Độ tin cậy của thang đo được đánh giá bằng phương pháp nhất quán nội tại qua hệ số Cronbach’s Alpha. Sử dụng phương pháp hệ số tin cậy Cronbach’s Alpha trước khi phân tích nhân tố EFA để loại các biến khơng phù hợp vì các biến rác này có thể tạo ra các yếu tố giả (Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2009).
Hệ số tin cậy Cronbach’s Alpha chỉ cho biết các đo lường có liên kết với
nhau hay không; nhưng không cho biết biến quan sát nào cần bỏ đi và biến quan sát nào cần giữ lại.
Khi đó, việc tính tốn hệ số tương quan giữa biến-tổng sẽ giúp loại ra những biến quan sát nào không đóng góp nhiều cho sự mô tả của khái niệm cần đo (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008).
Các tiêu chí được sử dụng khi thực hiện đánh giá độ tin cậy thang đo:
- Loại các biến quan sát có hệ số tương quan biến-tổng nhỏ 0.3 (Nunally & Burnstein 1994; dẫn theo Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2009).
- Các mức giá trị của hệ số Cronbach’s Alpha: lớn hơn 0.8 là thang đo lường
tốt; từ 0.7 đến 0.8 là sử dụng được; từ 0.6 trở lên là có thể sử dụng trong trường hợp khái niệm nghiên cứu là mới hoặc là mới trong bối cảnh nghiên cứu (Nunally, 1978; Peterson, 1994; Slater, 1995; dẫn theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
3.3.6. Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis):
Sau khi đánh giá độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha và loại đi các biến khơng đảm bảo độ tin cậy. Phân tích nhân tố khám phá là một phương pháp phân tích thống kê dùng để rút gọn một tập gồm nhiều biến quan sát phụ thuộc lẫn nhau thành một tập biến (gọi là các nhân tố) ít hơn để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu.
Phân tích nhân tố là một kỹ thuật để nhận biết các nhóm hay tập hợp các biến
biến cần thiết cho vấn đề nghiên cứu và được sử dụng để tìm mối quan hệ giữa các biến với nhau. Các biến được gọi là nhân tố hay các biến tiềm tàng là do chúng không thể được nhận ra một cách trực tiếp.
Như vậy, qua phân tích nhân tố với phép rút gọn dữ liệu và biến bằng cách nhóm chúng lại với các nhân tố đại diện.
Trong phân tích nhân tố khám phá, trị số KMO (Kaiser Meyer - Olkin) là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Đơn vị KMO là tỷ lệ giữa bình phương tương quan của các biến với bình phương tương quan một phần của các biến. Trị số của KMO lớn (giữa 0.5 và 1) có ý nghĩa là phân tích nhân tố là thích hợp, cịn nếu như trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu.
Một phần quan trọng trong bảng phân tích nhân tố là ma trận nhân tố (Component Matrix). Ma trận nhân tố chứa các hệ số biểu diễn các biến chuẩn hóa bằng các nhân tố (mỗi biến là một đa thức của nhân tố). Những hệ số này (factor loading) biểu diễn tương quan giữa các nhân tố và các biến. Hệ số này lớn cho biết nhân tố và biến có liên hệ chặt chẽ với nhau. Các hệ số này dùng để giải thích các nhân tố.
Bảng 3.9: Bảng tóm tắt các bước phân tích nhân tố khám phá để xác định các biến phù hợp với mơ hình nghiên cứu biến phù hợp với mơ hình nghiên cứu
Bước Nội dung
1 - Đối với các biến quan sát đo lường các khái niệm liên quan đến các
thành phần uy tính, chính sách ưu đãi, nhân viên, mạng lưới cơ sở vất chất và giá thuốc của Công ty G.Richter tại Việt Nam, nghiên cứu này sử dụng phương pháp trích nhân tố (Principal Axis factoring) và phương pháp xoay nhân tố với phép quay Varimax.
2 - Đo lường khái niệm “sự hài lịng ”: sử dụng phương pháp trích nhân
tố (Principal Axis factoring) và phương pháp xoay nhân tố với phép quay Varimax.
3 - Đối với các biến quan sát đo lường khái niệm “lòng trung thành”: sử dụng phương pháp tương tự như trên.
4 - Kiểm định Bartlett: các biến quan sát có tương quan với nhau trong
tổng thể
- Xem xét giá trị KMO: nếu 0.5≤KMO≤1 thì phân tích nhân tố là thích hợp với dữ liệu; ngược lại KMO≤ 0.5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu (Hồng Trọng & Chu Nguyễn Mộng Ngọc, 2008 )
- Để phân tích EFA có giá trị thực tiễn: tiến hành loại các biến quan
sát có hệ số tải nhân tố < 0.5
- Xem lại thông số Eigenvalues (đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố) có giá trị > 1
- Xem xét giá trị tổng phương sai trích (yêu cầu là ≥ 50%): cho biết
các nhân tố được trích giải thích được % sự biến thiên của các biến quan sát
( Nguồn: Tác giả tổng hợp và đề nghị )
Nghiên cứu này sử dụng phương pháp trích nhân tố Component Principle và
phương pháp xoay nhân tố được sử dụng phổ biến nhất là phương pháp Varimax (xoay nguyên góc các nhân tố để tối thiểu hóa số lượng biến có hệ số lớn tại cùng một nhân tố, vì vậy sẽ tăng cường khả năng giải thích các nhân tố).
3.3.7.Phân tích hồi quy và kiểm định một số giả thuyết
Sau quá trình thực hiện kiểm định thang đo: đánh giá độ tin cậy thang đo (sử dụng hệ số tin cậy Cronbach’s Alpha) và kiểm định giá trị khái niệm của thang đo (phân tích nhân tố khám phá EFA); tiến hành tính tốn nhân số của nhân tố (giá trị của các nhân tố trích được trong phân tích nhân tố EFA) bằng cách tính trung bình cộng của các biến quan sát thuộc nhân tố tương ứng.
Các nhân tố được trích ra trong phân tích nhân tố được sử dụng cho phân tích hồi quy đa biến để kiểm định mơ hình nghiên cứu và các giả thuyết kèm theo. Các kiểm định giả thuyết thống kê đều áp dụng mức ý nghĩa là 5%.
3.3.7.1.Phân tích tương quan
- Kiểm định mối tương quan tuyến tính giữa các biến trong mơ hình: giữa biến
phụ thuộc với từng biến độc lập và giữa các biến độc lập với nhau. Sử dụng hệ số tương quan Pearson để lượng hóa mức độ chặt chẽ mối liên hệ tuyến tính giữa hai biến định lượng: giá trị tuyệt đối của hệ số Pearson càng gần đến 1 thì hai biến này có mối tương quan tuyến tính càng chặt chẽ (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008).
- Trong mơ hình nghiên cứu: kỳ vọng có mối tương quan tuyến tính chặt chẽ
giữa biến phụ thuộc và các biến độc lập; đồng thời cũng xem xét mối tương quan giữa các biến độc lập với nhau để nhận dạng hiện tượng đa cộng tuyến.
Từ kết quả phân tích tương quan, tác giả tiếp tục phân tích hồi quy hồi quy để điều chỉnh lại mơ hình nghiên cứu và có cơ sở để kiểm định các giả thuyết.
3.3.7.2.Phân tích hồi quy bội
Nghiên cứu thực hiện hồi quy bội theo phương pháp Enter: tất cả các biến được đưa vào một lần và xem xét các kết quả thống kê liên quan.
- Phương trình hồi quy bội cho mơ hình nghiên cứu đề xuất ban đầu (theo mơ
hình lý thuyết):
TTY = 0 + 1*UyTin + 2*CSUD + 3*NV+ 4*ML_CSVC + 5*GT+ 6*HL
Thơng tin các biến trong mơ hình được thể hiện trong bảng sau :
Bảng 3.10: Mơ tả các biến trong phương trình hồi quy bội
Biến Ý nghĩa
TT Lịng Trung thành đối với cơng ty G.Richter
HL Sự hài lịng của khách hàng đối với cơng ty G.Richter
UyTin Uy Tín của cơng ty
CSUD Chính sách ưu đãi đối với khách hàng
NV Nhân viên của công ty G.Richter
ML_CSVC Mạng lưới cơ sở vật chất
GT Giá thuốc
(Nguồn: Tác giả tổng hợp )
3.3.8.Kiểm định các giả thiết của mơ hình
- Đánh giá độ phù hợp của mơ hình hồi quy đa biến - Kiểm định giả thuyết về độ phù hợp của mơ hình
- Kiểm tra giả định về hiện tượng đa cộng tuyến (tương quan giữa các biến độc lập) thông qua giá trị của độ chấp nhận (Tolerance) hoặc hệ số phóng đại phương sai VIF (Variance inflation factor): VIF > 2 thì có thể nhận xét có hiện tượng đa cộng tuyến (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008)
- Xác định mức độ ảnh hưởng của các thành phần uy tính, chính sách ưu đãi, nhân viên, mạng lưới cơ sở vất chất và giá thuốc lên sự hài lòng và lòng trung thành đối với cơng ty G.Richter: yếu tố có hệ số càng lớn thì có thể nhận xét rằng yếu tố đó có mức độ ảnh hưởng cao hơn các yếu tố khác trong mơ hình nghiên cứu.
3.3.9. Phân tích sự khác biệt về sự hài lịng và lịng trung thành theo thuộc tính người sử dụng
Sau khi có kết quả phân tích hồi quy đa biến, tiến hành phân tích sự khác biệt về sự hài lịng và lịng trung thành đối với cơng ty Gedeon Richter theo các thuộc tính của đối tượng nghiên cứu bao gồm : giới tính, tuổi, phân loại khách hàng.
Tóm tắt chương 3
Nghiên cứu được thực hiện bằng hai giai đoạn : Nghiên cứu sơ bộ và nghiên cứu chính thức.
Mục tiêu của nghiên cứu sơ bộ là khám phá những thành phần của sự hài lòng và lòng trung thành. Đồng thời xác định các biến quan sát của các thang đo và các khái niệm nghiên cứu. Phần này gồm có hai bước tiến hành : nghiên cứu định tính và nghiên cứu định lượng sơ bộ. Nghiên cứu định tính được thực hiện bằng hình thức thảo luận nhóm theo nội dung được chuẩn bị trước dựa theo thang đo có sẵn. Nội dung thảo luận sẽ được ghi nhận, tổng hợp là cơ sở cho việc điều chỉnh thang đo và các biến. Trong phần định lượng sơ bộ tác giả cũng tiến hành thu thập dữ liệu và phỏng vấn thông qua bảng câu hỏi đã chuẩn bị sẵn. Dữ liệu thu thập cũng được xử lý bằng phần mềm SPSS16 rồi tiến hành phân tích các hệ số tin cậy Cronbach’s Alpha và giá trị thang đo.
Nghiên cứu chính thức : tiến hành nghiên cứu định lượng với kỹ thuật thu thập dữ liệu là phỏng vấn thông qua bảng câu hỏi đã được chuẩn bị phù hợp với kết
quả của nghiên cứu định tính. Dữ liệu thu thập được xử lý bằng phần mềm SPSS 16. Sau khi mã hóa và làm sạch dữ liệu sẽ trải qua phân tích chính thức như sau: đánh giá độ tin cậy Cronbach’s Alpha và giá trị các thang đo, phân tích nhân tố EFA sẽ được sử dụng để kiểm định sự hội tụ của các biến thành phần, kiểm định sự phù hợp của mơ hình nghiên cứu bằng phân tích hồi quy tuyến tính bội và hồi quy tuyến tính đơn biến.
CHƯƠNG 4 - KẾT QUẢ NGHIÊN CỨU
Chương 4 sẽ tiến hành phân tích, mơ tả mẫu khảo sát, trình bày kết quả kiểm định thang đo cũng các giả thuyết được đưa ra trong mơ hình. Nội dung chương này gồm 3 phần: (1) mô tả mẫu khảo sát; (2) kết quả kiểm định thang đo thông qua phương pháp hệ số tin cậy Cronbach’s Alpha và phân tích nhân tố EFA và (3) kết quả kiểm định các giả thuyết trong mơ hình nghiên cứu.
4.1.Mơ tả mẫu nghiên cứu
4.1.1.Đặc điểm của mẫu quan sát
Số phiếu câu hỏi được phát đi điều tra là 200 bản, thu về 182 bản trong đó có 150 phiếu hợp lệ, 32 phiếu không hợp lệ (14 phiếu không trả lời hết bảng câu hỏi, 18 phiếu là khách hàng chưa từng sử dụng sản phẩm của G.Richter ).
Với 150 bảng câu hỏi này được làm dữ liệu để nghiên cứu định lượng . Dựa vào kết quả làm sạch dữ liệu ta có thể thấy tất cả 150 phiếu điều tra đều hợp lệ và đã được làm sạch.
Ba mươi (28) biến quan sát đo lường 7 khái niệm trong nghiên cứu được tiến hành mã hố để nhập liệu và phân tích, sử dụng phần mềm SPSS phiên bản 16.0 ( Bảng 3.4 ).
Phân bố mẫu theo một số thuộc tính của người được phỏng vấn.
4.1.2.Thống kê mô tả
Theo bảng 4.1 ta thấy với số lượng mẫu là 150 khách hàng phân bố theo từng cơ cấu và cho thấy những đặc điểm sau :
Cơ cấu giới tính: Số lượng khách hàng Nam nhiều hơn Nữ: Nam ( 67.3% ),
Nữ ( 32.7% ). Điều này cũng đúng với thực tế vì trong hầu hết các đơn vị Y tế như bệnh viện, phịng khám,…thì số lượng nam nhiều hơn nữ, cụ thể là bác sĩ / dược sĩ nam nhiều hơn nữ.
Tuổi : Độ tuổi từ 18 – 30 chiếm tỉ lệ nhiều hơn độ tuổi 31- 60 . Một lợi thế
và cũng là chiến lược cạnh tranh rất tuyệt vời khi công ty dược nhắm đến các bác sĩ / dược sĩ / trẻ, họ là những khách hàng tiềm năng và dễ dàng trở khách hàng trung thành của công ty trong hiện tại và tương lai.
Nhóm khách hàng: Phần lớn khách hàng có nhu cầu sử dụng riêng các sản
phẩm cũng như dịch vụ của công ty G.Richter là những bác sĩ , dược sĩ. Đối tượng khách hàng là cơng ty, phịng khám hay bệnh viện rất giới hạn nên số lượng ít hơn.
Bảng 4.1: Thơng tin Mẫu nghiên cứu chính thức
Đặc điểm Tần suất Phần trăm Phần trăm cộng dồn Giới tính Nữ 49 32.7 32.7 Nam 101 67.3 100.0 Total 150 100.0 Tuổi Tuổi từ 18-30 116 77.3 77.3 Tuổi từ 31-60 34 22.7 100.0 Total 150 100.0 Nhóm khách hàng Giao dịch cá nhân 112 74.7 74.7 Giao dịch công ty 25 16.7 91.3 Cá nhân và Công ty 13 8.7 100.0 Total 150 100.0 ( Nguồn: Tác giả tổng hợp )
4.1.3. Mô tả các thành phần trong thang đo
Từ kết quả định lượng sơ bộ tác giả đã điều chỉnh lại thang đo và trong phần nghiên cứu chính thức chỉ cịn lại 26 biến quan sát bao gồm :
Uytin_1 Uytin_2 Uytin_3 Uytin_4 ( 4 biến )
NV_1 NV_2 NV_3 NV_5 ( 4 biến )
ML_CSVC1 ML_CSVC2 ML_CSVC3 ML_CSVC4 ( 4 biến )
GT_2 GT_3 GT_4 ( 3 biến )
HL1 HL2 HL3 ( 3 biến )
TT1 TT2 TT3 ( 3 biến )
Bảng 4.2: Mơ tả sự hài lịng chung của mẫu N Nhỏ Nhất Lớn Nhất Trung N Nhỏ Nhất Lớn Nhất Trung Bình Độ lệch chuẩn HL1 150 2 5 3.57 0.958 HL2 150 1 5 3.17 0.988 HL3 150 1 5 3.09 0.854 ( Nguồn: Tác giả tổng hợp )
Qua bảng 4.2. cho ta thấy trong tổng số ba biến quan sát được thiết kế để khảo sát sự hài lòng chung của 150 khách hàng, biến quan sát: HL1 (hài lòng với cơ sở vật chất kỹ thuật, uy tín và hình ảnh của cơng ty), có ý kiến trả lời thấp nhất là 2 “ phản đối” và cao nhất là 5 “hoàn toàn đồng ý”. Biến quan sát HL2 (G.Richter có hệ thống phân phối và giao hàng chuyên nghiệp) và biến quan sát HL3 (hài lòng với chất lượng thuốc và chất lượng phục vụ của trình dược viên của cơng ty G.Richter) thì có ý kiến trả lời thấp nhất là 1 “hoàn toàn phản đối” và cao nhất là 5 “hoàn toàn đồng ý”. Trong số ba biến quan sát thì HL1 có điểm trung bình cao hơn HL2, HL3.
Như vậy: hình ảnh, uy tín của cơng ty đem đến sự hài lịng cao nhất.
Bảng 4.3: Mơ tả lịng trung thành chung của mẫu
N Nhỏ nhất Lớn nhất Trung bình Độ lệch chuẩn
TT1 150 1 5 3.35 0.998
TT2 150 1 5 3.3 1.091
TT3 150 1 5 3.19 1.126
Bảng 4.4: Mô tả sự hài lòng theo từng biến quan sát của các nhân tố
Phân tích thống kê mơ tả
N Nhỏ nhất Lớn nhất Trung bình Độ lệch chuẩn Uytin_1 150 1 5 3.92 1.096 Uytin_2 150 1 5 3.90 1.048 Uytin_3 150 1 5 3.81 1.071 Uytin_4 150 1 5 3.76 1.06 CSUD_1 150 2 5 4.03 0.926 CSUD_2 150 1 5 4.01 1.023 CSUD_3 150 1 5 3.87 1.103 CSUD_4 150 1 5 3.86 1.17 CSUD_5 150 1 5 4.04 1.042 NV_1 150 2 5 4.01 0.962 NV_2 150 1 5 3.89 0.984 NV_3 150 1 5 3.86 1.056 NV_5 150 1 5 3.81 1.058 ML_CSVC1 150 1 5 3.96 1.061 ML_CSVC2 150 1 5 3.95 1.022 ML_CSVC3 150 1 5 3.86 1.03 ML_CSVC4 150 1 5 3.89 0.97 GT_2 150 1 5 3.55 1.15 GT_3 150 1 5 3.83 1.064 GT_4 150 1 5 3.88 1.158 ( Nguồn: Tác giả tổng hợp )
Qua bảng 4.3 cho thấy cả ba biến quan sát để đo lường mức độ trung thành của 150 khách hàng bao gồm TT1, TT2 và TT3. Cả ba biến đều có ý kiến trả lời thấp nhất là 1 “hoàn toàn phản đối” và cao nhất là 5 “hồn tồn đồng ý”. Trong đó biến TT1 ( trung thành với chất lượng sản phẩm của công ty ) đạt số điểm trung