Ma trận thành phần xoay
Biến quan sát Mã hóa
Component
1 2 3 4 5
Tơi có thể tiếp cận và sử dụng
đường dây nóng tại nhà (bằng các hình thức như điện thoại, nhắn tin và gửi email).
KNDU2 .891
Tơi có thể tiếp cận và sử dụng đường dây nóng tại nơi làm việc (bằng các hình thức điện thoại, nhắn tin và gửi email).
KNDU3 .874
Các hình thức liên lạc đến hệ thống đường dây nóng của lãnh đạo Tỉnh dễ dàng, phù hợp để tơi và những cơng dân khác có thể sử dụng.
KNDU4 .806
Cơ quan Đảng và nhà nước đã đầu tư trang thiết bị phù hợp để tơi và những cơng dân khác có thể tiếp cận với đường dây nóng (Kết nối qua điện thoại, tin nhắn, kết nối qua email…).
KNDU1 .615
Cơ quan nhà nước có trách nhiệm trong việc tuyên truyền để tôi và những công dân khác sử dụng tốt nhất đường dây nóng.
Tơi phải cân nhắc việc sử dụng hệ thống đường dây nóng vì rủi ro rị rỉ thơng tin.
BMTT1 .883
Tơi cảm thấy lợi ích đạt được khi sử dụng hệ thống đường dây nóng khơng đáng kể so với rủi ro thông tin của tôi cung cấp không được bảo mật.
BMTT2 .871
Tơi cảm thấy khơng an tồn khi phản ánh thơng tin đến hệ thống đường dây nóng.
BMTT3 .823
Tôi cảm thấy hệ thống đường dây nóng của lãnh đạo Tỉnh đảm bảo an tồn
cho tơi khi gọi đến và cung cấp thông tin. TC2 .885
Tôi cảm thấy an tâm, thoải mái khi phản ánh đầy đủ các thơng tin qua hệ thống
đường dây nóng của lãnh đạo Tỉnh. TC1 .827
Nói chung, hệ thống đường dây nóng lãnh đạo Tỉnh là một kênh thông tin kịp thời, an tồn để tơi phản ánh thơng tin đến các cơ quan nhà nước Đảng và Nhà nước
TC3 .770
Kết quả xử lý thông tin khi tôi phản ánh qua hệ thống đường dây nóng của cơ quan Đảng, Nhà nước giải quyết là đáng tin cậy.
TC5 .750
Kết quả xử lý, giảiquyết thông tin phản ánh được công bố trên trang web của
Tỉnh hữu ích với tơi và cơng dân khác. CK3 .825
Tôi tin rằng: Thông tin từ hệ thống
Thông tin cung cấp cho tơi từ hệ thống đường dây nóng ngày càng được nâng cao, đầy đủ và rõ ràng.
CK2 .706
Hệ thống đường dây nóng phục vụ
24 giờ trong ngày và 7 ngày trong tuần. NLPV1 .795
Điện thoại viên trực đường dây nóng
ln mẫn tiệp và lịch sự. NLPV6 .765
Hệ thống đường dây nóng ln cung cấp những thông tin và biện pháp xử lý cập
nhật. NLPV5 .745
Hệ thống đường dây nóng xử lý yêu
cầu của tơi nhanh chóng. NLPV3 .661
Điện thoại viên có kiến thức để trả
lời những thắc mắc cấp thiết của tôi. NLPV7 .601
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 5 iterations.
Kết quả phân tích nhân tố khám phá EFA trích ra được 5 nhân tố đại diện cho 20 biến quan sát trong các thang đo. Trong đó, các biến KNDU5, NLPV4 bị loại bởi khơng đảm bảo tính phân biệt trong EFA (điều kiện hội tụ và phân biệt trong phân tích nhân tố khám phá) và các biến TC4, NLPV2 cũng bị loại do không đảm bảo hệ số tải từ 0.5 trở lên. Các nhân tố và các biến quan sát trong từng nhân tố cụ thể được trình bày trong Bảng ma trận xoay nhân tố.
Bảng 4.10 cho thấy, các biến quan sát trong mỗi nhân tố đều thỏa mãn yêu cầu có hệ số tải nhân tố lớn hơn 0,5. Như vậy, 5 nhân tố cụ thể như sau:
Nhân tố 1: bao gồm các biến quan sát KNDU1, KNDU2, KNDU3, KNDU4, KNDU6. Đặt
tên cho nhân tố này là T_KNDU đại diện cho nhân tố Khả năng đáp ứng.
