CHƢƠNG 4 : KẾT QUẢ NGHIÊN CỨU
4.2. Phân tích hệ số Cronbach’s Alpha
4.2.2. Phân tích hệ số Cronbach’s alpha thành phần Hài lòng và Trung thành
Bảng 4.3: Hệ số Cronbach’s Alpha thành phần Hài lòng và Trung thành
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: Alpha = 0.757 HL1 7.5231 1.544 .624 .635 HL2 7.3889 1.364 .608 .655 HL3 7.5787 1.696 .538 .728 Thành phần Trung thành: Alpha = 0.704 TrT1 11.5185 3.925 .517 .624 TrT2 11.6204 4.599 .468 .654 TrT3 11.5880 4.550 .419 .682 TrT4 11.3981 4.064 .560 .596
sát đo lường thành phần này đều đạt tiêu chuẩn (lớn hơn 0,3). Do vậy, thang đo thành phần này đạt yêu cầu và các biến quan sát của thành phần này được sử dụng cho phân tích khám phá EFA.
Thang đo Lòng trung thành gồm 4 biến quan sát (TrT1, TrT2, TrT3, TrT4) có hệ số Cronbach’s Alpha là 0.704. Các hệ số tương quan biến tổng của các biến quan sát đo lường thành phần này đều đạt tiêu chuẩn (lớn hơn 0,3). Do vậy, thang đo thành phần này đạt yêu cầu và các biến quan sát của thành phần này được sử dụng cho phân tích khám phá EFA.
4.3. Phân tích nhân tố khám phá EFA
Mục đích của phân tích nhân tố khám phá là để thu nhỏ và gom các biến lại nhằm 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 > 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).
Ngoài ra, khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố ≥ 0.3 để tạo giá trị phân biệt giữa các nhân tố (Jabnoun và Al-Tamimi, 2003).
4.3.1. Phân tích nhân tố khám phá thang đo các thành phần ảnh hƣởng đến sự hài lịng
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 19a, Phụ lục 6) với sig = 0.000 và chỉ số KMO = 0.863 > 0.5 đều đáp ứng được yêu cầu. Tại các mức giá trị Eigenvalues lớn hơn 1, phân tích nhân tố đã trích được 8 yếu tố từ 33 biến quan sát và với tổng phương sai trích là 74.016% (lớn hơn 50%) đạt yêu cầu (Bảng số 19b, Phụ lục 6). Dựa trên phân tích
của bảng ma trận xoay nhân tố (Bảng số 19c, Phụ lục 6), biến HQ7 bị loại do có hệ số tải nhân tố của nó = 0.453 chưa đạt yêu cầu (nhỏ hơn 0.5). Do đó, việc phân tích nhân tố lần thứ hai được thực hiện với việc loại biến này ra.
Kết quả phân tích nhân tố lần thứ hai:
Kết quả kiểm định Bartlett (Bartlett’s test of sphericity) trong bảng kiểm định KMO và Bartlett's (Bảng số 20a, Phụ lục 6) với sig = 0.000 và chỉ số KMO = 0.866 > 0.5 đều đáp ứng được yêu cầu. Tại các mức giá trị Eigenvalues lớn hơn 1, phân tích nhân tố đã trích được 8 yếu tố từ 32 biến quan sát và với tổng phương sai trích là 74.793% (lớn hơn 50%) đạt yêu cầu (Bảng số 20b, Phụ lục 6). Dựa trên phân tích của bảng ma trận xoay nhân tố (Bảng số 20c, Phụ lục 6), biến QT6, HQ1, HQ8 bị loại dựa vào tiêu chuẩn khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố lớn hơn hay bằng 0.3 để đảm bảo giá trị phân biệt giữa các nhân tố. Sự chênh lệch không rõ ràng giữa các hệ số tải nhân tố có khả năng tạo ra việc trích nhân tố giả. Vì vậy, phân tích nhân tố sẽ được tiến hành lần thứ ba với việc loại các biến này.
