Tên biến Kí hiệu biến Biến quan sát
Danh tiếng của nhà cung cấp (DATI)
DATI1 Có danh tiếng tốt
DATI2 Đạt được nhiều giải thưởng
DATI3 Được mọi người nghĩ tốt về nhà cung cấp
DATI4 Có vị trí trong thị trường thơng tin di động
DATI5 Được mọi người biết đến
3.2.6 Thang đo giá trị cảm nhận khách hàng
Thang đo giá trị cảm nhận bao gồm 4 biến quan sát như bảng bên dưới. Bảng 3.7: Thang đo Giá trị cảm nhận
Tên biến Kí hiệu biến Biến quan sát
Giá trị cảm nhận
(GTCN)
GTCN1 Lợi ích của mạng di động này là cao
GTCN2 Lợi ích của mạng di động này tương xứng với chi phí tơi bỏ ra
GTCN3 Lợi ích của mạng di động đã thoả mãn với nhu cầu và mong muốn của tơi
GTCN4 Lợi ích khi sử dụng mạng di động đã làm tơi hài lịng
Tóm tắt chƣơng 3
Trong chương này đã trình bày phương pháp nghiên cứu thực hiện trong đề tài nhằm xây dựng và đánh giá các thang đo và mơ hình lý thuyết. Phương pháp nghiên cứu được thực hiện qua 02 giai đoạn chính: nghiên cứu sơ bộ và nghiên cứu chính thức. Nghiên cứu định tính được thực hiện bằng cách thảo luận nhóm với các chuyên gia trong ngành dịch vụ thông tin di động và các khách hàng sử dụng dịch vụ để điều chỉnh và hồn thiện thang đo. Nghiên cứu chính thức (định lượng) được tiến hành bằng khảo sát khách hàng bằng bảng câu hỏi với kích cỡ mẫu dự kiến ít nhất là n = 125. Giá trị cảm nhận dịch vụ được đo lường thông qua 5 thành phần gồm 25 biến quan sát.
Dữ liệu sau khi được thu thập sẽ được tiến hành mã hóa, nhập liệu vào chương trình phân tích số liệu thơng kê SPSS 16.0 để phân tích thơng tin và kết quả nghiên cứu.
Chƣơng 4
KẾT QUẢ NGHIÊN CỨU
4.1 Đánh giá thang đo
Để đánh giá tính tin cậy, giá trị hội tụ và giá trị phân biệt của thang đo, phương pháp Cronbach’s Alpha và phương pháp phân tích nhân tố khám phá EFA được thực hiện. Trong đó Cronbach’s Alpha được sử dụng để đánh giá độ tin cậy, cịn phân tích nhân tố khám phá EFA được sử dụng để đánh giá giá trị hội tụ và giá trị phân biệt của thang đo.
4.1.1 Phân tích Cronbach Alpha
Một thang đo có độ tin cậy tốt khi nó biến thiên trong khoảng [0.7 - 0.8], nếu Cronbach’s Alpha >= 0.6 là thang đo có thể chấp nhận được về mặt độ tin cậy (Nunnally & Berntein 1994).
Bảng 4.1: Hệ số Cronbach alpha của các thành phần
Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item- Total Correlation Cronbach's Alpha if Item Deleted Thành phần Chất lƣợng cảm nhận (CLCN) Alpha: .823 CLCN1 12.19 4.346 .588 .805 CLCN2 12.19 4.007 .716 .743 CLCN3 12.26 4.044 .691 .755 CLCN4 11.87 4.872 .606 .797 Thành phần Phản ứng cảm xúc (PUCX) Alpha: .861 PUCX1 14.61 8.763 .586 .861 PUCX2 14.46 8.892 .649 .840 PUCX3 14.51 8.550 .779 .806 PUCX4 14.29 8.938 .752 .815 PUCX5 14.16 9.361 .660 .837
Thành phần Giá cả tiền tệ (GCTT) Alpha: .927
GCTT1 14.88 11.508 .761 .920 GCTT2 14.80 11.475 .793 .914 GCTT3 14.81 10.664 .840 .905 GCTT4 14.79 10.767 .861 .901 GCTT5 14.71 11.356 .796 .913 Thành phần Giá cả hành vi (GCHV) Alpha: .906
GCHV1 16.22 18.682 .746 .889 GCHV2 16.44 17.905 .778 .883 GCHV3 16.28 17.965 .766 .885 GCHV4 16.66 17.644 .763 .886 GCHV5 16.16 19.043 .687 .897 GCHV6 16.69 17.708 .711 .894
Thành phần Danh tiếng (DATI) Alpha: .854
DATI1 14.67 8.567 .746 .803 DATI2 14.20 9.325 .607 .839 DATI3 14.39 9.089 .657 .826 DATI4 14.59 8.662 .738 .805 DATI5 14.49 9.013 .593 .844 Thành phần Giá trị cảm nhận (GTCN) Alpha: .926 GTCN1 11.21 6.439 .845 .898 GTCN2 11.22 6.920 .792 .915 GTCN3 11.27 6.854 .846 .898 GTCN4 11.27 6.783 .831 .902
Thành phần Chất lượng cảm nhận có 04 biến quan sát CLCN1, CLCN2, CLCN3, CLCN4 cả 04 biến này đều có hệ số tương quan biến tổng lớn hơn 0.3 nên tất cả đều được chấp nhận. Ngoài ra hệ số tin cậy Cronbach Alpha 0.823 (lớn hơn 0.7) nên thang đo thành phần Chất lượng cảm nhận được chấp nhận đưa vào phân tích nhân tố tiếp theo.
