Biến quan sát Nhân tố
1 2 3 4 NT5 ,849 ,251 ,178 ,172 NT1 ,807 ,149 ,128 ,123 CK1 ,798 ,216 -,201 ,128 CK2 ,783 ,179 -,102 -,029 HL4 ,781 ,200 ,088 ,156 NT4 ,739 -,072 ,007 ,438 HL2 ,634 ,127 ,096 ,249 GT6 ,236 ,779 -,192 ,222 GT4 ,129 ,779 -,140 ,276 GT3 ,112 ,765 ,119 ,247 HL5 ,225 ,706 ,181 ,062 GT7 ,196 ,694 ,188 ,283 CD2 ,038 ,033 ,925 ,133 CD1 ,107 ,137 ,892 ,096 CD3 -,043 -,048 ,884 ,026 CL2 ,181 ,316 ,138 ,729 CL3 ,143 ,206 ,013 ,718 CL1 ,163 ,241 ,320 ,716 HL3 ,256 ,244 -,046 ,608 Eigenvalue 7,36 2,796 2,181 1,167 Cumulative (%) 37,034 51,749 63,226 69,366 Cronbach alpha 0,910 0,858 0,902 0,773
Khái niệm lòng trung thành khách hàng được giả định là một khái niệm đơn nguyên.Năm biến quan sát được dùng để đo lường khái niệm này. Bảng 4.5 trình bày kết quả phân tích nhân tố của khái niệm nghiên cứu này.Hệ số tin cậy Cronbach alpha tính được là0.849,tương quan biến – tổng đều lớn hơn0.5. Hệ số KMO= 0.844;sig = 0.000<0.05;eigenvalue = 3.164; tổng phương sai trích63.272%
Bảng4.5:Phân tích nhân tố của khái niệm Lòng trung thành khách hàng Biến quan sát Hệ số tải nhân tố Giátrị
Eigen Phương sai trích Cronbach alpha
Lòng trung thành khách hàng 3.164 63.272 % 0.849 TT2 ,871 TT4 ,845 TT5 ,815 TT1 ,771 TT3 ,658
(Nguồn: Kết quả điều tra của tác giả, 04/2014)
Như vậy dựa theo kết quả kiểm định Cronbach alpha và phân tích nhân tố EFA, các giả thuyết và mơ hình nghiên cứu các yếu tố ảnh hưởng đến lòng trung thành của khách hàng tại Tân Cảng Cát Lái được hiệu chỉnh như sau:
Hình 4.1:Mơ hình nghiên cứu hiệu chỉnh
Niềm tin &Cam kết
Giá trị cảm nhận
Chất lượng dịch vụ
Chi phí chuyển đổi
LỊNG TRUNG THÀNH KHÁCH HÀNG H1 + H2 + H3 + H4 +
Các giả thuyết nghiên cứu
H1:Niềm tin&Cam kết có ảnh hưởng cùng chiều tới lòng trung thành khách hàng H2:Giá trị cảm nhận có ảnh hưởng cùng chiều tới lịng trung thành khách hàng H3:Chất lượng dịch vụ có ảnh hưởng cùng chiều tới lịng trungthành khách hàng H4:Chi phí chuyển đổi có ảnh hưởng cùng chiều tới lòng trung thành khách hàng
4.4.Các đại lượng thống kê mô tả
(Nguồn: Kết quả điều tra của tác giả, 04/2014)
Nhìn vào bảng thống kê mô tả ở trên (Bảng 4.6) ta thấy hiện tại mức độ trung thành của khách hàng tại công ty khá tốt giá trị trung bình của Lòng trung thành là 3,80. Bên cạnh đó khách hàng cũng đánh giá cao các yếu tốthành phần của lịng trung thành trong đó yếu tố giá trị cảm nhận được đánh giá cao nhất với Mean = 3,76, rồi đến yếu tố Chất lượng dịch vụ Mean = 3,71, tiếp đến là yếu tố Niềm tin & Cam kết Mean = 3,64, cuối cùng là yếu tốChi phí chuyển đổi với Mean = 3,62.
