.4 Thang đo Cam kết thương hiệu

Mã

hóa Nội dung thang đo

BC1 Tôi làm việc chăm chỉ hơn cả những gì tơi được kỳ vọng để mang lại thành công cho công ty

BC2 Tôi tự hào khi làm việc cho công ty này BC3 Tơi cảm thấy mình trung thành với cơng ty

BC4 Tơi hay kể về cơng ty của mình cho bạn bè của mình như là một nơi tuyệt vời để làm việc

BC5 Tôi thực sự quan tâm đến tương lai hoạt động của công ty

BC6 Những giá trị tôi theo đuổi gần gũi với những giá trị công ty theo đuổi BC7 Tơi cảm thấy mình thực sự phù hợp với công ty

Nguồn: Burmann và cộng sự (2005, 2009), điều chỉnh từ nghiên cứu định tính

Thang đo “hành vi giúp đỡ”

Thang đo hành vi giúp đỡ được kế thừa từ Burmann và cộng sự (2005,2009) và điều chỉnh sau nghiên cứu định tính. Thang đó bao gồm 5 biến quan sát và ký hiệu là HB.

Bảng 3.5 Thang đo hành vi giúp đỡ

Mã hóa Nội dung thang đo

HB1 Đồng nghiệp của tôi có thái độ tích cực đối với khách hàng và đồng nghiệp khác

HB2 Đồng nghiệp của tôi luôn thân thiện với khách hàng và đồng nghiệp khác HB3 Đồng nghiệp của tôi luôn hữu ích cho khách hàng và đống nghiệp khác HB4 Đờng nghiệp của tơi ln cớ gắng đặt mình vào vị trí khách hàng hoặc

đồng nghiệp khác để hiểu quan điểm và các vấn đề của họ

HB5 Đồng nghiệp của tôi cũng có thể chịu trách nhiệm cho những công việc ngoài nhiệm vụ của họ bất cứ khi nào cần thiết

Thang đo “Nhiệt tình với thương hiệu”

Bảng 3.6 Thang đo nhiệt tình với thương hiệu

Mã hóa Nội dung thang đo

BE1 Đồng nghiệp của tôi luôn nghĩ về hậu quả có thê xảy ra với thương hiệu của công ty từ lời nói và hành động của họ

BE2 Đồng nghiệp của tôi luôn hành động theo nhận diện thương hiệu dù cho họ có đang bị giám sát hay kiểm soát hay không

BE3 Đồng nghiệp của tôi luôn chú tâm vào công việc và kiểm tra chất lượng của kết quả công việc nếu nó có tác động tích cực đến hình ảnh thương hiệu của công ty

BE4 Đồng nghiệp của tôi chấp nhận những công việc ngoài nhiệm vụ của họ nếu nó ảnh hưởng tích cực lên hình ảnh cơng ty

BE5 Đồng nghiệp của tôi luôn giới thiệu về công ty với bạn bè, người quen hoặc họ hàng, ngay cả trong những cuộc trò chuyện cá nhân

Nguồn: Burmann và cộng sự (2005,2009), điều chỉnh từ nghiên cứu định tính

Bảng 3.6 trình bày thang đo nhiệt tình với thương hiệu được kế thừa từ nghiên cứu của Burmann và cộng sự (2005, 2009), Mollaie (2015) và điều chỉnh từ nghiên cứu định tính. Thang đo bao gồm 5 biến quan sát và được ký hiệu là BE.

Thang đo “Phát triển thương hiệu”

Bảng 3.7 Thang đo phát triển thương hiệu

Mã hóa Nội dung thang đo

BD1 Đồng nghiệp của tôi chủ động xin phản hồi và góp ý từ những đồng nghiệp khác

BD2 Đồng nghiệp của tôi nỗ lực phát triển chuyên môn bằng cách đọc các trang web nội bộ, tài liệu tham khảo và các quy trình nội bộ,...

