4.4. KIỂM ĐỊNH MÔ HÌNH NGHIÊN ỨU
4.4.2. Phân tích hồi quy
4.4.2.1. Đánh giá độ phù hợp của mơ hình hồi quy tuyến tính bội
Người ta dùng hệ số xác định R2 và R2 hiệu chỉnh (Adjusted R square) để đánh
giá độ phù hợp của mơ hình. Hệ số xác định R2 tăng khi có thêm biến độc lập được
đưa vào mơ hình; do vậy, việc sử dụng hệ số R2 hiệu chỉnh sẽ an toàn hơn khi đánh
giá độ phù hợp của một mơ hình nào đó. Hệ số xác định R2 hiệu chỉnh càng lớn thì
mơ hình càng phù hợp.
Bảng 4.11. Kết quả phân tích độ phù hợp của mơ hình
Mơ hình R R2 R2 hiệu chỉnh Sai số chuẩn ước lượng 1 0,876(a) 0,768 0,762 0,24328 (Nguồn: Phụ lục 9)
Hệ số xác định R2 hiệu chỉnh của mơ hình là 0,762 có nghĩa 76,2% sự biến thiên
của mức độ hài lòng của khách hàng được giải thích bởi mối liên hệ tuyến tính của các biến độc lập. Như vậy, mức độ phù hợp của mơ hình khá cao. Tuy nhiên, sự phù hợp này chỉ đúng với mẫu nghiên cứu. Để kiểm định xem có thể áp dụng mơ hình cho tổng thể thực hay khơng thì ta cần phải kiểm định độ phù hợp của mơ hình.
4.4.2.2.Kiểm định độ phù hợp của mơ hình
Giả thuyết H0: β1 = β2 = β3 = β4 = 0.
Để kiểm định độ phù hợp của mơ hình hồi quy tuyến tính bội ta dùng giá trị F ở bảng phân tích ANOVA.
Bảng 4.12. Kết quả kiểm định độ phù hợp của mơ hình nghiên cứuMơ Mơ hình Tổng bình phương df Bình phương trị trung bình F Sig. 1 Hồi quy 32,976 4 8,244 144,464 0,000(a)
Phần dư 10,044 176 0,057
Tổng 43,020 180
(Nguồn: Phụ lục 9)
Giá trị sig. của trị F của mơ hình rất nhỏ (nhỏ hơn mức ý nghĩa 0,05) nên chúng ta bác bỏ giả thuyết H0 và kết luận mơ hình phù hợp với tập dữ liệu.
4.4.2.3. Phương trình hồi quy
Bảng 4.13. Kết quả thống kê đa cộng tuyến và hệ số của từng biến trong mơhình hình
Mơ hình
Hệ số hồi quy chưa chuẩn hóa Hệ số hồi quy chuẩn hóa t Sig. Thống kệ đa cộng tuyến B Sai số chuẩn Beta Độ chấp nhận biến (Tolerance) Hệ số phóng đại phương sai (VIF) 1 Hằng số 1,502 0,187 8,010 0,000 PT Phương tiện/Thiết bị 0,288 0,017 0,205 16,552 0,000 0,852 1,004 VC Vận chuyển 0,305 0,023 0,254 2,298 0,001 0,996 1,126 GC Giá dịch vụ 0,514 0,017 0,378 2,407 0,003 0,992 1,008 PV Phuc vụ 0,147 0,019 0,142 16,384 0,000 0,995 1,005 (Nguồn: Phụ lục 9)
Kết quả từ bảng phân tích trên cho thấy độ chấp nhận của biến (Tolerance) cao và hệ số phóng đại phương sai (VIF – Variance Inflation Factor) thấp (< 2) nên
Phương tiện/ Thiết bị + 0,205 Giá dịch vụ + 0,378 Sự hài lòng của khách hàng + 0,254 + 0,142 Phục vụ Vận chuyển
không tồn tại mối liên hệ đáng kể giữa các biến độc lập và vì vậy khơng có hiện tượng đa cộng tuyến.
Cũng từ bảng trên chúng ta nhận thấy rằng các hệ số hồi quy đều mang dấu dương (+), có nghĩa nếu bốn biến số “Phương tiện/Thiết bị” (PT), “Vận chuyển” (VC), “Giá dịch vụ” (GC) và “Phục vụ” (PV) được đánh giá tốt thì “Sự hài lịng của khách hàng” (HL) sẽ tăng.
