Kiểm định thang đo nghiên cứu

CHƯƠNG 4 : KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN

4.2. Kiểm định thang đo nghiên cứu

4.2.1. Kiểm định độ tin cậy của thang đo

Cronbach’s Alpha là phương pháp phổ biến nhất trong việc kiểm tra xác xuất tin cậy của các thang đo đa biến.. Hệ sớ Cronbach’s Alpha có trị sớ chạy trong đoạn [0,1].

Một thang đo được xem là đạt độ tin cậy khi nó thỏa các điều kiện sau: hệ số Cronbach’s Alpha tổng từ 0,6 trở lên và các biến quan sát có hệ sớ tương quan biến tổng (item – total correlation) lớn hơn 0,3.

Bảng 4. 2 Hệ số Cronbach’s Alpha cho thang đo của mơ hình Ký hiệu

biến quan sát

Trung bình thang đo nếu loại

biến Phương sai thang đo nếu loại biến Hệ số tương quan biến tổng Cronbach’s Alpha nếu loại biến này Hệ số Cronbach’s Alpha

Thang đo Độ tin cậy sau khi loại biến RE3

0,844

RE1 9,28 7,881 0,727 0,783 RE2 9,17 7,491 0,712 0,787 RE4 9,15 8,935 0,492 0,877 RE5 9,11 6,972 0,804 0,744

Thang đo Sự đáp ứng 0,856 RS1 9,03 6,446 0,814 0,767 RS2 9,02 6,720 0,721 0,809 RS3 9,12 7,864 0,611 0,852 RS4 9,09 7,230 0,662 0,833

Thang đo Sự đảm bảo

0,831

AS1 9,48 8,257 0,718 0,760 AS2 9,75 8,253 0,619 0,807 AS3 9,36 7,870 0,781 0,730 AS4 9,52 9,408 0,532 0,839

Thang đo Sự đồng cảm sau khi loại biến EM5

0,826

EM1 9,31 6,572 0,629 0,791 EM2 9,32 7,062 0,592 0,808 EM3 9,48 5,855 0,655 0,782 EM4 9,06 5,823 0,745 0,736

Thang đo Phương tiện hữu hình 0,778 TA1 8,92 7,832 0,661 0,684 TA2 8,72 8,144 0,537 0,749 TA3 9,09 7,443 0,646 0,689 TA4 8,51 9,060 0,494 0,767

Thang đo Giá cả

0,893

PR1 6,38 4,402 0,799 0,845 PR2 6,84 5,374 0,759 0,877 PR3 6,72 4,735 0,826 0,817

Thang đo phụ thuộc Sự hài lòng

0,809

SA1 6,61 4,389 0,631 0,766 SA2 6,73 3,962 0,671 0,725 SA3 6,07 3,860 0,674 0,721

(Nguồn tổng hợp từ phần mềm SPSS, Phụ lục 4.2)

Dựa vào bảng kết quả 4.2 cho thấy:

- Khi đào thải 2 biến quan sát RE3 và EM5 (do có hệ sớ tương quan biến tổng thấp hơn 0,3), thang đo độc lập 06 thành phần Độ tin cậy, Sự đáp ứng, Sự đảm bảo, Sự đồng cảm, Phương tiện hữu hình và Giá cả đều có hệ sớ tin cậy Cronbach’s Alpha lớn hơn 0,6 và hệ số tương quan biến tổng của các biến quan sát thuộc các thang đo này đều đủ điều

kiện (> 0,3). Do đó, tất cả các biến đo lường cho các nhân tố này sẽ được sử dụng tiếp ở các bước phân tích tiếp theo.

- Thang đo phụ thuộc Sự hài lịng: sớ liệu chạy kiểm định Hệ số tin cậy Cronbach’s Alpha là 0,809 >0,6, các biến quan sát của thang đo này đều đủ điều kiện (> 0,3) và được chấp nhận trong phân tích EFA.

4.2.2. Kiểm định độ giá trị của thang đo (EFA)

Tiếp tục phân tích, EFA được dùng để khám phá sự liên kết giữa các biến quan sát trong mơ hình.

- Hệ sớ KMO (trong kiểm định Barlett’s Test of Sphericity) nằm trong khoảng từ 0,5 đến 1 (sig <0,05) thì tập dữ liệu được cho là phù hợp với phương pháp EFA; ngược lại KMO < 0,5 có khả năng việc phân tích nhân tớ khơng còn đúng với dữ liệu nghiên cứu.