BD3 Đồng nghiệp của tôi thường chủ động tham gia các buổi đào tạo

BD4 Đồng nghiệp của tôi chủ động phát triển ý tưởng cho sản phẩm mới, dịch vụ mới hoặc cải tiến quy trình

Tương tự, thang đo phát triển thương hiệu cũng được kế thừa từ nghiên cứu của Burmann và cộng sự (2005, 2009), Mollaie (2015) và điều chỉnh từ nghiên cứu định tính. Thang đo được ký hiệu là BD và bao gồm 4 biến quan sát.

3.2.2 Nghiên cứu định lượng

Thiết kế nghiên cứu định lượng

Nghiên cứu sơ bộ định lượng được thực hiện để đánh giá và hiệu chỉnh các thang đo

cho phù hợp với lĩnh vực nghiên cứu tương ứng, làm cơ sở cho việc xây dựng bảng câu hỏi cho nghiên cứu chính thức. Nghiên cứu này thực hiện thông qua bảng câu hỏi sơ bộ với số lượng mẫu n = 30, đối tượng là các nhân viên làm việc tại các công ty cung cấp dịch vụ hàng không nội địa. Mục đích của bước này là hiệu chỉnh từ ngữ cho dễ hiểu với người được khảo sát. Kết quả của bước khảo sát sơ bộ này sẽ là Bảng câu hỏi dùng trong nghiên cứu chính thức.

Nghiên cứu chính thức được thực hiện bằng phương pháp nghiên cứu định lượng. Bước nghiên cứu định lượng bao gồm việc kiểm định độ độ tin cậy, giá trị của các thang đo và kiểm định các giả thút trong mơ hình nghiên cứu đề xuất.

Chọn mẫu nghiên cứu

Trong phân tích EFA và SEM, kích thước mẫu thường được xác định dựa vào kích thước tối thiểu và số lượng biến đo lường đưa vào phân tích. Hair và cộng sự (2006) cho rằng để sử dụng EFA, kích thước mẫu tối thiểu phải là 50, tốt hơn là 100 và tỉ lệ quan sát/ biến đo lường là 5/1, nghĩa là 1 biến đo lường cần tối thiểu là 5 quan sát. Bollen (1979) cũng cho rằng tối thiểu phải có 5 quan sát cho mỗi thông số ước lượng. Tuy nhiên, theo Nguyễn Đình Thọ (2011) thì tỉ lệ quan sát/ biến đo lường tốt nhất là 10/1 trở lên. Thang đo sơ bộ đề xuất của đề tài gồm 37 biến đo lường. Do vậy cần đạt được số mẫu quan sát tối thiểu là n = 10*37 = 370. Mẫu được lấy theo phương pháp lấy mẫu thuận tiện. Dữ liệu được thu thập thơng qua

hình thức phát phiếu điều tra bằng bảng câu hỏi trực tiếp. Tổng số phiếu điều tra phát ra là 400 phiếu.

3.2.3 Phương pháp phân tích dữ liệu

Dữ liệu sau khi thu thập được tiến hành làm sạch, mã hóa và xử lý thông qua phần mềm SPSS 20.0 và Amos 20.

Kiểm định độ tin cậy thang đo

Bước này nhằm mục đích kiểm tra các thang đo nào có đóng góp vào việc đo lường các khái niệm phức tạp có trong mơ hình. Mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau sẽ được thể hiện bằng kết quả của một phép kiểm định thống kê là hệ số alpha của Cronbach. Theo quy ước thì hệ sớ alpha lớn hơn hoặc bằng 0,8 thì tập hợp các mục hỏi để đo lường được đánh giá là tốt; 0.6-0.8 là chấp nhận được trong việc thể hiện khái niệm (Peterson, 1994, Nunnally & Bernstein, 199, dẫn theo Hoàng Lê Chi, 2013). Ngoài ra, những biến quan sát nào có tương quan mạnh với biến tổng (lớn hơn 0.3) nên được ưu tiên giữ lại (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).

