CHƯƠNG 4 : KẾT QUẢ NGHIÊN CỨU
4.2. Phân tích hệ số Cronbach’s Alpha
4.3.1. Phân tích EFA cho thang đo chất lượng dịch vụ
Thang đo chất lượng dịch vụ gồm 5 thành phần với 24 biến quan sát đạt
độ tin cậy Cronbach’s Alpha được đưa vào phân tích nhân tố khám phá
Kết quả phân tích EFA lần thứ 1:
Kết quả kiểm định Bartlett trong bảng kiểm định KMO và Bartlett's với sig = 0.000 cho thấy điều kiện cần để áp dụng phân tích nhân tố là các biến phải có tương quan với nhau đạt yêu cầu. Chỉ số KMO = 0.912 >0.5 cho thấy điều kiện đủ để phân tích nhân tố là thích hợp đạt yêu cầu.
Bảng 4.4. Kiểm định KMO và Bartlett’s Test trong phân tích EFA cho thang đo chất lượng dịch vụ - Kết quả lần 1
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0.912
Bartlett's Test of Sphericity Approx. Chi-Square 4511.062
Df 276
Sig. 0.000
Với phương pháp rút trích Principal Components và phép xoay Varimax, tại mức giá trị Eugenvalues lớn hơn 1 (Eigenvalues = 1.063), phân tích nhân tố rút trích được 5 nhân tố từ 24 biến quan sát với phương sai trích là 74.090% (> 50%) đạt yêu cầu.
Sau khi xoay các nhân tố, hệ số tải nhân tố của 24 biến trong bảng ma trận xoay các nhân tố (Rotated Component Matrixa) > 0.5 đạt yêu cầu. Tuy nhiên, xét đến tiêu chuẩn khác biệt hệ số tải nhân tố của một biến quan sát với các nhân tố >= 0.3 để đảm bảo giá trị phân biệt giữa các nhân tố thì có 3 biến (TC6, DB5, HH3) bị loại, do khơng có sự chênh lệch rõ ràng giữa các hệ số tải nhân tố (< 0.3) nên có khả năng các biến này tạo ra việc trích nhân tố giả. Vì vậy, phân tích nhân tố sẽ được tiến hành lần thứ hai với việc loại ra các biến này.
Bảng 4.5. Kết quả phân tích EFA lần thứ 1
Biến quan sát Nhân tố
1 2 3 4 5 DU1 0.833 DU2 0.794 DU5 0.760 DU3 0.741 DU4 0.714 TC5 0.692
Biến quan sát Nhân tố 1 2 3 4 5 TC2 0.807 TC4 0.770 TC3 0.739 TC6 0.710 0.481 DB2 0.661 HH1 0.791 DB3 0.775 DB1 0.766 DB4 0.718 DB5 0.596 0.500 HH4 0.846 HH2 0.823 HH5 0.782 HH3 0.552 0.610 DC2 0.744 DC3 0.734 DC4 0.714
Kết quả phân tích EFA lần thứ 2:
Kết quả kiểm định Bartlett trong bảng kiểm định KMO và Bartlett's với sig = 0.000 và chỉ số KMO = 0.920 > 0.5 cho thấy phân tích nhân tố là thích hợp đạt yêu cầu.
Bảng 4.6. Kiểm định KMO và Bartlett’s Test trong phân tích EFA cho thang đo chất lượng dịch vụ - Kết quả lần 2
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0.920
Bartlett's Test of Sphericity
Approx. Chi-Square 3506.098
Df 210
Tại các mức giá trị Eigenvalues lớn hơn 1 với phương pháp rút trích
Principal components và phép xoay varimax, tổng phương sai trích là
74.852% (> 50%) đạt yêu cầu.
Phân tích nhân tố đã rút trích được 5 nhân tố từ 21 biến quan sát. Hệ số tải nhân tố của tất cả các biến đều > 0.5, đạt yêu cầu. Đồng thời khác biệt hệ số tải nhân tố của mỗi biến quan sát đều lớn hơn 0.3. Do vậy, tác giả sẽ sử dụng 21 biến quan sát cùng 5 nhân tố này vào các phân tích tiếp theo và dừng việc phân tích EFA tại đây.