4.5.Kết quả phân tích tương quan
Một phương pháp chung để đánh giá giá trị phân biệt là kiểm nghiệm ma trận tương quan cho các biến độc lập và biến phụ thuộc.Kết quả hệ số tương quan nhỏ hơn 0,85 chỉ ra rằng giá trị phân biệt có khả năng tồn tại giữa 2 biến (John and Benet- Martinez, 2000). Bảng 4.7 tóm tắt mối tương quan thống kê Pearson giữa các biến được giải thích.Tất cả hệ số tương quan tuyệt đối giữa các biến dao động từ 0,103đến 0,631,nghĩa là không vượt quá hệ số tương quan điều kiện 0,85.Điều đó chứng minh rằng giá trị phân biệt đã đạt được. Hay nói cách khác, các thang đo trong nghiên cứu này đã đo lường được các khái niệm nghiên cứu khác nhau.
Bảng 4.6: Thống kê mơ tảN Nhỏ N Nhỏ nhất Lớn nhất Trung bình Độlệch chuẩn
Chi phí chuyển đổi 187 1,67 5,00 3,6203 ,86633
Niềm tin & Cam kết 187 2,00 5,00 3,6387 ,61940
Chất lượng dịch vụ 187 2,50 5,00 3,7139 ,51948
Giá trịcảm nhận 187 2,40 5,00 3,7690 ,57333
Lòng trung thành 187 2,60 5,00 3,8064 ,54156
Bảng4.7:Sự tương quan giữa các khái niệm nghiên cứu
Các yếu tố 1 2 3 4 5
1Niềm tin&Cam kết 1 ,450** ,103 ,485** ,563**
2Giá trị cảm nhận ,450** 1 ,117 ,595** ,631**
3Chi phí chuyển đổi ,103 ,117 1 ,236** ,323**
4Chất lượng dịch vụ ,485** ,595** ,236** 1 ,612**
5 Lòng trung thành ,563** ,631** ,323** ,612** 1
Ghi chú: * Tương quan Pearson cóý nghĩa thống kêởmức 0,01; n = 187
(Nguồn: Kết quả điều tra của tác giả, 04/2014)
Ma trận tương quan cũng cho thấy4 thành phần của lịng trung thành có mối liên hệ với nhau
Niềm tin & Cam kết có mối quan hệ cùng chiều với giá trị cảm nhận (r = 0,450, p<0,01) và chất lượng dịch vụ (r = 0,485, p<0,01). Nếu khách hàng cảm nhận được việc sử dụng dịch vụ tại Tân Cảng Cát Lái mang lại nhiều giá trị cho họ cũng như họ cảm thấy chất lượng dịch vụ của SNP đáp ứng được kỳ vọng của họ thì khách hàng sẽ tin tưởng nhiều hơn đối với SNP từ đó sẽ gia tăng sự cam kết,gắn bó với Cơng ty hơn.
Biến Giá trị cảm nhận có liên hệ đáng kể với Chất lượng dịch vụ (r = 0,595, p< 0,01).Chất lượng dịch vụ càng cao thì khách hàng cảm thấyGiátrị họ nhận được càng nhiều.
Hệ số tương quan giữa lòng trung thành khách hàng và các biến độc lập còn lại đều ở mức tương đối cao thấp nhất là 0,323.Sơ bộ ta có thể kết luận các biến độc lập này có thể đưa vào mơ hình để giải thích cho lịng trung thành.
4.6.Kết quả phân tích hồi quy tuyến
Hồi quy tuyến tính bội thường được dùng để kiểm định và giải thích lý thuyết nhân quả(Cooper và Schindler, 2003). Ngồi chức năng là một cơng cụmơ tả, hồi quy tuyến tính bội cũng được sử dụng như một công cụ kết luận để kiểm định các giả thuyết và dựbáo các giá trịcủa tổng thểnghiên cứu (Duncan, 1996). Như vậy, đối với nghiên cứu này hồi quy tuyến tính bội là phương pháp thích hợp để kiểm định các giả thuyết nghiên cứu.
Đểkiểm định 4 giảthuyết H1, H2, H3 và H4, mơ hình hồi quy bội đã được phát triển như sau:
TT =β0+β1* NTCK + β2* GTCN +β3* CLDV +β4*CPCD +ei Trong đó,
βk: là các hệsốcủa phương trình hồi quy và ei là phần dư. TT - Lòng trung thành khách hàng -là biến phụ thuộc
Các biến độc lập gồm: NTCK – Niềm tin & Cam kết, GTCN – Giá trị cảm nhận; CLDV– Chất lượng dịch vụ;CPCD–Chi phíchuyểnđổi.
