Đặc điểm mẫu – n = 228 Số lƣợng Tỉ lệ (%) Hình thức cơng ty
khai th HQ
Đại lý HQ 72 31.58
Cơng ty ủy quyền 156 68.42
Loại hình XNK chủ Yếu của doanh nghiệp
Gia công 43 18.86
Sản xuất xuất khẩu 105 46.05
Kinh doanh 80 35.09
Hình thức sở hữu Của doanh nghiệp
Có vốn đầu tư nước ngồi 152 66.67 100% vốn trong nước 76 33.33
4.2 Phân tích hệ số Cronbach’s alpha
Đánh giá độ tin cậy của thang đo thông qua hệ số Cronbach’s Alpha cho phép người phân tích loại bỏ các biến không phù hợp và hạn chế các biến rác trong quá trình nghiên cứu. Các biến quan sát có hệ số tương quan biến tổng (item-total correlation) nhỏ hơn 0.3 sẽ bị loại và thang đo được chọn khi hệ số Cronbach’s Alpha từ 0.6 trở lên. (Nunnally và Burnstein, 1994)
4.2.1 Phân tích Cronbach’s alpha thang đo thành phần CLDV
Thang đo thành phần tin cậy gồm 8 biến quan sát (TC1, TC2, TC3, TC4, TC5, TC6, TC7, TC8) có hệ số Cronbach’s alpha là 0.855 và các hệ số tương quan biến tổng của các biến đo lường thành phần này đều đạt tiêu chuẩn cho phép (lớn hơn 0.3). Do đó, các biến đo lường thành phần này sẽ được đưa vào phân tích nhân tố.
Thang đo thành phần đảm bảo gồm 8 biến quan sát (DB1, DB2, DB3, DB4, DB5, DB6, DB7, DB8) có hệ số Cronbach’s alpha là 0.815 và các hệ số tương quan biến tổng của các biến đo lường thành phần này đều đạt tiêu chuẩn cho phép (lớn hơn 0.3). Do đó, các biến đo lường thành phần này sẽ được đưa vào phân tích nhân tố.
hệ số Cronbach’s alpha là 0.722 và các hệ số tương quan biến tổng của các biến đo lường thành phần này đều đạt tiêu chuẩn cho phép (lớn hơn 0.3). Do đó, các biến đo lường thành phần này sẽ được đưa vào phân tích nhân tố.
Thang đo thành phần phương tiện hữu hình gồm 5 biến quan sát (HH1, HH2, HH3, HH4, HH5) có hệ số Cronbach’s alpha là 0.731 và các hệ số tương quan biến tổng của các biến đo lường thành phần này đều đạt tiêu chuẩn cho phép (lớn hơn 0.3). Do đó, các biến đo lường thành phần này sẽ được đưa vào phân tích nhân tố.
Thang đo thành phần đồng cảm gồm 4 biến quan sát (DC1, DC2, DC3, DC4) có hệ số Cronbach’s alpha là 0.684 và các hệ số tương quan biến tổng của các biến đo lường thành phần này đều đạt tiêu chuẩn cho phép (lớn hơn 0.3). Do đó, các biến đo lường thành phần này sẽ được đưa vào phân tích nhân tố.