Nhân tố 2: bao gồm các biến quan sát BMTT1, BMTT2, BMTT3. Đặt tên cho nhân tố này
Nhân tố 3: bao gồm các biến quan sát TC1, TC2, TC3, TC5. Đặt tên cho nhân tố này là
T_TC đại diện cho nhân tố Độ tin cậy.
Nhân tố 4: bao gồm các biến quan sát CK2, CK3, CK4. Đặt tên cho nhân tố này là T_CK
đại diện cho nhân tố Tính cơng khai.
Nhân tố 5: bao gồm các biến quan sát NLPV1, NLPV3, NLPV5, NLPV6, NLPV7. Đặt
tên cho nhân tố này là T_NLPV đại diện cho nhân tố Năng lực phục vụ.
Giá trị cụ thể của 5 nhân tố này được tác giả tính tốn bằng cách lấy trung bình cộng của các biến số quan sát thành phần.
4.4.2. Phân tích nhân tố khám phá EFA cho biến phụ thuộc hệ thống đường dây nóng
Phân tích nhân tố khám phá EFA với biến phụ thuộc đường dây nóng (HTĐDN) của người dân.
- Hệ số KMO = 0,825 thỏa mãn điều kiện 0,5< KMO < 1 cho thấy dữ liệu thích hợp với phân tích khám phá EFA (>0,5).
- Kết quả kiểm định Bartlett có Sig = 0,00 nhỏ hơn 0,05 cho thấy điều kiện cần để áp dụng phân tích nhân tố là các biến phải có tương quan với nhau đạt yêu cầu.
Bảng 4.11. Kiểm định KMO và Bartlett hệ thống đƣờng dây nóng KMO và thử nghiệm của Bartlett
Hệ số Kaiser-Meyer-Olkin .825
Kiểm định Bartlett's
Approx. Chi-Square 830.868
df 6
Sig. .000
- Kiểm định mức độ giải thích của các biến quan sát đối với nhân tố.
Bảng 4.12 cho thấy phân tích nhân tố khám phá EFA trích ra được nhân tố đại diện cho 4 biến quan sát trong thang đo Chất lượng dịch vụ hệ thống đường dây nóng với tiêu chuẩn Eigenvalues là 3,136 lớn hơn 1. Cột phương sai tích lũy trong Bảng 4.12 cho thấy
dịch vụ hệ thống đường dây nóng giải thích được 78,391% mức độ biến động của 4 biến quan sát trong thang đo.
Bảng 4.12. Kiểm định mức độ của các biến quan sát đối với hệ thống đƣờng dây nóng.
Nhân tố
Chỉ tiêu Eigenvalues Tổng bình phƣơng hệ số tải đƣợc trích Tổng cộng Phương sai Phương sai tích lũy Tổng cộng Phương sai Phương sai tích lũy 1 3.136 78.391 78.391 3.136 78.391 78.391 2 .469 11.735 90.126 3 .236 5.902 96.028 4 .159 3.972 100.000
Extraction Method: Principal Component Analysis.
* Ma trận xoay nhân tố
Các biến quan sát trong nhân tố cụ thể được trình bày trong Bảng ma trận xoay nhân tố đều đảm bảo giá trị hội tụ và phân biệt nên khơng có sự loại biến.
Nhân tố đại diện cho Sự hài lòng gồm 4 biến quan sát HTĐDN1, HTĐDN 2, HTĐDN 3 và HTĐDN 4 được đặt tên là T_ HTĐDN. Và T_ HTĐDN được lấy trung bình cộng của các biến quan sát thành phần.
Bảng 4.13. Ma trận xoay các nhân tố Sự hài lòng Ma trận xoay nhân tố Ma trận xoay nhân tố
Biến quan sát Mã hóa Giá trị
Hệ thống đường dây nóng của lãnh đạo Tỉnh được đánh giá là hệ thống tiếp nhận, xử lý
và phản hồi thông tin tốt. HTĐDN 1 .806
Tơi hài lịng về hệ thống đường dây nóng
của lãnh đạo tỉnh Bà Rịa – Vũng Tàu. HTĐDN 2 .939
Khi tơi cần hoặc có thơng tin gì phản ánh đến cơ quan Đảng, Nhà nước,
tơisẽsửdụnghệthốngđườngdâynóng.
