3.3 Nghiên cứu định lƣợng
3.3.1.2. Kiểm định thang đo bằng phân tích nhân tố khám phá (EFA)
Sau khi các khái niệm (yếu tố) đƣợc kiểm định thang đo bằng hệ số Cronbach’s Anpha và xác định các hệ số tƣơng quan biến tổng của từng biến quan sát tiếp tục đƣa dữ liệu vào phân tích EFA. Tuy nhiên để thực hiện phân tích EFA thì số lƣợng biến quan sát phải gấp 4-5 lần số biến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008); theo Hair et al (2009) cho rằng kích thƣớc mẫu tối thiểu là 50, tốt hơn nên là 100. Do đó, với 40 số quan sát ở bƣớc nghiên cứu sơ bộ này thì việc phân tích EFA chỉ mang tính tham khảo.
* Phân tích EFA các biến độc lập
Trong đề tài nghiên cứu này phân tích nhân tố sẽ giúp ta xem xét khả năng rút gọn số lƣợng 29 biến quan sát độc lập xuống cịn 1 số ít các biến dùng để phản ánh 1 cách cụ thể sự tác động của các yếu tố ảnh hƣởng đến sự hài lịng.
Để tiến hành phân tích nhân tố khám phá thì dữ liệu thu đƣợc phải đáp ứng đƣợc các điều kiện qua kiểm định Bartlett’s test và kiểm định KMO. Bartlett’s test dùng để kiểm định H0 là các biến khơng có tƣơng quan với nhau trong tổng thể, tức ma trận tƣơng quan tổng thể là 1 ma trận đơn vị, giá trị Sig. của Bartlett’s test < 0.05 cho phép bác bỏ giả thiết H0. Hệ số KMO dùng để kiểm tra xem kích thƣớc mẫu ta có đƣợc có phù hợp với phân tích nhân tố hay khơng, giá trị trong khoảng 0.5 < KMO < 1 có nghĩa là phân tích nhân tố là thích hợp. Kết quả kiểm định thể hiện dƣới đây:
Bảng 3.8 Hệ số KMO và kiểm định Bartlett
Kaiser-Meyer-Olkin Measure of Sampling Adequacy .508
Bartlett's Test of Sphericity
Approx. Chi-Square 598,924
df 406
Sig. .000
Nguồn: Tác giả tổng hợp nghiên cứu
Từ bảng trên cho thấy kết quả kiểm định các biến độc lập, trị số của KMO là 0.508 thỏa điều kiện 0.5 < KMO < 1, do đó dữ liệu thích hợp để phân tích EFA.
51
Bảng 3.9 Tổng phƣơng sai trích của các biến độc lập
Nhân tố Giá trị Eigenvalues Tổng bình phƣơng hệ số tải Tổng bình phƣơng hệ số tải xoay Tổng % phƣơng sai % phƣơng sai cộng dồn Tổng % phƣơng sai % phƣơng sai cộng dồn Tổng % phƣơng sai % phƣơng sai cộng dồn 1 7,821 26,968 26,968 7,821 26,968 26,968 3,017 10,404 10,404 2 2,398 8,267 35,235 2,398 8,267 35,235 2,914 10,048 20,452 3 2,030 7,000 42,235 2,030 7,000 42,235 2,356 8,124 28,577 4 1,827 6,300 48,536 1,827 6,300 48,536 2,094 7,221 35,798 5 1,676 5,779 54,314 1,676 5,779 54,314 2,038 7,029 42,826 6 1,588 5,475 59,789 1,588 5,475 59,789 2,037 7,025 49,851 7 1,330 4,586 64,375 1,330 4,586 64,375 2,015 6,948 56,799 8 1,177 4,058 68,433 1,177 4,058 68,433 1,903 6,562 63,361 9 1,121 3,864 72,297 