Bảng 4.2: Hệ số Cronbach’s alpha của thành phần thang đo CLDV
Biến Quan sát
Trung bình thang đo nếu loại biến
Phƣơng sai thang đo nếu loại biến
Tƣơng quan biến tổng
Cronbach’s alpha nếu loại biến Thành phần tin cậy (TC): Alpha = 0.855
TC1 28.50 9.018 .660 .833 TC2 28.49 8.568 .523 .849 TC3 28.57 8.342 .673 .828 TC4 28.52 8.427 .642 .832 TC5 28.53 9.184 .577 .841 TC6 28.62 8.845 .668 .831 TC7 28.50 8.665 .555 .843 TC8 28.41 8.657 .550 .844 Thành phần đảm bảo (DB): Alpha = 0.815 DB1 27.93 9.986 .546 .792 DB2 28.31 10.231 .365 .822 DB3 28.06 9.578 .594 .785 DB4 28.17 10.430 .460 .804 DB5 28.04 9.435 .581 .787 DB6 28.14 9.851 .634 .781 DB7 28.09 9.640 .634 .779 DB8 28.07 10.418 .486 .800
Thành phần đáp ứng (DU): Alpha = 0.722 DU1 11.75 2.243 .562 .632 DU2 11.89 2.098 .578 .619 DU3 11.75 2.415 .505 .667 DU4 11.87 2.235 .420 .723 Thành phần hữu hình (HH): Alpha = 0.731 HH1 16.28 3.463 .481 .689 HH2 16.38 3.478 .440 .704 HH3 16.23 3.172 .596 .644 HH4 16.30 3.031 .569 .653 HH5 16.60 3.651 .379 .725 Thành phần đồng cảm (DC): Alpha = 0.684 DC1 11.54 2.708 .555 .567 DC2 11.70 2.556 .526 .579 DC3 12.16 2.383 .474 .623 DC4 11.46 3.262 .339 .690
4.2.2 Phân tích hệ số Cronbach’s alpha thang đo thành phần hài lòng
Thành phần sự hài lòng gồm 3 biến quan sát (HL1, HL2, HL3) có hệ số Cronbach’s alpha là 0.644 và các hệ số tương quan biến tổng của các biến đo lường thành phần này đều đạt tiêu chuẩn cho phép (lớn hơn 0.3). Do đó, các biến đo lường thành phần này sẽ được đưa vào phân tích nhân tố.
Bảng 4.3: Hệ số Cronbach’s alpha của thành phần hài lịng
Biến quan sát
Trung bình thang đo nếu loại biến
Phƣơng sai thang đo nếu loại biến
Tƣơng quan biến tổng
Cronbach’s alpha nếu loại biến Thành phần hài lòng (HL): Alpha = 0.644
HL1 8.82 .450 .513 .471
HL2 8.01 .573 .493 .492
HL3 7.14 .720 .386 .636
4.3 Phân tích nhân tố khám phá EFA
đạt được giá trị hội tụ của các biến quan sát theo từng nhân tố và giá trị phân biệt giữa các nhân tố. Điều kiện cần và đủ để áp dụng phân tích nhân tố là khi kiểm định Bartlett (Bartlett’s test of sphericity) với sig. < 0.05 và chỉ số KMO lớn hơn 0.5. Trong phân tích nhân tố phương pháp Principal components analysis đi cùng với phép xoay varimax thường được sử dụng. Sau khi xoay các nhân tố, hệ số tải nhân tố > 0.5 được xem là có ý nghĩa thực tiễn. Phương sai trích phải đạt từ 50% trở lên. Ngồi ra, trị số Eigenvalues phải lớn hơn 1. Những nhân tố có Eigenvalues nhỏ hơn 1 sẽ khơng có tác dụng tóm tắt thơng tin tốt hơn một biến gốc. (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
4.3.1 Phân tích nhân tố khám phá thang đo các thành phần CLDV
Thang đo CLDV khai thuê HQ gồm 5 thành phần được đo bằng 29 biến quan sát sau khi đạt độ tin cậy Cronbach’s alpha tiếp tục được đưa vào phân tích nhân tố.
• Kết quả phân tích nhân tố lần thứ nhất:
Kết quả kiểm định Bartlett (Bartlett’s test of sphericity) trong bảng kiểm định KMO và Bartlett's (bảng số 1, phụ lục 7) với sig = 0.000 và chỉ số KMO = 0.874 > 0.5 đều đáp ứng được yêu cầu. Tại các mức giá trị Eigenvalues lớn hơn 1, phân tích nhân tố đã trích được 6 nhân tố từ 29 biến quan sát và với phương sai trích là 61.839 % (lớn hơn 50%) đạt yêu cầu (bảng số 2, phụ lục 7). Dựa trên phân tích của bảng ma trận xoay nhân tố (bảng số 3, phụ lục 7), biến HH5, DU4, TC8, DB4, DB3 bị loại do có hệ số tải nhân tố chưa đạt u cầu (nhỏ hơn 0.5). Do đó, việc phân tích nhân tố lần thứ hai được thực hiện với việc loại các biến này ra.
