Nhân tố
Giá trị Eigenvalues Tổng bình phương hệ số tải
Tổng % phương sai Phương sai cộng dồn % Tổng % phương sai Phương sai cộng dồn % 1 2.062 68.725 68.725 2.062 68.725 68.725 2 .517 17.224 85.949 3 .422 14.051 100.000
(Nguồn: Kết quả phân tích SPSS)
Theo kết quả trong Bảng 4.13, 1 nhân tố trích được trong phân tích có giá trị vì tổng phương sai trích có 1 nhân tố hình thành với điểm dừng trích có Eigenvalue là 2,062 (> 1). Kế đó, phương sai trích được từ 3 biến quan sát này là 68,725%, đạt mức yêu cầu (lớn hơn 50%), cho thấy rằng 68,725% sự biến thiên của tập dữ liệu do một nhân tố hình thành.
Vì vậy, kết luận rằng phân tích nhân tố là phù hợp và có giá trị cho việc thực hiện các phân tích thống kê tiếp theo.
Sự tin cậy TC1, TC2,TC3, TC4 TC Độc lập
Năng lực phục vụ NL1, NL2, NL3, NL4 NL Độc lập
Sự đồng cảm DC1, DC2, DC3, DC4 DC Độc lập
Phương tiện hữu hình PT3, PT4, PT5 PT Độc lập
Sự hài lòng HL1, HL2, HL3 HL Phụ thuộc
(Nguồn: Kết quả phân tích SPSS)
Sau khi phân tích nhân tố, giá trị nhân tố của chúng được tác giả tính dựa trên giá trị trung bình của tất cả các biến quan sát thuộc vào từng nhân tố và giá trị trung bình này được đại diện cho các biến quan sát trong các phân tích kế tiếp.
4.4. Phân tích hồi quy tuyến tính
4.4.1. Kết quả phân tích tương quan giữa các biến
Phân tích mối tương quan tuyến tính giữa biến phụ thuộc Sự hài lòng của khách hàng (HL) và từng biến độc lập là Sự tin cậy (TC), Năng lực phục vụ (NL), Sự đồng cảm (DC), Phương tiện hữu hình (PT) được tác giả thực hiện để chứng tỏ giữa chúng có mối liên hệ với nhau và cho thấy rằng việc phân tích hồi quy tuyến tính ở bước kế tiếp là phù hợp.
Bên cạnh đó, tác giả xem xét mối tương quan tuyến tính giữa các biến độc lập với nhau để nhìn nhận có hiện tượng tương quan chặt chẽ giữa các biến độc lập với nhau hay không, cũng như phát hiện các dấu hiệu hiện tượng đa cộng tuyến xảy ra trong mơ hình hồi quy tuyến tính nếu có để đưa ra nhận xét.
Để đánh giá mức độ tương quan giữa các biến, tác giả dựa kết quả phân tích dữ liệu từ SPSS (kiểm định tương quan). Theo thường quy, để có thể đánh giá hai biến có mối tương quan với nhau hay không, tác giả dựa vào giá trị Sig. lớn hơn
Bảng 4.15: Bảng ma trận tương quanHL TC NL DC PT HL TC NL DC PT HL Tương quan Pearson 1 .225** .216** .448** .679** Sig. (2-tailed) .002 .003 .000 .000 N 187 187 187 187 187 TC Tương quan Pearson .225** 1 .197** .115 -.047 Sig. (2-tailed) .002 .007 .116 .525 N 187 187 187 187 187 NL Tương quan Pearson .216** .197** 1 .733** .000 Sig. (2-tailed) .003 .007 .000 .996 N 187 187 187 187 187 DC Tương quan Pearson .448** .115 .733** 1 .477** Sig. (2-tailed) .000 .116 .000 .000 N 187 187 187 187 187 PT Tương quan Pearson .679** -.047 .000 .477** 1 Sig. (2-tailed) .000 .525 .996 .000 N 187 187 187 187 187
(PT) đều có mối liên hệ tuyến tính đối với biến phụ thuộc cụ thể ở đây là mối tương quan cùng chiều hệ số dương. Về các biến ảnh hưởng đến Sự hài lòng (HL) thì biến Phương tiện hữu hình (PT) có hệ số tương quan cao nhất là 0,679 tiếp theo là biến Sự đồng cảm (DC) với hệ số 0,448. Các biến còn lại gồm Sự tin cậy (TC) và Năng lực phục vụ (NL) có hệ số tương quan lần lượt là 0,225 và 0,216. Cùng với đó, sự tương quam giữa tất cả các biến độc lập với biến phụ thuộc đều có giá trị Sig nhỏ hơn 0,05. Vì vậy, tác giả bác bỏ giả thuyết là không có mối liên hệ giữa các biến độc lập và biến phụ thuộc. Cũng từ ma trận hệ số tương quan, tác giả xét mối quan hệ giữa các biến độc lập với nhau, có nhiều biến độc lập có giá trị Sig < 0,05, tác giả đặt nghi ngờ có xảy ra hiện tượng đa cộng tuyến và sẽ tiến hành kiểm định ở bước sau.
