(Nguồn: Kết quả nghiên cứu)
Hình 2.3. Mẫu nghiên cứu phân theo quy mơ vốn
(Nguồn: Kết quả nghiên cứu)
Hình 2.4. Mẫu nghiên cứu phân theo số lƣợng lao động
Hình 2.5. Mẫu nghiên cứu phân theo thời gian hoạt động
(Nguồn: Kết quả nghiên cứu)
Các kiểm định phân phối chuẩn của mẫu nghiên cứu đƣợc thực hiện lần lƣợt theo các tiêu chí loại hình doanh nghiệp, nguồn vốn, quy mô vốn, số lƣợng lao động và thời gian hoạt động của doanh nghiệp cho thấy mẫu có phân phối chuẩn (Xem chi tiết tại Phụ lục 5). Vì trong các phân phối này, trị số trung bình và trung vị gần bằng nhau và độ xiên dao động từ -1 đến +1. Ngoài ra, biểu đồ phân phối với đƣờng cong chuần có dạng hình chng và số liệu phân phối khá đều. Do đó, tác giả kết luận rằng mẫu nghiên cứu mang tính đại diện khá tốt.
2.2. Đánh giá thang đo bằng hệ số tin cậy Cronbach’s Alpha
Độ tin cậy của thang đo đƣợc đánh giá bằng phần mềm SPSS thông qua hệ số tin cậy Cronbach’s alpha nhằm loại bỏ các biến không đạt yêu cầu. Hệ số Cronbach’s Alpha có giá trị biến thiên từ [0,1]. Giá trị này càng cao thì thang đo càng có độ tin cậy lớn Hệ số Cronbach’s Alpha có các giá trị: ”lớn hơn 0,8 là thang đo lƣờng tốt; từ 0,7 đến 0,8 là sử dụng đƣợc; từ 0,6 trở lên là có thể sử dụng trong trƣờng hợp khái niệm nghiên cứu là mới hoặc là mới trong bối cảnh nghiên cứu và loại các biến quan sát có hệ số tƣơng quan biến-tổng nhỏ hơn 0,3” (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
Trong đó:
ρ: là hệ số tƣơng quan trung bình giữa tất cả các cặp mục hỏi đƣợc kiểm tra.
Bảng 2. 2. Kết quả kiểm định Cronbach’s Alpha
Biến quan sát
Trung bình thang đo nếu loại biến
Phƣơng sai thang đo nếu loại biến
Tƣơng quan biến tổng
Cronbach's alpha nếu loại biến
(1) Sự tin cậy (Reliability) - Cronbach’s Alpha = 0,855
RL1 12.69 9.480 .655 .829 RL2 12.56 9.351 .735 .808 RL3 12.63 9.222 .709 .815 RL4 12.57 9.748 .633 .835 RL5 12.72 10.548 .622 .838
(2) Sự đáp ứng (Responsiveness)- Cronbach’s Alpha = 0,807
Cronbach’s Alpha = 0,883 RS1 5.86 2.914 .661 .728 RS2 5.67 3.262 .627 .766 RS3 5.87 2.666 .683 .707
Sự hữu hình (Tangibility)- Cronbach’s Alpha = 0,849
Cronbach’s Alpha = 0,933 TA1 13.20 6.766 .607 .831
TA2 13.35 6.546 .690 .809 TA3 13.27 6.811 .651 .820 TA4 13.37 6.660 .657 .818 TA5 13.33 6.422 .686 .810
Sự đảm bảo (Assurance)- Cronbach’s Alpha = 0,866
Cronbach’s Alpha = 0,939 AS1 9.11 4.444 .721 .829
AS2 9.18 4.833 .712 .832 AS3 9.19 4.751 .729 .825 AS4 9.12 4.701 .708 .833
Sự đồng cảm (Empathy) - Cronbach’s Alpha = 0,827
EM1 12.76 8.601 .528 .820 EM2 12.97 7.782 .710 .767 EM3 12.82 7.461 .743 .755 EM4 12.92 7.881 .732 .761 EM5 12.92 9.600 .416 .845
Biến quan sát
Trung bình thang đo nếu loại biến
Phƣơng sai thang đo nếu loại biến
Tƣơng quan biến tổng
Cronbach's alpha nếu loại biến
Sự hài lòng của khách hàng (Customer Satisfaction) - Cronbach’s Alpha = 0.869
CS1 9.21 6.744 .704 .839 CS2 9.32 6.182 .781 .807 CS3 9.23 6.323 .755 .818 CS4 9.05 7.038 .645 .861
(Nguồn: Kết quả phân tích SPSS)
Kết quả kiểm định thang đo cho thấy đề tài nghiên cứu có tổng cộng 6 nhân tố đƣợc đƣa vào phân tích độ tin cậy, kết quả các tất cả các hệ số tƣơng quan biến tổng của các biến đều ≥ 0,3 nên các biến đều đạt yêu cầu và độ tin cậy cronbach’s alpha đạt yêu cầu với giá trị lần lƣợt dao động trong khoảng 0,807 – 0,869 (> 0,6),
Tuy nhiên, ở yếu tố Sự đồng cảm có biến EM5, nếu loại biến này thì Cronbach alpha sẽ tăng lên 0.845 > 0.827. Do đó, ta tiến hành loại biến EM5 và đƣa 25 biến quan sát còn loại thuộc 6 nhân tố của nghiên cứu đã đƣợc kiểm định thang đo và đạt yêu cầu vào phân tích EFA tiếp theo.