Kết quả phân tích nhân tố lần thứ ba:
Kết quả kiểm định Bartlett (Bartlett’s test of sphericity) trong bảng kiểm định KMO và Bartlett's (Bảng số 21a, Phụ lục 6) với sig = 0.000 và chỉ số KMO = 0.871 > 0.5 đều đáp ứng được yêu cầu. Tại các mức giá trị Eigenvalues lớn hơn 1, phân tích nhân tố đã trích được 7 yếu tố từ 29 biến quan sát và với tổng phương sai trích là 74.120% (lớn hơn 50%) đạt yêu cầu (Bảng số 21b, Phụ lục 6). Dựa trên phân tích của bảng ma trận xoay nhân tố (Bảng số 21c, Phụ lục 6), biến QT5 bị loại dựa vào tiêu chuẩn khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố lớn hơn hay bằng 0.3 để đảm bảo giá trị phân biệt giữa các nhân tố. Sự chênh lệch không rõ ràng giữa các hệ số tải nhân tố có khả năng tạo ra việc trích nhân tố giả. Vì vậy, phân tích nhân tố sẽ được tiến hành lần thứ tư với việc loại biến này.
Kết quả phân tích nhân tố lần thứ tƣ:
Kết quả kiểm định Bartlett trong bảng kiểm định KMO và Bartlett's (Bảng số 22a, Phụ lục 6) với sig = 0.000 và chỉ số KMO = 0.869 > 0.5 đều đáp ứng được yêu
cầu. Tại mức giá trị Eigenvalues = 1.010, phân tích nhân tố đã trích được 7 yếu tố và với tổng phương sai trích là 75.447% (lớn hơn 50%) đạt yêu cầu (Bảng số 22b, Phụ lục 6). Kết quả tại Bảng 4.4 (xem chi tiết Bảng số 22c, Phụ lục 6) 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 4)
Biến quan sát Nhân tố
1 2 3 4 5 6 7 HQ3 .866 HQ6 .862 HQ2 .793 HQ4 .790 HQ5 .711 QT2 .894 QT3 .849 QT7 .834 QT4 .830 QT1 .764 KT1 .845 HA3 .833 KT2 .831 HA1 .743 HA2 .675 TT4 .870 TT2 .833 TT1 .822 TT3 .704 HD4 .804 HD2 .799 HD1 .794 HD3 .640 TH3 .876 TH2 .790 TH1 .770 GC1 .818 GC2 .794 Eigenvalues 9.385 3.104 2.824 1.860 1.567 1.376 1.010 Phương sai trích (%) 33.517 11.086 10.084 6.643 5.595 4.915 3.606
Dựa trên phân tích của bảng ma trận xoay nhân tố (Bảng 4.4), kết quả thang đo có tổng cộng 7 yếu tố được rút trích từ 28 biến quan sát. Yếu tố thứ nhất gồm 5 biến quan sát (HQ2, HQ3, HQ4, HQ5, HQ6) được nhóm lại bằng lệnh trung bình và được đặt tên là thành phần Hiệu quả ký hiệu là HQ. Yếu tố thứ hai gồm 5 biến quan sát (QT1,QT2, QT3, QT4, QT7) được nhóm lại bằng lệnh trung bình và được đặt tên là thành phần Quan tâm ký hiệu là QT. Yếu tố thứ ba gồm 5 biến quan sát (HA1, HA2, HA3, KT1, KT2) bao gồm 2 thành phần là Hình ảnh và Chất lượng dịch vụ kỹ thuật, được nhóm lại bằng lệnh trung bình và được đặt tên là thành phần Hình ảnh – Kỹ thuật ký hiệu là HAKT. Yếu tố thứ tư gồm 4 biến quan sát (TT1, TT2, TT3, TT4) được nhóm lại bằng lệnh trung bình và được đặt tên là thành phần Thông tin ký hiệu là TT. Yếu tố thứ năm gồm 4 biến quan sát (HD1, HD2, HD3, HD4) được nhóm lại bằng lệnh trung bình và được đặt tên là thành phần Hiệu dụng ký hiệu là HD. Yếu tố thứ sáu gồm 3 biến quan sát (TH1, TH2, TH3) được nhóm lại bằng lệnh trung bình và được đặt tên là thành phần Thích hợp ký hiệu là TH. Yếu tố cuối cùng gồm 2 biến quan sát (GC1, GC2) được nhóm lại bằng lệnh trung bình và được đặt tên là thành phần Giá cả cảm nhận ký hiệu là GC. Lệnh Transform/ Compute Variable trong phần mềm SPSS nhóm lại cho các biến trên.