1,121 3,864 72,297 1,826 6,297 69,658 10 1,044 3,601 75,899 1,044 3,601 75,899 1,810 6,240 75,899 11 ,946 3,261 79,160 12 ,808 2,786 81,946 13 ,771 2,658 84,604 14 ,651 2,245 86,848 15 ,600 2,069 88,917 16 ,520 1,794 90,711 17 ,462 1,594 92,305 18 ,395 1,360 93,666 19 ,370 1,276 94,942 20 ,317 1,091 96,033 21 ,255 ,880 96,913 22 ,241 ,831 97,744 23 ,198 ,682 98,426 24 ,153 ,527 98,953 25 ,116 ,399 99,351 26 ,070 ,241 99,592 27 ,049 ,169 99,761 28 ,040 ,138 99,898 29 ,029 ,102 100,000
52
Tổng phƣơng sai rút trích là 75.899% cho thấy mơ hình EFA là phù hợp. Nhƣ vậy 10 nhân tố đƣợc trích cơ đọng đƣợc 75.899% biến thiên quan sát
Bảng 3.10 Ma trận xoay phân tích nhân tố của các biến độc lập
Nhân tố 1 2 3 4 5 6 7 8 9 10 Huuhinh4 ,763 Huuhinh3 ,760 Huuhinh1 ,638 GiaCN4 ,561 Tincay2 ,522 Dapung3 ,810 GiaCN3 ,723 Dapung4 ,579 Dapung1 ,545 Tincay4 ,511 Dapung5 ,823 Dapung2 ,711 Tincay1 ,529 Dongcam3 ,746 Huuhinh2 ,731 NLPV2 ,843 NLPV1 ,771 Tincay3 ,889 Tincay5 ,682 Dapung6 ,751 NLPV3 ,566 GiaCN2 ,503 Dongcam1 ,846 Dongcam2 ,604 NLPV4 ,569 Dapung7 ,787 NLPV5 ,757 Dapung8 ,560 GiaCN1 ,885
Nguồn: Tác giả tổng hợp nghiên cứu
Sau khi chạy nhân tố khám phá EFA bao gồm 29 biến quan sát thì giữ nguyên 29 biến quan sát cho thang đo sự hài lòng về chất lƣợng dịch vụ. Nhƣ vậy, qua nghiên cứu định lƣợng sơ bộ, tác giả nhận thấy rằng thang đo đã sử dụng cho khảo sát ở
53
bƣớc này đủ độ tin cậy để có thể tiến hành bƣớc nghiên cứu định lƣợng chính thức tiếp theo.
3.3.2 Nghiên cứu định lượng chính thức
- Thiết kế mẫu nghiên cứu
+ Tổng thể nghiên cứu: nghiên cứu chỉ tập trung vào đối tƣợng là ngƣời dân đang sinh sống và sử dụng dịch vụ Grab tại TP.HCM.
+ Kích thƣớc mẫu: đƣợc xác định dựa vào kích thƣớc tối thiểu và số lƣợng biến đo lƣờng đƣa vào phân tích. Theo Hair & ctg (2006) (đƣợc trích bởi Nguyễn Đình Thọ & ctg, 2011) thì kích thƣớc mẫu tối thiểu phải là 100 và tỷ lệ quan sát/biến đo lƣờng là 5:1 (nghĩa là 1 biến đo lƣờng cần tối thiểu là 5 quan sát). Với số lƣợng biến quan sát là 29, kích thƣớc mẫu tối thiếu là n = 29 x 5 = 145. Tuy nhiên kích thƣớc mẫu càng lớn thì sai số thống kê càng giảm, ngồi ra tác giả cũng muốn đề phòng loại trừ số lƣợng phiếu không hợp lệ nên quyết định chọn mẫu là 300 (mẫu).
+ Phƣơng pháp chọn mẫu: do nghiên cứu bị giới hạn về thời gian và chi phí nên mẫu sẽ đƣợc chọn theo phƣơng pháp phi xác suất với hình thức chọn mẫu thuận tiện. Bảng khảo sát đƣợc gửi đi dƣới dạng câu hỏi thông qua Google docs, gửi qua e-mail và gửi bản in câu hỏi trực tiếp đến đối tƣợng khảo sát là những ngƣời đã sử dụng ứng dụng Grab tại VN.