2.3. Phân tích nhân tố
Phân tích EFA dùng để rút gọn một tập hợp biến F thành tập hợp biến K < F, với các yếu tố có ý nghĩa hơn.
Theo Hair & cộng sự (1998, 111), Factor loading (hệ số tải nhân tố hay trọng số nhân tố) là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA:
• Factor loading > 0.3: đạt mức tối thiểu • Factor loading > 0.5: quan trọng
• Factor loading > 0.5: có ý nghĩa thực tiễn
Để phân tích nhân tố khám phá có ý nghĩa thống kê thì phải thỏa mãn các yêu cầu:
Hệ số tải nhân tố (Factor loading) > 0.5
Hệ số KMO (Kaiser-Meyer-Olkin) 0.5 ≤ KMO ≤ 1 Kiểm định Bartlett có ý nghĩa thống kê (Sig. < 0.05)
Phân tích nhân tố cho các biến độc lập
Kết quả 21 biến quan sát thuộc 5 biến độc lập đƣợc đƣa vào để phân tích EFA (trừ biến EM5) đƣợc thể hiện nhƣ bảng 2.3.
Bảng 2.3. Kết quả phân tích EFA cho các yếu tố độc lập
Biến quan sát
Hệ số tải của các nhân tố thành phần
1 2 3 4 5 RL2 .815 RL3 .779 RL5 .768 RL1 .764 RL4 .760 TA5 .785 TA2 .741 TA4 .731 TA3 .719 TA1 .700 AS2 .797 AS1 .793 AS3 .786 AS4 .778 EM3 .855 EM2 .839 EM4 .823 EM1 .604 RS1 .854
RS3 .840 RS2 .773 Eigenvalues khởi tạo 6,592 2,828 1,915 1,595 1,319 Tổng phƣơng sai trích (%) 67,85 Cronbach’s Alpha 0,855 0,807 0,849 0,866 0,827 Sig, 0,000 KMO 0,861
(Nguồn: Kết quả phân tích SPSS)
Kết quả phân tích nhân tố khám phá cho các nhân tố độc lập cho thấy:
KMO = 0,861 (≥ 0,5), kết quả Chi-square của kiểm định Bartlett’s với sig. = 0,000 < 0,05 do đó phân tích nhân tố có ý nghĩa thống kê và các biến quan sát có tƣơng quan với nhau trong tổng thể.
Trong các biến quan sát tại điểm dừng giá trị khởi tạo Eigenvalue = 1,319 (> 1), dữ liệu rút trích đƣợc số lƣợng nhân tố là 5 nhân tố với tổng phƣơng sai trích là 67,85% cho thấy các nhân tố độc lập đƣợc giải thích 67,85% bởi sự biến thiên của dữ liệu và hệ số tải nhân tố của các biến quan sát đều lớn hơn 0,5.
Nhƣ vậy 21 biến quan sát của 5 nhân tố độc lập trong phân tích nhân tố khám phá hồn tồn phù hợp cho phân tích tiếp theo.
Phân tích nhân tố khám phá cho yếu tố phụ thuộc
Thực hiện phân tích EFA cho nhân tố phụ thuộc: Sự hài lòng của khách hàng, kết quả nhƣ bảng 2.4.