- Trị sớ Eigenvalues là một tiêu chí sử dụng phổ biến để xác định sớ lượng nhân tố trong phân tích EFA. Với tiêu chí này, chỉ có những nhân tớ nào có Eigenvalue ≥ 1 mới được giữ lại trong mơ hình phân tích.

- Nghiên cứu này Áp dụng Phương pháp trích “Principal Component Analysis” với phép quay “Varimax”.

- Tổng phương sai trích (cho biết các nhân tớ rút trích giải thích được bao nhiêu % biến thiên của tập dữ liệu) lớn hơn 50%.

- Hệ số tải nhân tố của biến nào nhỏ hơn 0,5 thì biến đó sẽ bị thải loại.

4.2.2.1. Kiểm định độ giá trị của thang đo biến độc lập

Kết quả phân tích nhân tớ cho 23 biến quan sát của các thang đo biến độc lập cho ra kết quả như sau:

Bảng 4. 3 Kiểm tra KMO và Bartlett biến độc lập Kiểm tra KMO và Bartlett

Chỉ sớ KMO xem xét sự thích hợp của phân tích nhân tớ. ,819 Kiểm định

Bartlett's

Giá trị chi bình phương xấp xỉ 3699,342

Bậc tự do 253

Mức ý nghĩa ,000

(Nguồn tổng hợp từ phần mềm SPSS, Phụ lục 4.3)

- Kết quả cho thấy KMO = 0,819 > 0,5 và nhỏ hơn 1, Bartlett Sig = 0,000 nhỏ hơn 0,05 đạt yêu cầu. Như vậy, việc phân tích nhân tố là phù hợp.

Bảng 4. 4 Tổng phương sai giải thích biến độc lập

(Nguồn tổng hợp từ phần mềm SPSS, Phụ lục 4.3)

- Kết quả cho thấy mơ hình rút trích được 6 nhân tớ mà trích lược thơng tin tớt nhất với chỉ sớ eigenvalues lớn hơn 1 và tổng phương sai trích đạt hơn 70% (>50%) cho thấy

Thành phần

Giá trị riêng ban đầu Tổng phương sai trích Tổng Mức biến thiên giải thích được (%) % tích lũy Tổng % biến thiên giải thích được % tích lũy 1 6,095 26,499 26,499 2,835 12,327 12,327 2 2,743 11,927 38,426 2,826 12,289 24,616 3 2,448 10,645 49,071 2,803 12,187 36,802 4 2,265 9,849 58,920 2,740 11,914 48,717 5 1,467 6,379 65,299 2,467 10,727 59,444 6 1,106 4,810 70,109 2,453 10,665 70,109

phân tích EFA là phù hợp. Như vậy, 6 nhân tớ được trích cơ đọng được 70% biến thiên các biến quan sát.

Bảng 4. 5 Ma trận xoay nhân tố - biến độc lập Biến quan sát Thành phần 1 2 3 4 5 6 RS1 ,882 RS2 ,832 RS4 ,790 RS3 ,784 EM4 ,826 EM1 ,741 EM3 ,731 EM2 ,648 RE5 ,898 RE2 ,854 RE1 ,831 RE4 ,685 AS3 ,852 AS1 ,834 AS2 ,754

PR3 ,854 PR2 ,828 PR1 ,793 TA1 ,829 TA2 ,764 TA3 ,762 TA4 ,546 (Nguồn tổng hợp từ phần mềm SPSS, Phụ lục 4.3)

- Theo số liệu chạy ma trận xoay, 23 biến quan sát được cơ cấu thành 6 nhân tố, trọng số tải nhân tố (Factor Loading) của tất cả các biến quan sát đều có giá trị đủ chuẩn (>0,5).

4.2.2.2. Kiểm định độ giá trị của thang đo biến phụ thuộc

Kết quả phân tích nhân tớ cho 3 biến quan sát của các thang đo biến phụ thuộc cho ra kết quả như sau:

Bảng 4. 6 Kiểm tra KMO và Bartlett biến phụ thuộc Kiểm tra KMO và Bartlett

Chỉ sớ KMO xem xét sự thích hợp của phân tích nhân tớ. ,712

Kiểm định Bartlett's

Giá trị chi bình phương xấp xỉ 300,580

Bậc tự do 3

Mức ý nghĩa ,000

(Nguồn tổng hợp từ phần mềm SPSS, Phụ lục 4.4)

- Kết quả cho thấy KMO = 0,712 > 0,5 và nhỏ hơn 1, Bartlett Sig = 0,000 nhỏ hơn 0,05 đạt u cầu. Như vậy, việc phân tích nhân tớ là phù hợp.