Phân tích nhân tố khám phá (EFA)

Mặc dù thang đo lý thuyết đã gọi tên được các nhân tớ trong mơ hình. Tuy vậy, phân tích nhân tớ EFA là một bước cẩn thận kiểm tra lại mức độ tương quan giữa các khái niệm và biến tởng vì trong thang đo lý thút có một sớ câu hỏi được đưa thêm vào. Việc làm này nhằm kiểm tra xem tại môi trường Việt Nam, các thang đo có hình thành nhân tớ nào khác hay khơng.

Trước khi thực hiện EFA, cần xem xét độ thích hợp của phân tích nhân tố thông qua Chỉ số KMO (Kaiser – Meyer – Olkin) cũng là một chỉ số dùng để 0.5<KMO<1 thì việc phân tích nhân tớ là thích hợp và ngược lại (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Kiểm định Bartlett (Bartlett’s test of sphericity) để kiểm định mối tương quan giữa các biến (H0: Các biến không có tương quan với

nhau trong tổng thể). Đại lượng này càng lớn thì H0 càng dễ bị bác bỏ, tức là các biến có tương quan với nhau.

Giá trị thang đo được đánh giá bằng 3 tiêu chí: số lượng nhân tố trích được, trọng số nhân tớ, và tởng phương sai trích. Theo Ngũn Đình Thọ (2011), sớ lượng nhân tớ được xác định ở nhân tớ dừng có Eigenvalue tới thiểu bằng 1 (>= 1). Thang đo đạt được giá trị hội tụ khi trọng số nhân tố của một biến trên nhân tớ mà nó là một biến đo lường sau khi quay nhân tố phải cao và các trọng sớ trên nhân tớ mà nó khơng đo lường phải thấp. Tổng phương sai trích từ 60% trở lên là tốt.

Phân tích nhân tố khẳng định (CFA)

Phân tích nhân tố khẳng định cho phép kiểm định cấu trúc lý thuyết của các thang đo cũng như mối quan hệ giữa một khái niệm nghiên cứu với các khái niệm khác mà không bị chệch do sai số đo lường. Nó cũng là phương pháp xác định sự phù hợp của dữ liệu nghiên cứu với mơ hình lý thút có sẵn. Để đo lường mức độ phù hợp với thông tin thị trường, các tiêu chí sau được sử dụng để đánh giá: Chi- square điều chỉnh theo bậc tự do (CMIN/df); chỉ sớ thích hợp tớt (GFI - Good of Fitness Index); chỉ sớ thích hợp so sánh (CFI- Comparative Fit Index); chỉ số Tucker và Lewis (TLI-Tucker & Lewis Index); chỉ số RMSEA (Root Mean Square Error Approximation). Khi CMIN/df < 2, GFI, TLI, CFI >= 0.9; và RMSEA =<0.08 thì mơ hình được xem là thích hợp với dữ liệu thị trường (Hair và cộng sự, 2010). Thang đo đạt được giá trị hội tụ khi các trọng sớ chuẩn hóa của các thang đo đều cao (>0.5) và có ý nghĩa thống kê (p < 0.05) (Anderson và Gebring, 1988, dẫn theo Hoàng Lệ Chi, 2013).

Phân tích mô hình cấu trúc tuyến tính (SEM)

Mơ hình SEM là đòi hỏi các nhà nghiên cứu phải khai báo các giá trị từ mơ hình lý thút. Từ đó, thông qua một ch̃i vịng lặp các chỉ sớ biến đổi để cuối cùng cung cấp cho nhà nghiên cứu một mơ hình xác lập, có khả năng giải thích tới đa sự phù hợp giữa mơ hình với bộ dữ liệu thu thập thực tế.