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 23a, Phụ lục 6) với sig = 0.000 và chỉ số KMO = 0.685 đều đáp ứng được yêu cầu. Tại các mức giá trị Eigenvalues = 2.024 (Bảng 23b, Phụ lục 6), phân tích nhân tố đã rút trích được 1 yếu tố từ 3 biến quan sát với phương sai trích là 67.479% (> 50%) đạt yêu cầu. Dựa trên phân tích của bảng ma trận xoay nhân tố (Bảng số 23c, Phụ lục 6), lệnh Transform/ Compute Variable được sử dụng để nhóm 3 biến đạt yêu cầu (HL1, HL2, HL3) với hệ số tải nhân tố > 0.5 được đặt tên là thành phần Hài lòng ký hiệu là HL.
4.3.3. Phân tích nhân tố khám phá thang đo thành phần Trung thành
Kết quả kiểm định Bartlett (Bartlett’s test of sphericity) trong bảng kiểm định KMO và Bartlett's (Bảng 24a, Phụ lục 6) với sig = 0.000 và chỉ số KMO = 0.732 đều đáp ứng được yêu cầu. Tại các mức giá trị Eigenvalues = 2.126 (Bảng 24b, Phụ lục 6), phân tích nhân tố đã rút trích được 1 yếu tố từ 4 biến quan sát với phương sai trích là 53.159% (> 50%) đạt yêu cầu. Dựa trên phân tích của bảng ma trận xoay nhân tố (Bảng số 23c, Phụ lục 6), lệnh Transform/ Compute Variable được sử dụng để nhóm 4 biến đạt yêu cầu (TrT1, TrT2, TrT3, TrT4) với hệ số tải nhân tố > 0.5 được đặt tên là thành phần Trung thành ký hiệu là TrT
Bảng 4.5: Diễn giải các thành phần sau khi xoay nhân tố.
STT Mã hóa Diễn giải
Thành phần Hiệu quả (HQ)
Yếu tố
1
HQ2 Khi bệnh nhân gặp trở ngại, nhân viên động viên họ
HQ3 Nhân viên giải thích rõ ràng cho bệnh nhân về phương pháp điều trị HQ4 Nhân viên cho biết rõ ràng về tình trạng nha khoa của bệnh nhân HQ5 Nhân viên cho biết chính xác lịch hẹn khám
HQ6 Trước khi kết thúc điều trị, nhân viên dặn dò cách chăm sóc chu đáo
Thành phần Quan tâm (QT)
Yếu tố
2
QT1 Nhân viên lịch sự
QT2 Nhân viên quan tâm bệnh nhân QT3 Nhân viên tôn trọng bệnh nhân
QT4 Nhân viên ln sẵn lịng giúp đỡ bệnh nhân QT7 Bệnh nhân được đối xử một cách cơng bằng
Thành phần Hình ảnh – Kỹ thuật (HAKT)
Yếu tố
3
HA1 Phòng khám là địa chỉ nha khoa đáng tin cậy HA2 Đội ngũ y tế của phịng khám có tấm lịng y đức
HA3 Đội ngũ y tế của phịng khám có trình độ chun mơn cao
KT1 Khi kết thúc dịch vụ nha khoa, tình trạng ban đầu được cải thiện hơn KT2 Sau khi kết thúc dịch vụ nha khoa, phịng khám có chế độ bảo hành
tốt.