Thành phần Phản ứng cảm xúc có 05 biến quan sát PUCX1, PUCX2, PUCX3, PUCX4, PUCX5 cả 05 biến này đều có hệ số tương quan biến tổng lớn hơn 0.3 nên tất cả đều được chấp nhận. Ngoài ra hệ số tin cậy Cronbach Alpha 0.861 (lớn hơn 0.7) nên thang đo thành phần Phản ứng cảm xúc được chấp nhận đưa vào phân tích nhân tố tiếp theo.
Thành phần Giá cả tiền tệ có 05 biến quan sát GCTT1, GCTT2, GCTT3, GCTT4, GCTT5 cả 05 biến này đều có hệ số tương quan biến tổng lớn hơn 0.3 nên tất cả đều được chấp nhận. Ngoài ra hệ số tin cậy Cronbach Alpha 0.927 (lớn hơn 0.7) nên thang đo thành phần Giá cả tiền tệ được chấp nhận đưa vào phân tích nhân tố tiếp theo.
Thành phần Giá cả hành vi có 06 biến quan sát GCHV1,GCHV2, GCHV3, GCHV4, GCHV5, GCHV6 cả 06 biến này đều có hệ số tương quan biến tổng lớn
hơn 0.3 nên tất cả đều được chấp nhận. Ngoài ra hệ số tin cậy Cronbach Alpha 0.906 (lớn hơn 0.7) nên thang đo thành phần Giá cả hành vi được chấp nhận đưa vào phân tích nhân tố tiếp theo.
Thành phần Danh tiếng có 05 biến quan sát DATI1, DATI2, DATI3, DATI4, DATI5 cả 05 biến này đều có hệ số tương quan biến tổng lớn hơn 0.3 nên tất cả đều được chấp nhận. Ngoài ra hệ số tin cậy Cronbach Alpha 0.854 (lớn hơn 0.7) nên thang đo thành phần Danh tiếng được chấp nhận đưa vào phân tích nhân tố tiếp theo.
Thành phần Giá trị cảm nhận có 04 biến quan sát GTCN1, GTCN2, GTCN3, GTCN4 cả 04 biến này đều có hệ số tương quan biến tổng lớn hơn 0.3 nên tất cả đều được chấp nhận. Ngoài ra hệ số tin cậy Cronbach Alpha 0.926 (lớn hơn 0.7) nên thang đo thành phần Giá trị cảm nhận được chấp nhận đưa vào phân tích nhân tố tiếp theo.
Vậy, tất cả các thang đo đều đạt yêu cầu về độ tin cậy (0.7 < Cronbach alpha < 0.95) và được đưa vào phân tích nhân tích nhân tố khám phá (EFA) để kiểm định giá trị hội tụ và giá trị phân biệt.
4.1.2 Phân tích nhân tố EFA
Sau khi kiểm tra độ tin cậy của thang đo, phân tích nhân tố khám phá được tiến hành. Phương pháp rút trích được chọn để phân tích nhân tố là phương pháp principal components với phép quay varimax.
