Khái niệm quan sátSố biến
Độ tin cậy (Cronbach's Alpha) Phương sai trích (%) Đánh giá Chất lượng (CL) 2 0.600 68.137 Đạt yêu cầu Giá cả (GC) 3 0.706 Dịch vụ (DV) 8 0.914 Thiết kế (TK) 2 0.600 Sự thoản mãn (STM) 4 0.841 68.726
Chi phí chuyển đổi (CP) 3 0.776
Sự lựa chọn (LC) 3 0.695
Thói quen (TQ) 4 0.704
Uy tín thương hiệu (UT) 3 0.753
Quan hệ khách
hàng (QHKH) 2 0.703
Lòng trung thành (LTT) 6 0.864 60.194
4.3.4. Điều chỉnh mơ hình nghiên cứu từ kết quả EFA
Từ kết quả phân tích nhân tố khám phá (EFA), mơ hình nghiên cứu được điều chỉnh như sau (xem Hình 4.8):
- Các yếu tố tác động đến sự thỏa mãn của khách hàng: Có 4 nhân tố tác động
đến sự thỏa mãn của khách hàng thay vì 3 nhân tố như mơ hình đề nghị ban đầu bao gồm: Chất lượng (CL), Giá cả (GC), Dịch vụ (DV) và nhân tố mới là Thiết kế (TK). Theo George Cox, trưởng khoa Đồ họa, Trường đại học Ln Đơn thì thiết kế là
những gì liên kết sự sáng tạo và đổi mới; nó định hình các ý tưởng để trở thành những đề xuất thực tiễn và hấp dẫn người dùng hoặc khách hàng. Thiết kế có thể được mô tả như sự triển khai sáng tạo đến một mục đích cụ thể nào đó10.
Đối với lĩnh vực (sản phẩm hữu hình) tác giả đang nghiên cứu, thiết kế của sản phẩm có thể được xem bao gồm các yếu tố như mẫu mã, kiểu dáng, màu sắc, chất liệu, kết tinh công nghệ…của sản phẩm. Trong chiến lược Marketing, có thể nói thiết kế của sản phẩm đóng vai trị hết sức quan trọng và là một trong những nhân tố tạo nên sự khác biệt về sản phẩm, thu hút khách hàng và gia tăng doanh số bán hàng trước các đối thủ cạnh tranh cùng ngành. Do vậy, tác giả đã đưa ra thêm 1 giả thuyết mới:
H1-4: Thiết kế sản phẩm có tác động dương lên sự thỏa mãn của khách hàng
Các yếu tố tác động đến lòng trung thành của khách hàng: Mơ hình điều
chỉnh gồm 6 biến độc lập tác động đến lòng trung thành của khách hàng bao gồm: (1) Sự thỏa mãn (STM)
(2) Chi phí chuyển đổi (CP) (3) Sự lựa chọn (SLC) (4) Thói quen (TQ)
(5) Uy tín thương hiệu (UT)
(6) Quan hệ khách hàng (QHKH) nhân tố mới trong mơ hình
Quan hệ khách hàng hay thường được gọi là dịch vụ khách hàng là yếu tố
ưu tiên hàng đầu mà các doanh nghiệp dành cho các khách hàng của mình. Cảm nhận ban đầu của khách hàng về những quan tâm và chăm sóc từ doanh nghiệp sẽ ảnh hưởng trực tiếp đến quyết định mua hàng hoặc quyết định hợp tác kinh doanh của họ. Chiến lược hiệu quả tập trung vào quan hệ khách hàng bao gồm kỹ năng lắng nghe, kỹ năng giao tiếp (văn bản và đối thoại), kỹ năng phân tích và giải quyết sự cố và kỹ năng làm việc nhóm dựa trên những cam kết của doanh nghiệp nhằm đáp ứng những nhu cầu của khách hàng, hướng đến tạo cho khách hàng cảm giác thân thiện, tin cậy, thoải mái, được quan tâm11. Do đó, tác giả đã đưa ra thêm 1 giả thuyết mới:
H6: Quan hệ khách hàng có tác động dương lên lịng trung thành của khách hàng
11
Hình 4.8: Mơ hình nghiên cứu điều chỉnh từ kết quả EFA
4.4KIỂM ĐỊNH MƠ HÌNH NGHIÊN CỨU VÀ CÁC GIẢ THUYẾT
Tiếp theo, mơ hình nghiên cứu điều chỉnh sau khi phân tích nhân tố khám phá (EFA) như được trình bày ở Hình 3.8 và các giả thuyết nghiên cứu cần phải được kiểm định bằng phương pháp phân tích hồi quy. Mục tiêu của việc phân tích hồi quy là sử dụng các biến độc lập có giá trị biết trước để dự báo một giá trị biến phụ thuộc nào đó được chọn bởi người nghiên cứu. Phương pháp thực hiện hồi quy là phương pháp đưa vào lần lượt (Enter), đây là phương pháp mặc định của chương trình xử lý SPSS.
