4.3 Phân tích đánh giá sơ bộ
4.3.1.1 Thang đo dịch vụ hậu mãi chủ động
Kết quả phân tích Cronbach Alpha các thành phần của thang đo dịch vụ hậu mãi chủ động gồm một số điểm sau:
- Thành phần chủ động phịng chống có hệ số Cronbach Alpha khá lớn (0.878), các biến quan sát trong thành phần này có hệ số tương quan biến tổng lớn (>0.729). Vì vậy các biến đo lường thành phần này được sử dụng trong phân tích EFA tiếp theo.
- Thành phần chủ động huấn luyện có hệ số Cronbach Alpha khá lớn (0.861), các biến quan sát trong thành phần này có hệ số tương quan biến tổng lớn (>0.673). Vì vậy các biến đo lường thành phần này được sử dụng trong phân tích EFA tiếp theo.
- Thành phần chủ động tìm kiếm thơng tin phản hồi từ khách hàng có hệ số Cronbach Alpha cũng khá lớn (0.783), các biến quan sát trong thành phần này cũng có hệ số tương quan biến tổng lớn (>0.550). Vì vậy các biến đo lường thành phần này được sử dụng trong phân tích EFA tiếp theo.
Bảng 4.6: Hệ số Cronbach alpha các thành phần của thang đo dịch vụ hậu mãi chủ động
Biến quan sát
Trung bình thang đo nếu loại
biến
Phương sai thang đo nếu loại
biến
Tương quan biến – tổng
Alpha nếu loại biến này
Chủ động phòng chống PP: Alpha=0.878
PP1 15.10 15.043 0.755 0.837
PP2 14.98 15.771 0.740 0.843
PP3 15.29 15.073 0.729 0.848
PP4 15.01 16.675 0.732 0.848
Chủ động huấn luyện PE: Alpha=0.861
PE1 14.40 14.288 0.673 0.838
PE2 14.46 14.233 0.707 0.822
PE3 13.73 14.343 0.702 0.824
PE4 13.95 15.034 0.756 0.806
Chủ động tìm kiếm phản hồi từ khách hàng PF: Alpha=0.783
PF1 14.94 9.690 0.632 0.707
PF2 15.27 10.188 0.517 0.771
PF3 14.67 10.755 0.550 0.750
PF4 14.79 10.136 0.671 0.692
4.3.1.2 Thang đo về sự hài lòng của khách hàng
Thang đo về sự hài lòng của khách hàng có hệ số Cronbach Alpha khá cao (0.895), các biến quan sát trong thành phần này có hệ số tương quan biến tổng
lớn (>0.733). Vì vậy các biến đo lường thành phần này được sử dụng trong phân tích EFA tiếp theo.
Bảng 4.7: Hệ số Cronbach Alpha của thang đo sự hài lòng của khách hàng hàng
Biến quan sát
Trung bình thang đo nếu loại
biến
Phương sai thang đo nếu loại
biến
Tương quan biến – tổng
Alpha nếu loại biến này Sự hài lòng của khách hang SATIS: Alpha=0.733
SATIS1 15.31 12.021 0.736 0.876
SATIS2 15.37 12.129 0.776 0.861
SATIS3 15.70 11.992 0.733 0.878
SATIS4 15.42 11.819 0.827 0.843
4.3.2 Phân tích nhân tố khám phá (EFA)
Khi phân tích nhân tố khám phá, các nhà nghiên cứu thường quan tâm đến một số tiêu chuẩn.
- Thứ nhất, hệ số KMO (Kaiser-Meyer-Olkin) >= 0.5, mức ý nghĩa của kiểm định Bartlett < = 0.05.
- Thứ hai hệ số tải nhân tố (Factor loading) >= 0.5. Nếu biến quan sát nào có hệ số tải nhân tố < 0.5 sẽ bị loại.
- Thứ ba, thang đo được chấp nhận khi tổng phương sai trích >= 50%. - Thứ tư là hệ số eigenvalue có giá trị >1 (Trần Đức Long (2006, p.47) trích từ Gerbing & Anderson (1988).
