CHƯƠNG 5 : KẾT QUẢ NGHIÊN CỨU
5.7 Kiểm định mối quan hệ giữa hình ảnh TTTM, chương trình khách hàng thân
thân thiết và sự thoả mãn của khách hàng
Hồi quy tuyến tính bội thường được dùng để kiểm định và giải thích lý
thuyết nhân quả (Cooper và Schindler, 2003). Ngồi chức năng là một cơng cụ mơ tả, hồi quy tuyến tính bội cũng được sử dụng như một công cụ kết luận để kiểm định các giả thuyết và dự báo các giá trị của tổng thể nghiên cứu (Duncan, 1996). Như vậy,
đối với nghiên cứu này hồi quy tuyến tính bội là phương pháp thích hợp để kiểm định
các giả thuyết nghiên cứu.
5.7.1 Mơ hình hồi quy tuyến tính bội
Ðể kiểm định giả thuyết H2b và H3b một mơ hình hồi quy bội đã được phát triển như sau:
TM = β0 + β1 HA_CSVC + β2 HA_HH + β3 HA_NV + β3 KHTT + ei
(Mơ hình 5.2)
Trong đó, βk là hệ số của phương trình hồi qui và ei là phần dư.
Dựa trên kết quả phân tích nhân tố, sự thoả mãn của khách hàng bao gồm 3 thành phần của hình ảnh TTTM là cơ sở vật chất và không gian mua sắm (HA_CSVC), hàng hóa và định vị thương hiệu (HA_HH), nhân viên bán hàng và dịch vụ hỗ trợ (HA_NV) và chương trình khách hàng thân thiết (KHTT). Các yếu tố này là các biến độc lập, biến sự thoả mãn của khách hàng (TM) là biến phụ thuộc
Lệnh hồi quy tuyến tính trong chương trình SPSS được sử dụng để chạy phần mềm phân tích hồi quy bội. Giá trị bội R chỉ rõ độ lớn của mối quan hệ giữa các biến
độc lập và phụ thuộc. Hệ số xác định (R2) đo lường tỉ lệ tổng biến thiên của biến phụ thuộc được giải thích bằng các biến độc lập trong mơ hình. Giá trị của R2 càng gần 1 thì khả năng giải thích của mơ hình hồi quy càng lớn và việc dự đoán biến phụ thuộc càng chính xác. Tuy nhiên R2 càng tăng khi thêm biến độc lập được đưa vào mơ hình, song khơng phải phương trình càng có nhiều biến sẽ càng phù hợp hơn với dữ liệu (Trọng & Ngọc, 2008). Do đó R2 điều chỉnh (Adjusted R square) được sử dụng để
phản ánh sát hơn mức độ phù hợp của mơ hình hồi qui tuyến tính đa biến. Phép kiểm
định phân tích phương sai (ANOVA) được tiến hành. Nếu giá trị F có ý nghĩa đáng
kể về mặt thống kê (p<0,001), giả thuyết thuần của mối quan hệ khơng tuyến tính bị bác bỏ. Hệ số beta (β) là hệ số hồi quy chuẩn hóa cho phép so sánh trực tiếp giữa các hệ số, được xem như là khả năng giải thích biến phụ thuộc. Trị tuyệt đối của một hệ số beta chuẩn hóa càng lớn thì tầm quan trọng tương đối của nó trong dự báo biến phụ thuộc càng cao. Hệ số tương quan từng phần (partial correlation ) đo luờng sự tương quan giữa một biến phụ thuộc và một biến đơn độc lập khi ảnh huởng tuyến tính của các biến độc lập khác đối với biến độc đó trong mơ hình hồi quy bị loại bỏ (Trọng & Ngọc, 2008). Tóm lại, hệ số xác định, giá trị F, hệ số beta, và hệ số tương quan từng phần được dùng để đánh giá độ phù hợp của mơ hình và kiểm định các giả thuyết nghiên cứu.
5.7.2 Xem xét giả định đa cộng tuyến của các biến trong mơ hình
Một tình huống vi phạm giả định xảy ra riêng với hồi qui tuyến tính bội đó là hiện tượng đa cộng tuyến. Do đó, cần sử dụng các cơng cụ chẩn đốn để phát hiện sự tồn tại của cộng tuyến trong dữ liệu. Phép thử giá trị dung sai, giá trị VIF (hệ số phóng đại phương sai), giá trị Eigen và chỉ số điều kiện được dùng để kiểm định hiện tượng đa cộng tuyến trong mơ hình hồi quy. Nếu giá trị dung sai nhỏ, VIF vượt quá 10 và chỉ số điều kiện lớn hơn 30 thì hiện tượng đa cộng tuyến xảy ra. Trong Bảng
5.13 tất cả giá trị dung sai từ 0,546 đến 0,915, các giá trị VIF từ 1,093 đến 1,832 cho thấy sự đa cộng tuyến rất thấp.
Bảng 5.13: Hiện tượng đa cộng tuyến:
Đánh giá giá trị dung sai và VIF – áp dụng với mơ hình 5.2
Biến Dung sai VIF
Cơ sở vật chất và không gian mua sắm 0,915 1,093
Hàng hoá và thương hiệu 0,746 1,340
Nhân viên bán hàng và dịch vụ hỗ trợ 0,715 1,399
Chương trình khách hàng thân thiết 0,546 1,832
Ghi chú: Biến phụ thuộc: Sự thoả mãn của khách hàng
Bên cạnh đó, Bảng 5.14 cho thấy chỉ số điều kiện từ 1,000 đến 2,226 (thấp
hơn 30 rất nhiều) cho chúng ta khẳng dịnh rằng hiện tượng đa cộng tuyến không là
vấn đề trầm trọng đối với các biến dùng trong dự báo mơ hình hồi quy của nghiên
cứu này.
Bảng 5.14: Hiện tượng đa cộng tuyến: Đánh giá Eigen và chỉ số điều kiện Kích thước Eigen Chỉ số điều kiện
1 1,674 1,000 2 1,000 1,294
3 1,000 1, 294
4 1,000 1, 294
5 0,326 2,226
5.7.3 Kiểm định giả thuyết nghiên cứu về sự thoả mãn của khách hàng
Bảng 5.15 trình bày kết quả dự báo của mơ hình hồi quy tuyến tính bội (Xem phụ lục 2). Mơ hình với bốn biến độc lập là cơ sở vật chất & không gian mua sắm, hàng hoá & thương hiệu, nhân viên bán hàng & dịch vụ hỗ trợ,chương trình khách hàng thân thiết và một biến phụ thuộc là sự thoả mãn của khách hàng. Mơ hình có ý nghĩa thống kê ở mức p<0,001. Giá trị F và mức ý nghĩa thống kê của F cho thấy mơ hình hồi quy xây dựng được là phù hợp với bộ dữ liệu thu thập được. Hệ số xác định điều chỉnh cho thấy độ tương thích của mơ hình là 83,7% hay nói cách khác 83,7% sự biến thiên của biến phụ thuộc sự thoả mãn của khách hàng (TM) được giải thích bởi bốn biến độc lập cơ sở vật chất & khơng gian mua sắm (HA_CSVC), hàng hố & thương hiệu (HA_HH), nhân viên bán hàng & dịch vụ hỗ trợ (HA_NV), chương trình khách hàng thân thiết (KHTT). Hệ số Beta chuẩn hoá từ 0,223 đến 0,468 với p<0,001. Cả bốn thành phần này đều là chỉ số dự báo tốt cho sự thoả mãn của khách hàng. Như vậy mơ hình hồi quy bội thể hiện sự thoả mãn của khách hàng dựa trên kết quả khảo sát của nghiên cứu này là:
TM = 0,223 HA_CSVC + 0,339 HA_HH + 0,348 HA_NV + 0,468 KHTT (Mơ hình 5.2)
Phương trình hồi quy trên chỉ ra thành phần chương trình khách hàng thân thiết có ý nghĩa quan trọng nhất, tiếp theo là các thành phần của hình ảnh - nhân viên bán hàng & dịch vụ hỗ trợ, kế đó là thành phần hàng hoá & thương hiệu và thành phần cơ sở vật chất & không gian mua sắm.
Bảng 5.15: Kết quả dự báo của mơ hình hồi qui bội Các biến độc lập Hệ số beta chuẩn hoá R từng phần Giá trị T Mức ý nghĩa
Cơ sở vật chất & không gian mua sắm 0,223 0,472 6,444 0.000
Hàng hoá & thương hiệu 0,339 0,593 8,868 0,000
Nhân viên bán hàng & dịch vụ hỗ trợ 0,348 0,595 8,907 0,000 Chương trình khách hàng thân thiết 0,468 0,656 10,47 0,000 R2 điều chỉnh = 0,837 Giá trị F = 192,565 Mức ý nghĩa của F = 0,000
Ghi chú: Biến phụ thuộc: Sự thoả mãn của khách hàng
5.7.3.1 Giả thuyết H2b: Hình ảnh TTTM và sự thoả mãn của khách hàng
Giả thuyết H2b phát biểu “Hình ảnh TTTM tác động đến sự thoả mãn của
khách hàng”. Theo kết quả hồi qui, các thành phần của hình ảnh TTTM bao gồm cơ sở vật chất & không gian mua sắm (β = 0,223, partial R = 0,472, p<0,01), Hàng hoá và thương hiệu (β =0,339; partial R=0,593, p<0.01), Nhân viên bán hàng và dịch vụ hỗ trợ (β =0,348; partial R=0,595, p<0.01) là chỉ số dự báo có ý nghĩa của thành phần sự thoả mãn hay nói cách khác đây là một yếu tố quan trọng ảnh hưởng đến sự thoả mãn của khách hàng đối với TTTM. Vì vậy, giả thuyết H2b được chấp nhận.
5.7.3.2 Giả thuyết H3b: Chương trình khách hàng thân thiết và sự thoả mãn của khách hàng
Giả thuyết H3b đề nghị “Chương trình khách hàng thân thiết tác động đến sự thoả mãn của khách hàng TTTM”. Như phân tích các chỉ số trong mơ hình qui bội bảng 5.11, chương trình khách hàng thân thiết là biến quan trọng nhất dự báo sự thoả mãn của khách hàng (β =0,468; partial R=0,656, p<0.01). Như vậy, nếu TTTM có một chương trình khách hàng thân thiết tốt, mang lại nhiều lợi ích cho khách hàng thì
sẽ tác động đáng kể đến sự hài lịng của khách hàng với TTTM đó. Từ phân tích trên, giả thuyết H3b được chấp nhận.
5.8 Kiểm định sự khác biệt về đánh giá lòng trung thành của khách hàng
giữa những nhóm khách hàng có các đặc điểm nghiên cứu và thói quen mua
sắm khác nhau
Dựa vào kết quả Anova (Xem phụ lục 2) cho thấy khách hàng nam-nữ, các nhóm khách hàng có trình độ, nghề nghiệp khác nhau khơng có sự khác biệt ý nghĩa về lòng trung thành đối với việc họ mua sắm tại TTTM. Ngoài ra, khoảng cách từ nhà hoặc công ty đến nơi mua sắm và thói quen mua sắm cũng khơng ảnh hưởng đến việc họ thường xuyên mua sắm tại TTTM. Tuy nhiên, phân tích cho thấy có sự khác biệt ý nghĩa về lịng trung thành đối với TTTM giữa các nhóm khách hàng ở độ tuổi khác nhau, tình trạng gia đình khác nhau và có tổng thu nhập của cả hộ gia đình khác nhau.
