Biến quan sát Hệ số tải nhân tố Giá trị Eigen Phương sai trích
SHL1 0,817 2,704 67,593 SHL2 0,823 SHL3 0,804 SHL4 0,844 Hệ số KMO = 0,813
Bartlett’s Test of Sphericity với Sig = 0,000
(Nguồn: tổng hợp bởi tác giả)
4.4. Mơ hình nghiên cứu điều chỉnh và các giả thuyết cho mơ hình điều chỉnh
Kết quả phân tích nhân tố khám phá cho thấy 25 biến được nhóm lại thành 7 nhân tố chính. Vì vậy để tìm hiểu nhân tố nào có ảnh hưởng đến sự hài lòng của khách hang doanh nghiệp khi sử dụng dịch vụ vận tải biển của hãng tàu Evergreen, tác giả sẽ sử dụng hình 4.6 để phân tích hồi quy bội tiếp theo.
Các giả thuyết cho mơ hình điều chỉnh:
- H1: Hiệu quả quản lý ảnh hưởng đến sự hài lịng của khách hàng.
- H2: Q trình cung cấp dịch vụ vận tải biển ảnh hưởng đến sự hài lòng của khách hàng.
- H3: Kết quả cung cấp dịch vụ vận tải biển ảnh hưởng đến sự hài lòng của khách hàng.
- H4: Nguồn lực của hãng tàu ảnh hưởng đến sự hài lịng của khách hàng. - H5: Hình ảnh của hãng tàu ảnh hưởng đến sự hài lòng của khách hàng. - H6: Trách nhiệm xã hội của hãng tàu ảnh hưởng đến sự hài lòng của khách
hàng.
- H7: Việc đảm bảo an tồn có ảnh hưởng đến sự hài lịng của khách hàng. 61
SỰ HÀI LỊNG (Satisfaction) H1
Hình 4.6: Mơ hình nghiên cứu điềuchỉnh chỉnh
(Nguồn: tổng hợp bởi tác giả)
Phương trình hồi quy:
SHL = a +b1*M + b2*P + b3*O + b4*R + b5*I + b6*S + b7*SAFE
Ký hiệu biến:
SHL: Sự hài lòng của khách hàng R: Nguồn lực
M: Quản lý I: Hình ảnh
P: Quá trình S: Trách nhiệm xã hội
O: Kết quả SAFE: An tồn
4.5. Phân tích hồi quy
Hồi quy tuyến tính bội dùng để kiểm định và giải thích lý thuyết nhân quả (Cooper Schindler, 2003 - dẫn theo Hoàng Thị Phương Thảo, Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2010). Theo cách thức này, Andaleeb (2001) sử dụng phân tích hồi quy trong nghiên cứu sự hài lòng của khách hàng trong ngành nhà hàng,
QUẢN LÝ (M) QUÁ TRÌNH (P) H2 KẾT QUẢ (O) H3 NGUỒN LỰC (R) H4 HÌNH ẢNH (I) H5 TRÁCH NHIỆM XÃ HỘI (S) H6 AN TỒN (SAFE) H7
Nguyễn Đình Thọ và cộng sự (2009) trong một nghiên cứu “Thuộc tính địa phương và sự hài lịng của doanh nghiệp”. Như vậy, hồi quy tuyến tính bội là phương pháp thích hợp để kiểm định các giả thiết trong nghiên cứu này. Mơ hình hồi quy tuyến tính bội với biến phụ thuộc là sự hài lòng của khách hàng, và các biến độc lập là trung bình của các nhân tố có được từ mơ hình đã được hiệu chỉnh sau khi có kết quả phân tích nhân tố. Phương pháp đưa các biến vào cùng một lúc (phương pháp enter) được sử dụng cho phân tích hồi quy. Các yêu cầu trong phân tích hồi quy tuyến tính bội: (1) phân tích tương quan giữa các biến trong mơ hình hồi quy, (2) xem xét hiện tượng đa cộng tuyến, (3) kiểm định độ phù hợp của mơ hình hồi quy.
4.5.1. Hệ số tương quan Pearson
Người ta sử dụng một số thống kê có tên là hệ số tương quan Pearson để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lượng. Nếu giữa 2 biến có sự tương quan chặt thì phải lưu ý vấn đề đa cộng tuyến khi phân tích hồi quy. Trong phân tích tương quan Pearson, khơng có sự phân biệt giữa các biến độc lập và biến phụ thuộc mà tất cả đều được xem xét như nhau. Dùng hệ số tương quan Pearson có thể cho ta mối quan hệ tuyến tính giữa biến phụ thuộc và biến độc lập trong mơ hình.
Từ kết quả phân tích tương quan Pearson bảng 4.13 cho thấy rằng các biến độc lập khơng có sự tương quan lẫn nhau vì thế hiện tượng đa cộng tuyến khó có khả năng xảy ra. Các biến độc lập M – Quản lý, P – Quá trình, O – Kết quả, R – Nguồn lực, I – Hình ảnh, S – Trách nhiệm xã hội, SAFE – An tồn có mối quan hệ tuyến tính thuận chiều với biến phụ thuộc SHL–Sự hài lòng của khách hàng với mức ý nghĩa 0,01.
Bảng 4.13: Hệ số tương quan Pearson giữa các biếnSHL M P O R I S SAFE