Bảng 4. 7 Tổng phương sai giải thích biến phụ thuộc

(Nguồn tổng hợp từ phần mềm SPSS, Phụ lục 4.4)

- Kết quả cho thấy mơ hình rút trích được 1 nhân tớ mà trích lược thơng tin tớt nhất với hệ sớ eigenvalues lớn hơn 1 và tổng phương sai trích đạt hơn 72% (>50%) cho thấy mơ hình EFA là phù hợp.

Bảng 4. 8 Ma trận nhân tố - biến phụ thuộc

Nhân tố 1 SA3 ,861 SA2 ,858 SA1 ,834 (Nguồn tổng hợp từ phần mềm SPSS, Phụ lục 4.4)

- Số liệu chạy cho ra hệ số tải nhân tố (factors loading) các biến đều phù hợp (>0,5). Vì vậy cả 3 biến quan sát này đều đạt yêu cầu và sẽ được đưa vào mơ hình phân tích

Thành phần

Giá trị riêng ban đầu Tổng phương sai trích

Tổng % biến thiên giải thích được % tích lũy Tổng % biến thiên giải thích được % tích lũy 1 2,172 72,392 72,392 2,172 72,392 72,392 2 ,449 14,966 87,357 3 ,379 12,643 100,000

Theo kết quả bảng ma trận xoay lần ći cùng, chúng ta có các nhân tớ được định nghĩa lại như sau:

Bảng 4. 9 Định nghĩa lại các biến mơ hình

Số thứ tự Nhân tố Các biến quan sát Loại

1 RS RS1, RS2, RS4, RS3 (4 biến) Độc lập 2 EM EM4, EM1, EM3, EM2 (4 biến) Độc lập 3 RE RE5, RE2, RE1, RE4 (4 biến) Độc lập 4 AS AS3, AS1, AS2, AS4 (4 biến) Độc lập 5 PR PR3, PR2, PR1 (3 biến) Độc lập 6 TA TA1, TA2, TA3, TA4 (4 biến) Độc lập 7 SA SA1, SA2, SA3 (3 biến) Phụ thuộc

Tổng số lượng biến quan sát độc lập: 23 Tổng số lượng biến quan sát phụ thuộc: 3

(Nguồn: tác giả tổng hợp)

4.3. Phân tích tương quan và hồi quy

Sau khi định nghĩa lại nhân tố, chúng ta sẽ tiến hành tạo biến đại diện theo bảng nhân tố được định nghĩa lại ở trên. Việc tạo biến đại diện sẽ giúp chúng ta có được các nhân tố phục vụ cho bước chạy tương quan Pearson và Hồi quy đa biến về sau. Giá trị của các biến đại diện được sử dụng để phân tích tương quan và hồi quy là giá trị trung bình của các biến quan sát tương ứng đã được kiểm định.

4.3.1 Phân tích tương quan (Pearson)

Tương quan Pearson để kiểm tra mới quan hệ tún tính giữa các biến đại diện độc lập và phụ thuộc sẽ được chúng ta tiếp tục phân tích.

Bảng 4. 10 Ma trận tương quan Tương quan tuyến tính

SA RE RS AS EM TA PR

SA

Hệ số tương quan 1 ,243** ,317** ,371** ,662** ,600** ,566* Mức ý nghĩa (2

phía) ,000 ,000 ,000 ,000 ,000 ,000 N 305 305 305 305 305 305 305

(Nguồn tổng hợp từ phần mềm SPSS, Phụ lục 4.5)

- Mức ý nghĩa tương quan Pearson các biến độc lập RE, RS, AS, EM, TA, PR với biến phụ thuộc SA nhỏ hơn 0,05. Như vậy, có mới liên hệ tún tính giữa các biến độc lập này với biến phụ thuộc SA.

4.3.2. Phân tích hồi quy

Sử dụng hàm hồi quy tuyến tính với phương pháp đưa vào một lượt để kiểm định sự phù hợp giữa biến SA với các biến thành phần RE, RS, AS, EM, TA, PR.

Bảng 4. 11 Tóm tắt Mơ hình

Model R R2 R2 hiệu chỉnh Ước lượng Độ lệch chuẩn

Durbin- Watson

1 ,785a ,617 ,609 ,60245 1,851

(Nguồn tổng hợp từ phần mềm SPSS, Phụ lục 4.6)

- Giá trị R2 hiệu chỉnh bằng 0,609 cho thấy biến độc lập đưa vào chạy hồi quy ảnh hưởng 60,9% sự thay đổi của biến phụ thuộc, cịn lại 39,1% là do các biến ngồi mơ hình và sai sớ ngẫu nhiên.