HTĐDN 3 .877
Tôi sẽ giới thiệu cho mọi người sử dụng
hệ thống đường dây nóng. HTĐDN 4 .915
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
4.5. Phân tích tương quan
Phân tích tương quan là một phép phân tích được sử dụng là thước đo độ lớn của các mối liên hệ giữa các biến định lượng trong nghiên cứu. Thơng qua thước đo này có thể xác định mối liên hệ tuyến tính giữa các biến độc lập, phụ thuộc trong nghiên cứu.
Phân tích tương quan được thực hiện giữa biến phụ thuộc Sự hài lòng và các biến độc lập như: (1) Khả năng đáp ứng, (2) Bảo mật thông tin, (3) Sự tin cậy, (4) Tính cơng khai, (5) Năng lực phục vụ. Kết quả phân tích tương quan Pearson được thể hiện trong Bảng 4.14 cho thấy có mối quan hệ tương quan cao nhất là giữa thang đo Sự hài lịng với Tính cơng khai là 0,537 và thấp nhất với thang đo Bảo mật thông tin (-0,064).
Đồng thời cũng phân tích tương quan giữa các biến độc lập với nhau nhằm phát hiện những mối tương quan chặt chẽ giữa các biến độc lập.Vì những tương quan như vậy
có thể ảnh hưởng lớn đến kết quả của phân tích hồi quy như gây ra hiện tượng đa cộng tuyến.
Bảng 4.14. Ma trận tƣơng quan giữa các biến Tƣơng quan Dai dien HTĐDN Dai dien KNDU Dai dien BMTT Dai dien TC Dai dien CK Dai dien NLPV Dai dien HTĐDN Pearson Correlation 1 .228 ** -.064 .356** .537** .451** Sig. (2-tailed) .000 .275 .000 .000 .000 N 290 290 290 290 290 290 Dai dien KNDU Pearson Correlation .228 ** 1 -.118* .131* .146* .323** Sig. (2-tailed) .000 .045 .026 .013 .000 N 290 290 290 290 290 290 Dai dien BMTT Pearson Correlation -.064 -.118 * 1 -.185** .088 -.157** Sig. (2-tailed) .275 .045 .002 .135 .007 N 290 290 290 290 290 290 Dai dien TC Pearson Correlation .356 ** .131* -.185** 1 .129* .121* Sig. (2-tailed) .000 .026 .002 .028 .039 N 290 290 290 290 290 290 Dai dien CK Pearson Correlation .537 ** .146* .088 .129* 1 .432** Sig. (2-tailed) .000 .013 .135 .028 .000 N 290 290 290 290 290 290 Dai dien NLPV Pearson Correlation .451 ** .323** -.157** .121* .432** 1 Sig. (2-tailed) .000 .000 .007 .039 .000 N 290 290 290 290 290 290
**. Correlation is significant at the 0.01 level (2-tailed). *. Correlation is significant at the 0.05 level (2-tailed).
Để tiến hành phân tích hồi quy tuyến tính các biến đã được chuẩn hố và đưa vào mơ hình theo phương pháp Enter để thực hiện kiểm định mức độ phù hợp giữa các mẫu và tổng thể thông qua hệ số xác định R2 điều chỉnh. Tác giả thực hiện phân tích hồi quy và kiểm định mối quan hệ ảnh hưởng của các biến độc lập (T_NKDU, T_BMTT, T_CK, T_TC, T_NLPV) tới biến phụ thuộc Y (T_HTĐDN).
(1) Phƣơng trình hồi quy có dạng:
Y = β0 + β1X1+ β2X2 + β3X3 + β4X4 + β5X5 Trong đó:
- Y: là biến phụ thuộc T_HTĐDN thể hiện chất lượng dịch vụ hệ thống đường dây nóng.
- X1=T_KNDU: Khả năng đáp ứng. -X2=T_BMTT: Bảo mật thông tin. -X3=T_TC: Độ tin cậy.
-X4=T_CK: Tính cơng khai. - X5=T_NLPV: Năng lực phục vụ.
- β1, β2, β3, β4, β5: lần lượt là hệ số hồi quy của các biến độc lập tương ứng T_NKDU, T_BMTT, T_CK, T_TC, T_NLPV.