Tiếp theo, tác giả tiến hành đưa các đại diện của biến độc lập và biến phụ thuộc vào mô hình hồi quy nhằm để đánh giá cụ thể sự ảnh hưởng của các biến độc lập đến biến phụ thuộc.
4.4.2. Phân tích hồi quy tuyến tính
Đánh giá và kiểm định độ phù hợp của mô hình
Bằng phương pháp Enter, Bảng 4.16 cho thấy các biến độc lập giải thích được
55,0% sự biến thiên của biến phụ thuộc thể hiện qua hệ số R2 hiệu chỉnh = 0,550.
Phần còn lại là do ảnh hưởng của sai số ngẫu nhiên và biến bên ngồi mơ hình. Theo mô hình hồi quy, kết quả kiểm định Durbin-Watson (DW) cho trị số bằng 1,894 gần bằng 2,0 chứng tỏ khơng có tương quan chuỗi bậc nhất (Hồng Trọng & Chu Nguyễn Mộng Ngọc, 2008). Ngoài ra, theo Yahua Qiao (2011) giá trị DW = 1,894 nằm trong khoảng 1,5 đến 2,5 nên kết quả này đã không vi phạm giả định tự tương quan chuỗi bậc nhất.
Mô hình R R bình phương
chỉnh Durbin-Watson
1 .748a .560 .550 1.894
(Nguồn: Kết quả phân tích SPSS)
Tuy nhiên, giá trị R2 hiệu chỉnh chỉ thể hiện được sự phù hợp của mô hình và dữ liệu mẫu mà chưa đảm bảo mức độ đại diện cho cả tổng thể, vì thế để có thể xem xét sự phù hợp của mô hình hồi quy tổng thể, tác giả cần tiếp tục thực hiện kiểm định F.
Bảng 4.17: Bảng ANOVA
Mô hình Tổng bình df Bình phương F Sig.
1
Hồi quy 22.762 4 5.691 57.811 .000b
Phần dư 17.915 182 .098
Tổng 40.677 186
(Nguồn: Kết quả phân tích SPSS)
Kiểm định F được sử dụng để kiểm định giả thuyết về độ phù hợp của mơ hình hồi quy tuyến tính. Theo Bảng 4.17 giá trị Sig = 0,000 nên tác giả kết luận mơ hình hồi quy tuyến tính là phù hợp.
Bảng 4.18: Kết quả hệ số hồi quy lần 1
Mô hình
Hệ số hồi quy chưa chuẩn hóa
Hệ số hồi quy chuẩn hóa t Sig. Thống kê đa cộng tuyến B Lệch
chuẩn Beta Dung sai VIF
1 Hằng số .322 .241 1.337 .183 TC .157 .035 .222 4.428 .000 .959 1.043 NL .220 .073 .272 3.025 .003 .300 3.334 DC -.128 .096 -.136 -1.341 .182 .235 4.253 PT .620 .057 .754 10.928 .000 .508 1.967
(Nguồn: Kết quả phân tích SPSS)
Bảng 4.18 Kết quả hồi quy thể hiện tất cả các biến độc lập TC, NL, PT đều có giá trị Sig <0,05, như vậy tất cả các biến này đều ảnh hưởng đến Sự hài lòng của khách hàng. Hệ số hồi quy chuẩn hóa của tất cả các biến độc lập là β > 0 nên các yếu tố này đều có ảnh hưởng cùng chiều lên nhân tố Sự hài lòng (HL). Hệ số hồi quy β tỉ lệ thuận với mức độ ảnh hưởng của các biến thành phần tương ứng đến biến Sự hài lòng của khách hàng. Chi tiết kết quả phân tích hồi quy lần 1 cho thấy yếu tố Phương tiện hữu hình (PT) có ảnh hưởng nhiều nhất đến Sự hài lòng của khách hàng (β = 0,754), kế đến là yếu tố Năng lực phục vụ (NL) có β = 0,272. Cuối cùng là yếu tố Sự tin cậy (TC) có β = 0,222 ảnh hưởng ít nhất đến Sự hài lịng của khách hàng. Tuy nhiên biến độc lập Sự đồng cảm (DC) có hệ số sig 0,182 > 0,05 nên yếu tố này không có ý nghĩa thống kê trong mô hình, nên tiến hành phân tích hồi quy lần 2.