Phương trình hồi quy được viết lại như sau:
HL = 0,205PT + 0,254VC + 0,378GC + 0,142PV - HL : Sự hài lòng của khách hàng, - PT : Phương tiện/Thiết bị, - VC : Vận chuyển, - GC : Giá dịch vụ, - PV : Phục vụ.
Phương trình hồi quy trên cho thấy, thành phần tác động mạnh nhất đến Sự hài lòng của khách hàng là “Giá dịch vụ” (ứng với hệ số Beta chuẩn hóa 0,378), tiếp theo đến các thành phần “Vận chuyển”, “Phương tiện/Thiết bị” và “Phục vụ” (với hệ số Beta chuẩn hóa lần lượt là 0,254, 0,205 và 0,142).
Kiểm định các giả thuyết
Bảng 4.14. Kết quả kiểm định các giả thuyết
Giả
thuyết Diễn giải Giá trị Beta Giá trị sig. Kết quả
H’1
“Phương tiện/Thiết bị” được đánh giá tốt thì “Sự hài lịng của khách hàng” sẽ tăng và ngược lại
0,205 0,000 Chấp nhận
H’2 “Vận chuyển” được đánh giá tốt thì “Sự hài
lịng của khách hàng” sẽ tăng và ngược lại 0,254 0,001 Chấp nhận H’3 “Giá dịch vụ” được đánh giá tốt thì “Sự hài
lịng của khách hàng” sẽ tăng và ngược lại 0,378 0,003 Chấp nhận H’4 “Phục vụ” được đánh giá tốt thì “Sự hài
lòng của khách hàng” sẽ tăng và ngược lại 0,142 0,000 Chấp nhận
4.4.2.4. Dị tìm vi phạm các giả định trong phân tích hồi quy tuyến tính
Phân tích hồi quy tuyến tính khơng chỉ là việc mơ tả các dữ liệu quan sát được trong mẫu nghiên cứu mà cần phải suy rộng cho mối liên hệ với tổng thể. Nếu giả định bị vi phạm thì các kết quả ước lượng khơng đáng tin cậy. Vì vậy, việc dị tìm vi phạm các giả định là cần thiết.
Các giả định cần thiết trong hồi quy tuyến tính bao gồm:
- Các biến độc lập là các biến số cố định, khơng có sai sót ngẫu nhiên trong đo lường,
- Phần dư (trị số quan sát trừ đi trị số ước đoán) phân phối theo luật phân phối chuẩn,
- Phần dư có trị trung bình bằng 0 và phương sai khơng thay đổi cho mọi giá trị của các biến độc lập.
Về giả định: các biến độc lập là các biến số cố định, khơng có sai sót ngẫu nhiên trong đo lường. Giả định này khơng có vấn đề vì các câu trả lời đều đã được kiểm tra sau khi thu thập dữ liệu.
Còn các giả định cịn lại, khi thực hiện phân tích SPSS chúng ta có được kết quả sau: Bảng 4.15. Thống kê phần dư Trị nhỏ nhất Trị lớn nhất Trị trung bình Độ lệch chuẩn N Giá trị dự đoán 3,64 6,05 4,84 0,428 181 Phần dư -0,546 0,970 0,000 0,236 181
Giá trị dự đoán chuẩn -2,802 2,837 0,000 1,000 181
Phần dư chuẩn -2,287 4,060 0,000 0,989 181
(Nguồn: Phụ lục 9)
Như vậy phần dư có trung bình (mean) = 0 và độ lệch chuẩn 0,236. Biểu đồ phân bố phần dư có dạng hình chng đều hai bên, trị trung bình gần bằng 0 và độ lệch chuẩn bằng 0,989 (gần bằng 1). Như vậy, giả định phần dư có phân phối chuẩn khơng bị vi phạm.
Histogram
Dependent Variable: Su hai long cua khach hang
40 30 20 10 0 -4 -2 0 2 4 Mean = -1.9E-15 Std. Dev. = 0.989 N = 181 6
Regression Standardized Residual
Hình 4.6. Biểu đồ phân bố giá trị phần dư
Cuối cùng, chúng ta sẽ xem xét giả định phần dư có phương sai khơng đổi với mọi giá trị của các biến độc lập. Biểu đồ phân bố phần dư bên dưới cho thấy các trị phần dư phân tán ngẫu nhiên quanh giá trị zero (đường ngang) nên xem như phương sai không thay đổi, và giả định không bị vi phạm.