Bảng 4.7. Kết quả phân tích EFA lần thứ 2
Biến quan sát Nhân tố
1 2 3 4 5 DU1 0.810 DU2 0.804 DU5 0.768 DU3 0.741 DU4 0.741 TC5 0.711 TC1 0.835 TC2 0.778 TC4 0.773 TC3 0.744 DB2 0.674 HH1 0.809 DB3 0.784 DB1 0.749 DB4 0.736 HH2 0.853 HH4 0.837 HH5 0.802 DC3 0.783 DC4 0.733 DC2 0.721
Tiếp theo tác giả thực hiện phân tích Cronbach’s Alpha cho thang đo các nhân tố đã được gom nhóm dựa theo phân tích EFA lần 2. Kết quả là
Cronbach’s Alpha của thang đo các nhân tố này đều đạt yêu cầu.
Dựa vào kết quả bảng ma trận xoay các nhân tố (Rotated Component Matrixa) lệnh Transform/ Compute Variable/ Mean được sử dụng để nhóm các biến đạt yêu cầu với hệ số tải nhân tố > 0.5. Các nhân tố này được gom lại cụ thể như sau:
- Nhân tố thứ nhất: Thành phần đáp ứng (DU) được nhóm từ trung bình
của 6 biến quan sát: DU1, DU2, DU3, DU4, DU5, TC5.
- Nhân tố thứ hai: Thành phần tin cậy (TC)được nhóm từ trung bình của
5 biến quan sát: TC1, TC2, TC3, TC4, DB2.
- Nhân tố thứ ba: Thành phần đảm bảo (DB) được nhóm từ trung bình
của 4 biến quan sát: DB1, DB3, DB4, HH1.
- Nhân tố thứ tư: Thành phần hữu hình (HH) được nhóm từ trung bình
của 3 biến quan sát: HH2, HH4, HH5.
- Nhân tố thứ năm: Thành phần đồng cảm (DC) được nhóm từ trung bình
của 3 biến quan sát: DC2, DC3, DC4.
4.3.2. Phân tích EFA cho thang đo sự hài lịng
Thang đo sự hài lòng gồm 3 biến quan sát, sau khi đạt độ tin cậy bằng phân tích hệ số Cronbach’s Alpha, 3 biến này được sử dụng để phân tích nhân tố khám phá.
Kết quả kiểm định Bartlett trong bảng kiểm định KMO và Bartlett's với sig = 0.000 cho thấy điều kiện cần để áp dụng phân tích nhân tố là các biến phải có tương quan với nhau đạt yêu cầu. Chỉ số KMO = 0.717 > 0.5 cho thấy điều kiện đủ để phân tích nhân tố khám phá là thích hợp đạt yêu cầu.
Bảng 4.8. Kiểm định KMO và Bartlett’s Test trong phân tích EFA cho thang đo sự hài lịng
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0.717
Bartlett's Test of Sphericity
Approx. Chi-Square 311.910
df 3
Sig. 0.000
Tại mức giá trị Eigenvalues = 2.31, với phương pháp rút trích Principal components và phép xoay varimax, phân tích nhân tố đã rút trích được 1 nhân tố từ 3 biến quan sát với phương sai trích là 77.004% ( > 50%) và tất cả các hệ số tải nhân tố của các biến đều lớn hớn 0.5 đạt yêu cầu.
Bảng 4.9. Kết quả phân tích EFA cho thang đo sự hài lịng
Biến quan sát Nhân tố 1
HL2 0.901
HL1 0.886
HL3 0.845
Như vậy, dựa vào các kết quả phân tích nhân tố khám phá EFA trên cho thấy các thang đo sự hài lòng và năm nhân tố tác động đến sự hài lòng đều đạt giá trị hội tụ, hay các biến quan sát đại diện được cho các khái niệm cần đo. Lệnh Transform/ Compute Variable/ Mean được sử dụng để nhóm ba biến
HL1, HL2, HL3 thành biến hài lòng ký hiệu là (HL).
4.4. Hiệu chỉnh mơ hình nghiên cứu và các giả thuyết
Kết quả phân tích nhân tố rút trích được năm nhân tố tác động đến sự hài lòng về chất lượng dịch vụ giống như mơ hình lý thuyết ban đầu. Mặc dù có nhảy biến qua lại của một vài thành phần nhưng vẫn không làm thay đổi tính
chất của thành phần đó. Vì vậy, mơ hình lý thuyết ban đầu và các giả thuyết đặt ra được giữ nguyên.