(2) Kết quả phân tích hồi quy:
Để đánh giá mức độ phù hợp của mơ hình ta xem xét Bảng số liệu qua kết quả phân tích hồi quy ở Bảng 4.15 cho thấy:
- Mơ hình có hệ số R2 = 0,525, có nghĩa là 52,5% sự biến đổi về chất lượng dịch vụ hệ thống đường dây nóng sẽ được giải thích trong mơ hình. Qua chỉ tiêu này, cho chúng ta biết được mức độ phù hợp của phương trình hồi quy và dữ liệu nghiên cứu.
- Hệ số R2 hiệu chỉnh (Adjusted R Square) = 0,515 cho thấy mức độ phù hợp của mơ hình là khá, các nhân tố đưa vào mơ hình giải thích được 51,5% sự thay đổi của biến phụ thuộc, kết quả phân tích của mơ hình nghiên cứu có giá trị.
- Hệ số Durbin-Watson: 1 < D = 1,68< 3: giả định về tính độc lập của các phần dư không bị vi phạm.
Bảng 4.15. Đánh giá sự phù hợp của mơ hình. Tóm tắt mơ hình Tóm tắt mơ hình
Mơ hình
R R2 R2 hiệu chỉnh Sai số chuẩn của
ước lượng
Durbin-Watson
1 .652a .525 .515 .41286 1.680
a. Predictors: (Constant), Dai dien NLPV, Dai dien TC, Dai dien BMTT, Dai dien KNDU, Dai dien CK
b. Dependent Variable: Dai dien HTĐDN
Mục đích của kiểm định F trong Bảng ANOVA chính là để kiểm tra xem mơ hình hồi quy tuyến tính này có suy rộng và áp dụng được cho tổng thể hay không.
Với kết quả của phép thử ANOVA ở Bảng 4.16 xác nhận sự phù hợp tốt nhất của mơ hình. Cụ thể trong trường hợp này giá trị sig của kiểm định F là 0,00<0,05. Như vậy, mơ hình hồi quy tuyến tính xây dựng phù hợp với tổng thể và có thể sử dụng được.
Bảng 4.16. Kiểm định mức độ phù hợp của mơ hình ANOVAa ANOVAa Mơ hình Tổng độ lệch bình phương Bậc tự do (df) Độ lệch bình phương bình quân F Sig. 1 Giữa các nhóm 35.754 5 7.151 41.952 .000 b Trong từng nhóm 48.408 284 .170 Tổng 84.161 289
a. Dependent Variable: Dai dien HTĐDN
b. Predictors: (Constant), Dai dien NLPV, Dai dien TC, Dai dien BMTT, Dai dien KNDU, Dai dien CK
Bảng 4.17. Kết quả phân t ch hồi quy. Hệ số Mơ hình Hệ số chưa chuẩn hóa Hệ số chuẩn hóa
t Sig. Thống kê đa cộng
tuyến
B Sai số
chuẩn
Beta Tolerance VIF
1 (Constant) .091 .361 .252 .801 Dai dien KNDU .083 .066 .061 1.270 .025 .884 1.131 Dai dien BMTT -.008 .054 -.007 -.143 .886 .909 1.100 Dai dien TC .281 .049 .268 5.769 .000 .937 1.067 Dai dien CK .416 .054 .396 7.761 .000 .778 1.286 Dai dien NLPV .259 .061 .227 4.274 .000 .718 1.392
a. Dependent Variable: Dai dien HTĐDN
Từ Bảng 4.17, số liệu trên cho ta thấy hệ số VIF của các biến đều lớn hơn 1 nhỏ hơn 10 (lớn nhất là 1.392) và hệ số Tolerance đều nằm trong khoản (0;1) (nhỏ nhất là 0,718) cho thấy khơng có hiện tượng đa cộng tuyến xảy ra (Hoàng Trọng - Mộng Ngọc, 2008).
Mặt khác, mức ý nghĩa kiểm định 2 phía giữa các biến độc lập với biến phụ thuộc thỏa điều kiện (Sig. = < 0,05) là biến đó có ý nghĩa trong mơ hình và được chứng minh qua hệ số hồi quy chuẩn hóa Beta, đó là: Độ tin cậy (Beta=0,268), Tính cơng khai (Beta =0,396), Năng lực phục vụ (Beta=0,227) và Khả năng đáp ứng (Beta=0,061) và được thể hiện tương quan đáng kể với biến phụ thuộc Hệ thống đường dây nóng (Hồng Trọng - Mộng Ngọc, 2008).