Từ mơ tả trong bảng 5.16 cho thấy, ở mức ý nghĩa p<0,05, lòng trung thành của khách hàng đối với TTTM tăng dần khi tuổi tăng, trong đó nhóm khách hàng có
độ tuổi dưới 30 không tỏ ra trung thành lắm với TTTM mà họ mua sắm với mức độ
lịng trung thành trung bình của nhóm này vào khoảng 3,58 trong khi nhóm khách hàng trên 40 tuổi tỏ ra trung thành với TTTM mà họ mua sắm và thường xuyên giới thiệu với người thân của mình TTTM mà họ quen thuộc với mean = 3,96. Điều này có thể cho thấy những khách hàng trẻ hơn thường có xu hướng thay đổi, có thể tác
động bởi những yếu tố khác mang tính chất ngắn hạn như các chương trình khuyến
mãi được tổ chức tại TTTM, còn các khách hàng lớn tuổi hơn thì mua sắm theo thói quen, ít thay đổi và ít bị tác động bởi những chương trình mang tính chất ngắn hạn.
Những người có gia đình cũng có xu hướng quan tâm trung thành hơn so với những người còn độc thân, điều này có thể cho thấy việc họ có thể tìm mua được những mặt hàng ưng ý hoặc có nơi giải trí cho cả gia đình tại một TTTM cho cả gia
Bảng 5.16. Mô tả sự khác biệt về lòng trung thành Độ tuổi Khác biệt Mức ý nghĩa 18-30 (G1) 31-40 (G2) Trên 40 (G3) Lòng trung thành 3,58 3,73 3,96 G1*G3 0,009 Tình trạng gia đình Khác biệt Mức ý nghĩa Độc thân (G1) Kết hôn (G2) Khác (G3) Lòng trung thành 3,56 3,82 3,91 G1*G2 0,014
Tổng Thu nhập của cả hộ gia đình (triệu đồmg/tháng) Khác biệt Mức ý nghĩa Dưới 10 (G1 ) 10-20 (G2) 20-30 (G3) Trên 30 (G4) Lòng trung thành 3,36 3,47 3,80 3,89 G1*G3 G1*G4 G2*G3 G2*G4 0,044 0,011 0,021 0,001 Ghi chú: Xem phụ lục 2, p<0,05
Ngoài ra, mức độ lòng trung thành của khách hàng còn khác nhau với mức nghĩa p<0,001khi tổng thu nhập của cả hộ gia đình khác nhau. Phân tích cho thấy khách hàng có mức thu nhập khác nhau khơng có sự khác nhau có ý nghĩa đến lịng trung thành đối với TTTM vì một số khách hàng có thể có thu nhập thấp như sinh viên, nội trợ, hoặc nhân viên văn phòng… nhưng thu nhập của cả gia đình cao giúp họ có thể mua sắm hàng hố tại TTTM. Khách hàng có mức thu nhập của cả hộ gia
đình càng cao thì việc mua sắm của khách hàng đó càng thường xuyên, đồng thời họ
cũng giới thiệu cho người thân mua sắm nhiều hơn. Những khách hàng có mức thu nhập của cả hộ gia đình từ dưới 20 triệu đồng / tháng thì tỏ ra ít trung thành hơn với TTTM (mean = 3,36 và 3,454) do họ sẽ tỏ ra cân nhắc hơn khi mua sắm tại TTTM trong khi đó khách hàng có tổng thu nhập của cả hộ gia đình hàng tháng trên 20 triệu
đồng lại ít phân vân hơn trong việc quyết định trung thành khi mua sắm của mình tại
TTTM (mean = 3,8 và 3,89).
Do vậy, các TTTM cần có các giải pháp nhằm duy trì với nhóm khách hàng có lịng trung thành cao đồng thời tăng lịng trung thành của các nhóm có lịng trung thành thấp hơn để đem lại hiệu quả cao nhất cho TTTM.