Freq uen cy
Scatterplot
Dependent Variable: Su hai long cua khach hang
4 2 0 -2 -4 -3 -2 -1 0 1 2 3 4
Regression Standardized Residual
Hình 4.7. Biểu đồ phân bố phương sai phần dư
Tóm lại, các giả định của phân tích hồi quy tuyến tính khơng bị vi phạm và ta có thể kết luận sự hài lịng của khách hàng có mối quan hệ tuyến tính với các nhân tố giá dịch vụ, vận chuyển, phương tiện/thiết bị và phong cách phục vụ.
4.4.3. Phân tích phương sai ANOVA (Analysis of Variance)
Ở phần trước, chúng ta đã xác định các biến số chất lượng dịch vụ ảnh hưởng đến sự hài lòng của khách hàng. Trong dữ liệu thu thập được có một thơng tin đáng chú ý là số lần khách hàng sử dụng dịch vụ của công ty Wanhai Vietnam trong một tháng. Chúng ta sẽ cần kiểm định xem có tồn tại sự khác nhau về mức độ hài lịng giữa các nhóm khách hàng có tần suất sử dụng dịch vụ khác nhau hay không. Số lần khách hàng sử dụng dịch vụ trong một tháng được chia thành bốn nhóm khác nhau (01 – 04 lần; 05 – 08 lần; 9 – 12 lần và trên 12 lần/tháng) nên chúng ta sẽ sử dụng phân tích phương sai ANOVA.
Stan dardi zed Predi cted Value
Khác biệt về sự hài lịng giữa các nhóm khách hàng 5.1 5 4.9 4.8 4.7 4.6 4.5 5.09 4.92 4.87 4.73 1 - 4 lần 5 - 8 lần 9 - 12 lần Trên 12 lần
Giả thuyết H0: Khơng có sự khác biệt về sự hài lịng của khách hàng giữa các nhóm khách hàng có tần suất sử dụng dịch vụ khác nhau.
Bảng 4.16. Kết quả phân tích ANOVA
HL Sự hài lịng của khách hàng Tổng bình
phương df Bình phương trung bình F Sig.
Giữa các nhóm 2.987 3 .996 4.403 .005
Trong cùng nhóm 40.033 177 .226
Tổng 43.020 180
(Nguồn: Phụ lục 9)
Trong bảng kết quả phân tích ANOVA ở trên đây, giá trị P (sig.) bằng 0,005 < mức ý nghĩa 0,05 nên bác bỏ giả thuyết H0, nghĩa là có sự khác biệt có ý nghĩa về giá trị trung bình của mức độ hài lịng của khách hàng của các nhóm có tần suất sử dụng dịch vụ khác nhau.
(Nguồn: Phụ lục 9)
Hình 4.8. Khác biệt về sự hài lịng giữa các nhóm có tần suất sử dụng dịch vụ khác nhau
Kết quả nghiên cứu cho thấy, nhóm những khách hàng sử dụng dịch vụ từ 9 – 12 lần/tháng có sự hài lịng nhiều nhất với số điểm thống kê trung bình là 5,09 điểm, tiếp đến lần lượt các nhóm khách hàng có tần suất sử dụng dịch vụ 5 – 8 lần, trên 12 lần và 1 – 4 lần/tháng với số điểm lần lượt là 4,92; 4,87 và 4,73.
Tóm tắt chương 4
Chương 4 đã phân tích và trình bày chi tiết kết quả nghiên cứu: thống kê mô tả, kiểm định độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha, phân tích nhân tố khám phá EFA và phân tích hồi quy. Kết quả nghiên cứu cho thấy có bốn nhân tố ảnh hưởng đến sự hài lòng của khách hàng: nhân tố giá dịch vụ, hoạt động vận chuyển, phương tiện/thiết bị và phong cách phục vụ.
Ngồi ra, phân tích One-way Anova cũng đã được thực hiện để tìm ra sự khác biệt về sự hài lịng đối với dịch vụ giữa các nhóm khách hàng có thời gian sử dụng dịch vụ khác nhau cũng như giữa các nhóm khách hàng có tần suất sử dụng dịch vụ khác nhau.