4.5. Phân tích tương quan
4.5.1. Xác định biến độc lập, biến phụ thuộc
Căn cứ vào mơ hình nghiên cứu lý thuyết, ta có phương trình hồi quy tuyến tính bội diễn tả các nhân tố ảnh hưởng đến sự hài lòng là:
HL = β0 + β1*DU + β2*TC + β3*DB + β4*HH + β5*DC
Các biến độc lập (Xi): (DU) thành phần đáp ứng, (TC) thành phần tin cậy, (DB) thành phần đảm bảo, (HH) thành phần hữu hình, (DC) thành phần đồng cảm
Biến phụ thuộc (Y): (HL) sự hài lòng của khách hàng. βk là hệ số hồi quy riêng phần (k=0…5)
Sau đây là bảng liệt kê các nhóm biến quan sát của từng nhân tố:
Bảng 4.10. Các nhân tố và biến quan sát trong mơ hình hồi quy bội
Biến trong mơ hình hồi
quy bội
Biến
quan sát Diễn giải
Biến độc lập: Nhân tố thứ 1 - Thành phần đáp ứng (DU)
DU1 UPS phục vụ khách hàng nhanh chóng cho các yêu cầu
về hàng hóa
DU2 UPS thông báo kịp thời cho khách hàng những thay
đổi so với kế hoạch
DU3 UPS sẵn sàng giúp đỡ, hỗ trợ khách hàng giải quyết các
vấn đề phát sinh sao cho hiệu quả và tiết kiệm chi phí
DU4 Nhân viên UPS phục vụ khách hàng chu đáo vào mùa
hàng cao điểm
DU5 Website của UPS cập nhật đầy đủ các thông tin liên
quan đến hàng hóa
TC5 UPS giải quyết triệt để các thắc mắc hoặc khiếu nại
Biến độc lập: Nhân tố thứ 2 - Thành phần tin cậy (TC)
TC1 UPS cung cấp các gói dịch vụ đúng như cam kết ban đầu
TC2 UPS ln hồn thành chứng từ và giao hàng đúng hạn
TC3 UPS khơng phạm sai lầm trong q trình cung cấp dịch vụ
TC4 UPS xử lý tốt các vấn đề phát sinh trong quá trình
cung cấp dịch vụ
DB2 UPS đảm bảo thực hiện gói dịch vụ như thỏa thuận vào
mùa hàng cao điểm Biến độc lập:
Nhân tố thứ 3 - Thành phần đảm bảo (DB)
DB1 Khách hàng cảm thấy hàng hóa được đảm bảo an tồn
khi sử dụng dịch vụ của UPS
DB3 Nhân viên UPS lịch sự, nhã nhặn khi phục vụ khách hàng
DB4 Nhân viên UPS ln thể hiện tính chun nghiệp tạo
sự tin tưởng cho khách hàng
HH1 Nguồn nhân lực của UPS được đào tạo chuyên nghiệp
Biến độc lập: Nhân tố thứ 4 - Thành phần hữu hình (HH)
HH2 Văn phịng giao dịch của UPS khang trang và tiện nghi
HH4 UPS có mạng lưới văn phịng rộng khắp trên toàn cầu
HH5 Website của UPS thiết kế đẹp, truy cập nhanh và dễ
truy tìm thơng tin liên quan đến hàng hóa Biến độc lập:
Nhân tố thứ 5 - Thành phần đồng cảm (DC)
DC2 UPS luôn quan tâm đến những yêu cầu riêng biệt của
khách hàng
DC3 UPS luôn hợp tác với khách hàng để xử lý các vấn đề
phát sinh
DC4 Cấp quản lý của UPS thường xuyên thăm hỏi, lắng
nghe ý kiến và thấu hiểu yêu cầu của khách hàng Biến phụ
thuộc : Sự hài lòng (HL)
HL1 Anh/Chị cảm thấy hài lòng khi sử dụng DV của UPS
HL2 Anh/Chị sẽ tiếp tục sử dụng dịch vụ của UPS trong
thời gian tới
HL3 Anh/Chị sẽ giới thiệu cho bạn bè, người thân biết và sử
dụng dịch vụ của UPS
4.5.2. Phân tích tương quan