Thành phần Thơng tin (TT)
Yếu tố
4
TT1 Bệnh nhân nhận được thông tin nhanh chóng từ bác sĩ TT2 Nhân viên cung cấp đầy đủ thông tin khi cần
TT3 Bác sĩ thông báo kết quả điều trị rõ ràng
STT Mã hóa Diễn giải Thành phần Hiệu dụng (HD) Yếu tố 5 HD1 Chứng từ thanh toán cụ thể
HD2 Nhân viên sẵn sàng giải thích chứng từ thanh tốn
HD3 Bất cứ phàn nàn nào về chứng từ thanh toán đều được giải quyết tốt HD4 Bảng giá rõ ràng Thành phần Thích hợp (TH) Yếu tố 6 TH1 Cơ sở vật chất sạch sẽ TH2 Trang thiết bị hiện đại TH3 Thủ tục nhập khám đơn giản
Thành phần Giá cả cảm nhận (GC) Yếu
tố 7
GC1 Giá trị dịch vụ tốt tương ứng với chi phí bỏ ra GC2 Gía cả dịch vụ có thể chấp nhận được Thành phần Hài lòng (HL) Yếu tố Hài lòng
HL1 Tơi cảm thấy hài lịng khi sử dụng dịch vụ nha khoa tại phòng khám X HL2 Lựa chọn sử dụng dịch vụ nha khoa tại phòng khám X là lựa chọn
sáng suốt
HL3 Tôi sẽ giới thiệu cho người thân/ bạn bè sử dụng dịch vụ nha khoa của phòng khám X Thành phần Trung thành (TrT) Yếu tố trung thành
TrT1 Phòng khám X đem đến cho tơi nhiều lợi ích TrT2 Tơi đã tăng dần sự u thích phịng khám X
TrT3 Tơi sẽ tiếp tục sử dụng dịch vụ nha khoa của phòng khám X TrT4 Khi có nhu cầu về dịch vụ nha khoa, tơi chỉ đi đến phịng khám X
4.4. Mơ hình nghiên cứu điều chỉnh sau khi phân tích nhân tố khám phá
Sau khi phân tích và kiểm định bằng hệ tin cậy Cronbach’s Alpha và nhân tố khám phá EFA, 8 thành phần với 35 biến tác động đến sự hài lòng ban đầu chỉ còn lại 7 thành phần với 28 biến, thành phần Hài lòng gồm 3 biến và thành phần Trung thành gồm 4 biến vẫn giữ nguyên (Bảng 4.5). Mơ hình nghiên cứu và các giả thuyết ban đầu (trình bày ở chương 2) được điều chỉnh lại như sau:
Các giả thuyết nghiên cứu điều chỉnh:
H1: Hiệu quả có tác động dương đến sự hài lịng của khách hàng. H2: Quan tâm có tác động dương đến sự hài lịng của khách hàng.
H3: Hình ảnh – Kỹ thuật có tác động dương đến sự hài lịng của khách hàng. H4: Thơng tin có tác động dương đến sự hài lịng của khách hàng.
H5: Hiệu dụng có tác động dương đến sự hài lòng của khách hàng. H6: Thích hợp có tác động dương đến sự hài lịng của khách hàng.
H7: Giá cả cảm nhận có tác động dương đến sự hài lòng của khách hàng.
H8: Sự hài lịng của khách hàng có tác động dương đến lịng trung thành của khách
hàng.
Hình 4.1: Mơ hình nghiên cứu điều chỉnh chính thức
4.5. Phân tích hồi qui tuyến tính mơ hình số 1 4.5.1. Xác định biến độc lập và biến phụ thuộc. 4.5.1. Xác định biến độc lập và biến phụ thuộc.