Trong chương 5, tác giả sẽ đề xuất một số giải pháp nhằm nâng cao chất lượng dịch vụ vận chuyển container hàng xuất bằng đường biển tại công ty Wanhai Vietnam. Ngoài ra, tác giả cũng sẽ nêu lên những hạn chế của đề tài nghiên cứu cần khắc phục nếu có tiến hành những nghiên cứu tiếp theo.
CHƯƠNG 5 – KẾT LUẬN VÀ HÀM Ý CHÍNH SÁCH ĐỐI VỚI CÁC NHÀ QUẢN TRỊ CÔNG TY WANHAI VIETNAM
5.1. KẾT LUẬN
Sự hài lòng của khách hàng là yếu tố mang tính sống cịn đối với tất cả các doanh nghiệp nói chung cũng như các doanh nghiệp vận tải container bằng đường biển nói riêng. Đứng trước sự cạnh tranh ngày càng khốc liệt, việc phân tích và tìm ra những giải pháp để nâng cao chất lượng dịch vụ, nâng cao sự hài lòng của khách hàng là việc làm trở nên cấp thiết hơn bao giờ hết.
Những năm gần đây, hoạt động của các doanh nghiệp vận tải container bằng đường biển gặp khó khăn khơng chỉ vì hoạt động thương mại tồn cầu bị suy giảm do ảnh hưởng của khủng hoảng kinh tế mà còn bắt nguồn từ sự dư thừa công suất trong ngành vận tải biển, biến động của giá nhiên liệu và sự cạnh tranh trong nội bộ ngành. Trong bối cảnh đó, việc tìm ra những giải pháp để nâng cao sự hài lòng của khách hàng đối với chất lượng dịch vụ của công ty Wanhai Vietnam là việc làm hết sức cần thiết.
Với đề tài “Đo lường sự hài lòng của khách hàng đối với chất lượng dịch vụ vận chuyển container container hàng xuất khẩu bằng đường biển tại Công ty TNHH Wanhai Việt Nam”, tác giả đã góp phần làm rõ những nhân tố ảnh hưởng đến chất lượng dịch vụ của Công ty, xét theo mức độ ảnh hưởng, lần lượt là “Giá dịch vụ”, “Vận chuyển”, “Phương tiện/Thiết bị” và “Phục vụ”.
5.2. HÀM Ý CHÍNH SÁCH ĐỐI VỚI CÁC NHÀ QUẢN TRỊ CÔNG TY
Các kết quả nghiên cứu thu được là nguồn dữ liệu đầu vào đáng tin cậy cho việc gợi mở những giải pháp nâng cao chất lượng dịch vụ, nâng cao sự hài lòng của khách hàng cũng như đưa ra những hàm ý chính sách đối với các nhà quản trị của Cơng ty.
5.2.1. “Giá dịch vụ”
Kết quả phân tích thống kê (Phụ lục 5) cho thấy bốn biến quan sát của biến số “Giá dịch vụ” không được khách hàng đánh giá cao, cụ thể:
- GC1 (Cước phí cạnh tranh trên thị trường): 3,72 điểm (trên thang điểm 7), - GC2 (Phụ phí cạnh tranh trên thị trường): 3,44 điểm,
- GC3 (Cước phí và phụ phí ít điều chỉnh tăng): 3,67 điểm,
- GC4 (Cước phí và phụ phí linh hoạt theo biến động của thị trường): 3,62 điểm.
Tuy nhiên, phân tích trên đây cũng cho thấy “Giá dịch vụ” là biến số có ảnh hưởng mạnh nhất đến sự hài lịng của khách hàng và do vậy việc tìm ra những giải pháp đối với “Giá dịch vụ” là vấn đề cực kỳ quan trọng.