Mơ hình
Hệ số hồi quy
chưa chuẩn hóaquy chuẩn
hóa t Sig.
Thống kê đa cộng tuyến
B Lệch
chuẩn Beta Dung sai VIF
1
Hằng số .350 .241 1.452 .148
TC .158 .036 .223 4.437 .000 .959 1.043
NL .139 .041 .172 3.418 .001 .961 1.040
PT .567 .041 .689 13.964 .000 .998 1.002
(Nguồn: Kết quả phân tích SPSS)
Chi tiết kết quả phân tích hồi quy lần 2 (Bảng 4.19) cho thấy yếu tố Phương tiện hữu hình (PT) có ảnh hưởng nhiều nhất đến Sự hài lòng của khách hàng (β = 0,689), kế đến là yếu tố Sự tin cậy (TC) có β = 0,223. Cuối cùng là yếu tố Năng lực phục vụ (NL) có β = 0,172 ảnh hưởng ít nhất đến Sự hài lịng của khách hàng. Phương trình hồi quy chuẩn hoá như sau:
HL = 0,689*PT+0,223*TC+0,172 *NL
Trong đó: HL là Sự hài lòng; PT là Phương tiện hữu hình; TC là Sự tin cậy; NL là Năng lực phục vụ.
Đánh giá các giả định hồi quy
Mơ hình hồi quy tuyến tính được thực hiện với một số giả định và khi các giả định được đảm bảo thì mô hình mới có ý nghĩa. Do đó, để mô hình có thể đảm bảo độ tin cậy, vi phạm các giả định cần thiết cần được dị tìm trong hồi quy tuyến tính.
Kiểm định vi phạm đa cộng tuyến của mô hình
cho rằng. Vì thế, mô hình không xảy ra hiện tượng đa cộng tuyến và loại bỏ nghi ngờ đa cộng tuyến ở phân tích tương quan trước đó.
Kiểm định liên hệ tuyến tính thơng qua việc phân tích biểu đồ Scatterplot
Theo Hình 4.1, có thể thấy rằng phần dư phân tán ngẫu nhiên trong một vùng xung quanh đường hoành độ 0 (biểu đồ Scatterplot thể hiện phần dư chuẩn hóa ở trục tung), kết hợp giữa giá trị phần dư và giá trị ước lượng từ phương trình hồi quy không hình thành bất kỳ một quy luật nào, từ đó cho thấy giả định vi phạm tuyến tính khơng bị vi phạm.
Hình 4.1: Biểu đồ Scatterplot
(Nguồn: Kết quả phân tích SPSS)
Kiểm định phân phối chuẩn phần dư thơng qua phân tích biểu đồ tần số của
nhiều để phân tích. Vì vậy, cần thực hiện nhiều cách khảo sát khác nhau và trong phân tích này, nghiên cứu sử dụng biểu đồ Histogram của phần dư.
Từ Hình 4.2 biểu đồ Histogram, giá trị Mean của phần dư bằng 2,67E (-15) gần bằng 0, và độ lệch chuẩn Std.Dev là 0,992 gần bằng 1. Từ đó có cơ sở kết luận rằng phần dư có phân phối chuẩn.
Hình 4.2: Biểu đồ Histogram của phần dư
(Nguồn: Kết quả phân tích SPSS)
Ngồi ra, theo Hình 4.3 biểu đồ P-P plot, các điểm quan sát thực tế được biểudiễn bằng sự tập trung khá nhiều thành đường chéo sát nhau cho thấy là dữ liệu diễn bằng sự tập trung khá nhiều thành đường chéo sát nhau cho thấy là dữ liệu phần dư có phân phối chuẩn.