• Kết quả phân tích nhân tố lần thứ hai:
Kết quả kiểm định kiểm định Bartlett's và KMO (bảng số 4, phụ lục 7) với sig = 1.1 và chỉ số KMO = 0.856 đều đáp ứng được yêu cầu. Tại các mức giá trị Eigenvalues lớn
hơn 1, phân tích nhân tố đã trích được 5 nhân tố và với phương sai trích là 60.565% (> 50%) đạt yêu cầu (bảng số 5, phụ lục 7). Dựa trên phân tích của
bảng ma trận xoay nhân tố (bảng số 6, phụ lục 7), biến DB7, DB2, TC2, TC4, HH2 bị loại do có hệ số tải nhân tố chưa đạt yêu cầu (< 0.5). Do đó, việc phân tích nhân tố lần thứ ba được thực hiện với việc loại các biến này.
• Kết quả phân tích nhân tố lần thứ ba:
Kết quả kiểm định Bartlett trong bảng kiểm định KMO và Bartlett's (bảng số 7, phụ lục 7) với sig = 0.000 và chỉ số KMO = 0.848 > 0.5 đều đáp ứng được yêu cầu. Tại các mức giá trị Eigenvalues = 1.143, phân tích nhân tố đã trích được 5 nhân tố và với phương sai trích là 65.587% (lớn hơn 50%) đạt yêu cầu (bảng số 8, phụ lục 7). Kết quả tại bảng 4.4 cho thấy hệ số tải nhân tố của các biến này đều lớn hơn 0.5 đạt yêu cầu.
Bảng 4.4: Ma trận xoay nhân tố lần thứ baBiến Nhân tố Biến Nhân tố 1 2 3 4 5 TC6 0.799 TC1 0.768 TC5 0.758 TC7 0.629 TC3 0.577 DB6 0.747 DB5 0.712 DB8 0.696 DB1 0.653 HH4 0.781 HH3 0.771 HH1 0.629 DC3 0.734 DC4 0.685 DC2 0.587 DC1 0.542 DU1 0.783 DU2 0.757 DU3 0.702 Eigenvalues 6.976 1.648 1.455 1.240 1.143 Phƣơng sai trích (%) 36.717 8.673 7.657 6.526 6.015
4.3.2 Phân tích nhân tố khám phá thang đo thành phần hài lòng
Kết quả kiểm định Bartlett (Bartlett’s test of sphericity) trong bảng kiểm định KMO và Bartlett's (bảng số 9, phụ lục 7) với sig = 0.000 và chỉ số KMO = 0.633 đều đáp ứng được yêu cầu. Tại mức giá trị Eigenvalues = 1.761 (bảng số 10, phụ lục 7), đã trích được một nhân tố từ ba biến quan sát và với phương sai trích là 58.692 % (lớn hơn 50%) đạt yêu cầu. Ba biến HL1, HL2, HL3 đều có hệ số tải nhân tố lớn hơn 0.5 đều phù hợp.
Bảng 4.5: Kết quả phân tích nhân tố cho thành phần hài lịng.
Nhân tố 1 HL1 0.809 HL2 0.790 HL3 0.694 Eigenvalues 1.761 Phương sai trích (%) 58.692
Dựa trên phân tích của bảng ma trận xoay nhân tố (bảng 4.4), kết quả thang đo CLDV có tổng cộng 5 nhân tố được rút trích từ 19 biến quan sát. Nhân tố thứ nhất gồm 5 biến (TC1, TC3, TC5, TC6, TC7) được đặt tên là thành phần tin cậy (TC). Nhân tố thứ hai gồm 4 biến (DB1, DB5, DB6, DB8) được đặt tên là thành phần đảm bảo (DB). Nhân tố thứ ba gồm 3 biến (HH1, HH3, HH4) được đặt tên là thành phần hữu hình (HH). Nhân tố thứ tư gồm 4 biến (DC1, DC2, DC3, DC4) được đặt tên là thành phần đồng cảm (DC). Nhân tố thứ năm gồm 3 biến (DU1, DU2, DU3) được đặt tên là thành phần đáp ứng (DU) bằng lệnh Transform/Compute Variable. Thành phần hài lịng có ký hiệu là HL gồm 3 biến HL1, HL2, HL3 vẫn giữ nguyên.
Bảng 4.6: Diễn giải các thành phần sau khi xoay nhân tố.
STT Mã hóa Diễn giải
Thành phần tin cậy (TC) N hâ n tố 1
TC1 Công ty X lập tờ khai Hải quan điện tử một cách chính xác. TC3 Năng lực xử lý sự cố của công ty X rất tốt.