- Tiêu chuẩn thứ năm là khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố >= 0.3 để đảm bảo giá trị phân biệt giữa các nhân tố.
phương pháp trích Principal Component Analysis với phép xoay Varimax và điểm dừng khi trích các yếu tố có eigenvalue lớn hơn 1.
Các thang đo dịch vụ hậu mãi chủ động mà đề tài sử dụng gồm 3 thành phần với 12 biến quan sát. Sau khi kiểm định thang đo bằng công cụ Cronbach Apha, tất cả 12 biến quan sát của 3 thang đo thành phần tiếp tục được đưa vào phân tích EFA.
Kết quả phân tích nhân tố cho thấy, 12 biến quan sát được nhóm thành 3 nhân tố. Trong bảng Rotated component Matrix (xem trong phụ lục 6), các nhân tố đều có hệ số tải nhân tố (factor loading) > 0.5 nên các biến đều quan trọng trong các nhân tố, chúng có ý nghĩa thiết thực. Mỗi biến quan sát có sai biệt về hệ số tải nhân tố giữa các nhân tố đều >= 0.3 nên đảm bảo sự phân biệt giữa các nhân tố. Kiểm định KMO và Barlett’s trong phân tích nhân tố cho thấy giả thuyết này bác bỏ (sig = 0.000). Hệ số KMO (= 0.896) rất cao nên chứng tỏ phân tích EFA rất thích hợp cho nghiên cứu này, do vậy các biến quan sát có tương quan với nhau trên phạm vi tổng thể. Phương sai trích đạt 70.363% thể hiện rằng 3 nhân tố rút ra giải thích 70.363% biến thiên của dữ liệu. Do vậy các thang đo rút ra chấp nhận được. Điểm dừng khi trích các yếu tố tại nhân tố thứ ba với eigenvalue bằng 1.05 (xem thêm ở phụ lục 6).
Bảng 4.8: Kiểm định KMO của thang đo dịch vụ hậu mãi chủ động Kiểm định KMO and Bartlett's Kiểm định KMO and Bartlett's
Kaiser-Meyer-Olkin Measure of Sampling Adequacy 0.896
Giá trị chi bình phương 1.672E3
df 66
Bartlett's Test of Sphericity
Bảng 4.9: Kết quả phân tích EFA của thang đo dịch vụ hậu mãi chủ động Yếu tố Yếu tố Biến quan sát 1 2 3 PP2 0.855 0.118 0.131 PP1 0.842 0.206 0.161 PP4 0.716 0.420 0.179 PP3 0.706 0.348 0.242 PF3 0.600 0.291 0.365 PE2 0.143 0.798 0.194 PE1 0.218 0.784 0.156 PE3 0.312 0.768 0.108 PE4 0.307 0.767 0.229 PF2 0.122 0.074 0.870 PF1 0.307 0.270 0.702 PF4 0.280 0.481 0.602 Eigenvalue 6.157 1.237 1.050 Phương sai trích 51.304 10.306 8.752 Cronbach Alpha 0.882 0.861 0.750
Kết quả cho thấy một biến trong thành phần chủ động tìm kiếm thơng tin từ khách hàng - đó là PF3 (Đại lý chủ động gửi thư để hỏi thăm tôi về chất lượng dịch vụ của đại lý ) thuộc trong thành phần chủ động phòng chống.
4.3.2.2 Thang đo sự hài lòng của khách hàng
Với phương pháp phân tích nhân tố khám phá EFA với phép xoay Varimax cho cho phép trích được 1 nhân tố từ 4 biến quan sát SATIS1 đến SATIS4, khơng có biến quan sát nào bị loại nên EFA là phù hợp. Kết quả cho thấy hệ số tải nhân tố của 4 biến quan sát đều > 0.5, hệ số KMO= 0.830, mức ý nghĩa của kiểm định Bartlett là 0.000; phương sai trích là 76.218% và hệ số tin cậy Cronbach Alpha = 0.733. Chi tiết thể hiện ở bảng 4.10 và bảng 4.11.