định cần thiết trong hồi quy tuyến tính và có thể dùng để kiểm định các giả thuyết đã đề ra.
Hình 4.3: Biểu đồ P-P
(Nguồn: Kết quả phân tích SPSS)
4.5. Kiểm định giả thuyết
Kết quả hồi quy ở Bảng 4.19 cũng cho thấy, các giá trị Sig của 3 biến độc lập đều nhỏ hơn 0,05. Vì thế, có cơ sở kết luận rằng các biến độc lập này ảnh hưởng có ý nghĩa về mặt thống kê đến Sự hài lòng của khách hàng. Như vậy, trong 4 giả thuyết nghiên cứu được trình bày trong Chương 2, chấp nhận H1, H3, H5 và bác bỏ H4 do sig > 0,05.
Bảng 4.20: Tóm tắt kết quả kiểm định giả thuyết
Giả thuyết Nội dung Kết quả
H1
Sự tin cậy ảnh hưởng tích cực đến sự hài lịng của khách hàng đối với ứng dụng hệ sinh thái BHXH số trong DVHCC tại BHXH TP. HCM
Chấp nhận
H2
Khả năng đáp ứng ảnh hưởng tích cực đến sự hài lịng của khách hàng đối với ứng dụng hệ sinh thái BHXH số trong DVHCC tại BHXH TP. HCM
Bác bỏ
H3
Năng lực phục vụ ảnh hưởng tích cực đến sự hài lòng của khách hàng đối với ứng dụng hệ sinh thái BHXH số trong DVHCC tại BHXH TP. HCM
Chấp nhận
H4
Sự đồng cảm ảnh hưởng tích cực đến sự hài lịng của khách hàng đối với ứng dụng hệ sinh thái BHXH số trong DVHCC tại BHXH TP. HCM
Bác bỏ
H5
Phương tiện hữu hình ảnh hưởng tích cực đến sự hài lịng của khách hàng đối với ứng dụng hệ sinh thái BHXH số trong DVHCC tại BHXH TP. HCM
Chấp nhận
Bảng 4.21: Kiểm định Levene Test theo giới tính
Kiểm định Levene df1 df2 Sig.
2.042 1 185 .155
(Nguồn: Kết quả phân tích SPSS)
Kiểm định Levene’s Test cho thấy giá trị Sig = 0,155 > 0,05 (Bảng 4.21) nên ta kết luận phương sai của hai nhóm giới tính này khơng có sự khác biệt. Giả thuyết này được chấp nhận.
Bảng 4.22: Bảng thống kê mô tả Sự hài lịng theo giới tính
N Trung bình Độ lệch chuẩn Trung bình sai số
Nữ 68 3.6225 .42674 .05175
Nam 119 3.6555 .49084 .04500
Tổng 187 3.6435 .46765 .03420
(Nguồn: Kết quả phân tích SPSS)
Bảng 4.22 thống kê cho thấy, chỉ số trung bình của giới tính nữ và nam lần lượt là 3,6225 và 3,6555 cho thấy Sự hài lòng của khách hàng nam là cao hơn so với khách hàng nữ.
Bảng 4.23: Bảng Phân tích ANOVA theo Giới tính
Tổng bình phương df Bình phương
trung bình F Sig.
Giữa các nhóm .047 1 .047 .213 .645 Nội bộ nhóm 40.630 185 .220 Tổng 40.677 186
tính.
4.6.2. Kiểm định sự khác biệt theo Độ tuổi
Kiểm định Levene’s Test cho thấy giá trị Sig = 0,116> 0,05 (Bảng 4.24) nên ta kết luận phương sai của các nhóm độ tuổi này không có sự khác biệt. Giả thuyết này được chấp nhận.
Bảng 4.24: Kiểm định Levene Test theo nhóm tuổi
Kiểm định Levene df1 df2 Sig.
1.997 3 183 .116
(Nguồn: Kết quả phân tích SPSS)
Bảng 4.25 thống kê mơ tả Sự hài lòng theo nhóm độ tuổi cho thấy, điểm số hài lòng trung bình của các nhóm độ tuổi dao động từ 3,5000 đến 3,7879. Số tuổi tăng thì Sự hài lịng của khách hàng cũng tăng, và khơng tuyến tính. Nhóm khách hàng trên 55 tuổi có điểm trung bình cao nhất là 3,7879.
Bảng 4.25: Bảng thống kê mô tả Sự hài lịng theo nhóm tuổi
N Trung bình Độ lệch chuẩn Trung bình sai số
<25 tuổi 12 3.5000 .30151 .08704
26-40 tuổi 86 3.6124 .44827 .04834
41-55 tuổi 78 3.6795 .48481 .05489
>55 tuổi 11 3.7879 .61955 .18680
Tổng 187 3.6435 .46765 .03420
Tổng bình phương df
trung bình F Sig.
Giữa các nhóm .661 3 .220 1.007 .391
Nội bộ nhóm 40.017 183 .219
Tổng 40.677 186
(Nguồn: Kết quả phân tích SPSS)
Kết quả kiểm định ANOVA (Bảng 4.26, giá trị Sig = 0,645 > 0,05 nên ta có thể kết luận không có sự khác biệt về Sự hài lòng của khách hàng đối với nhóm tuổi khác nhau. Cho thấy giữa người những khách hàng nhỏ tuổi và khách hàng lớn tuổi đều có chung các yếu tố ảnh hưởng.
4.6.3. Kiểm định sự khác biệt theo Trình độ học vấn
Bảng 4.27 thống kê mơ tả Sự hài lịng theo Trình độ học vấn, điểm số hài lòng trung bình của các nhóm Trình độ học vấn nằm trong khoảng từ 3,2857 đến 3,6725. Cụ thể, nhóm Trung cấp cao đẳng và nhóm Đại học có điểm số hài lòng trung bình cao gần như nhau.
Bảng 4.27: Bảng thống kê mô tả Sự hài lịng theo Trình độ học vấn
N Trung bình Độ lệch chuẩn Trung bình sai số
Lao động phổ thông 7 3.2857 .23002 .08694
Trung cấp – Cao đẳng 57 3.6725 .45640 .06045
Đại học 110 3.6667 .46487 .04432
Sau đại học 13 3.5128 .57115 .15841
Tổng 187 3.6435 .46765 .03420
1.689 3 183 .171
(Nguồn: Kết quả phân tích SPSS)
Kiểm định Levene’s Test cho thấy giá trị Sig = 0,171 > 0,05 (Bảng 4.28) nên ta kết luận phương sai của các nhóm Trình độ học vấn không có sự khác biệt. Giả thuyết này được chấp nhận.
Bảng 4.29: Bảng Phân tích ANOVA theo Trình độ học vấn
Tổng bình phương df Bình phương
trung bình F Sig.
Giữa các nhóm 1.225 3 .408 1.894 .132
Nội bộ nhóm 39.452 183 .216
Tổng 40.677 186
(Nguồn: Kết quả phân tích SPSS)
Kết quả kiểm định ANOVA (Bảng 4.29, giá trị Sig = 0,132 > 0,05 nên ta có thể kết luận không có sự khác biệt về Sự hài lòng của khách hàng đối với các nhóm Trình độ học vấn khác nhau.
4.6.4. Kiểm định sự khác biệt theo Thu nhập trung bình
Bảng 4.30: Bảng thống kê mơ tả Sự hài lịng theo Thu nhập trung bình
N Trung bình Độ lệch chuẩn Trung bình sai số
<10 triệu 53 3.6164 .49093 .06743
10-20 triệu 89 3.6367 .46775 .04958
Tổng 187 3.6435 .46765 .03420
(Nguồn: Kết quả phân tích SPSS)
Bảng 4.30 cho thấy, điểm số hài lòng trung bình của các nhóm Thu nhập trung bình dao động trong khoảng từ 3,6164 đến 3,8889. Trong đó, nhóm thu nhập > 60 triệu có điểm trung bình cao nhất là 3,8889.
Bảng 4.31: Kiểm định Levene Test Thu nhập trung bình
Kiểm định Levene df1 df2 Sig.
.024 4 182 .999
(Nguồn: Kết quả phân tích SPSS)
Kiểm định Levene’s Test cho thấy giá trị Sig = 0,999 > 0,05 (Bảng 4.31) nên ta kết luận phương sai của hai nhóm Thu nhập trung bình này không có sự khác biệt. Giả thuyết này được chấp nhận.
Bảng 4.32: Bảng Phân tích ANOVA Thu nhập trung bình