Theo mơ hình nghiên cứu trên, có 2 phương trình hồi quy cần thực hiện bao gồm: (1) Phương trình thứ nhất (hồi quy đa biến): nhằm xác định vai trò quan trọng
của từng nhân tố trong việc đánh giá mối quan hệ giữa sự thỏa mãn của khách hàng đối với cảm nhận của khách hàng về chất lượng, giá cả, dịch vụ và thiết kế của sản phẩm.
(2) Phương trình thứ hai (hồi quy đa biến): nhằm xác định sự tác động của các yếu tố sự thỏa mãn, chi phí chuyển đổi, sự lựa chọn, thói quen, uy tín thương hiệu và quan hệ khách hàng đến lòng trung thành của khách hàng đối với các sản phẩm điện lạnh, điện gia dụng thương hiệu Hitachi.
Để đánh giá sự phù hợp của mơ hình, các nhà nghiên cứu sử dụng hệ số xác định R2 (R-square). Hệ số này 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 mơ hình đối với dữ liệu trong trường hợp có 1 biến giải thích trong mơ hình. Như vậy, trong hồi quy tuyến tính bội thường dùng hệ số R2 điều chỉnh (Adjusted R-square) để đánh giá độ phù hợp của mô hình vì nó khơng thổi phồng độ phù hợp của mơ hình. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2005), khi chạy hồi quy cần quan tâm đến các thông số sau:
(1) Hệ số Beta: hệ số hồi quy 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 đến lịng trung thành của khách hàng càng lớn.
(2) Hệ số R2: đánh giá phần biến động của biến phụ thuộc được giải thích bởi biến dự báo hay biến độc lập. Hệ số này có thể thay đổi từ 0 đến 1.
(3)Kiểm định ANOVA để kiểm tra tính phù hợp của mơ hình với tập dữ liệu gốc. Nếu mức ý nghĩa của kiểm định Sig. < 0.05 thì ta có thể kết luận mơ hình hồi quy là phù hợp với tập dữ liệu.
(4)Bên cạnh đó, cần kiểm tra hiện tượng tương quan bằng hệ số Durbin- Watson (1 < Durbin-Watson < 3) và khơng có hiện tượng đa cộng tuyến bằng hệ số phóng đại phương sai VIF (VIF < 2,5).
4.4.1. Phân tích tương quan
Trước khi tiến hành kiểm định mơ hình nghiên cứu bằng phương pháp phân tích hồi quy tuyến tính bội, ta cần xem xét mối tương quan giữa các biến trong mơ hình nghiên cứu. Bằng cách sử dụng hệ số Pearson và kiểm định hai phía cho từng biến độc lập so với biến phụ thuộc, nghiên cứu thu được ma trận hệ số tương quan như sau:
Bảng 4.6. Ma trận tương quan
(nhóm các yếu tố tác động đến sự thỏa mãn của khách hàng)
N = 305 CL GC DV TK STM CL Pearson Correlation 1 .171 ** .319** .394** .357** Sig. (2-tailed) .003 .000 .000 .000 GC Pearson Correlation .171 ** 1 .491** .239** .496** Sig. (2-tailed) .003 .000 .000 .000 DV Pearson Correlation .319 ** .491** 1 .392** .626** Sig. (2-tailed) .000 .000 .000 .000 TK Pearson Correlation .394 ** .239** .392** 1 .317** Sig. (2-tailed) .000 .000 .000 .000 STM Pearson Correlation .357 ** .496** .626** .317** 1 Sig. (2-tailed) .000 .000 .000 .000
Bảng 4.6 cho thấy, biến độc lập DV có tương quan khá chặt chẽ với biến phụ
thuộc STM (R=0.626, ở mức ý nghĩa thống kê 99%). Các biến cịn lại đều có hệ số tương quan ở mức trung bình và các Sig. đều nhỏ hơn 0.05, chứng tỏ có sự khác biệt giữa các biến phân tích của nhóm các yếu tố tác động đến sự thỏa mãn của khách hàng.