Ở bƣớc nghiên cứu định lƣợng chính thức này, tác giả chọn 300 số quan sát để thực hiện nghiên cứu. Với 300 bảng câu hỏi đƣợc phát đi, kết quả thu về là 300 bảng với tỷ lệ hồi đáp là 100%. Thời gian thực hiện lấy mẫu khảo sát vào tháng 04/2018. - Các phƣơng pháp phân tích dữ liệu
Phần mềm SPSS 20.0 đƣợc dùng để phân tích dữ liệu trong tài liệu này với việc sử dụng các kỹ thuật thống kê nhƣ kiểm định các giả thuyết thống kê, phân tích nhân tố, phân tích hồi quy, phân tích ANOVA. Các bƣớc xử lý số liệu SPSS nhƣ sau:
54
Hình 3.3 Quy trình phân tích dữ liệu bằng SPSS trong phân tích định lƣợng chính thức
Các dữ liệu sau khi thu thập đƣợc tác giả sẽ tiến hành mã hóa, làm sạch và xử lý bằng cơng cụ SPSS 20.0. Các phƣơng pháp phân tích đƣợc tác giả sử dụng trong việc đánh giá thang đo, kiểm định mơ hình lý thuyết và các giả thuyết nghiên cứu gồm
+ Thống kê mô tả
Thống kê mô tả là phƣơng pháp dùng tổng hợp các phƣơng pháp đo lƣờng, mơ tả, trình bày số liệu đƣợc ứng dụng vào trong lĩnh vực kinh tế. Với bảng tần số để mô tả mẫu thu thập theo các thuộc tính nhƣ giới tính, độ tuổi, trình độ học vấn, v.v... Đây là cơ sở để phân tích và kết luận, cũng là trình bày vấn đề nghiên cứu nhờ vào đó mà nhà quản trị có thể đƣa ra nhận xét về vấn đề đang nghiên cứu.
+ Đánh giá độ tin cậy thang đo
Đo lƣờng độ tin cậy của thang đo thông qua hệ số Cronbach’s Alpha đƣợc thực hiện sau khi thang đo đã đƣợc đánh giá sơ bộ định lƣợng, với kích thƣớc mẫu lớn hơn
Làm sạch dữ liệu
Thống kê mơ tả
Phân tích hồi quy
Kiểm định mơ hình và điều chỉnh Kiểm định độ tin cậy Cronbach’s Alpha
55
nhằm loại bỏ tiếp tục các biến không đạt yêu cầu ra khỏi thang đo. Các biến đƣợc giữ lại sẽ đƣợc sử dụng cho các lần phân tích tiếp theo.
Hệ số Cronbach’s Alpha là một phép kiểm định thống kê dùng để kiểm tra sự chặt chẽ và tƣơng quan giữa các biến quan sát. Điều này liên quan đến hai khía cạnh là tƣơng quan giữa bản thân các biến và tƣơng quan của các điểm số của từng biến với điểm số toàn bộ các biến của mỗi ngƣời trả lời.
Phƣơng pháp này cho phép tác giả loại bỏ những biến không phù hợp và hạn chế biến rác trong mơ hình nghiên cứu vì nếu khơng sẽ khơng thể biết đƣợc chính xác độ biến thiên cũng nhƣ độ lỗi của các biến. Theo đó, chỉ những biến có hệ số tƣơng quan biến tổng phù hợp (Corrected Item – Total Correlation) lớn hơn 0,3 và có hệ số Cronbach’s Alpha từ 0,6 trở lên mới đƣợc xem là chấp nhận đƣợc và thích hợp đƣa vào phân tích những bƣớc tiếp theo (Nunnally & Burnstein, 1994).
+ Phân tích nhân tố khám phá EFA
Sau khi đánh giá độ tin cậy của thang đo bằng hệ số Cronbach's Alpha và loại đi các biến không đảm bảo độ tin cậy. Phƣơng pháp này rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu và đƣợc sử dụng để tìm mối quan hệ giữa các biến với nhau.
Phân tích nhân tố khám phá EFA là một phƣơng pháp kỹ thuật đƣợc sử dụng để rút gọn một tập biến quan sát thành một tập các nhân tố ít hơn có ý nghĩa hơn dựa trên mối tƣơng quan giữa các biến với nhau nhƣng vẫn chứa hầu hết nội dung thông tin của tập biến ban đầu. Khi phân tích đánh giá giá trị thang đo bằng phƣơng pháp EFA, các thuộc tính quan trọng mà các nhà nghiên cứu thƣờng quan tâm trong kết quả EFA: số lƣợng nhân tố trích, trọng số nhân tố (Factor loading) và tổng phƣơng sai trích TVE (Nguyễn Đình Thọ & ctg, 2011).