Bảng 4. 12 Phân tích phương sai Giá trị Tổng bình phương Bậc tự do TB bình phương F Mức ý nghĩa 1 Tương quan 174,225 6 29,037 80,005 ,000b Phần dư 108,158 298 ,363 Tổng 282,383 304 (Nguồn tổng hợp từ phần mềm SPSS, Phụ lục 4.6)

- Sig kiểm định F bằng 0,00 < 0,05, như vậy, mơ hình hồi quy tún tính bội phù hợp với tập dữ liệu và có thể sử đụng được.

Bảng 4. 13 Các hệ số biến độc lập Mơ hình Hệ số hồi quy chưa chuẩn hóa Hệ số hồi quy đã

chuẩn hóa t Sig.

Thống kê đa cộng tuyến B Std. Error Beta Độ chấp nhận VIF 1 (Hằng số) -,628 ,204 -3,076 ,002 RE ,131 ,039 ,124 3,360 ,001 ,945 1,059 RS ,116 ,042 ,104 2,759 ,006 ,907 1,102 AS ,130 ,040 ,127 3,280 ,001 ,857 1,167 EM ,361 ,057 ,305 6,370 ,000 ,560 1,785 TA ,338 ,044 ,321 7,678 ,000 ,735 1,360 PR ,178 ,040 ,198 4,401 ,000 ,637 1,570 (Nguồn tổng hợp từ phần mềm SPSS, Phụ lục 4.6)

- Số liệu Sig kiểm định t hệ số hồi quy của các biến độc lập có chỉ sớ đều nhỏ hơn 0,05, do đó các biến độc lập này đều có ý nghĩa giải thích cho biến phụ thuộc, khơng biến nào bị đào thải.

- Khơng có hiện tượng đa cộng tún xảy ra do hệ sớ phóng đại phương sai VIF các biến độc lập đều thấp hơn 2.

- Các hệ số hồi quy đều lớn hơn 0. Như vậy tất cả các biến độc lập đưa vào phân tích hồi quy đều tác động cùng chiều tới biến phụ thuộc. Dựa vào độ lớn của hệ sớ hồi quy chuẩn hóa Beta, thứ tự mức độ tác động từ mạnh nhất tới yếu nhất của các biến độc lập tới biến phụ thuộc SA là: TA (0,321) > EM (0,305) > PR (0,198) > AS (0,127) > RE (0,124) > RS (0,104). Tương ứng với:

• Biến Phương tiện hữu hình tác động mạnh nhất đến Sự hài lịng của khách hàng trong việc thanh tốn tiền điện.

• Biến Sự đồng cảm tác động mạnh thứ 2 đến Sự hài lòng của khách hàng trong việc thanh tốn tiền điện.

• Biến Giá cả tác động mạnh thứ 3 đến Sự hài lịng của khách hàng trong việc thanh tốn tiền điện.

• Biến Sự Đảm bảo tác động mạnh thứ 4 đến Sự hài lòng của khách hàng trong việc thanh tốn tiền điện.

• Biến Độ tin cậy tác động mạnh thứ 5 đến Sự hài lòng của khách hàng trong việc thanh tốn tiền điện.

• Biến Sự đáp ứng tác động ít nhất Sự hài lịng của khách hàng trong việc thanh toán tiền điện.

Phương trình hồi quy tún tính được viết lại như sau:

SA = 0,321*TA + 0,305*EM + 0,127*AS + 0,124*RE + 0,104*RS+ E

4.3.3. Kiểm định phần dư

4.3.3.1. Kiểm định phương sai của phần dư không đổi

Hiện tượng phương sai của phần dư thay đổi có thể làm cho các ước lượng của hệ số hồi quy không hiệu quả (tức không phải ước lượng phù hợp nhất) và làm giảm chất lượng mơ hình hồi quy.

Để biết được mơ hình có bị hiện tượng phương sai thay đổi, chúng ta có thể dùng đồ thị Scatter Plot để giải thích. Qua Hình 4.1 ta nhận thấy giá trị phần dư phân tán ngẫu nhiên xung quanh đường đi qua tung độ 0 chứ khơng theo hình dạng nào. Như vậy, giả định phương sai khơng đổi của mơ hình khơng bị vi phạm.

Hình 4. 1 Đồ thị phân tán Scatter Plot

(Nguồn tổng hợp từ phần mềm SPSS, Phụ lục 4.7) 4.3.3.2. Kiểm định phân phối chuẩn của phần dư

Nhìn vào biểu đồ Histogram ta thấy phần dư có dạng gần với phân phới chuẩn, giá trị trung bình gần bằng 0 và độ lệch chuẩn gần bằng 1 (cụ thể là 0,988).