Bảng 4.10: Kiểm tra KMO của thang đo sự hài lòng của khách hàng Kiểm định KMO and Bartlett Kiểm định KMO and Bartlett
Kaiser-Meyer-Olkin Measure of Sampling Adequacy 0.830
Giá trị chi bình phương 596.005
df 66
Bartlett's Test of Sphericity
Sig.(p-value)-mức ý nghĩa 0.000
Bảng 4.11: Kết quả phân tích EFA của thang đo sự hài lịng của khách hàng hàng Yếu tố Biến quan sát 1 SATIS4 0.910 SATIS2 0.878 SATIS1 0.853 SATIS3 0.850 Eigenvalue 3.049 Phương sai trích 76.218 Cronbach Alpha 0.733
4.4 Phân tích hồi quy
Phương pháp phân tích hồi quy giúp ta xác định cụ thể trọng số của từng yếu tố ảnh hưởng đến sự hài lòng của khách hàng. Theo như nghiên cứu thì các biến độc lập là chủ động phịng chống - TPP, chủ động huấn luyện - TPE, chủ động tìm kiếm phản hồi từ khách hàng - TPF; và biến phụ thuộc là sự hài lòng của khách hàng - TSATIS.
Ba nhân tố của thang đo dịch vụ hậu mãi chủ động được đưa vào xem xét các nhân tố ảnh hưởng đến sự hài lòng của khách hàng bằng phương pháp Enter. Kết quả hồi quy ba cho thấy ba nhân tố đều có sig. < 0.05, hệ số R2 đã hiệu chỉnh bằng 12% (Mơ hình giải thích được khoảng 12 % sự thay đổi của biến sự hài lòng)1 và mơ hình phù hợp với dữ liệu ở độ tin cậy 95% (Mức ý
nghĩa của thống kê F trong ANOVA nhỏ hơn 0.05).
Bảng 4.12: Bảng phân tích ANOVA trong hồi quy tuyến tính
Hệ số tương quan R Hệ số xác định R 2 R 2 điều chỉnh Sai số chuẩn ước lượng 1 0.362a 0.131 0.120 1.016 a. Predictors: (Hằng số), TPP, TPE, TPF b. Biến phụ thuộc: TSATIS
ANOVAb Tổng bình phương df Giá trị trung bình bình phuơng F Sig. Hồi quy 38.275 3 12.758 12.350 .000a Phần dư 254.125 246 1.033 1 Total 292.400 249 a. Predictors: (Hằng số), TPP, TPE, TPF b. Biến phụ thuộc: TSATIS
1: Cần chú ý rằng, R2 nhỏ, lý do là nhiều doanh nghiệp đã xác định nhiều nhân tố khác nhau tác động vào sự hài lòng của khách hàng ví dụ như ấn tượng thương hiệu,
chất lượng dịch vụ sản phẩm,…. Nghiên cứu này nhằm mục đích nêu ra những yếu tố mới góp phần làm tăng mức độ hài lòng của khách hàng , đây là cơ sở cho sự khác biệt trong định vị sản phẩm.
Bảng 4.13: Bảng kết quả hồi quy từng phần
Tất cả 3 nhân tố của thang đo dịch vụ hậu mãi chủ động đều thực sự ảnh hưởng đến sự hài lòng của khách hàng (TSATIS). Ba biến này đều ảnh hưởng dương đến sự hài lịng của khách hàng (do có các hệ số Beta dương). Nghĩa là, nếu nhà cung cấp càng chủ động giúp khách hàng phòng chống những trục trặc thường xảy ra với ô tô hay nhà cung cấp càng chủ động huấn luyện khách hàng về thông tin liên quan đến ô tô cũng như nhà cung cấp càng chủ động tìm kiếm những phản hồi từ khách hàng thì càng làm cho khách hàng hài lịng về dịch vụ hậu mãi của nhà cung cấp; và ngược lại (khi xét sự thay đổi của một yếu tố thì các yếu tố khác được giả định là không đổi).