Một số tiêu chuẩn mà các nhà nghiên cứu cần quan tâm trong phân tích nhân tố khám phá (EFA) như sau (Nguyễn Đình Thọ, 2011):
- Hệ số KMO (Kaiser-Mayer-Olkin): 0.5 ≤ KMO ≤ 1 (Norusis, 1994). - Mức ý nghĩa của kiểm định Bartlett ≤ 0.05, nghĩa là các biến có mối quan
hệ với nhau.
Hệ số KMO (Kaiser-Meyer-Olkin) .881
- Hệ số eigenvalue ≥ 1 (Gerbing và Anderson, 1998), nghĩa là số lượng nhân tố được xác định ở nhân tố có eigenvalue tối thiểu bằng 1.
- Trong số nhân tố (Factor loading) của từng biến quan sát ≥ 0.5; tuy nhiên trong số nhân tố ≥ 0.4 cũng có thể chấp nhận được trong trường hợp biến quan sát đo lường giá trị nội dung quan trọng của thang đo.
Chênh lệch giữa các trọng số nhân tố của một biến quan sát giữa các nhân tố ≥ 0,3 để tạo giá trị phân biệt giữa các nhân tố (Jabnoun và Al-Tamimi, 2003). 4.1.2.1 Đánh giá thanh đo các thành phần
Thành phần yếu tổ ảnh hưởng đến giá trị cảm nhận của khách hàng được đo bằng 25 biến quan sát. Sau khi kiểm tra mức độ tin cậy bằng Cronbach Alpha, thì 25 biến này đảm bảo độ tin cậy. Phân tích nhân tố khám phá EFA được sử dụng để đánh giá lại mức độ hội tụ của các biến quan sát theo các thành phần.
Kiểm định KMO và Bartlett's trong phân tích nhân tố cho thấy hệ số KMO cao (bằng 0.881 > 0.5) giá trị kiểm định Bartlett’s có mức ý nghĩa (Sig. =0.000 <0.05) cho thấy phân tích nhân tố EFA rất thích hợp.
Bảng 4.2: Hệ số KMO và Bartlett’s thang đo thành phần
Kiểm đinh Bartlett của thang đo Giá trị Chi bình phương 2447.719
df 300
Sig. – mức ý nghĩa quan sát .000
Tại các mức giá trị Eigenvalues lớn hơn 1 và với phương pháp rút trích principal components và phép quay varimax, phân tích nhân tố đã trích được 5 nhân tố từ 25 biến quan sát và với phương sai trích là 70.227% (lớn hơn 50%) đạt yêu cầu.
Dựa trên phân tích của bảng Rotated Component Matrix(a) (Bảng 4.3) các biến có trọng số nhỏ hơn 0.5 sẽ bị loại, các biến có trọng số khơng đạt độ phân biệt cao giữa các nhân tố, cụ thể là nhỏ hơn 0.3 cũng sẽ bị loại. Cụ thể 02 biến GCHV5, DATI2 sẽ bị loại.
Bảng 4.3: Kết quả phân tích nhân tố khám phá lần 1
Nhân tố 1 2 3 4 5 CLCN1 .710 CLCN2 .802 CLCN3 .732 CLCN4 .685 PUCX1 .594 PUCX2 .747 PUCX3 .786 PUCX4 .784 PUCX5 .706 GCTT1 .727 GCTT2 .770 GCTT3 .713 GCTT4 .690 GCTT5 .745 GCHV1 .690 GCHV2 .809 GCHV3 .741 GCHV4 .875 GCHV5 .618 .457 GCHV6 .812 DATI1 .785 DATI2 .460 .524
Nhân tố DATI3
DATI4 DATI5
Sau khi loại các biến không thỏa mãn trong phần phần các yếu tố ảnh hưởng đến giá trị cảm nhận của khách hàng được đo bằng 23 biến quan sát. Kết quả phân tích nhân tố lần 2 cho thấy tổng phương sai rút trích dựa trên 5 nhân tố có Eigenvanlues lớn hơn 1 là bằng 71.317% cho thấy phương sai rút trích đạt yêu cầu (> 50%).
Bảng 4.4: Kết quả phân tích nhân tố khám phá lần 2
1 2 3 4 5 CLCN1 .714 CLCN2 .807 CLCN3 .736 CLCN4 .683 PUCX1 .597 PUCX2 .760 PUCX3 .790 PUCX4 .785 PUCX5 .703 GCTT1 .739 GCTT2 .782 GCTT3 .714 GCTT4 .701 GCTT5 .757 GCHV1 .659 GCHV2 .800 GCHV3 .742 GCHV4 .888 GCHV6 .821 DATI1 .790 DATI3 .750
DATI4
DATI5 .830.656
Như vậy 5 thành phần các yếu tố ảnh hưởng đến giá trị cảm nhận của khách hàng ban đầu vẫn giữ lại để giải thích các yếu tố ảnh hưởng đến giá trị cảm nhận của khách hàng giai đoạn hiện nay. Với tổng phương sai rút trích là 71.317% cho biết 5 nhân tố này giải thích được 71.317% biến thiên của dữ liệu.
