Các giả thuyết của mơ hình điều chỉnh:
- H1: cảm nhận của khách hàng về thiết kế trang web và thơng tin được cung
cấp tăng hay giảm thì mức độ thỏa mãn của họ đối với dịch vụ giao dịch vé máy bay qua mạng tăng hay giảm theo.
- H2: cảm nhận của khách hàng về mức độ tin cậy của dịch vụ giao dịch vé máy
bay qua mạng tăng hay giảm thì mức độ thỏa mãn của họ đối với dịch vụ này tăng hay giảm theo.
- H3: cảm nhận của khách hàng về độ an toàn của dịch vụ giao dịch vé máy bay
qua mạng tăng hay giảm thì mức độ thỏa mãn của họ đối với dịch vụ này tăng hay giảm theo.
- H4: cảm nhận của khách hàng về dịch vụ khách hàng của dịch vụ giao dịch vé
máy bay qua mạng tăng hay giảm thì mức độ thỏa mãn của họ đối với dịch vụ này tăng hay giảm theo.
4.6. KIỂM ĐỊNH MƠ HÌNH
Các nhân tố hình thành từ q trình phân tích nhân tố gồm “thiết kế trang web và cung cấp thông tin”, “độ tin cậy”, “độ an toàn” và “dịch vụ khách hàng” được khẳng định là phù hợp và được đưa vào phân tích để kiểm định mơ hình. Phân tích tương quan sẽ được thực hiện để xem xét sự phù hợp khi đưa các thành phần vào phương trình hồi qui, kết quả phân tích hồi qui dùng để kiểm định các giả thuyết.
Mã hóa các biến độc lập và biến phụ thuộc như sau:
Các biến độc lập:
- Biến “thiết kế trang web và cung cấp thông tin” (F1): là trung bình của 08 biến quan sát TKW1, TKW2, TKW3, TKW4, TKW5, TKW6, TKW7, DTC13:
F1 = (TKW1+TKW2+TKW3+TKW4+TKW5+TKW6+TKW7+DTC13)/8
- Biến “độ tin cậy” (F2): là trung bình của 07 biến quan sát DTC8, DTC9, DTC10, DTC11, DTC12, DTC14, DVKH25:
F2 = (DTC8+DTC9+DTC10+DTC11+DTC12+DTC14+DVKH25)/7
- Biến “độ an toàn” (F3): là trung bình của 06 biến quan sát DAT15, DAT16, DAT17, DAT18, DAT19, DAT20:
F3 = (DAT15+DAT16+DAT17+DAT18+DAT19+DAT20)/6
- Biến “dịch vụ khách hàng” (F4): là trung bình của 04 biến quan sát DVKH21, DVKH22, DVKH23, DVKH24:
F4 = (DVKH21+DVKH22+DVKH23+DVKH24)/4
Biến phụ thuộc: biến “thỏa mãn chất lượng dịch vụ giao dịch vé máy bay qua mạng”
(TMCLDV) là trung bình của 03 biến quan sát TMCLDV26, TMCLDV27, TMCLDV28 :
TMCLDV = (TMCLDV26+TMCLDV27+TMCLDV28)/3
Dựa vào mơ hình nghiên cứu hiệu chỉnh, mối quan hệ giữa biến phụ thuộc và các biến độc lập được thiết lập như sau : TMCLDV = f(F1, F2, F3, F4)
4.6.1. Phân tích tương quan
Trước khi tiến hành phân tích hồi quy tuyến tính đa biến, mối tương quan tuyến tính giữa các biến cần phải được xem xét.