Trước khi tiến hành phân tích hồi quy tuyến tính bội thì việc xem xét mối tương quan tuyến tính giữa các biến độc lập với biến phụ thuộc và giữa các biến độc lập với nhau là công việc phải làm và hệ số tương quan Pearson trong
Bảng 4.11. Ma trận tương quan Pearson HL DU TC DB HH DC HL DU TC DB HH DC HL Pearson Correlation 1 0.650 0.624 0.641 0.565 0.624 Sig. (2-tailed) 0 0 0 0 0 N 236 236 236 236 236 236 DU Pearson Correlation 0.65 1 0.520 0.516 0.413 0.580 Sig. (2-tailed) 0 0 0 0 0 N 236 236 236 236 236 236 TC Pearson Correlation 0.624 0.520 1 0.612 0.512 0.557 Sig. (2-tailed) 0 0 0 0 0 N 236 236 236 236 236 236 DB Pearson Correlation 0.641 0.516 0.612 1 0.438 0.608 Sig. (2-tailed) 0 0 0 0 0 N 236 236 236 236 236 236 HH Pearson Correlation 0.565 0.413 0.512 0.438 1 0.413 Sig. (2-tailed) 0 0 0 0 0 N 236 236 236 236 236 236 DC Pearson Correlation 0.624 0.580 0.557 0.608 0.413 1 Sig. (2-tailed) 0 0 0 0 0 N 236 236 236 236 236 236
Dựa vào bảng ma trận tương quan Pearson ta có thể thấy hệ số tương quan giữa thành phần hài lòng (HL) với 5 biến độc lập là cao (thấp nhất là 0.565). Sơ bộ ta có thể kết luận năm biến độc lập DU, TC, DB, HH, DC có thể đưa vào mơ hình để giải thích cho biến HL. Tuy nhiên, hệ số tương quan giữa các biến độc lập cũng tương đối cao. Do đó, kiểm định đa cộng tuyến cần được tiến hành trong các bước tiếp theo để xác định xem các biến độc lập có ảnh hưởng lẫn nhau hay khơng.
4.6. Phân tích hồi quy tuyến tính bội
4.6.1. Kết quả phân tích hồi quy, đánh giá mơ hình và kiểm định giả thuyết Kết quả phân tích hồi quy Kết quả phân tích hồi quy
Phương pháp Enter (đưa tất cả các biến vào một lần) để phân tích và xây dựng mơ hình hồi quy bội cho ra kết quả như sau:
Bảng 4.12. Đánh giá độ phù hợp của mơ hình
Model R R2 Adjust R2 Std. Error of the Estimate Durbin - Watson 1 0.795a 0.632 0.624 0.40197 1.820
Bảng 4.13. Kiểm định độ phù hợp của mơ hình
Model Sum of Squares df Mean Square F Sig. 1 Regression 63.945 5 12.789 79.148 0.000 Residual 37.164 230 0.162 Total 101.109 235
Bảng 4.14. Kết quả phân tích hồi quy bội
Mơ hình 1 Hệ số chưa điều chỉnh Hệ số t Sig. Đa cộng tuyến điều chỉnh B Std.
Error Beta Tolerance VIF CONSTANT 0.123 0.201 0.614 0.540 DU 0.225 0.042 0.281 5.376 0.000 0.584 1.713 TC 0.167 0.064 0.147 2.617 0.009 0.504 1.984 DB 0.174 0.045 0.216 3.833 0.000 0.505 1.982 HH 0.247 0.056 0.213 4.432 0.000 0.692 1.445 DC 0.122 0.043 0.159 2.841 0.005 0.509 1.963
Đánh giá độ phù hợp của mơ hình
Hệ số R2 điều chỉnh (Adjusted R square)=0.624, điều này nói lên rằng
Kiểm định độ phù hợp của mơ hình
Kết quả kiểm định trị thống kê F, với giá trị sig = 0.000 (< 0.05) từ bảng
phân tích phương sai ANOVA cho biết chúng ta có thể bác bỏ giả thuyết H0:
R2 = 0, nghĩa là mơ hình hồi quy tuyến tính bội đã xây dựng phù hợp.