Từ trước đến nay, Wanhai Vietnam ln được xem là hãng vận tải có các loại cước phí và phụ phí cao hơn tương đối so với mặt bằng chung của thị trường. Điều này được phản ánh qua một vài số liệu thống kê dưới đây:
Bảng 5.1. So sánh cước phí giữa một số hãng vận tải container hàngxuất xuất
(Đơn vị: USD/TEU) Cảng xếp
hàng Cảng dỡ hàng Wanhai MCC Evergreen CNC SITC
Cát Lái Manila 180 160 150 150 160
Cát Lái Jakarta 220 200 250 - 180
Cát Lái Các cảng
chính ở Nhật 200 150 145 130
Bảng 5.2. So sánh phụ phí giữa một số hãng vận tải container hàng xuất
(Đơn vị: VND)
Phụ phí Phí nâng hạ container (THC) Phí chứng từ Phí Telex 20 feet 40 feet Wanhai 1.850.000 2.750.000 695.000 400.000 Hanjin 1.680.000 2.570.000 500.000 500.000 SITC 1.680.000 2.570.000 420.000 210.000 MCC 1.730.000 2.700.000 720.000 200.000 Cosco 1.680.000 2.625.000 550.000 220.000 Evergreen 1.800.000 2.700.000 700.000 400.000 CNC/CMA 1.680.000 2.570.000 606.000 220.000 APL 1.790.000 2.710.000 558.000 558.000
(Nguồn: Phịng Sales & Marketing, Cơng ty Wanhai Vietnam)
Như đã đề cập, mọi chính sách giá cước đều do hãng tàu mẹ quyết định. Wanhai Vietnam chỉ được điều chỉnh giá cước trong một phạm vi nhất định và việc áp dụng giá cước thấp tương đối chỉ dành cho một số khách hàng lớn, lâu năm hoặc có quan hệ đặc biệt. Tương tự như vậy, các loại phụ phí cũng được ấn định bởi hãng tàu mẹ. Đó là chủ trương của Wan Hai Lines khi định giá như vậy, giá cao gắn liền với dịch vụ tốt để tạo sự khác biệt với một số hãng vận tải khác trên thị trường. Do vậy, Wanhai Vietnam không thể dùng giá thấp để tạo ra sự cạnh tranh về giá với các hãng vận tải biển khác. Tuy nhiên, giá là một nhân tố rất nhạy cảm đối với tính cạnh tranh trên thị trường nên cần thiết Wanhai Vietnam nên linh hoạt áp dụng dưới giạn giới trong giá cước mà hãng tàu mẹ đặt ra để có thể theo sát với sự cạnh tranh trên thị trường. Đồng thòi, việc nâng cao chất lượng dịch vụ là cần thiết để tạo cho khách hàng có cảm giác rằng, tuy giá dịch vụ của Wanhai Vietnam phần nào đó cao hơn một số hãng tàu khác trên thị trường nhưng xứng đáng với dịch vụ mà khách hàng nhận được.
5.2.2. “Vận chuyển”
Biến số “Vận chuyển” có 04 biến quan sát:
- VC1 (Thời gian vận chuyển hàng hóa nhanh): 4,64 điểm,
- VC3 (Tần suất chạy tàu ổn định): 4,47 điểm,
- VC4 (Tàu đi thẳng (không qua chuyển tải)): 4,40 điểm.
Hiện tại, các tuyến dịch vụ của công ty Wanhai Vietnam chạy thẳng từ cảng Cát Lái đến nhiều cảng khác ở châu Á, nhưng để đến được những cảng khác nữa thì hàng hóa buộc phải chuyển tải. Đây là kế hoạch mà hãng tàu mẹ đã đặt ra dựa trên việc tính tốn lượng hàng hóa trên tồn tuyến dịch vụ (bao gồm nhiều cảng) và do vậy không thể thay đổi trong một thời gian ngắn nào đó. Thời gian vận chuyển hàng hóa, trong điều kiện thơng thường, đã được xác định trước (với khác biệt không đáng kể so với kế hoạch). Trong trường hợp tàu bị trễ vì một nguyên nhân nào đó (mưa bão, hư hỏng máy móc, tắc nghẽn cầu bến, …) thì hãng tàu mẹ sẽ tiến hành điều chỉnh (thường là tàu bỏ cảng, không ghé vào một cảng nào đó để khơi phục lại lịch trình ban đầu). Cịn nhiệm vụ của các hãng tàu con ở nước sở tại là đảm bảo tốt nhất thời gian tàu cập và rời cảng.
Tuy nhiên, nhiệm vụ này không phải lúc nào cũng dễ dàng. Hiện tại, tình hình cầu bến (việc bố trí cho tàu cập cảng) rất căng thẳng với số lượng tàu ra vào rất nhiều. Đặc biệt trong điều kiện thời tiết mưa bão, hầu như tàu của tất cả các hãng