4.6.1.Mơ hình hồi quy tuyến tính
Bảng 4.8 trình bày kết quả dự báo của mơ hình hồi quy tuyến tính bội. Mơ hình gồm4biến độc lập là Niềm tin & Cam kết,giá trị cảm nhận,chi phí chuyển đổi,Chất lượng dịch vụ và một biến phụ thuộc là lòng trung thành khách hàng. Mơ hình có ý nghĩa thống kê ở mức p<0,005.
Bảng4.8:Bảng mơ tả kết quả phân tích hồi quy
Mơ hình R R2 R2hiệu chỉnh Sai số chuẩn
ước tính Durbin-Watson
1 ,760a ,578 ,569 ,35567 1,462
a.Biến độc lập: Chatluong, Chuyendoi, Niemtincamket, Giatricamnhan
b.Biến phụ thuộc: Trungthanh
(Nguồn: Kết quả điều tra của tác giả, 04/2014)
Bảng4.9: Phân tích ANOVAMơ hình Tổng độ lệch Mơ hình Tổng độ lệch bình phương Bậc tự do Bình phương trung bình F Sig. 1 Hồi quy 31,529 4 7,882 62,311 ,000b Phần dư 23,023 182 ,127 Tổng 54,552 186
a.Biến phụ thuộc: Trungthanh
b.Biến độc lập: Chatluong, Chuyendoi, Niemtincamket, Giatricamnhan
Bảng4.10:Hệ số hồi quyMơ hình Mơ hình Hệ số chưa chuẩn hóa Hệ số chuẩn hóa t Sig. Hệ số tương quan B Sai lệch chuẩn Beta Zero-
order Partial Part
1
(Constant) ,363 ,222 1,637 ,103
Niềm tin&Cam kết ,242 ,049 ,276 4,886 ,000 ,563 ,341 ,235 Giátrị cảm nhận ,331 ,058 ,351 5,699 ,000 ,631 ,389 ,274
Chi phí chuyển đổi ,126 ,031 ,201 4,054 ,000 ,323 ,288 ,195
Chất lượng dịch vụ ,232 ,067 ,222 3,463 ,001 ,612 ,249 ,167 a. Biến phụ thuộc: Trungthanh
(Nguồn: Kết quả điều tra của tác giả, 04/2014)
Thơng qua kiểm định Fcho mơ hình hồi quy (Bảng 4.10) cho thấy cả bốn yếu tố Niềm tin&Cam kết,Giá trị cảm nhận,Chi phí chuyển đổi,Chất lượng dịch vụ đều có hệ số β ở mức ý nghĩa 1%. Tức là các biến độc lập đều có ảnh hưởng đến biến lịng trung thành, cụ thể: Niềm tin & Cam kết có β1 = 0.276; giá trị cảm nhận β2 = 351; Chất lượng dịch vụβ3= 0,222; Chi phí chuyển đổi β4 = 0,201. Như vậy, phương trình thể hiện lịng trung thành của khách hàng dự đốn theo tất cả các biến độc lập là:
TT= 0,276*NTCK + 0,351*GTCN + 0,222*CLDV+ 0,201*CPCD
Phương trình hồi quy trên chỉ ra rằng thành phần giá trị cảm nhận và niềm tin & cam kết có ảnh hưởng mạnh thứ nhất và thứ hai đến lòng trung thành khách hàng, kế đến là Chất lượng dịch vụ và Chi phí chuyển đổi.
Điều này cũng có nghĩa,trong điều kiện 3 nhân tố cịn lại khơng thay đổi, nếu giá trị cảm nhận tăng lên1đơn vị thì lịng trung thành của khách hàng cũng tăng lên 0,351 đơn vị. Tương tự, nếu Niềm tin & Cam kết, Chất lượng dịch vụ, Chi phí chuyển đổi tăng lên 1 đơn vị sẽ làm lòng trung thành tăng lên tương ứng là 0,276; 0,222; 0,201 đơn vị.
4.6.2.Đánh giá và kiểm định độ phù hợp của mơ hình
Để đánh giá mức độ phù hợp của mơ hình hồi quy đối với tập dữ liệu, tasử dụng hệ số R2 hiệu chỉnh(Adjusted R Square). Căn cứ vào kết quả của Bảng 4.8 mô tả kết quả phân tích hồi quy, hệ số R2hiệu chỉnh là 0,569 < R2 = 0,578chứng tỏ mơ hình hồi quy phù hợp với dữ liệu ở mức 0,569. Nghĩa là 56,9% sự biến thiên của lòng trung thành khách hàng được giải thích bởi các biến có trong mơ hình.Với giá trị này thì độ phù hợp của mơ hình là chấp nhận được.