TC5 Công ty X nắm vững quy trình thơng quan. TC6 Cơng ty X khơng để xảy ra một sai sót nào.
Thành phần đảm bảo (DB) N hâ n tố 2
DB1 Nhân viên công ty X trung thực
DB5 Công ty X tư vấn tốt về chính sách hàng hóa xuất nhập khẩu DB6 Công ty X tư vấn hiệu quả về áp mã số thuế xuất nhập khẩu DB8 Công ty X trả chứng từ sau thông quan đầy đủ
Thành phần hữu hình (HH) N hâ n tố 3
HH1 Cơng ty X có phần mềm kết nối mạng với chi cục hải quan liên quan. HH3 Cơng ty X có các trang thiết bị phần cứng (computer, printer, fax,
scan…) để phục vụ cho việc khai thuê Hải quan. HH4 Cơng ty X có mạng kết nối với các cơ quan liên quan.
Thành phần đồng cảm (DC) N hâ n tố 4
DC1 Công ty X luôn lắng nghe ghi nhận ý kiến đóng góp
DC2 Cơng ty X ln quan tâm, chia sẻ cùng giải quyết khó khăn DC3 Mọi yêu cầu, thắc mắc luôn được công ty X hồi đáp sớm nhất. DC4 Thái độ phục vụ của nhân viên công ty X nhã nhặn, niềm nở
Thành phần đáp ứng (DU) N h ân tố 5
DU1 Công ty X sẵn sàng vui vẻ làm việc ngoài giờ nếu được yêu cầu. DU2 Dù rất bận, nhân viên của công ty X vẫn sắp xếp để hỗ trợ.
DU3 Công ty X cảnh báo trước những bất lợi trong q trình thơng quan.
Thành phần hài lịng (HL) N hâ n t ố H L
HL1 Anh/chị hoàn tồn hài lịng với chất lượng dịch vụ khai th Hải quan của công ty X.
HL2 Anh/chị sẽ giới thiệu dịch vụ khai thuê Hải quan của công ty X cho những người khác.
HL3 Trong thời gian tới, anh/chị vẫn tiếp tục sử dụng dịch vụ khai th Hải quan của cơng ty X.
4.4 Mơ hình hiệu chỉnh sau khi phân tích nhân tố
Sau khi phân tích và kiểm định bằng hệ tin cậy Cronbach’s alpha và nhân tố khám phá (EFA), thang đo các thành phần CLDV vẫn giữ nguyên nhưng chỉ còn lại 19 biến quan sát (bảng 4.4) và thang đo thành phần hài lịng (bảng 4.5) vẫn giữ ngun. Mơ hình nghiên cứu và các giả thuyết ban đầu (trình bày ở chương 2) khơng thay đổi. Năm thành phần CLDV cùng với thành phần hài lịng sẽ được đưa vào phân tích tương quan và hồi qui tuyến tính bội.
4.5 Phân tích tƣơng quan
Phân tích tương quan bằng hệ số tương quan Pearson (bảng 4.7) cho thấy có sự tương quan giữa thành phần CLDV với thành phần hài lòng và những mối liên hệ này là cùng chiều. Các giá trị sig. đều nhỏ (=0.000), do vậy chúng đều có ý nghĩa về mặt thống kê. Đồng thời cũng có tương quan giữa các thành phần CLDV với nhau nên mối quan hệ giữa các thành phần này cần phải xem xét kỹ trong phần phân tích hồi qui tuyến tính bội dưới đây nhằm tránh hiện tượng đa cộng tuyến giữa các biến độc lập.
Bảng 4.7: Ma trận tương quan giữa các thành phần nghiên cứu
TC DB HH DC DU HL
TC Tương quan Pearson 1 .595** .538** .481** .477** .658**
Hệ số Sig (2-tailed) 0.000 0.000 0.000 0.000 0.000
DB Tương quan Pearson .595** 1 .522** .425** .398** .563**
Hệ số Sig (2-tailed) 0.000 0.000 0.000 0.000 0.000
HH Tương quan Pearson .538** .522** 1 .388** .333** .485**
Hệ số Sig (2-tailed) 0.000 0.000 0.000 0.000 0.000
DC Tương quan Pearson .481** .425** .388** 1 .318** .620**
Hệ số Sig (2-tailed) 0.000 0.000 0.000 0.000 0.000
DU Tương quan Pearson .477** .398** .333** .318** 1 .527**
Hệ số Sig (2-tailed) 0.000 0.000 0.000 0.000 0.000
HL Tương quan Pearson .658** .563** .485** .620** .527** 1
Hệ số Sig (2-tailed) 0.000 0.000 0.000 0.000 0.000 ** Mức ý nghĩa 1% , N = 228
4.6 Phân tích hồi qui tuyến tính bội
4.6.1Xác định biến độc lập và biến phụ thuộc.