Bảng 4.7. Ma trận tương quan
(nhóm các yếu tố tác động đến lịng trung thành của khách hàng)
N = 305 STM CP LC TQ UT QH LTT STM Pearson Correlation 1 .204 ** 0.083 .178** .222** .284** .391** Sig. (2-tailed) .000 .147 .002 .000 .000 .000 CP Pearson Correlation .204 ** 1 0.017 .316** .123* .022 .223** Sig. (2-tailed) .000 .771 .000 .032 .707 .000 LC Pearson Correlation .083 .017 1 -.032 .126 * .102 .199** Sig. (2-tailed) .147 .771 .578 .028 .076 .000 TQ Pearson Correlation .178 ** .316** -.032 1 .373** .252** .388** Sig. (2-tailed) .002 .000 .578 .000 .000 .000 UT Pearson Correlation .222 ** .123* .126* .373** 1 .441** .551** Sig. (2-tailed) .000 .032 .028 .000 .000 .000 QH Pearson Correlation .284 ** .022 .102 .252** .441** 1 .443** Sig. (2-tailed) .000 .707 .076 .000 .000 .000 LTT Pearson Correlation .391 ** .223** .199** .388** .551** .443** 1 Sig. (2-tailed) .000 .000 .000 .000 .000 .000
Bảng 4.7 cho thấy, biến độc lập UT có tương quan khá chặt chẽ với biến phụ
thuộc LTT (R=0.551, ở mức ý nghĩa thống kê 99%); 3 biến STM, TQ, QHKH có hệ số tương quan ở mức trung bình với R lần lượt là 0.391, 0.388 và 0.443. Riêng biến CP và LC có hệ số tương quan ở mức thấp (nhỏ hơn 0,3). Đồng thời, hầu hết các giá trị Sig. trong mối quan hệ tương quan giữa 2 biến CP và LC so với các biến khác không thể hiện sự khác biệt về phương sai do Sig. > 0,05. Tuy nhiên, cần phải tiến hành phân tích thêm hồi quy tuyến tính bội mới có thể rút ra kết luận chính xác về ý nghĩa của các mối tương quan này.
4.4.2. Phân tích hồi quy và đánh giá cảm nhận của khách hàng
- Giả định liên hệ tuyến tính và phương sai bằng nhau: Theo kết quả từ kiểm
định hồi quy kiểm tra bằng biểu đồ phân tán scatter cho phần dư chuẩn hóa (Standardized residual) và giá trị dự đốn chuẩn hóa (Standardized predicted value), các đồ thị cho thấy phần dư chuẩn hóa phân tán ngẫu nhiên qua đường thẳng qua điểm 0, khơng tạo thành một hình dạng nào cụ thể. Như vậy, giả định liên hệ tuyến tính và phương sai được thỏa mãn.
- Giả định phần dư có phân phối chuẩn: Kiểm tra đồ thị histogram phân tán của
phần dư của hai phương trình hồi quy tuyến tính cho thấy phân phối phần dư xấp xỉ chuẩn (trung bình Mean gần bằng 0 và độ lệch chuẩn Std. gần bằng 1). Như vậy, giả định phần dư có phân phối chuẩn khơng bị vi phạm.
- Giả định khơng có tương quan giữa các phần dư: Đại lượng thống kê Durbin-
Watson (d) có giá trị từ 0 đến 4. Nếu các phần dư khơng có tương quan với nhau, giá trị d sẽ nằm trong khoảng từ 1 đến 3, bằng 2 là tốt nhất. Kết quả phân tích cho thấy giá trị d ở hai phương trình hồi quy lần lượt là d1=2.158 và d2=2.138 (xem Phụ lục 7), đều nằm trong vùng chấp nhận nên khơng có tương quan giữa các phần dư. Như vậy, giả định khơng có tương quan giữa các phần dư khơng bị vi phạm. 4.4.2.2. Phương trình hồi quy thứ nhất (nhóm các yếu tố tác động đến sự thỏa mãn của khách hàng)
Kết quả phân tích hồi quy tuyến tính bội cho thấy, có 3 trong 4 yếu tố khảo sát có xu hướng ảnh hưởng đến sự thỏa mãn của khách hàng bao gồm chất lượng sản phẩm (CL), giá cả (GC) và chất lượng dịch vụ (DV). Tất cả các nhân tố đều có
tác động dương (hệ số Beta dương) đến sự thỏa mãn của khách hàng với mức ý nghĩa Sig. = 0.000 (rất nhỏ) ở tất cả các biến ngoại trừ nhân tố thiết kế (TK) là khơng có mức ý nghĩa thống kê nên bị loại khỏi phương trình (do Sig. = 0,707 > 0,05). R2 hiệu chỉnh bằng 0.458 nghĩa là các yếu tố này giải thích được 45,8% yếu tố sự thỏa mãn của khách hàng. Trị số thống kê F đạt giá trị 65.295 được tính từ giá trị R-square của mơ hình đầy đủ, tại mức ý nghĩa Sig. = 0.000 (< 0,05, đạt yêu cầu), hệ số Durbin-Watson = 2.158 (thuộc khoảng từ 1 đến 3) với hệ số phóng đại phương sai VIF đều nhỏ hơn 2,5. Như vậy, ta có thể kết luận mơ hình hồi quy thứ
nhất là phù hợp với tập dữ liệu và 3 giả thuyết H1-1, H1-2, H1-3 được ủng hộ bởi
dữ liệu khảo sát. Kết quả phân tích hồi quy phương trình thứ nhất được trình bày
trong Bảng 4.8 (xem thêm phụ lục 9).