Biến độc lập cịn lại Bảo mật thơng tin (Sig=0,886>0,05) khơng có sự tương quan với biến phụ thuộc hệ thống đường dây nóng nên nhân tố này khơng có ý nghĩa trong mơ
Đối với hệ thống đường dây nóng, nhân tố bảo mật thơng tin được xem là có tác động rất lớn, thơng tin của người dân cần được bảo vệ đảm bảo an tồn, tránh rủi ro, rị rỉ thông tin, đảm bảo cho người dân cảm giác an tồn khi gọi đến hệ thống đường dây nóng. Theo Quy chế tiếp nhận và xử lý thông tin trên hệ thống đường dây nóng được UBND Tỉnh ban hành đã Quy định và phân công theo dõi và chịu trách nhiệm về tính bảo mật của toàn bộ thơng tin tiếp nhận, giải quyết. Do đó, qua kết quả số liệu phiếu khảo sát đưa vào nghiên cứu và phân tích hồi quy, biến độc lập Bảo mật thơng tin khơng có sự tương quan với biến phụ thuộc hệ thống đường dây nóng nên nhân tố này khơng có ý nghĩa trong mơ hình nghiên cứu.
Từ kết quả trên ta có phương trình h i quy:
Y (T_ HTĐDN) = 0,91 + 0,083*T_KNDU + 0,281*T_TC + 0,416*T_CK +
0,259*T_NLPV.
Với các hệ số β1, β3, β4, β5 tương ứng với giá trị các hệ số chưa chuẩn hóa B trong Bảng 4.17 đều dương nên nó có tác động cùng chiều tới Sự hài lịng. Do đó, các giả thuyết đã nêu như: Độ tin cậy (Beta=0,268), Tính cơng khai (Beta =0,396), Năng lực phục vụ (Beta=0,227) và Khả năng đáp ứng (Beta=0,061) đều có ảnh hưởng cùng chiều đến hệ thống đường dây nóng và được chấp nhận bởi bộ dữ liệu nghiên cứu.
(3) Kiểm tra giả định các phần dƣ có phân phối chuẩn
Phần dư có thể khơng tn theo phân phối chuẩn vì những lý do: Sử dụng mơ hình khơng đúng, phương sai không phải là hằng số, số lượng các phần dư khơng đủ nhiều để phân tích. Vì vậy, ta sử dụng nhiều cách khảo sát khác nhau để đảm bảo tính xác đáng của kiểm định. Trong nghiên cứu này sẽ sử dụng cách xây dựng biểu đồ tần số Histogram và biểu đồ P - P plot để khảo sát phân phối của phần dư.
Hình 4.1.Biểu đồ Histogram.
Quan sát biểu đồ tần số Histogram (Hình 4.1) cho thấy một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số. Như vậy phân phối phần dư xấp xỉ chuẩn Mean < 0 và độ lệch chuẩn Std. Dev.= 0,991 (gần bằng 1), nên có thể kết luận rằng giả thuyết phân phối chuẩn khơng bị vi phạm.
Hình 4.2.Đồ thị P - P Plot.
Quan sát đồ thị P - P plot (Hình 4.2) biểu diễn các điểm quan sát thực tế tập trung khá sát đường chéo những giá trị kỳ vọng, có nghĩa là dữ liệu phần dư có phân phối chuẩn.
Hình 4.3.Đồ thị Scatterplot.
Có liên hệ tuyến tính giữa biến phụ thuộc và các biến độc lập, nếu giả định này được thỏa mãn thì sẽ khơng nhận thấy có sự liên hệ nào giữa các giá trị dự đoán và phần dư; phần dư phải phân tán ngẫu nhiên. Nhìn vào đồ thị phân tán giữa các phần dư và giá trị dự đốn (Hình 4.3), ta thấy phần dư thay đổi không theo một trật tự nào. Vì vậy, chấp nhận giả thuyết có liên hệ tuyến tính giữa các biến độc lập và biến phụ thuộc.
4.7. Phân tích Sự hài lịng theo các đặc điểm cá nhân bằng phương pháp T-test