Để kiểm định độ phù hợp của mơ hình hồi quy tuyến tính tổng thể, ta sử dụng kiểm định F trong Bảng4.9 phân tích phương sai ANNOVA. Kết quả cho thấy giá trị Sig. của kiểm định F bằng 0,000<0,005 nên ta có thể bác bỏ giả thuyết H0 (các hệ số hồi quy bằng0).Như vậy mơ hình hồi quy tuyến tính đã xây dựng phù hợp với tập dữ liệu thu được(Hoàng Trọng&Chu Nguyễn Mộng Ngọc, 2008).
4.6.3.Kiểm định giả thuyết nghiên cứu
Bảng 4.11 bên dưới cho thấy cả bốn giả thuyết nghiên cứu đặt ra đều được chấp nhận với mức ý nghĩa1%
Bảng4.11:Kết quả kiểm định các giả thuyết nghiên cứu
Giả thuyết Nội dung Kết quả kiểm định
H1
Niềm tin & Cam kết có ảnh hưởng cùng chiều đến Lòng trung thànhkhách hàng
CHẤP NHẬN (P< 1%)
H2
Giá trị cảm nhận của khách hàng có ảnh hưởng cùng chiều đến Lòng trung thành khách hàng
CHẤP NHẬN (P< 1%)
H3
Chất lượng dịch vụ có ảnh hưởng cùng chiều đến Lòng trung thành khách hàng
CHẤP NHẬN (P< 1%)
H4
Chi phí chuyển đổi có ảnh hưởng cùng chiều đếnLòng trung thành khách hàng
CHẤP NHẬN (P< 1%)
4.6.4.Dị tìm sự vi phạm các giả định cần thiết trong hồi quy tuyếntínhGiả định thứ nhất là, giả định liên hệ tuyến tính. Phương pháp được sử dụng là Giả định thứ nhất là, giả định liên hệ tuyến tính. Phương pháp được sử dụng là biểu đồ phân tán Scatterplot với giá trị phần dư chuẩn hóa (Standarized residual) trên trục tung và giá trị dự đốn chuẩn hóa(Standarized predicted value)trên trục hồnh.
Hình 4.2:Đồ thị phân tán Scatterplot
(Nguồn: Kết quả điều tra của tác giả, 04/2014)
Nhìn vào đồ thị phân tán ở Hình 4.2, ta thấy các phần dư phân tán ngẫu nhiên trong một vùng quanhđường đi qua tung độ0chứ khơng tạo thành một hình dạng nào. Điều này có nghĩa là giả thuyết về quan hệ tuyến tính khơng bị vi phạm.
Giả định thứ hai là giả định phương sai của sai số không đổi.Để thực hiện kiểm định này,chúng ta sẽ dùng kiểm định tương quan hạng Spearman của giá trị tuyệt đối phần dư và các biến độc lập.
Bảng4.12: Hệ số tương quan hạng Spearman
NTCK GTCN CPCD CLDV ABScuare Hệ số tương quan hạng Spearman’s rho ABScuare Hệ số tương quan hạng -,057 ,060 ,129 ,143 1,000 Sig. (2-tailed) ,441 ,418 ,079 ,050 . N 187 187 187 187 187
Kết quả kiểm định ở Bảng 4.12 cho thấy giá trị Sig. của Niềm tin & cam kết, Giá trị cảm nhận, Chi phí chuyển đổi,Chất lượng dịch vụ đều lớn hơn 0,05 cho nên chúng ta không thể bác bỏ giả thuyết H0 : hệ số tương quan tổng thể bằng 0. Như vậy, giả thuyết phương sai của sai số thay đổi bị bác bỏ hay giả định phương sai của sai số không đổi không bị vi phạm.
Giả định thứbalà giả định về phân phối chuẩn của phần dư.Chúng ta sẽ sử dụng biểu đồ tần số của các phần dư(đã được chuẩn hóa)để kiểm tra giả thuyết này.