Nếu kết luận được là các biến độc lập và biến phụ thuộc có tương quan tuyến tính với nhau qua hệ số tương quan Pearson, đồng thời giả định rằng chúng ta đã cân nhắc kỹ bản chất của mối liên hệ tiềm ẩn giữa các biến và xem như đã xác định đúng
hướng của một mối quan hệ nhân quả giữa chúng, thì chúng ta có thể mơ hình hóa mối quan hệ nhân quả của chúng bằng mơ hình hồi qui tuyến tính bội, trong đó một biến được gọi là biến phụ thuộc và biến còn lại gọi là các biến độc lập (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008)
HL = β0 + β1*TC + β2*DB + β3*DU + β4*HH + β5*DC
Trong đó:
• HL : Biến phụ thuộc (Y): Thành phần hài lịng của doanh nghiệp XNK
• Các biến độc lập (Xi): thành phần tin cậy (TC), thành phần đảm bảo (DB), thành phần đáp ứng (DU), thành phần hữu hình (HH), thành phần đồng cảm (DC).
• βk: Hệ số hồi qui riêng phần. (k = 0…5)
4.6.2 Hồi qui tuyến tính bội.
Để kiểm định sự phù hợp giữa năm thành phần CLDV và thành phần hài lòng của doanh nghiệp XNK, hàm hồi qui tuyến tính bội với phương pháp đưa vào một lượt (Enter) được sử dụng. Nghĩa là phần mềm SPSS xử lý tất cả các biến đưa vào một lần và đưa ra các thông số thống kê liên quan đến các biến. Hệ số hồi qui riêng phần đã chuẩn hóa của thành phần nào càng lớn thì mức độ ảnh hưởng của thành phần đó đến sự hài lòng của doanh nghiệp XNK sử dụng dịch vụ khai thuê HQ càng cao, nếu cùng dấu thì mức độ ảnh hưởng thuận chiều và ngược lại. Năm thành phần CLDV là biến độc lập (Independents) và thành phần hài lòng của doanh nghiệp XNK là biến phụ thuộc (Dependent) sẽ được đưa vào chạy hồi qui cùng một lúc.
Phân tích hồi qui tuyến tính bội lần thứ nhất nhƣ sau:
Kết quả phân tích tại bảng số 11, phụ lục 7 cho thấy các giá trị Sig. tương ứng với các biến TC, DB, DC, DU lần lựợt là 0.000, 0.014, 0.000 và 0.000 đều nhỏ hơn 0.05. Do vậy, có thể khẳng định các biến này có ý nghĩa trong mơ hình. Biến HH sẽ bị
loại ra khỏi mơ hình do có giá trị Sig.= 0.244 > 0.05. Hồi qui tuyến tính được thực hiện lần thứ hai với việc loại biến HH ra.
Phân tích hồi qui tuyến tính bội lần thứ hai nhƣ sau:
Với kết quả phân tích hồi qui lần thứ 2 tại bảng 4.8, các giá trị Sig. tương ứng với các biến TC, DB, DC, DU lần lựợt là 0.000, 0.004, 0.000 và 0.000 đều nhỏ hơn 1.5. Vì vậy, có thể khẳng định lần nữa các biến này có ý nghĩa trong mơ hình.
Bảng 4.8: Kết quả phân tích hồi qui bội lần thứ hai
4.6.3 Kiểm tra các giả định hồi qui
Phân tích hồi qui khơng chỉ là việc mơ tả các dữ liệu quan sát được mà còn phải suy rộng cho mối liên hệ giữa các biến trong tổng thể từ các kết quả quan sát được trong mẫu đó. Kết quả của mẫu suy rộng ra cho giá trị của tổng thể phải đáp ứng các giả định cần thiết dưới đây:
• Giả định liên hệ tuyến tính: giả định này sẽ được kiểm tra bằng biểu đồ phân tán