Căn cứ vào mơ hình nghiên cứu điều chỉnh (Hình 4.1), ta có phương trình hồi quy tuyến tính bội diễn tả các yếu tố ảnh hưởng đến sự Hài lòng là:
HL = β0 + β1*HQ + β2*QT + β3*HAKT + β4*TT + β5*HD + β6*TH + β7*GC
Các biến độc lập (Xi): thành phần Hiệu quả (HQ), thành phần Quan tâm (QT), thành phần Hình ảnh – Kỹ thuật (HAKT), thành phần Thông tin (TT), thành phần Hiệu dụng (HD), thành phần Thích hợp (TH), thành phần Giá cả cảm nhận (GC).
Biến phụ thuộc (Y): thành phần Hài lòng (HL).
βk là hệ số hồi quy riêng phần (k=0…7).
4.5.2. Phân tích tƣơng quan
Trước khi tiến hành phân tích hồi quy tuyến tính bội thì việc xem xét mối H1(+) H2(+) H4(+) H5(+) H8(+) H6(+) ) H3(+) H7(+) Chất lượng dịch vụ chức năng Giá cả cảm nhận Hiệu quả Hình ảnh - Kỹ thuật Quan tâm Thông tin Sự hài lòng của khách hàng Lòng trung thành của khách hàng Hiệu dụng Thích hợp
độc lập với nhau là công việc phải làm và hệ số tương quan Pearson trong ma trận hệ số tương quan là phù hợp để xem xét mối tương quan này. (Hoàng trọng và Chu Nguyễn Mộng Ngọc, 2008).
Kết quả phân tích tương quan (Bảng số 25, Phụ lục 6), ta thấy hệ số tương quan giữa thành phần Hài lòng với 7 biến độc lập cao (thấp nhất là 0.331). Sơ bộ ta có thể kết luận 7 biến độc lập HQ, QT, HAKT, TT, HD, TH, GC có thể đưa vào mơ hình để giải thích cho biến HL. Nhưng hệ số tương quan giữa các biến độc lập cũng hơi cao. Do đó, kiểm định đa cộng tuyến cần được tiến hành trong các bước tiếp theo để xác định xem các biến độc lập có ảnh hưởng lẫn nhau hay khơng.
4.5.3. Hồi qui tuyến tính bội.
Để kiểm định sự phù hợp giữa bảy thành phần ảnh hưởng đến sự hài lòng và thành phần Hài lịng của khách hàng, 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 lịng của khách hàng càng cao, nếu cùng dấu thì mức độ ảnh hưởng thuận chiều và ngược lại.
Bảng 4.6: Kết quả phân tích hồi qui bội (mơ hình 1)
Coefficientsa
Model
Hệ số hồi qui
chƣa chuẩn hóa Hệ số hồi qui đã chuẩn hóa T Sig.
Thống kê đa cộng tuyến
B Std. Error Beta Tolerance VIF
1 Hằng số .175 .240 .728 .467 HQ .131 .041 .193 3.230 .001 .594 1.685 QT .083 .040 .100 2.057 .041 .890 1.124 HAKT .221 .060 .216 3.693 .000 .616 1.625 TT .144 .057 .139 2.517 .013 .694 1.441 HD .107 .043 .145 2.469 .014 .608 1.646 TH .077 .037 .119 2.068 .040 .637 1.569 GC .185 .051 .196 3.636 .000 .724 1.381
Kết quả phân tích hồi qui bội tại Bảng 4.6, các giá trị Sig. với các thành phần HQ, QT, HAKT, TT, HD, TH, GC đều rất nhỏ (nhỏ hơn 0.05). Vì vậy, có thể khẳng định các thành phần này có ý nghĩa trong mơ hình.
4.5.4. Kiểm tra các giả định hồi qui
Phân tích hồi qui không chỉ là việc mô 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: