4.3.1. Phân tích EFA các biến độc lập
Sau khi kiểm định độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha thì hai biến quan sát “Tàu đủ điều kiện đi biển” va “Thông tin của khách hàng được bảo
mật tốt” đã bị loại ra và 30 biến quan sát ban đầu được rút gọn xuống cịn 28 biến. Q trình phân tích nhân tố khám phá cho các biến độc lập trải qua ba giai đoạn:
Phân tích EFA cho các biến độc lập lần 1:
07 thành phần của thang đo vẫn giữ nguyên với tổng phương sai trích 59,619% và hệ số KMO bằng 0,609, hệ số Eigenvalue bằng 1,186, kiểm định Barlett có mức ý nghĩa 0,000. Tuy nhiên, 04 biến quan sát đã bị loại bỏ vì có hệ số tải nhân tố <
0,5, đó là CT1 (Hóa đơn, chứng từ được phát hành nhanh chóng), CT3 (Nếu có sai sót, chứng từ được điều chỉnh nhanh chóng), HA1 (Nhân viên hãng tàu có tác
phong chuyên nghiệp) và CN1 (Website hãng tàu có đủ thơng tin khách hàng cần).
Phân tích EFA cho các biến độc lập lần 2:
Thang đo chất lượng dịch vụ bị rút gọn xuống còn 06 thành phần với tổng
phương sai trích là 57,132%, hệ số KMO bằng 0,612, hệ số Eigenvalue bằng 1,132 và mức ý nghĩa của kiểm định Barlett 0,000. Có 02 biến quan sát có hệ số tải nhân tố < 0,5 là CT2 (Chứng từ chính xác, khơng bị lỗi) và CN3 (Đặt booking online dễ dàng) sẽ bị loại bỏ trước khi chạy EFA lần 3. Thang đo còn lại 22 biến quan sát sau khi chạy EFA lần 2.
Phân tích EFA cho các biến độc lập lần 3
Thang đo tiếp tục bị rút gọn xuống còn 05 thành phần với tổng phương sai trích 55,531%, hệ số KMO bằng 0,637, hệ số Eigenvalue bằng 1,195 và mức ý nghĩa của kiểm định Barlett bằng 0,000. Biến quan sát CN2 (Theo dõi hàng hóa online trên
website chính xác) có hệ số tải nhân tố < 0,5 sẽ bị loại bỏ. Thang đo còn lại 21 biến quan sát.
Kết quả phân tích EFA của các biến độc lập
Bảng 4.7. Kết quả phân tích EFA của các biến độc lập
Biến quan sát Nhân tố 1 2 3 4 5 PT1 Hãng tàu có đủ container rỗng cấp cho khách hàng 0,896 PT2 Hãng tàu có sẵn container đặc biệt cấp cho khách hàng 0,752 PT3 Tình trạng container rỗng tốt khi cấp cho khách hàng 0,873 PT4 Tàu có sẵn chỗ để xếp
container lên tàu 0,625
VC1 Thời gian vận chuyển
hàng hóa nhanh 0,604
VC2 Tàu cập/rời cảng đúng như đã thông báo cho khách hàng
0,862
VC3 Tần suất chạy tàu ổn
định 0,842
VC4 Tàu đi thẳng (không
qua chuyển tải) 0,626
GC1 Cước phí cạnh tranh trên thị trường 0,857 GC2 Phụ phí cạnh tranh trên thị trường 0,795 GC3 Cước phí và phụ phí ít điều chỉnh tăng 0,872 GC4 Cước phí và phụ phí linh hoạt theo biến động của thị trường
0,655
PV1 Nhân viên hãng tàu nhiệt tình đáp ứng yêu cầu của khách hàng
PV2 Hãng tàu phản hồi nhanh chóng yêu cầu của khách hàng
0,644
PV3 Hãng tàu giải quyết
khiếu nại thỏa đáng 0,811
PV4 Nhân viên hãng tàu sẵn sàng hỗ trợ trường hợp khẩn cấp ngoài giờ làm việc
0,714
PV5 Giờ giấc làm việc của hãng tàu thuận tiện cho khách hàng
0,667
HA2 Nhân viên hãng tàu
xử lý vấn đề tốt 0,601
HA3 Hãng tàu có vị thế tốt trên thị trường vận chuyển
container bằng đường biển 0,767
HA4 Hãng tàu có quan hệ tốt với Cảng để hỗ trợ vấn đề khách hàng gặp phải tại Cảng 0,707 VC5 Hàng hóa được vận chuyển an tồn 0,568 Eigenvalue 3,244 2,918 2,691 2,236 1,195 Phương sai trích (%) 14,525 13,096 12,151 10,140 5,619 Tổng phương sai trích (%) 14,525 27,621 39,773 49,912 55,531 KMO = 0,637 Mức ý nghĩa kiểm định Barlett = 0,000 (Nguồn: Phụ lục 7)
4.3.2. Phân tích EFA biến phụ thuộc
Kết quả phân tích EFA biến phụ thuộc
Bảng 4.8. Kết quả phân tích EFA cho biến phụ thuộc
Nhân tố
Biến quan sát
1
HL1 Anh/Chị hài lòng với chất lượng
dịch vụ của hãng tàu 0,756
HL2 Anh/Chị sẽ tiếp tục sử dụng dịch vụ
thời gian tới 0,813
HL3 Anh/Chị sẽ giới thiệu dịch vụ cho
bạn bè, đối tác 0,716 Eigenvalue 2,388 Phương sai trích (%) 62,026 Tổng phương sai trích (%) 62,026 KMO = 0,736 Mức ý nghĩa kiểm định Barlett = 0,000 (Nguồn: Phụ lục 6)
Kết quả phân tích EFA biến phụ thuộc “Sự hài lịng của khách hàng” cho kết quả: hệ số KMO = 0,736, hệ số Eigenvalue = 2,388 và tổng phương sai trích bằng 62,026%. Như vậy, kết quả phân tích EFA này đạt yêu cầu.
4.3.3. Mơ hình nghiên cứu rút gọn
Bảng 4.9. Các biến số ảnh hưởng và biến quan sát rút gọn
Nhân tốảnh hưởng và biến quan sát Mã hóa STT
Phương tiện/Thiết bị
1. Hãng tàu có đủ container rỗng để cấp cho khách hàng PT1 2. Hãng tàu có sẵn container đặc biệt (container lạnh, Flatrack, Opentop) để
cấp cho khách hàng PT2
3. Tình trạng container rỗng tốt khi cấp cho khách hàng PT3
4. Tàu có sẵn chỗ để xếp container lên tàu PT4
Vận chuyển
5. Thời gian vận chuyển hàng hóa nhanh VC1
6. Tàu cập/rời cảng đúng như đã thông báo cho khách hàng VC2
7. Tần suất chạy tàu ổn định VC3
8. Tàu đi thẳng (không qua chuyển tải) VC4
Giá dịch vụ
9. Cước phí cạnh tranh trên thị trường GC1
10. Phụ phí (phí chứng từ, lưu container rỗng, lưu bãi) cạnh tranh trên thị trường GC2
11. Cước phí và phụ phí ít điều chỉnh tăng GC3
12. Cước phí và phụ phí linh hoạt theo biến động của thị trường GC4
Phục vụ
13. Nhân viên hãng tàu nhiệt tình trong việc đáp ứng yêu cầu của khách hàng PV1 14. Hãng tàu phản hồi nhanh chóng yêu cầu của khách hàng PV2
15. Hãng tàu giải quyết khiếu nại thỏa đáng PV3
16. Nhân viên hãng tàu sẵn sàng hỗ trợ khách hàng những trường hợp khẩn cấp
ngoài giờ làm việc PV4
Hình ảnh/danh tiếng
17. Nhân viên hãng tàu xử lý vấn đề tốt HA2
18. Hãng tàu có vị thế tốt trên thị trường vận tải container bằng đường biển HA3 19. Hãng tàu có mối quan hệ tốt với Cảng để hỗ trợ xử lý tốt các vấn đề khách
hàng gặp phải tại Cảng HA4
20. Giờ giấc làm việc của hãng tàu thuận lợi cho khách hàng liên lạc PV5
Hình 4.4. Mơ hình nghiên cứu rút gọn
Các giả thuyết:
- H’1: “Phương tiện/Thiết bị” được đánh giá tốt thì “Sự hài lòng của khách
hàng” sẽ tăng và ngược lại,
- H’2: “Vận chuyển” được đánh giá tốt thì “Sự hài lịng của khách hàng” sẽ
tăng và ngược lại,
- H’3: “Giá dịch vụ” được đánh giá tốt thì “Sự hài lịng của khách hàng” sẽ
tăng và ngược lại,
- H’4: “Phục vụ” được đánh giá tốt thì “Sự hài lịng của khách hàng” sẽ tăng
và ngược lại,
- H’5: “Hình ảnh/Danh tiếng” được đánh giá tốt thì “Sự hài lịng của khách
hàng” sẽ tăng và ngược lại.