Phương trình hồi quy đối với các biến đã chuẩn hóa có dạng như sau:
TSATIS = 0.170 TPP + 0.232 TPE + 0.161 TPF
Để xác định tầm quan trọng của nhân tố TPP, TPE, TPF trong mối quan hệ với nhân tố TSATIS, chúng ta căn cứ vào hệ số Beta. Nếu trị tuyệt đối hệ số Beta của nhân tố nào càng lớn thì nhân tố đó ảnh hưởng càng quan trọng đến nhân tố TSATIS. Nhìn vào bảng số liệu ta thấy, nhân tố chủ động huấn luyện ảnh hưởng mạnh nhất đến sự hài lòng của khách hàng (Beta bằng 0.232), lớn
Hệ số chưa chuẩn hóa Hệ số chuẩn hóa 95% độ tin cậy cho B B Sai số chuẩn Beta chuẩn hóa t Sig. Giới hạn dưới Dưới hạn trên Hằng số 0.257 0.100 2.558 0.011 0.059 0.455 TPP 0.132 0.048 0.170 2.769 0.006 0.038 0.227 TPE 0.267 0.071 0.232 3.777 0.000 0.128 0.406 TPF 0.283 0.105 0.161 2.702 0.007 0.077 0.489 a. Biến phụ thuộc : TSATIS
nhất trong các Beta. Tiếp theo là nhân tố chủ động phòng chống (Beta bằng 0.170), cuối cùng là nhân tố chủ động tìm kiếm phản hồi từ khách hàng (vì hệ số của Beta bằng 0.161).
4.5 Đánh giá tác động các yếu tố định tính đến các thành phần dịch vụ hậu mãi và sự hài lòng của khách hàng
Để tiến hành kiểm định trung bình, ta cần phải tiến hành kiểm định sự bằng nhau về phương sai đó là kiểm định Levene test. Levene test được tiến hành với giả thuyết Ho rằng 2 tổng thể bằng nhau, nếu kết quả kiểm định có mức ý nghĩa quan sát nhỏ hơn 0.05 ta bác bỏ giả thuyết Ho. Kết quả của việc bác bỏ hay chấp nhận Ho sẽ ảnh hưởng đến việc lựa chọn tiếp loại kiểm định giả thuyết về sự bằng nhau giữa hai trung bình tổng thể nào: kiểm định trung bình với phương sai bằng nhau hay kiểm định trung bình với phương sai khác nhau (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
4.5.1 Giới tính (nam và nữ)
Việc kiểm định theo giới tính nhằm xác định có hay khơng sự khác biệt giữa nam và nữ về các thành phần của dịch vụ hậu mãi chủ động nhằm giúp cho các cơng ty có chính sách phù hợp. Sự kiểm định T-test để nghiên cứu ảnh hưởng của giới tính lên các thành phần này. Chi tiết miêu tả ở bảng 4.14 và bảng 4.15.
Bảng 4.14: Bảng kiểm định sự khác biệt theo giới tính: nam và nữ Thống kê nhóm Giới tính Mẫu Khác biệt trung bình Độ lêch chuẩn Sai số giá trị trung bình chuẩn Nam 213 1.22 1.370 0.094 TPP Nữ 37 1.27 1.539 0.253 Nam 213 0.84 0.963 0.066 TPE Nữ 37 0.73 0.838 0.138 Nam 213 0.31 0.651 0.045 TPF Nữ 37 0.14 0.347 0.057 Nam 213 0.73 1.077 0.074 TSATIS Nữ 37 0.65 1.136 0.187
Bảng 4.15: Bảng kiểm định T-test theo giới tính Kiểm định mẫu độc lập Kiểm định mẫu độc lập
Kiểm định Levene - phương sai
Kiểm định t cho giá trị trung bình
F Sig. t df Sig. (2-tailed)
TPP 1.985 0.160 -0.218 248 0.827
TPE 0.179 0.672 0.657 248 0.512
TPF 11.623 0.001 1.634 248 0.104
2.479 88.083 0.015
TSATIS 0.097 0.756 0.433 248 0.665
Dựa vào kết quả kiểm định ta thấy:
- Sig trong kiểm định Levene của nhân tố chủ động phòng chống (= 0.160) >= 0.05 nên phương sai hai mẫu bằng nhau. Với kiểm định t ta thấy t= -2.18, giá trị p =0.827 >= 0.05 nên khơng có sự khác biệt giữa nam và nữ đối với nhân tố chủ động phòng chống. Số liệu cũng cho thấy mức độ hài lòng về
nhân tố chủ động phòng chống trung bình đối với nam là 1.22 và đối với nữ là 1.27.