Sự phù hợp của mơ hình được đánh giá thơng qua kiểm định Chi-Square (p- value < 0.05). Tuy nhiên, rất nhạy với kích thước mẫu lớn và độ mạnh của kiểm định, nên thực tế người ta dùng chỉ số Chi-Square /df để đánh giá. Hair và cộng sự (1998) đề nghị 1 < Chi-Square /df < 3; Chin và Todd (1995) cho rằng Chi-Square /df < 3 là chấp nhận được. GFI, AGFI, CFI, NFI > 0.9 được xem là mơ hình phù hợp tớt, nếu các giá trị này bằng 1 thì mơ hình là hồn hảo; GFI đo độ phù hợp tuyệt đới (khơng điều chỉnh bậc tự do) của mơ hình cấu trúc và mơ hình đo lường với bộ dữ liệu khảo sát; NFI đo sự khác biệt phân bố chuẩn của Chi-Square giữa mơ hình độc lập (đơn nhân tớ, có các hệ sớ bằng 0) với phép đo phương sai và mơ hình đa nhân tớ; RMSEA là một chỉ tiêu quan trọng, nó xác định mức độ phù hợp của mô hình so với tởng thể, RMSEAn< 0.05 thì mơ hình phù hợp tớt, trong một sớ trường hợp giá trị này < 0.08 mơ hình được chấp nhận (Taylor và cộng sự, 1993).

Ước lượng các tác động đựa trên việc xem xét các hệ số tải. Hệ số tải đã chuẩn hóa ít nhất phải là 0.5 và tốt nhất là 0.7 trở lên, nó cho thấy các biến đo lường có tương quan chặt chẽ với cấu trúc và là một biểu hiện của tính giá trị cấu trúc (construct validity). Giá trị tương đồng (convergent validity) thể hiện khi các biến đo lường cùng phản ánh một cấu trúc thì chúng sẽ thể các hệ sớ tương quan hoặc phương sai lớn. Khi phương sai trích xuất trung bình (AVE – Average Variance Extracted) lớn hơn 5 là chấp nhận được. Giá trị dị biệt (Discriminant validity) thể hiện cấp độ phân biệt của các khái niệm đo lường (Steenkamp & Gbring, 1998, dẫn theo Hoàng Lệ Chi, 2013). Khi tương quan thành phần của khái niệm (within construct) hoặc hai khái niệm (across construct) khác 1.0 thì mơ hình được xem là phù hợp với dữ liệu thị trường. Giá trị phân biệt càng cao thì cấu trúc trong mơ hình càng được xem là hợp lý.

Chuẩn đoán mơ hình nếu phát hiện mơ hình khơng tớt, cần phải xây dựng và kiểm định lại mơ hình mới. Các chỉ sớ đánh giá mơ hình bao gờm: Sớ dư chuẩn hóa và các chỉ số điều chỉnh. Số dư chuẩn hóa được tính bằng hiệu số giữa đồng phương sai chuẩn hóa và đồng phương sai ước lượng, nếu giá trị tuyệt đối của sớ dư chuẩn hóa nhỏ hơn 2.5 thì được xem là sớ dư tớt, lớn hơn 4.0 thì nên xem xét loại biến ra

khỏi mơ hình, trong khoảng 2.5 – 4.0 thì cần xem xét. Các chỉ số điều chỉnh (Modification Indices) được tính cho tất cả mối liên quan mà không được ước lượng trong mơ hình. Chỉ sớ điều chỉnh mơ hình là chỉ sớ ước lượng sự thay đởi của Chi- Square ứng với mỗi trường hợp thêm vào một mối quan hệ khả dĩ. Nếu lượng giảm của Chi-square lớn hơn 3.84, ứng với giảm một bậc tự do thì mới quan hệ làm tăng độ phù hợp của mô hình (Hair và cộng sự, 1998).

Kiểm tra ước lượng mơ hình bằng phương pháp Boostrap

Phương pháp Boostrap là phương pháp lấy mẫu lại có thay thế trong đó mẫu ban đầu đóng vai trò đám đông. Phương pháp Boostrap thực hiện với số mẫu lặp lại là N lần. Kết quả ước lượng từ N mẫu được tính trung bình và giá trị này có xu hướng gần đến ước lượng của tổng thể. Khoảng chênh lệch giữa giá trị trung bình ước lượng bằng Boostrap và ước lượng mô hình với mẫu ban đầu càng nhỏ cho phép kết luận các ước lượng mơ hình có thể tin cậy được.