Hình 4. 2 Biểu đồ tần số Histogram

(Nguồn tổng hợp từ phần mềm SPSS, Phụ lục 4.7)

Biểu đồ P-P plot cũng cho ta thấy các điểm quan sát thực tế tập trung khá sát đường chéo những giá trị kỳ vọng, có nghĩa là phần dư có phân phới chuẩn.

Như vậy, với 6 giả thuyết từ H1 đến H6 chúng ta đã đặt ra ban đầu ở mục Giả thuyết nghiên cứu thì cả 6 giả thuyết đều được chấp nhận là: H1, H2, H3, H4, H5, H6 tương ứng với các biến: Độ tin cậy; Sự đồng cảm; Phương tiện hữu hình; Sự đáp ứng; Sự đảm bảo và Giá cả.

4.4. Phân tích ảnh hưởng của các biến nhân khẩu đến biến phụ thuộc (sử dụng T- Test và ANNOVA)

4.4.1. Kiểm định Giới tính

Bảng 4. 14 Kiểm định T-Test với giới tính khác nhau Kiểm tra mẫu độc lập

Kiểm định chỉ

số Levene's

Ước lượng giá trị t-test

F Sig. t df Sig. (2- tailed) Khác biệt trung bình Khác biệt sai sớ chuẩn 95% độ tin cậy Lower Upper KS Phương sai bằng nhau ,408 ,524 -2,253 303 ,025 -,24784 ,11001 -,46432 -,03135 Phương sai không bằng nhau -2,259 297,707 ,025 -24787 ,10972 -,46377 -0,3190 (Nguồn tổng hợp từ phần mềm SPSS, Phụ lục 4.8)

- Chỉ số Sig. Levene Test từ kết quả kiểm tra là 0,524 > 0,05 nên khơng có sự khác nhau về phương sai của giới tính nam và giới tính nữ. Nhưng Sig. (2 – tailed) = 0,025 < 0,05 nên có sự khác biệt có ý nghĩa thớng kê về mức độ hài lịng giữa những người có

giới tính khác nhau (kết quả SPSS cho thấy giới tính nữ có mức hài lòng cao hơn một ít so với nam giới).

4.4.2. Kiểm định Tuổi đời

Bảng 4. 15 Thống kê Levene cho Tuổi đời Kiểm tra sự đồng nhất của các biến

Thống kê Levene df1 df2 Sig.

3,349 3 301 ,019

(Nguồn tổng hợp từ phần mềm SPSS, Phụ lục 4.8)

Chỉ số Sig. Levene Test từ kết quả kiểm tra là 0,019 < 0,05, điều đó chứng tỏ phương sai giữa của nhân tố độ tuổi là không đồng nhất nên ta phải xem kết quả của kiểm định Welch mà không thể sử dụng ANNOVA.

Bảng 4. 16 Kiểm định Robust các giá trị

Thống kê df1 df2 Sig. Welch 1,040 3 44,715 ,384

(Nguồn tổng hợp từ phần mềm SPSS, Phụ lục 4.8)

Kết quả Sig Robust >0,05, cho thấy khơng có sự khác biệt có ý nghĩa thống kê về mức độ hài lịng giữa những người có độ tuổi khác nhau.

4.4.3. Kiểm định Nghề nghiệp

Bảng 4. 17 Thống kê Levene cho Nghề nghiệp Kiểm tra sự đồng nhất của các biến

Thống kê Levene df1 df2 Sig.

Bảng 4. 18 Kiểm định ANNOVA biến Nghề nghiệp ANOVA

Biến thiên df Trung bình

biến thiên F Sig.

Giữa nhóm 1,232 3 ,411 ,440 ,725 Trong nhóm 281,150 301 ,934

Tổng cộng 282,383 304

(Nguồn tổng hợp từ phần mềm SPSS, Phụ lục 4.8)

- Chỉ số Sig. Levene Test từ kết quả kiểm tra là 0,583 > 0,05, điều đó chứng tỏ phương sai giữa các lựa chọn của biến nghề nghiệp là khơng khác nhau. Điều này có nghĩa là chúng ta có thể sử dụng phân tích ANNOVA.

- Kết quả kiểm định ANOVA cho thấy sig. = 0,725 > 0,05 có nghĩa là khơng có sự khác biệt có ý nghĩa về mặt thống kê về mức độ hài lòng đối với những người làm ở các