- Còn đối với nhân tố chủ động huấn luyện, Sig trong kiểm định Levene là 0.672 > 0.05 nên phương sai hai mẫu bằng nhau. Với kiểm định t ta được t=0.657, giá trị p =0.512 > 0.05 nên khơng có sự khác biệt giữa nam và nữ đối với nhân tố chủ động huấn luyện. Số liệu cũng cho thấy mức độ hài lòng về nhân tố chủ động huấn luyện trung bình đối với nam là 0.84 và đối với nữ là 0.73.
- Còn đối với nhân tố chủ động tìm kiếm phản hồi từ khách hàng thì Sig trong kiểm định Leneve là 0.01< 0.05, trường hợp phương sai không bằng nhau. Vậy giới tính có ảnh hưởng đến nhân tố chủ động tìm kiếm phản hồi từ khách hàng vì sig của T-test là 0.015 < 0.05 đạt mức có ý nghĩa. Nam đánh giá việc chủ động tìm kiếm phản hồi từ đại lý cao hơn nữ (0.31 so với 0.14).
- Dựa theo kết quả như trên ta thấy giá trị Sig trong kiểm định Levene của nhân tố hài lòng khách hàng là 0.756) > 0.05 nên phương sai giữa nam và nữ khơng khác nhau, ta có Sig của T-test = 0.665 nên khơng có sự khác nhau về giới tính đối với sự hài lịng của khách hàng.
Như vậy đối với việc kiểm định theo giới tính thì chỉ có sự khác biệt giữa nam và nữ đối với nhân tố chủ động tìm kiếm phản hồi từ khách hàng.
4.5.2 Độ tuổi (ít hơn 35 tuổi và trên 35 tuổi)
Bao gồm so sánh sự khác biệt theo độ tuổi đối với các thành phần của dịch vụ hậu mãi chủ động.
Bảng 4.16: Kiểm định sự khác biệt theo độ tuổi Thống kê nhóm Thống kê nhóm Độ tuổi Mẫu Khác biệt trung bình Độ lêch chuẩn
Sai số giá trị trung bình chuẩn <= 35 tuổi 114 1.26 1.402 0.131 TPP >35 tuổi 136 1.19 1.391 0.119 <= 35 tuổi 114 0.80 0.914 0.086 TPE >35 tuổi 136 0.85 0.973 0.083 <= 35 tuổi 114 0.25 0.541 0.051 TPF >35 tuổi 136 0.32 0.676 0.058 <= 35 tuổi 114 0.62 0.925 0.087 TSATIS >35 tuổi 136 0.80 1.198 0.103
Bảng 4.17: Bảng kiểm định T-test theo độ tuổi
Từ số liệu trong bảng 4.16 và bảng 4.17, ta nhận thấy khơng có sự khác biệt về độ tuổi của khách hàng đối với nhân tố chủ động phòng chống và chủ động huấn luyện (vì Sig trong kiểm định Levene của các nhân tố đều > 0.05 và Sig của T-test > 0.05)
Còn đối với nhân tố chủ động tìm kiếm phản hồi và sự hài lịng của khách hàng thì Sig của Levene đều nhỏ hơn 0.05 (lần lượt là 0.044 và 0.013) nên
Kiểm định mẫu độc lập
Kiểm định Levene's cho phương sai
Kiểm định t- cho giá trị trung bình
F Sig. t df Sig. (2-tailed)
TPP 0.002 0.967 0.406 248 0.685
TPE 0.148 0.701 -0.394 248 0.694
TPF 4.090 0.044 -0.992 248 0.322
-1.011 247.498 0.313
khơng có sự khác biệt về độ tuổi đối với nhân tố chủ động tìm kiếm phản hồi và sự hài lòng của khách hàng.
Như vậy ở bất cứ độ tuổi nào khách hàng cũng đánh giá như nhau về nhân tố dịch vụ hậu mãi chủ động.
4.5.3 Thu nhập (ít hơn 20 triệu đồng và trên 20 triệu đồng 1 tháng) Bảng 4.18: Kiểm định sự khác biệt theo mức thu nhập 1 tháng Bảng 4.18: Kiểm định sự khác biệt theo mức thu nhập 1 tháng
Thống kê nhóm Mức thu nhập trên 1 tháng Mẫu Khác biệt