Mức độ hài lòng của khách hàng
1 SAS 1 Tơi cảm thấy hài lịng khi sử dụng dịch vụ KN 2 SAS 2 Tôi cảm tin cậy khi sử dụng dịch vụ KN
3 SAS 3 Tơi cảm thấy u thích khi sử dụng dịch vụ KN
3.3.3hƣơng pháp xử lý dữ liệu:
Dữ liệu sau khi thu thập đƣợc mã hóa, xử lý thơng qua phần mềm SPSS for Window 20.0
3.3.3.1 hân tích độ tin cậy Cronbach Alpha
Mục đích của phân tích hệ số Cronbach Alpha là loại bỏ các biến không phù hợp, hạn chế biến rác trong quá trình nghiên cứu. Theo Nunnally & Berstein (1994) các biến quan sát đƣợc chấp nhận khi có hệ số tƣơng quan biến tổng (Correct Item-Total Correlation) lớn hơn 0.3 và hệ số Cronbach Alpha lớn hơn 0.6. Tất cả các biến quan sát của những thành phần đạt đƣợc độ tin cậy sẽ đƣợc tiếp tục phân tích nhân tố khám phá EFA.
3.3.3.2 hân tích nhân tố EFA:
Sau kết quả phân tích Cronbach Alpha loại bỏ các biến khơng đảm bảo độ tin cậy, phân tích nhân tố đƣợc sử dụng để thu nhỏ và gom các biến lại, xem xét mức độ hội
tụ của các biến quan sát theo từng thành phần và giá trị phân biệt của các nhân tố. Những điểm cần lƣu ý khi phân tích nhân tố:
- Kiểm định Bartlett (Bartlett’s test of sphericity) để kiểm định giả thiết H0 là các biến quan sát không tƣơng quan với nhau trong tổng thể (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, Phân tích dữ liệu nghiên cứu với SPSS, 2008, trang 32). Mức ý nghĩa kiểm định Bartlett =< 0.5 (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, Phân tích dữ liệu nghiên cứu với SPSS, 2008)
- Hệ số KMO (Kaiser-Meyer-Olkin) là một chỉ số xem xét sự thích hợp của phân tích nhân tố. Trị số KMO lớn (giữa 0.5 và 1) là điều kiện đủ để phân tích nhân tố thích hợp, nếu trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu thể (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, Phân tích dữ liệu nghiên cứu với SPSS, 2008, trang 31)
- Trong phân tích nhân tố dùng phƣơng pháp Principal Component Analysis với phép xoay Varimax và điểm dừng khi trích các yếu tố có trị số Eigenvalue có giá trị lớn hơn 1. Đại lƣợng Eigenvalue đại diện cho lƣợng biến thiên giải thích bởi nhân tố. Những nhân tố có Eigenvalue < 1 sẽ khơng có tác dụng tóm tắt thơng tin tốt hơn một biến gốc, vì sau khi chuẩn hóa mỗi biến gốc có phƣơng sai là 1 (Hồng Trọng và Chu Nguyễn Mộng Ngọc, Phân tích dữ liệu nghiên cứu với SPSS, 2008, trang 34)
- Hệ số tải nhân tố (Factor Loading) >=0.5. Biến quan sát có hệ số tải nhân tố < 0.5 sẽ bị loại (Hair & cộng sự, 1988).
- Thang đo đƣợc chấp nhận khi tổng phƣơng sai trích >= 50% (Hair & cộng sự, 1988).
3.3.3.3 hân tích hồi quy tuyến tính bội:
Phân tích hồi quy tuyến tính bội đƣợc thực hiện theo các bƣớc sau:
- Trƣớc tiên, dùng hệ số tƣơng quan Pearson trong ma trận hệ số tƣơng quan để xem xét mối tƣơng quan tuyến tính giữa biến độc lập và biến phụ thuộc và giữa các biến
độc lập với nhau. Trong phân tích tƣơng quan Pearson khơng có sự phân biệt biến độc lập và biến phụ thuộc mà tất cả đều đƣợc xem xét nhƣ nhau. Nếu giữa hai biến có sự tƣơng quan chặt thì cần lƣu ý vấn đề đa cộng tuyến khi phân tích hồi quy (Hồng Trọng và Chu Nguyễn Mộng Ngọc, Phân tích dữ liệu nghiên cứu với SPSS, 2008).
- Sau khi xác định đƣợc giữa các biến độc lập và biến phụ thuộc có tƣơng quan tuyến tính, ngƣời viết cụ thể mối quan hệ nhân quả này bằng mơ hình hồi quy tuyến tính bội, với sự hài lịng khách hàng là biến phụ thuộc, các biến còn lại là biến độc lập.
- Đánh giá độ phù hợp của mơ hình hồi quy tuyến tính bội bằng hệ số R2 ( R Square) và hệ số R2 điều chỉnh ( Adjusted R Square)
- Sử dụng kiểm định F để xem xét mức độ phù hợp của mơ hình hồi quy tổng thể. - Sử dụng kiểm định T để kiểm định ý nghĩa của hệ số hồi quy.
- Đo lƣờng mức độ đa cộng tuyến của mơ hình thơng qua phân tích hệ số VIF (Variance Inflation Factor), VIF < 10
- Đánh giá mức độ tác động mạnh hay yếu giữa các biến thông qua hệ số Beta. - Mức ý nghĩa đƣợc xác lập cho các kiểm định và phân tích là 5% (Độ tin cậy 95%)
TÓM TẮT CHƢƠNG 3
Chƣơng 3 giới thiệu chi tiết về quy trình nghiên cứu, phƣơng pháp nghiên cứu, mẫu nghiên cứu và các thang đo để đo lƣờng các thành phần và kiểm định mơ hình. Phƣơng pháp nghiên cứu gồm hai bƣớc: nghiên cứu định tính và nghiên cứu định lƣợng. Nghiên cứu định tính thực hiện thơng qua kỹ thuật thảo luận nhóm và phỏng vấn thử. Qua bƣớc này, các thang đo lƣờng nghiên cứu chính thức đƣợc xây dựng. Nghiên cứu định lƣợng thơng qua khảo sát lấy ý kiến khách hàng bằng bảng câu hỏi chính thức. Nghiên cứu sử dụng phần mềm SPSS phiên bản 20.
CHƢƠNG 4: PHÂN TÍCH KẾT QUẢ NGHIÊN CỨU 4.1 Phân tích mơ tả
Trên cơ sở xác định cỡ mẫu ban đầu là 205 tổng số bản câu hỏi phát ra là 250 bảng, kết quả thu về 209 bảng câu hỏi hợp lệ đạt yêu cầu sử dụng làm dữ liệu cho nghiên cứu. Bảng danh sách khách hàng 209 khách hàng hồi đáp đƣợc đính kèm ở phụ lục 4. Kết quả thống kê mơ tả đƣợc đƣợc đính kèm ở phụ lục 5 và đƣợc tổng hợp lại nhƣ dƣới đây:
* Về loại hình doanh nghiệp:
Trong số 209 khách hàng thì doanh nghiệp FDI chiếm đa số với 65.6%. Tiếp theo là doanh nghiệp tƣ nhân với chiếm 22.4%. Cuối cùng là doanh nghiệp nhà nƣớc chiếm tỷ lệ 12.0%. Mặc dù việc lấy mẫu là ngẫu nhiên nhƣng con số này phản ánh đúng cơ cấu khách hàng hiện tại của Kuehne-Nagel phân theo loại hình doanh nghiệp.