Bảng 4.5: Tổng phương sai trích của các biến độc lập
của trăm của Phần của Phần
Giá trị Eigenvalues Phần trăm Phần Tổng hệ số tải bình phương rút trích nhân tố Phần trăm Tổng hệ số tải bình phương xoay nhân tố Phần trăm Nhân Tổng tố cộng phương sai tích lũy Tổng cộng phương sai trăm tích lũy Tổng cộng phương sai trăm tích lũy 1 9.760 42.434 42.434 9.760 42.434 42.434 3.726 16.200 16.200 2 2.381 10.352 52.785 2.381 10.352 52.785 3.612 15.705 31.905 3 1.715 7.458 60.243 1.715 7.458 60.243 3.399 14.780 46.686 4 1.345 5.846 66.089 1.345 5.846 66.089 2.838 12.339 59.025 5 1.203 5.228 71.317 1.203 5.228 71.317 2.827 12.292 71.317 6 .871 3.787 75.104 7 .711 3.092 78.197 8 .697 3.030 81.226 9 .645 2.804 84.030 10 .495 2.152 86.183 11 .432 1.879 88.062 12 .423 1.839 89.901 13 .361 1.568 91.469 14 .324 1.407 92.876 15 .288 1.253 94.128 16 .258 1.123 95.251 17 .221 .961 96.212 18 .195 .846 97.058 19 .181 .786 97.844 20 .169 .733 98.577 21 .125 .544 99.121 22 .122 .531 99.652 23 .080 .348 100.000
Hệ số KMO (Kaiser-Meyer-Olkin) .853
Do vậy, các thang đo rút ra đạt yêu cầu về giá trị hội tụ và giá trị phân biệt. Tất cả 5 thành phần đo lường các yếu tố giá trị cảm nhận khách hàng vẫn không thay đổi, sau khi kiểm định độ tin cậy Cronbach’s Alpha và phân tích nhân tố khám phá EFA thì trích ra được với 23 biến quan sát đo lường 5 yếu tố thành phần. Các nhân tố trích ra đều đạt độ tin cậy và giá trị (giá trị hội tụ và giá trị phân biệt).
4.1.2.2 Đánh giá thang đo Giá trị cảm nhận
Thang đo giá trị cảm nhận đến giá trị cảm nhận của khách hàng được đo bằng 4 biến quan sát. Sau khi kiểm tra mức độ tin cậy bằng Cronbach Alpha, thì 4 biến này đảm bảo độ tin cậy. Phân tích nhân tố khám phá EFA được sử dụng để đánh giá lại mức độ hội tụ của các biến quan sát theo các thành phần.
Kiểm định KMO và Bartlett's trong phân tích nhân tố cho thấy hệ số KMO đạt yêu cầu (bằng 0.853) giá trị kiểm định Bartlett’s có mức ý nghĩa (Sig. =0.000 <0.05) cho thấy phân tích nhân tố EFA rất thích hợp.
Bảng 4.6: Hệ số KMO và Bartlett’s thang đo giá trị cảm nhận của khách hàng
Kiểm đinh Bartlett của thang đo Giá trị Chi bình phương 414.130
df 6
Sig. – mức ý nghĩa quan sát .000
Tại các mức giá trị Eigenvalues lớn hơn 1 và với phương pháp rút trích principal components và phép quay varimax, phân tích nhân tố đã trích được 1 nhân tố từ 4 biến quan sát và với phương sai trích là 81.919% (lớn hơn 50%) đạt yêu cầu.
Với phương pháp rút trích nhân tố principal components với phép quay varimax đã trích được 1 nhân tố duy nhất với hệ số tải nhân tố của các biến khá cao.