Chỉ tiêu KMO (Kaiser-Meyer-Olkin) và kiểm định Bartlett’s test of sphericity đƣợc dùng để đánh giá mức độ tƣơng quan nội tại giữa các biến quan sát với nhau trong tổng thể. Theo Kaiser (1974) nếu 0,5 ≤ KMO ≤ 1 và mức ý nghĩa của kiểm định
56
Bartlett’s test < 0,05 (sig < 0,05) thì các biến có tƣơng quan với nhau trong tổng thể và phƣơng pháp phân tích nhân tố EFA đƣợc sử dụng là thích hợp.
Số lƣợng nhân tố đƣợc trích dựa trên việc sử dụng phép trích nhân tố PCA (Principal Component Analysis) cùng với phép quay vng góc Varimax. Các thành phần có giá trị eigenvalue ≥ 1 và trọng số nhân tố ≥ 0,5 mới đƣợc xem là nhân tố đại diện các biến và thực sự đo lƣờng khái niệm cần đo lƣờng.
Chỉ số Eigenvalue: đại diện cho lƣợng biến thiên đƣợc giải thích bởi nhân tố. Chỉ những nhân tố có Eigenvalue lớn hơn 1 mới đƣợc giữ lại trong mơ hình phân tích, các nhân tố có Eigenvalue nhỏ hơn 1 sẽ bị loại khỏi mơ hình (Hair & cộng sự, 2006).
Hệ số tải nhân tố (factor loadings): là hệ tố tƣơng quan đơn giữa các biến và nhân tố. Hệ số này càng lớn cho biết các biến và nhân tố càng có quan hệ chặt chẽ với nhau. Với mẫu khoảng 200, hệ số tải nhân tố đƣợc chấp nhận là lớn hơn 0,5 (Hair & cộng sự, 2006), các biến có hệ số tải nhân tố nhỏ hơn 0,5 sẽ bị loại khỏi mơ hình. Kiểm định Bartlett: để kiểm tra độ tƣơng quan giữa các biến quan sát và tổng thể, phân tích chỉ só ý nghĩa khi sig. có giá trị nhỏ hơn 5% (Hair & cộng sự, 2006). Một phần quan trọng trong bảng kết quả phân tích nhân tố là ma trận nhân tố (Ma trận nhân tố) hay ma trận nhân tố khi các nhân tố đƣợc xoay (Ma trận xoay nhân tố). Ma trận nhân tố chứa các hệ số biểu diễn các biến chuẩn hóa bằng các nhân tố (mỗi biến là một đa thức của các nhân tố). Những hệ số tải nhân tố (factor loading) biểu diễn tƣơng quan giữa các biến và các nhân tố. Hệ số này cho biết nhân tố và biến có liên quan chặt chẽ với nhau. Nghiên cứu sử dụng phƣơng pháp trích nhân tố principal components nên các hệ số tải nhân tố phải có trọng số lớn hơn hệ số tải đƣợc chọn từ bảng giá trị tiêu chuẩn của hệ số tải Factor loading thì mới đạt yêu cầu.
Một chỉ tiêu cuối cùng để đánh giá sự phù hợp của mơ hình phân tích nhân tố EFA là tổng phƣơng sai trích TVA (Total variance explained). Theo Nguyễn Đình Thọ &
57
ctg (2011) Tổng phƣơng sai trích phải đạt từ 50% trở lên (≥ 50%) thì mơ hình EFA đƣợc xem là phù hợp.
+ Phân tích hồi quy đa biến:
Phân tích hồi quy tuyến tính đa biến đƣợc dùng để kiểm định các giả thuyết đặt ra và biện luận kết quả dựa trên trọng số hồi quy trong mơ hình hồi quy qua việc sử dụng phép kiểm định F với mức ý nghĩa sig < 0,05 và xem xét hệ số xác định R2 nhằm đánh giá mức độ phù hợp của mơ hình hồi quy tuyến tính đa biến. Ngồi ra, khi ƣớc lƣợng mơ hình hồi quy bội chúng ta phải kiểm tra sự không tƣơng quan hoàn toàn giữa các biến độc lập với nhau tức là kiểm tra hiện tƣợng đa cộng tuyến (Multicolinearity) bằng cách sử dụng hệ số phóng đại phƣơng sai VIF (Variance Inflation Factor). Nếu VIF của một biến độc lập nào đó > 10 thì hiện tƣợng đa cộng tuyến xảy ra tức là biến độc lập đó hầu nhƣ khơng có giá trị giải thích biến thiên của biến phụ thuộc trong mơ hình hồi quy đa bội (Nguyễn Đình Thọ & ctg, 2011). Dựa vào mơ hình lý thuyết, phƣơng trình hồi quy có dạng nhƣ sau:
Sự hài lòng về dịch vụ Grab = β0 + β1* Sự tin cậy + β2* Sự đáp ứng + β3* Năng lực phục vụ +β4* Sự đồng cảm + β5* Phƣơng tiện vật chất hữu hình + β6* Giá cả.
+ Phân tích ANOVA
Trong trƣờng hợp biến phân loại có từ 3 nhóm trở lên ta tiến hành phân tích phƣơng sai một yếu tố (One – Way ANOVA), với giả thuyết Ho là khơng có sự khác biệt giữa các nhóm, nếu kết quả kiểm định có mức ý nghĩa quan sát nhỏ hơn 5% ta bác bỏ giả thuyết Ho. Kết quả của việc bác bỏ hay chấp nhận Ho sẽ ảnh hƣởng đến việc lựa chọn tiếp thủ tục kiểm định nhằm tìm xem sự khác biệt giữa các nhóm xảy ra ở đâu.
Kiểm định Levene ở bảng Test of Homogeneity of variances, nếu sig ở kiểm định ≤ 0,05 thì kết luận phƣơng sai giữa các lựa chọn của biến định tính ở trên khác nhau.
58
Nếu sig ở kiểm định Levene ở bảng Test of Homogeneity of variances > 0,05 thì phƣơng sai giữa các lựa chọn của biến định tính ở trên khơng khác nhau.
Khi có sự khác biệt giữa các nhóm của biến định tính với định lƣợng trong phần T – Test hoặc ANOVA ta tiếp tục theo dõi giá trị Mean ở bảng Descriptives và kết luận. Nếu nhóm nào có giá trị Mean cao hơn thì kết luận nhóm đó tác động nhiều hơn với biến định lƣợng.
Sig (anova) > 0,05 kết luận khơng có sự khác biệt giữa các nhóm biến định tính Sig (anova) ≤ 0,05 thì kết luận có sự khác biệt giữa các nhóm biến định tính.
Khi có sự khác biệt thì có thể phân tích sâu ANOVA để tìm ra sự khác biệt nhƣ thế nào giữa nhóm quan sát. Thơng thƣờng sử dụng phƣơng pháp Post Hoc1
(thống kê Tamhane’s T2) để phân tích sâu ANOVA. Khi có sự khác biệt giữa các nhóm của biến định tính với định lƣợng trong phần T-Test hoặc ANOVA, tiếp tục theo dõi giá trị Mean ở bảng Descriptives và kết luận nếu nhóm nào có giá trị Mean cao hơn thì kết luận nhóm đó tác động nhiều hơn với biến định lƣợng.
Kiểm định Post Hoc là kiểm định sự khác biệt về giá trị trung bình của biến định lƣợng giữa từng cặp thuộc tính của biến định tính. Nếu ít nhất có một cặp có sự khác biệt về giá trị trung bình (Sig. < 0,05) theo các thuộc tính của biến định tính kết luận có sự khác biệt về giá trị trung bình của biến định lƣợng theo các thuộc tính của biến định tính.
Tóm tắt chƣơng 3
Chƣơng này trình bày phƣơng pháp nghiên cứu để xây dựng, đánh giá các thang đo và mơ hình lý thuyết về các yếu tố ảnh hƣởng đến sự hài lòng của khách hàng đối với chất lƣợng dịch vụ Grab tại TP HCM thông qua phƣơng pháp nghiên cứu định tính và nghiên cứu định lƣợng.
59
CHƢƠNG 4 KẾT QUẢ NGHIÊN CỨU
4.1 Tổng quan về Doanh nghiệp tƣ nhân Grab Việt Nam
4.1.1 Lịch sử hình thành và phát triển
Tháng 06/2012, Grab đã chính thức ra đời bởi ông Anthony Tan và bà Tan Hooi Ling là ngƣời đồng sáng lập với mong muốn tạo ra một cuộc cách mạng thay đổi thói quen bắt taxi giữa đƣờng đầy rẫy nguy hiểm.