Kết quả từ biểu đồ tần số Histogram của phần dư từ Hình 4.3 cho thấy phân phối của phần dư xấp xỉ chuẩn (trung bình Mean = 0, độ lệch chuẩn Std.Dev = 0,99 gần bằng 1 ). Điều này có nghĩa là giả thuyết phân phối chuẩn của phần dư không bị vi phạm.
Hình 4.3:Đồ thị tần số Histogram
(Nguồn: Kết quả điều tra của tác giả, 04/2014)
Kết quả từ biểu đồ tần số P-P Plot từ Hình 4.4 cho thấy các điểm quan sát không phân tán quá xa đường thẳng kỳ vọng nên ta có thể kết luận là giả định về phân phối chuẩn khơng bị vi phạm.
Hình 4.4:Đồ thị tần số P-P Plot
(Nguồn: Kết quả điều tra của tác giả, 04/2014)
Giả định thứ tư là giả định về tính độc lập của sai số (khơng có tương quan giữa các phần dư). Ta dùng đại lượng thống kê Durbin-Watson (d) để kiểm định. Theo kết quả từ Bảng 4.8 bảng mơ tả kết quả phân tích hồi quy cho thấy giá trị d = 1,462nằm trong khoảng 1,5-2,5. Nghĩa là, d rơi vào miền chấp nhận giả thuyết khơng có tương quan chuỗi bậc nhất với nhau.Do đó,giả định khơng có mối tương quan giữa các phần dư trong mơ hình đa biến khơng bị vi phạm.
Giả định thứ nămlà giả định khơng có mối tương quan giữa các biến độc lập, đo lường đa cộng tuyến (Collinearity Diagnostics). Theo Hair và cộng sự (2006) có 2 cách đo lường để kiểm định ảnh hưởng của đa cộng tuyến: (1) tính hệ số phóng đại phương sai (VIF) và (2) sử dụng chỉ số điều kiện (condition index). Hệ số phóng đại phương sai cao thể hiện sự đa cộng tuyến thấp và giá trị dung sai (tolerance value) càng tiến đến không (zero) thể hiện rằng biến này hầu như được giải thích hồn tồn bằng những biến khác. Hệ số VIF là giá trị nghịch đảo của giá trị dung sai, như vậy nếu hệ số VIF thấp thì mối quan hệ tương quan giữa các biến thấp. Nói chung nếu hệ
kiện cũng là một cách để phát hiện hiện tượng đa cộng tuyến. Công cụnày so các giá trị Eigen cùng với nhau trong một ma trận chéo không trọng tâm XTX. Nếu giá trị Eigen tối đa lớn hơn nhiều so với các giá trị Eigen khác, thì chỉ số điều kiện đang tồn tại. Theo kinh nghiệm, chỉ số điều kiện lớn hơn 30 chỉ ra một sự cộng tuyến nghiêm trọng (John và Benet-Martinez, 2000). Như vậy, trong nghiên cứu này, để khơng có hiện tượng đa cộng tuyến nghiêm trọng xãy ra trong mơ hình hồi quy, các hệ số VIF phải nhỏ hơn 10 và các chỉsố điều kiện phải nhỏ hơn30. (Hoàng Thị Phương Thảo và cộng sự, 2009)
Bảng4.13 bên dưới cho thấy tất cả các giá trị dung sai đều lớn hơn 0,563và hệ số phóng đại phương sai(VIF) đều nằm trong khoảng giá trị từ 1,060đến 1,775 cho thấy hiện tượng đa cộng tuyến rất thấp.
Bảng4.13:Hiện tượng đa cộng tuyến – đánh giá bằng Dung sai và VIF
Các biến Dung sai VIF
Niềm tin&Cam kết 0,724 1,381
Giá trị cảm nhận 0,612 1,635
Chi phí chuyển đổi 0,943 1,060
Chất lượng dịch vụ 0,563 1,775
Ghi chú: Biến phụ thuộc là Lòng trung thành khách hàng
(Nguồn: Kết quả điều tra của tác giả, 04/2014)
Bên cạnh đó trong Bảng4.14cũng cho thấy các chỉ số điều kiện nằm trong khoảng từ 1,000 đến 24,860 khẳng định rằng hiện tượng đa cộng tuyến không là vấn đề trầm trọng đối với các biến dùng trong dự báo mơ hình hồi quy của nghiên cứu này.
Bảng 4.14: Hiện tượng đa cộng tuyến -Đánh giá bằng giá trịEigen và chỉsố điều kiện
Kích thước Eigenvalue Chỉ số điều kiện