CHƯƠNG 4 KẾT QUẢ NGHIÊN CỨU 4.1 Thống kê mô tả

Dữ liệu thu thập được thông qua hình thức phỏng vấn trực tiếp các nhân viên của các doanh nghiệp cung cấp dịch vụ hàng không nội địa theo phương pháp chọn mẫu thuận tiện (Calder & cộng sự, 1981). Kích thước mẫu là N = 376. Tổng số phiếu khảo sát phát ra là 400 phiểu, 34 phiếu bị lỗi. Những phiếu lỗi chủ yếu là bỏ qua, không trả lời quá nhiều câu hỏi hoặc trả lời tất cả các tham số như nhau. Đặc điểm của mẫu được mô tả ở bảng 4.1.

Bảng 4.1 Đặc điểm mẫu khảo sát

Đặc điểm Tần số Tần suất (%)

Thời gian công tác

Trên 5 năm 59 15.7%

1-5 năm 161 42.8%

Dưới 1 năm 156 41.5%

Cộng 376 100%

Chức vụ

Quản lý cấp cao 1 0.3%

Quản lý cấp trung 14 3.7%

Quản lý cấp cơ sở 55 14.6%

Nhân viên 291 77.7% Khác 14 3.7% Cộng 376 100% Giới tính Nữ 160 42.6% Nam 216 57.4% Cộng 376 100%

Nguồn: Kết quả xử lý dữ liệu của tác giả

4.2 Kiểm định thang đo

Đánh giá độ tin cậy và giá trị của thang đo được thực hiện thơng qua phân tích hệ sớ tin cậy Cronbach’s alpha và phân tích nhân tố khám phá (EFA) thông qua phần mềm SPSS 16.0 để sàng lọc và loại bỏ các biến quan sát không đáp ứng tiêu chuẩn (biến rác).

4.2.1 Kiểm định độ tin cậy thang đo lý thuyết với công cụ Cronbach’s Alpha

Thang đo hoạt động nhân sự

Thang đo yếu tố hoạt động nhân sự bao gồm 4 biến quan sát. Kết quả Cronbach’s Alpha là 0.778 > 0.6 cho thấy thang đo đạt yêu cầu về độ tin cậy. Hệ số tương quan biến – tổng của các biến quan sát đều đạt yêu cầu lớn hơn 0.3, do đó khơng có biến nào bị loại ra khỏi thang đo.

Bảng 4.2 Kết quả phân tích độ tin cậy thang đo hoạt động nhân sự

Cronbach’s Alpha = 0.778

Biến quan sát

Trung bình thang đo nếu loại biến

Phương sai thang đo nếu loại biến

Tương quan biến – tổng

Cronbach alpha nếu loại

biến

HR2 10.50 5.952 .546 .743

HR3 10.71 5.555 .630 .699

HR4 10.66 5.809 .593 .718

HR5 10.72 5.806 .559 .736

Nguồn: Kết quả xử lý dữ liệu của tác giả

Thang đo hoạt động truyền thông

Bảng 4.3 cho thấy, thang đo yếu tố hoạt động thông tin gồm 6 biến quan sát. Kết quả phân tích độ tin cậy của thang đo cho thấy tương quan biến tổng của tất cả các biến quan sát biến thiên từ 0.472 đến 0.637, đều lớn hơn 0.3 và hệ số Cronbach’s Alpha là 0.798 > 0.6. Vậy thang đo đạt độ tin cậy cần thiết.

Bảng 4.3 Kết quả phân tích độ tin cậy thang đo hoạt động truyền thông

Cronbach’s Alpha = 0.798

Biến quan sát

Trung bình thang đo nếu loại biến

Phương sai thang đo nếu loại biến

Tương quan biến – tổng

Cronbach alpha nếu loại biến

CO1 18.29 12.238 .637 .746 CO2 18.13 12.968 .579 .761 CO3 18.41 13.335 .472 .786 CO4 18.38 13.042 .543 .769 CO5 18.00 13.275 .533 .771 CO6 18.17 13.112 .554 .767