Nhân tố
Bảng 4.7: Kết quả phân tích nhân tố thang đo Giá trị cảm nhận
1
GTCN1 .915
GTCN2 .881
GTCN3 .916
GTCN4 .908
Bảng 4.8: Tổng phương sai trích của biến phụ thuộc
Tổng của trăm tích Tổng của trăm tích
4.2 Phân tích tƣơng quan
4.2.1 Kiểm định ma trận tƣơng quan giữa các biến
Bước đầu tiên khi phân tích hồi quy tuyến tính ta sẽ xem xét các mối quan hệ tương quan tuyến tính giữa biến phụ thuộc và từng biến độc lập và giữa các biến độc lập với nhau. Nếu hệ số tường quan giữa các biến phụ thuộc và các biến độc lập lớn chứng tỏ giữa chúng có mối quan hệ với nhau và phân tính hồi quy tuyến tính có thể phù hợp. Mặc khác nếu giữa các biến độc lập cũng có tương quan lớn với nhau thì đó cũng là dấu hiệu cho biết giữa chúng có thể xảy ra hiện tượng đa cộng tuyến trong mơ hình hồi quy tuyến tính ta đang xét.
Tổng hệ số tải bình phương rút trích nhân tố
Phần trăm Phần
Tổng hệ số tải bình phương xoay nhân tố Phần trăm Phần
Nhân tố cộng phương sai lũy cộng phương sai lũy
1 3.277 81.919 81.919 3.277 81.919 81.919
2 .310 7.756 89.674
3 .218 5.443 95.118
Bảng 4.9: Ma trận tương quan giữa các biếnGTCN GCHV GCTT PUCX DATI CLCN GTCN GCHV GCTT PUCX DATI CLCN GTCN Hệ số tương quan 1 .211* .510** .387** .280** .278** Sig. (2-tailed) .014 .000 .000 .001 .001 N 135 135 135 135 135 135 GCHV Hệ số tương quan .211* 1 .000 .000 .000 .000 Sig. (2-tailed) .014 1.000 1.000 1.000 1.000 N 135 135 135 135 135 135 GCTT Hệ số tương quan .510** .000 1 .000 .000 .000 Sig. (2-tailed) .000 1.000 1.000 1.000 1.000 N 135 135 135 135 135 135
PUCX Hệ số tương quan .387** .000 .000 1 .000 .000 Sig. (2-tailed) .000 1.000 1.000 1.000 1.000
N 135 135 135 135 135 135
DATI Hệ số tương quan .280** .000 .000 .000 1 .000 Sig. (2-tailed) .001 1.000 1.000 1.000 1.000
N 135 135 135 135 135 135
CLCN Hệ số tương quan .278** .000 .000 .000 .000 1 Sig. (2-tailed) .001 1.000 1.000 1.000 1.000
N 135 135 135 135 135 135
Ma trận này cho thấy mối tương quan giữa biến GTCN (biến phụ thuộc) với các biến độc lập CLCN, PUCX, GCTT, GCHV, DATI. Hệ số tương quan giữa các biến đều lớn hơn 0.3. Nhìn sơ bộ, ta có thể kết luận các biến độc lập có thể đưa vào mơ hình để giải thích cho biến GTCN, các giá trị Sig. đều nhỏ (< 0.05).
Ngoài ra, hệ số tương quan giữa các biến CLCN, PUCX, GCTT, GCHV, DATI khơng có ý nghĩa thống kê, tuy nhiên mối quan hệ giữa các biến này cần phải xem xét lại trong phần phân tích hồi quy tuyến tính dưới đây nhằm tránh hiện tượng đa cộng tuyến giữa các biến độc lập.
4.2.2 Phân tích hồi quy
Để kiểm định sự phù hợp giữa thành phần CLCN, PUCX, GCTT, GCHV, DATI với GTCN tác giả sử dụng hàm hồi quy tuyến tính với phương pháp đưa vào một lượt (Enter). Như vậy thành phần CLCN, PUCX, GCTT, GCHV, DATI là biến độc lập – Independents và GTCN là biến phụ thuộc – Dependent sẽ được đưa vào chạy hồi quy cùng một lúc. Kết quả nhận được cho thấy mức ý nghĩa Sig. rất nhỏ 0.00 và hệ số xác định R2 = .610 (hay R2 hiệu chỉnh = .595) chứng minh cho sự phù hợp của mơ hình (bảng 3.14). Nghĩa là mơ hình hồi quy tuyến tính được xây dựng phù hợp với tập dữ liệu 59.5%. Nói cách khác khoảng 59.5% khác biệt của biến độc lập có thể giải thích bởi sự khác biệt của biến phụ thuộc.