Sau khi tiến hành kiểm định độ tin cậy và độ giá trị, theo như các nghiên cứu về CSI khác, cần phải tiến hành kiểm nghiệm độ phù hợp của mô hình bằng lý thuyết SEM (Structural Equation Modeling) rồi cuối cùng sẽ tiến hành phân tích mô hình hồi quy có cấu trúc để xem xét đồng thời tất cả các mối tương quan nhân quả của mô hình. Tuy nhiên, do hạn chế của một luận văn tốt nghiệp đại học, sinh viên chưa được trang bị đầy đủ kiến thức nền về lý thuyết SEM, do đó sinh viên chỉ tiến hành phân tích mối tương quan nhân quả của: Hình ảnh thương hiệu, chất lượng mong đợi, chất lượng cảm nhận lên yếu tố Mức độ hài lòng bằng phương pháp hồi quy tuyến tính. Đây cũng là một hạn chế của luận văn.
Mục tiêu của việc phân tích này là xem xét tác động của ba biến nguyên nhân (Hình ảnh thương hiệu, chất lượng mong đợi, chất lượng cảm nhận) lên biến kết quả (Mức độ hài lòng). Từ dó nhận diện ra được những yếu tố ảnh hưởng lên sự hài lòng của khách hàng và đề xuất các biện pháp nâng cao sự hài lòng của người tiêu dùng đối với dịch vụ của nhà cung cấp.
Do thực tế của mô hình là các biến nguyên nhân không phải là những biến độc lập, nên khi phân tích bằng phương pháp hồi quy tuyến tính có thể dẫn đến hiện tượng đa cộng tuyến (Multicolinearity).
Đa cộng tuyến làm sai lệch giá trị r2 và các hệ số hồi quy. Với SPSS, chúng ta cần kiểm tra hiện tượng đa cộng tuyến bằng việc xem xét hệ số Tolerance hoặc VIF. Nếu chỉ số VIF <2 thì kết quả phân tích hồi quy là tốt, nếu VIF <3 thì kết quả phân tích hồi quy vẫn có thể chấp nhận được, nếu VIF>3 có nghĩa là hiện tượng đa cộng tuyến diễn ra mạnh, kết quả phân tích hồi quy là không thể sử dụng được.
Kết quả phân tích hồi quy giữa các biến nguyên nhân và mức độ hài lòng như sau:
Bảng 5.14: Phân tích hồi quy- Model Summary với biến phụ thuộc là mức độ hài lòng
Model Summary (b)
Model R R Square Adjusted R Square Std. Error of the Estimate F Sig
1 ,654(a) ,428 ,422 ,96950 64,402 0,000
a Predictors: (Constant), Chat luong cam nhan TB, Chat luong mong doi TB, Hinh anh thuong hieu TB
b Dependent Variable: Chi so hai long TB
Bảng trên đưa ra mô hình hồi quy đa biến giữa các biến nguyên nhân và chỉ số hài lòng. Hệ số R thể hiện độ tương quan giữa kết hợp của các biến nguyên nhân (Chất lượng
mong đợi, chất lượng cảm nhận, hình ảnh thương hiệu) với biến kết quả (Chỉ số hài lòng).
Ngoài ra, dựa vào hệ số quyết định (coefficient of determination) R2 (R Square) từ bảng trên cho thấy: kết hợp của các biến nguyên nhân (Chất lượng mong đợi, chất lượng cảm nhận, hình ảnh thương hiệu) đã giải thích được 42,8% độ lệch trong biến kết quả (chỉ số hài lòng).
Kết quả thống kê cho thấy giá trị tổng bình phương hồi quy (Regression- Sum of Square) là 181,601 và giá trị F= 64,402 cũng như p(sig.)=0,000 (nhỏ hơn 0,05) chứng tỏ mô hình hồi quy này là quan trọng về mặt thống kê. Hay nói cách khác là có mối quan hệ tuyến tính giữa kết hợp của các biến nguyên nhân (Chất lượng mong đợi, chất lượng cảm nhận, hình ảnh thương hiệu) với biến kết quả (Chỉ số hài lòng).
Luận văn sẽ tiếp tục xem xét thêm các thông số cho phương trình hồi quy từ bảng sau:
Bảng 5.15: Các thông số của phương trình hồi quy với biến quả là Chi so hai long
Coefficients(a)
Unstandardized
Coefficients Standardized Coefficients
t Sig.
Collinearity Statistics
B ErrorStd. Beta Tolerance VIF
(Constant) 2,152 ,630 3,414 ,001
Hinh anh
thuong hieu TB ,301 ,041 ,363 7,328 ,000 ,903 1,108
Chat luong
mong doi TB -,173 ,067 -,127 -2,585 ,010 ,925 1,081
Chat luong cam
nhan TB ,462 ,046 ,491 10,060 ,000 ,930 1,075
a Dependent Variable: Chi so hai long TB
Nhận thấy, chỉ số VIF của cả 3 yếu tố đều chấp nhận được (bé hơn 2), điều đó cho thấy là hiện tượng đa cộng tuyến diễn ra yếu và ảnh hưởng không đáng kể lên các hệ số hồi quy.
Kết quả thống kê chỉ số Beta cho thấy, trong ba yếu tố nguyên nhân, chất lượng cảm nhận là yếu tố có tác động tích cực nhất lên yếu tố chỉ số hài lòng (B=0,462). Kế đến là yếu tố hình ảnh thương hiệu cũng có tác động tích cực lên lên yếu tố chỉ số hài lòng (B=0,301). Chỉ có yếu tố Chất lượng mong đợi là có tác động tiêu cực lên yếu tố chỉ số hài lòng, tuy nhiên tác động này cũng không mạnh (B= -0,173). Phương trình hồi quy dự đoán cho mối quan hệ này có dạng như sau:
Y= 2,152 + 0,301xHATH – 0,173xCLMD + 0,462x CLCN.
Kết quả này cho chúng ta thấy rằng để tăng cường sự hài lòng của người tiêu dùng một cách hiệu quả nhất, các NCCDV nên đầu tư vào việc tăng cường chất lượng dịch vụ mang lại cho người tiêu dùng bằng việc đáp ứng ngày càng cao hơn các nhu cầu của người tiêu dùng và làm giảm khoảng cách giữa dịch vụ mong đợi và dịch vụ cảm nhận của khác hàng. Theo kết quả của nghiên cứu, để nâng cao chất lượng dịch vụ, các NCCDV cần:
• Đào tạo đội ngũ nhân viên giỏi, có kỹ năng giao tiếp tốt, lịch sự, nhã nhặn với khách hàng, dễ chiếm được cảm tình của khách hàng.
• Tăng cường độ phản hồi bằng cách giải quyết mọi khiếu nại, thắc của khách hàng một cách nhanh chóng và hiệu quả, tận tâm hướng dẫn khách hàng khi họ gặp sự cố.
• Cam kết việc tính giá cước một cách chính xác nhất.
• Đảm bảo tuyệt đối các thông tin mang tính riêng tư của khách hàng (Thông tin, nội dung cuộc gọi, tin nhắn; thông tin cá nhân…)
Ngoài ra, để nâng cao sự hài lòng của khách hàng, việc xây dựng và quảng bá hệ thống hình ảnh thương hiệu của các nhà cung cấp cũng khá quan trọng. Việc tạo được danh tiếng, sự uy tín, gây ấn tượng và xây dựng được lòng tin đối với người tiêu dùng sẽ nâng cao được hình ảnh thương hiệu của nhà cung cấp. Điều này đặc biệt có ý nghĩa đối với các NCCDV vừa mới ra đời như EVN Telecom hay HT mobile.