Kiểm định đa cộng tuyến
Kiểm định đa cộng tuyến bằng hệ số phóng đại phương sai (VIF). Nếu
VIF lớn hơn 10 thì có thể xảy ra hiện tượng đa cộng tuyến (Nguyễn Đình
Thọ, 2011). Kết quả cho thấy hệ số phóng đại phương sai (VIF) có giá trị từ
1.445 đến 1.984, đạt yêu cầu (VIF < 10). Vậy mơ hình hồi quy tuyến tính bội
khơng có hiện tượng đa cộng tuyến, mối quan hệ giữa các biến độc lập không
ảnh hưởng đến kết quả giải thích của mơ hình.
Phương trình hồi quy tuyến tính bội
Các biến độc lập DU, TC, DB, HH, DC đều có mức sig < 0.05 nên cả
năm nhân tố này đều có ý nghĩa trong mơ hình hồi quy. Tất cả các hệ số β của
5 biến này đều mang dấu (+), nghĩa là các biến này đều có tương quan dương
với biến HL. Điều này phù hợp với các giả thuyết trong mơ hình đề nghị của
tác giả.
Với dữ liệu thu được trong phạm vi nghiên cứu của đề tài và dựa vào
bảng kết quả hồi quy tuyến tính bội, phương trình hồi quy tuyến tính bội thể
hiện các nhân tố ảnh hưởng đến sự hài lịng của khách hàng như sau:
Phương trình hồi quy dạng chưa chuẩn hóa:
HL = 0.123 + 0.225*DU + 0.167*TC + 0.174*DB + 0.247*HH + 0.122*DC
Phương trình hồi quy dạng chuẩn hóa:
HL = 0.281*DU + 0.147*TC + 0.216*DB + 0.213*HH + 0.159*DC
HL: Sự hài lòng của khách hàng
DU: thành phần đáp ứng
TC: thành phần tin cậy
DB: thành phần đảm bảo
HH: thành phần phương tiện hữu hình
Căn cứ vào hệ số hồi quy của từng nhân tố trong phương trình hồi quy
dạng chuẩn hóa thì nhân tố DU có ảnh hưởng mạnh nhất đến HL với hệ số
beta chuẩn hóa là 0.281. Tiếp theo là các nhân tố DB (0.216), HH (0.213), DC
(0.159) và TC (0.147).
Tổng kết kết quả kiểm định các giả thuyết
Kết quả mơ hình hồi quy cho thấy sự hài lịng của khách hàng chịu tác
động dương của 5 thành phần: thành phần đáp ứng, thành phần tin cậy, thành
phần đảm bảo, thành phần phương tiện hữu hình, thành phần đồng cảm. Do
đó, các giả thuyết H1, H2, H3, H4, H5 được chấp nhận.
Bảng 4.15. Kết quả kiểm định các giả thuyết
Giả
Thuyết Tên giả thuyết Sig VIF Kết quả
H1
Thành phần độ tin cậy có mối tương quan dương (quan hệ cùng chiều) với sự hài lòng
của khách hàng. 0.009 1.984
Chấp nhận
H2
Thành phần đáp ứng có mối tương quan dương (quan hệ cùng chiều) với sự hài lòng
của khách hàng. 0.000 1.713
Chấp nhận
H3
Thành phần đảm bảo có mối tương quan dương (quan hệ cùng chiều) với sự hài lòng
của khách hàng. 0.000 1.982
Chấp nhận
H4
Thành phần đồng cảm có mối tương quan dương (quan hệ cùng chiều) với sự hài lòng
của khách hàng. 0.005 1.963
Chấp nhận
H5
Phương tiện hữu hình có mối tương quan dương (quan hệ cùng chiều) với sự hài lòng
của khách hàng. 0.003 1.880
Chấp nhận
4.6.2. Kiểm định các giả định hồi quy
Phân tích hồi quy khơng phải chỉ là việc mơ tả các dữ liệu quan sát
được. Từ các kết quả quan sát được trong mẫu, bạn phải suy rộng kết luận cho
mối liên hệ giữa các biến trong tổng thể. Sự suy rộng các kết quả của mẫu cho