Bảng 2.4. Kết quả phân tích EFA cho nhân tố phụ thuộc
Biến quan sát Hệ số tải nhân tố của các thành phần 1
CS2 .888
CS3 .870
CS1 .836
CS4 .791
Eigenvalues khởi tạo 2.871 Tổng phƣơng sai trích (%) 71.776
Cronbach’s Alpha 0,869
Sig. 0,000
KMO 0,813
(Nguồn: Kết quả phân tích SPSS)
Kết quả phân tích nhân tố khám phá (EFA) cho nhân tố phụ thuộc cho thấy:
KMO = 0,813 (≥ 0,5), kết quả Chi-square của kiểm định Bartlett’s với sig. = 0,000 < 0,05 do đó phân tích nhân tố thích hợp với dữ liệu nghiên cứu từ khảo sát thực tế và các biến quan sát có tƣơng quan với nhau trong tổng thể.
Giá trị khởi tạo Eigenvalue = 2,871 (> 1), tổng phƣơng sai trích là 71,776% cho thấy nhân tố phụ thuộc đƣợc giải thích 71,776% bởi sự biến thiên của dữ liệu và hệ số tải nhân tố của các biến quan sát đều lớn hơn 0,5.
Nhƣ vậy các biến quan sát của nhân tố phụ thuộc hoàn toàn phù hợp cho phân tích tiếp theo.
2.4. Phân tích tƣơng quan và hồi quy
Phân tích tƣơng quan: nhằm kiểm định mối quan hệ giữa biến phụ thuộc và
các biến độc lập. Từ đó có thể phát hiện những mối quan hệ chặt chẽ giữa chúng hay giữa các biến độc lập với nhau mà mối quan hệ chặt chẽ này có thể gây ra hiện tƣợng đa cộng tuyến. Giá trị tuyệt đối của Pearson càng gần 1 thì hai biến này có
mối tƣơng quan tuyến tính càng chặt chẽ (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008).
Kết quả thực hiện phân tích tƣơng quan đƣợc thể hiện trong bảng 2.5.
Bảng 2.5. Kết quả phân tích tƣơng quan
RL TA AS EM RS CS RL Hệ số tƣơng quan 1 .381** .152* .189** .234** .348** Mức ý nghĩa (Sig) .000 .024 .005 .000 .000 Cỡ mẫu 222 222 222 222 222 222 TA Hệ số tƣơng quan .381** 1 .493** .432** .258** .596** Mức ý nghĩa (Sig) .000 .000 .000 .000 .000 Cỡ mẫu 222 222 222 222 222 222 AS Hệ số tƣơng quan .152* .493** 1 .470** .301** .671** Mức ý nghĩa (Sig) .024 .000 .000 .000 .000 Cỡ mẫu 222 222 222 222 222 222 EM Hệ số tƣơng quan .189** .432** .470** 1 .224** .500** Mức ý nghĩa (Sig) .005 .000 .000 .001 .000 Cỡ mẫu 222 222 222 222 222 222 RS Hệ số tƣơng quan .234** .258** .301** .224** 1 .406** Mức ý nghĩa (Sig) .000 .000 .000 .001 .000 Cỡ mẫu 222 222 222 222 222 222 CS Hệ số tƣơng quan .348** .596** .671** .500** .406** 1 Mức ý nghĩa (Sig) .000 .000 .000 .000 .000 Cỡ mẫu 222 222 222 222 222 222
(Nguồn: Kết quả phân tích SPSS)
Kết quả phân tích hệ số tƣơng quan cho thấy các nhân tố độc lập RL, TA, AS, EM, RS đều có tƣơng quan tuyến tính với biến phụ thuộc CS, các hệ số tƣơng quan đều có ý nghĩa thống kê, cụ thể:
- Các nhân tố độc lập đều có tƣơng quan thuận với nhân tố phụ thuộc CS và giá trị tƣơng quan thuận lớn nhất là giữa nhân tố phụ thuộc CS và nhân tố độc lập AS (0.671**, tƣơng quan với mức ý nghĩa 1%),), tƣơng quan thuận với các nhân tố độc lập khác lần lƣợt là: tƣơng quan với biến RL là 0,348** (tƣơng quan với mức ý nghĩa 1%), tƣơng quan với biến TA là 0,596** (tƣơng quan với mức ý nghĩa 1%), tƣơng quan với biến EM là 0,500** (tƣơng quan với mức ý nghĩa 1%), tƣơng quan với biến RS là 0,406** (tƣơng quan với mức ý nghĩa 1%).
- Giữa các biến độc lập TA, AS, RL, RS, EM có mối quan hệ tƣơng quan với Sig. < 0,05 và tƣơng quan với mức ý nghĩa 1%, vì vậy cần kiểm tra hiện tƣợng đa cộng tuyến giữa các nhân tố độc lập khi thực hiện kiểm định giả thuyết và phân tích hồi quy.
Nhƣ vậy các nhân tố độc lập này có thể đƣa vào mơ hình để giải thích cho biến phụ thuộc CS.
Phân tích hồi quy: Sau khi kết luận hai biến có mối quan hệ tuyến tính với
nhau thì có thể dùng hồi quy tuyến tính mơ hình hóa mối quan hệ nhân quả này. Để kết quả quan sát đƣợc trong mẫu đƣợc suy rộng cho tổng thể có ý nghĩa thì cần phải xem xét một số tiêu chuẩn cần thiết bao gồm:
-Mức ý nghĩa (Sig) để kiểm định sự phù hợp của mơ hình hồi quy. Nếu mức ý nghĩa < 0,05 nghĩa là kiểm định hồi quy là phù hợp.
- Hệ số xác định điều chỉnh (R2 điều chỉnh) nhằm đo lƣờng tỷ lệ phần trăm biến thiên của biến phụ thuộc đƣợc giải thích bởi biến độc R2 điều chỉnh càng gần 1 thì mơ hình xây dựng càng phù hợp, R2 điều chỉnh càng gần 0 mơ hình càng kém phù hợp với tập dữ liệu mẫu.
- Tính độc lập của phần dƣ: đại lƣợng thống kê Durbin – Watson (d) đƣợc dùng để kiểm định tƣơng quan của các phần dƣ kề nhau (tƣơng quan chuỗi bậc nhất). Đại lƣợng d gần bằng 2 thì các phần dƣ khơng có tƣơng quan chuỗi bậc nhất với nhau.
- Hiện tƣợng đa cộng tuyến: để xem xét các biến độc lập có tƣơng quan hồn tồn với nhau khơng thơng qua hệ số phóng đại phƣơng sai VIF (Variance Inflation
Factor). Thông thƣờng, nếu VIF của một biến độc lập nào đó lớn hơn 10 thì biến này hầu nhƣ khơng có giá trị giải thích biến thiên của biến phụ thuộc trong mơ hình hồi quy bội (Hair và cộng sự, 2006, dẫn theo Nguyễn Đình Thọ, 2012).
Hồi quy đa biến: Là Phƣơng pháp phân tích mối liên hệ hay phụ thuộc của 1 biến Y (gọi là biến phụ thuộc) vào một hay nhiều biến khác X (gọi là các biến độc lập).
Mơ hình hồi quy k biến:
Yi = b1 + b2.X2i + b3.X2i + .... + ui
Trong đó:
Yi: là giá trị ƣớc lƣợng cho giá trị của biến Y ở quan sát thứ i. Xi: là giá trị của biến X ở quan sát thứ i.
b1: Hệ số tung độ gốc hay hệ số chặn. b2: Hệ số dốc hay hệ số góc.
Để kiểm định ý nghĩa thống kê giả thiết: H0: b2 = b3 =... = bk = 0
(Nghĩa là: tất cả các hệ số độ dốc đồng thời bằng 0) đối lại H1: tất cả các hệ số độ dốc không đồng thời bằng 0.
Nếu F > Fa (k - 1, n - k), bác bỏ H0; ngƣợc lại ta khơng thể bác bỏ H0, trong đó Fa (k - 1, n - k) là giá trị tới hạn của F tại mức ý nghĩa a và (k - 1) của bậc tự do tử số và (n - k) bậc tự do mẫu số.
Một cách khác, nếu giá trị p thu đƣợc từ cách tính F trên là đủ nhỏ, ngƣời ta có thể bác bỏ H0. Có nghĩa là giá trị p < 0,05 với mức ý nghĩa thống kê 95% thì có thể bác bỏ giả thuyết H0 khẳng định mơ hình hồi quy có ý nghĩa thống kê.
Trong trƣờng hợp 3 biến (Y và X2, X3), k là 3, trong trƣờng hợp 4 biến, k là 4.
Thực hiện phân tích hồi quy các nhân tố độc lập bao gồm TA, AS, RL, RS, EM tác động đến nhân tố phụ thuộc CS bằng phƣơng pháp hồi quy tuyến tính bội. Kết quả chỉ số R2 = 60,3%, và R2
hiệu chỉnh = 59,4 %, cho thấy độ phù hợp của mơ hình ở mức tốt (Mơ hình giải thích đƣợc 59,4% sự biến thiên của biến phụ thuộc CS
của các doanh nghiệp đồng thời giá trị Sig. = 0,00 < 0,05 trị thống kê F đƣợc tính từ giá trị R2 của mơ hình đầy đủ với mức ý nghĩa (giá trị Sig) rất nhỏ cho thấy mơ hình hồi quy tuyến tính bội phù hợp với dữ liệu khảo sát thực tế và sử dụng đƣợc.
Bảng 2.6. Kết quả kiểm định mơ hình hồi quy
Mơ hình Hệ số R Hệ số R 2 Hệ số R2 hiệu chỉnh Độ lệch chuẩn ƣớc lƣợng Durbin- Watson 1 .776a .603 .594 .533 2.071
(Nguồn: Kết quả phân tích SPSS)
Bảng 2.7. ANOVA hồi quy
ANOVA Mơ hình Tổng các bình phƣơng df Bình phƣơng trung bình F Sig. 1 Phần hồi qui 93.200 5 18.640 65.561 .000b Phần dƣ 61.412 216 .284 Tổng cộng 154.611 221 Biến phụ thuộc: CS
Biến độc lập: RS, EM, RL, AS, TA
(Nguồn: Kết quả phân tích SPSS)
Bảng 2.8. Hệ số hồi quy Mơ hình Mơ hình Hệ số chƣa chuẩn hóa Hệ số chuẩn hóa Trị t Trị
Sig. Đa cộng tuyến
B Sai số
chuẩn Beta Tolerance VIF
1 Hằng số -.901 .234 -3.858 .000 -.901 .234 TA .142 .052 .130 2.761 .006 .142 .052 AS .316 .072 .239 4.403 .000 .316 .072 RL .499 .063 .421 7.905 .000 .499 .063 RS .151 .055 .139 2.763 .006 .151 .055
EM .159 .047 .156 3.382 .001 .159 .047
(Nguồn: Kết quả phân tích SPSS)
2.5. Kiểm định các giả định hồi quy
2.5.1. Kiểm định hiện tƣợng đa cộng tuyến
Theo Hồng Trọng (2009) thì hiện tƣợng đa cộng tuyến sẽ làm cho việc giải thích các kết quả hồi quy bị thiên lệch, các biến độc lập tƣơng quan chặt với nhau dẫn đến hiện tƣợng đa cộng tuyến, thông thƣờng hệ số VIF của các hệ số Beta ƣớc lƣợng < 10 (một số trƣờng hợp < 2) đƣợc xem là khơng có hiện tƣợng đa cộng tuyến xảy ra.
Bảng hệ số hồi quy cho thấy các hệ số VIF dao động trong khoảng [0,047- 0,234] điều này cho thấy khơng có hiện tƣợng đa cộng tuyến xảy ra, việc giải thích các kết quả ƣớc lƣợng của mơ hình hồi quy sẽ chính xác và không bị ảnh hƣởng nhiều do hiện tƣợng các nhân tố độc lập tƣơng quan với nhau.
2.5.2. Kiểm định tính độc lập phƣơng sai
Dựa trên giá trị Durbin Waston sẽ đƣợc dùng để kiểm tra tính độc lập hpƣơng sai của các nhân tố độc lập trong mơ hình, thơng thƣờng hệ số Durbin Waston thƣờng nằm trong khoảng 1 - 3 hoặc lân cận giá trị 2 thì giả định này đƣợc chấp nhận.
Theo kết quả trong bảng 2.6 ta có thể thấy giá trị Durbin waston có giá trị là 2,071, điều này cho thấy tính độc lập của phƣơng sai là khơng vi phạm.
2.5.3. Kiểm định phần dƣ chuẩn hóa phân phối chuẩn
Hình 2.6. Sơ đồ phân phối chuẩn hóa phần dƣ
(Nguồn: Kết quả phân tích SPSS)
Dựa vào biểu đồ thể hiện phân phối của phần dƣ chuẩn hóa, ta thấy phần dƣ chuẩn hóa có dạng phân phối chuẩn hình chng, nhƣ vậy giả định về phân phối chuẩn của phần dƣ chuẩn hóa đƣợc đáp ứng.
Hình 2.7. Biểu đồ tần số P-P
(Nguồn: Kết quả phân tích SPSS)
Biểu đồ tần số P-P (hình 2.7) cho thấy các chấm phân tán sát với đƣờng chéo. Cũng từ đồ thị phân tán (Xem chi tiết tại phụ lục 9) cho thấy phần dƣ phân tán ngẫu nhiên xung quanh đƣờng đi qua tung độ 0 chứ khơng tạo nên hình dạng cụ thể