Bảng 4-6: Ma trận tương quan giữa các biến
Thiết kế trang web
và cung cấp thơng
tin Độ tincậy Độ antồn
Dịch vụ khách hàng Thỏa mãn CLDV Thiết kế trang web và cung cấp thông tin Hệ số tương quan Pearson 1 .730(**) .611(**) .589(**) .675(**) Sig. . .000 .000 .000 .000 N 204 204 204 204 204
Độ tin cậy Hệ số tương
quan Pearson .730(**) 1 .731(**) .639(**) .765(**) Sig. .000 . .000 .000 .000 N 204 204 204 204 204 Độ an toàn Hệ số tương quan Pearson .611(**) .731(**) 1 .676(**) .697(**) Sig. .000 .000 . .000 .000 N 204 204 204 204 204 Dịch vụ khách
hàng Hệ số tươngquan Pearson .589(**) .639(**) .676(**) 1 .637(**)
Sig. .000 .000 .000 . .000 N 204 204 204 204 204 Thỏa mãn CLDV Hệ số tương quan Pearson .675(**) .765(**) .697(**) .637(**) 1 Sig. .000 .000 .000 .000 . N 204 204 204 204 204
Ma trận này cho thấy mối tương quan giữa biến “thỏa mãn chất lượng dịch vụ giao dịch vé máy bay qua mạng” (biến phụ thuộc) với từng biến độc lập, cũng như tương quan giữa các biến độc lập với nhau. Hệ số tương quan giữa biến “thỏa mãn chất lượng dịch vụ giao dịch vé máy bay qua mạng” với các biến độc lập khác đều lớn hơn 0.6 (thỏa mãn -1 ≤ r ≤ +1). Nhìn sơ bộ, có thể kết luận các biến độc lập (thiết kế trang web và cung cấp thông tin, độ tin cậy, độ an tồn, dịch vụ khách hàng) có thể đưa vào mơ hình để giải thích cho biến phụ thuộc. Ngồi ra, hệ số tương quan giữa các biến độc
lập với nhau đều khá cao, lớn hơn 0.5 nên cần xem xét thật kỹ vai trị của các biến độc lập trên trong mơ hình hồi quy tuyến tính đa biến.
4.6.2. Phân tích hồi qui tuyến tính đa biến
Thực hiện phân tích hồi qui nhằm nghiên cứu mối liên hệ phụ thuộc của một biến (gọi là biến phụ thuộc) vào nhiều biến khác (gọi là các biến độc lập), với ý tưởng ước lượng và/hoặc dự đốn giá trị trung bình (tổng thể) của biến phụ thuộc trên cơ sở giá trị biết trước (trong mẫu) của các biến độc lập. (Trọng & Ngọc 2008)
Phương pháp thực hiện hồi quy là phương pháp đưa vào lần lượt (Enter). Để đánh giá mức độ phù hợp của mơ hình nghiên cứu, các nhà nghiên cứu sử dụng hệ số xác định R2 (R-square). Hệ số R2 được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mơ hình, tuy nhiên khơng phải phương trình càng có nhiều biến sẽ càng phù hợp hơn với dữ liệu, R2 có khuynh hướng là một yếu tố lạc quan của thước đo sự phù hợp của mô hình đối với dữ liệu trong trường hợp có 01 biến giải thích giải thích trong mơ hình. Như vậy, trong hồi quy tuyến tính bội thường dùng hệ số R- square điều chỉnh (Adjusted R-square) để đánh giá độ phù hợp của mô hình vì nó khơng thổi phồng mức độ phù hợp của mơ hình.
Hệ số Beta chuẩn hóa được dùng để đánh giá mức độ quan trọng của từng nhân tố, hệ số Beta chuẩn hóa của biến nào càng cao thì mức độ tác động của biến đó vào sự thỏa mãn chất lượng dịch vụ của khách hàng càng lớn (Trọng & Ngọc 2008).
Kiểm định ANOVA được sử dụng để kiểm tra tính phù hợp của mơ hình với tập dữ liệu gốc. Nếu mức ý nghĩa của kiểm định <0.05 thì có thể kết luận mơ hình hồi quy phù hợp với tập dữ liệu.
Kết quả phân tích hồi quy tuyến tính đa biến (phụ lục...) cho thấy:
- F1, F2, F3, F4 đều có mức ý nghĩa ở mức sig.<0.05. Như vậy tất cả 04 biến độc lập trong mơ hình đó là: F1 (thiết kế trang web và cung cấp thơng tin), F2 (độ tin cậy), F3 (độ an tồn), F4 (dịch vụ khách hàng) đều có quan hệ nhân quả với
biến phụ thuộc TMCLDV (thỏa mãn chất lượng dịch vụ giao dịch vé máy bay qua mạng của VNA).
- Hệ số xác định R2 là 0.655 và R2 điều chỉnh là 0.648, nghĩa là mơ hình tuyến tính đã xây dựng phù hợp với tập dữ liệu đến mức 64.8% (hay mơ hình đã giải thích được 64.8% sự biến thiên của biến phụ thuộc sự thỏa mãn khách hàng).
- Trị số thống kê F đạt giá trị 94.314 được tính từ giá trị R2 của mơ hình với mức ý nghĩa sig.=0.00 cho thấy mơ hình hồi quy tuyến tính đa biến phù hợp với tập dữ liệu và có thể sử dụng được.
Dị tìm sự vi phạm các giả định cần thiết trong hồi qui tuyến tính
3 2 1 0 -1 -2 -3 -4 -3 -2 -1 0 1 2 3
Standardized Predicted Value