoạt động
Tác giả dùng kiểm định Kruskal – Wallis để tìm hiểu giữa các nhóm. Thời gian hoạt động khác nhau đánh giá các yếu tố tác động và sự hài lòng của khách hàng l như nhau hay l có sự khác biệt.
Bảng 4.21: Kết quả kiểm định Kruskal – Wallis giữa các nhóm thời gian hoạt động
Hạng
Thời gian hoạt động N Hạng trung bình SHL <= 3 năm 32 62,31 Từ hơn 3 đến 5 năm 18 67,36 Từ hơn 5 đến 10 năm 43 92,63 Trên 10 năm 58 108,21 Total 151 SHL Chi –Square 25,973 Df 3 Asymp.Sig. 0,000
container bằng đường biển của hãng tàu Interasia tại TP.HCM
Dưới đây l một số quy ước để nhận xét: Trung bình từ: 3,00-3,24: Mức rất thấp Trung bình từ 3,25 – 3,49: Mức thấp Trung bình từ 3,5 – 3,74: Mức trung bình Trung bình từ 3,75 – 3,99: Mức trung bình khá Trung bình từ 4,0 – 4,24: Mức tốt Trung bình từ 4,25 – 4,49: Mức rất tốt.
4.7.1. Mức độ hài lòng chung của khách hàng
Tác giả sử dụng kiểm định One-sample test để kiểm định trung bình của yếu tố: “Sự hài lịng của khách h ng” so với giá trị giữa của thang đo l giá trị 3. Có thể thấy rằng giá trị trung bình > 4 với mức ý nghĩa 5%. Với điểm trung bình là 4,1285 vẫn chưa vượt qua mức 4,25 điểm cho ta thấy rằng khách hàng hài lòng ở mức khá tốt.
Bảng 4.22: Kết quả kiểm định One –sample test yếu tố Sự hài lịng
Giá trị kiểm định = 3 Trung bình Độ lệch chuẩn Sig. (2- đuôi) Khác biệt
trung bình Sự hài lịng
chung 4,1285 0,68224 0,000 1,16754
Bảng 4.23: Đ nh gi của khách hàng về sự hài lòng
Nhân tố Diễn giải Trung bình Độ lệch chuẩn Sự hài
long (SHL)
Interasia đáp ứng tốt nhu cầu của anh/chị về dịch vụ vận tải biển.
3,9155 0,99434
Interasia là sự chọn lựa đầu tiên khi anh/chị sử dụng dịch vụ vận chuyển container bằng đường biển.
4,2693 0,79574
Anh/Chị sẽ tiếp tục sử dụng dịch vụ vận chuyển container bằng đường biển của hãng tàu Interasia cho lần sau.
4,8381 0,76483
Anh/Chị sẽ giới thiệu cho người quen sử dụng dịch vụ vận tải biển của hãng tàu Interasia.
4,3497 0,83515
(Nguồn: tổng hợp từ kết quả phân tích dữ liệu SPSS)
Trong các tiêu chí của thang đo sự hài lịng, nhu cầu của khách hàng khi sử dụng dịch vụ vận chuyển container bằng đường biển của hãng tàu Interasia chưa thực sự được đáp ứng tốt, cụ thể l đánh giá chỉ có 3,91 điểm ở mức trung bình khá. Ti u chí được khách h ng đánh giá cao nhất sẽ tiếp tục sử dụng dịch vụ vận tải biển