Biến quan sát Nhân tố
1 PT1 0.936 PT2 0.933 PT3 0.870 Eigenvalue 2.504 Phương sai trích (%) 83.460 Tổng phương sai trích (%) 83.460 KMO = 0.721 (Nguồn: Phụ lục 7)
4.3.3 Hiệu chỉnh mơ hình nghiên cứu và các giả thuyết
Sau khi phân tích nhân tố EFA để thu nhỏ và gom các biến lại thì mơ hình nghiên cứu đề xuất và các giả thiết sẽ được điều chỉnh tương ứng dựa trên kết quả thu được. Ta thấy từ 33 biến quan sát của 6 nhân tố từ mơ hình nghiên cứu đề xuất, sau khi phân tích nhân tố khám phá EFA, số biến quan sát đạt yêu cầu bị giảm từ 33 biến còn lại 22 biến và được chia thành 4 nhân tố ảnh hưởng đến sự phát triển của ngành logistics trên địa bàn thành phố Hồ Chí Minh. Trên cơ sở đó, tác giả đã điều chỉnh lại thang đo và các giả thiết nghiên cứu để phục vụ cho phần nghiên cứu tiếp theo. Cụ thể, thang đo chất lượng dịch vụ sau khi đã điều chỉnh như sau:
Nhân tố 1: Yếu tố công nghệ (CONGNGHE)
STT Mã hoá CÂU HỎI CÁC BIẾN QUAN SÁT
01 CN3 Cơng ty Anh/ Chị có phần mềm theo dõi trình trạng hàng hố
02 NT5 Trình độ chun mơn của nhân viên Anh/ Chị đáp ứng được mọi nhu cầu của khách hàng tốt
03 CN4 Khách hàng của cơng ty Anh/ Chị dễ dàng theo dõi hàng hố sau khi gởi 04 CN2 Thành phố Hồ Chí Minh ứng dụng công nghệ thông tin trong khai
05 CN1 Công nghệ ảnh hưởng đến giá cả và chất lượng dịch vụ Logistics 06 NT3 Nhận thức của người dân về ngành Logistics cũng như các tập quán
thương mại quốc tế đang dần thay đổi
07 CS2 Các chính sách của chính phủ ảnh hưởng đến sự phát triển dịch vụ Logistics 08 HT4 Vị trí cảng thuận lợi cho việc vận chuyển hàng hoá
Nhân tố 2: Yếu tố kinh tế (KINHTE)
STT Mã
hoá CÂU HỎI CÁC BIẾN QUAN SÁT
09 KT4 Việc phát triển dịch vụ Logistics có vai trị quan trọng đối với sự phát triển kinh tế - xã hội
10 KT5 Tham gia vào lĩnh vực cung ứng dịch vụ Logistics, doanh nghiệp cần phải có quy mơ vốn lớn
11 KT6 Giá cả nguyên liệu và dịch vụ đầu vào luôn được các doanh nghiệp Logistics quan tâm
12 KT3 Các thay đổi về thuế suất đối với hàng hoá xuất nhập khẩu ảnh hưởng đến việc phát triển dịch vụ Logistics
13 CS6 Sự quan tâm, hỗ trợ từ chính quyền thành phố Hồ Chí Minh giúp cho sự phát triển của dịch vụ Logistics tốt hơn
Nhân tố 3: Yếu tố chính sách luật (CHINHSACH)
STT Mã
hoá CÂU HỎI CÁC BIẾN QUAN SÁT
14 CS4 Đơn giản hoá và minh bạch hệ thống Hải quan giúp cho sự phát triển dịch vụ Logistics tốt hơn
15 KT1 Các thay đổi về thuế suất luôn được thông báo kịp thời đến doanh nghiệp
16 HT5 TP. HCM chưa chú trọng quy hoạch mặt bằng cho phát triển Logistics (trung tâm Logistics, kho bãi,…)
17 CS3 Hành lang pháp lý đối với dịch vụ logistics còn chồng chéo, mâu thuẫn
18 CS1 Sự ổn định về mơi trường chính trị có vai trị quan trọng trong việc phát triển dịch vụ Logistics
Nhân tố 4: Yếu tố hội nhập (HOINHAP)
STT Mã
hoá CÂU HỎI CÁC BIẾN QUAN SÁT
19 HN4 Sự cạnh tranh trong ngành Logistics sẽ ngày càng gay gắt
20 HN3 Việc tham gia các Hiệp định thương mại, các Tổ Chức quốc tế đã tác động đến sự phát triển ngành Logistics
21 HN2 Đầu tư nước ngoài vào TP. HCM ảnh hưởng đến sự phát triển của dịch vụ Logistics
22 HN1 Xu hướng phát triển dịch vụ th ngồi ngày càng gia tăng
Như vậy mơ hình nghiên cứu được điều chỉnh từ kết quả Cronbach’s Alpha và phân tích nhân tố khám phá EFA được đưa ra trong hình 4.1 bao gồm bốn biến độc lập: (1) yếu tố công nghệ, (2) yếu tố kinh tế, (3) yếu tố chính sách luật và (4) yếu tố hội nhập cùng với một biến phụ thuộc: (1) sự phát triển ngành logistics trên địa bàn thành phố Hồ Chí Minh. Mơ hình nghiên cứu điều chỉnh về sự phát triển ngành logistics trên địa bàn thành phố Hồ Chí Minh được thể hiện như sau:
Hình 4.1: Mơ hình nghiên cứu điều chỉnh về sự phát triển hoạt động cung ứng dịch vụ logistics trên địa bàn thành phố Hồ Chí Minh
Trong đó:
Giả thiết H’1: Nhân tố cơng nghệ có ảnh hưởng đến sự phát triển ngành logistics Giả thiết H’2: Nhân tố kinh tế có ảnh hưởng đến sự phát triển ngành logistics
Giả thiết H’3: Nhân tố chính sách luật có ảnh hưởng đến sự phát triển ngành logistics Giả thiết H’4: Nhân tố hội nhập ảnh hưởng đến sự phát triển ngành logistics
Yếu tố công nghệ Yếu tố kinh tế Yếu tố chính sách luật Yếu tố hội nhập Sự phát triển H’1 H’2 H’3 H’4
4.4. Phân tích mơ hình hồi quy
Phân tích mơ hình hồi quy là một kỹ thuật thống kê được dùng để phân tích mối quan hệ giữa một biến phụ thuộc và nhiều biến độc lập nhằm mục tiêu sử dụng các biến độc lập có giá trị biết trước để dự báo một giá trị biến phụ thuộc nào đó được chọn để nghiên cứu. Khi chạy hồi quy cần quan tâm đến những thơng số sau (theo Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008)[14]:
Hệ số R2: đánh giá phần biến động của biến phụ thuộc được giải thích bởi các biến độc lập. Hệ số này có thể giao động từ 0 đến 1.
Hệ số Beta: hệ số hồi quy chuẩn hoá cho phép so sánh trực tiếp giữa các hệ số dựa trên mối quan hệ giải thích chúng với biến phụ thuộc
Kiểm định ANOVA để kiểm tra tính phù hợp của mơ hình với tập dữ liệu gốc. Nếu mức ý nghĩa của kiểm định nhỏ hơn 0.05 thì ta có thể kết luận mơ hình hồi quy phù hợp với tập dữ liệu.
Phân tích hồi quy tuyến tính bội được thực hiện để xem xét mối quan hệ giữa các biến độc lập: yếu tố công nghệ (CONGNGHE), yếu tố kinh tế (KINHTE), yếu tố chính sách luật (CHINHSACH) và yếu tố hội nhập (HOINHAP) có ảnh hưởng như thế nào đến biến phụ thuộc sự phát triển (PHATTRIEN) của hoạt động cung ứng dịch vụ logistics trên địa bàn thành phố Hồ Chí Minh. Căn cứ vào mơ hình nghiên cứu đã được điều chỉnh sau khi phân tích nhân tố khám phá, mơ hình nghiên cứu được biểu diễn dưới dạng phương trình hồi quy tuyến tính bội như sau:
Y = 0 + 1 * X1 + 2 * X2 + 3* X3 + 4 * X4
Trong đó:
Y: Sự phát triển của ngành logistics X1: Yếu tố công nghệ
X2: Yếu tố kinh tế
X3: Yếu tố chính sách luật X4: Yếu tố hội nhập
0: hệ số chặn (hằng số) là giá trị mong muốn của biến phụ thuộc khi các
biến độc lập bằng “0”
i (i=1-4): hệ số hồi quy riêng của từng nhân tố thể hiện mối quan hệ giữa biến phụ thuộc và biến độc lập với ý nghĩa trong điều kiện các nhân tố khác không
đổi, khi các biến độc lập X1, X2, X3 hay X4 tăng lên một đơn vị (theo đơn vị tính của các nhân tố đó) thì biến phụ thuộc Y (Sự phát triển) sẽ tăng bình quân i đơn vị (theo đơn vị tính của sự phát triển).
Sau khi xây dựng ma trận hệ số tương quan giữa các biến độc lập với biến phụ thuộc, tác giả tiến hành phân tích hồi quy để xác định cụ thể trọng số của từng yếu tố ảnh hưởng đến sự phát triển của ngành logistics. Phân tích hồi quy tuyến tính được dùng để kiểm định mơ hình và các giả thuyết, thủ tục chọn biến là các biến được đưa vào cùng lúc (phương pháp Enter)
4.4.1. Xây dựng ma trận hệ số tương quan
Phân tích tương quan sử dụng hệ số Pearson để kiểm tra các mối quan hệ tuyến tính giữa các biến định lượng (khoảng/ tỷ lệ) nhằm xem xét mối quan hệ giữa chúng và phát hiện hiện tượng đa cộng tuyến. Khi thấy các biến có sự tương quan chặt chẽ với nhau thì cần quan tâm đến vấn đề đa cộng khi phân tích hồi quy.
Theo John & Benet – Martinez (2000) và trích dẫn theo Hoàng Thị Phương Thảo và Chu Nguyễn Mộng Ngọc (2010), hệ số tương quan tuyệt đối ( 0.85) chỉ ra hiện tượng đa cộng tuyến nghĩa là các khái niệm nghiên cứu trùng lắp với nhau và có thể chúng đang đo lường cùng một thứ, do vậy hệ số tương quan nên nhỏ hơn 0.85 để đạt được yêu cầu về giá trị phân biệt.