Nhân tố
1 2 3 4 5 6 GT3 –Tơi ln cảm thấy an tồn khi sử dụng dịch vụ 0.942
GT6 – Tôi càm thấy nhân viên rất thân thiện và dễ mến 0.875
GT1- Chất lượng phục vụ của Anh Khoa tốt hơn nhà xe khác 0.822
GT4- Tôi luôn thấy thoải mái và không mệt mỏi sau chuyến đi 0.801
GT5- Tôi thấy cơ sở vật chất của Anh Khoa rất tốt 0.729
HL4- Tơi hài lịng vì hàng hóa đi kèm khơng hư hại hay mất
mát 0.916
HL3 – Đảm bảo an toàn cho hành khách là những gì tơi cần ở
Anh Khoa 0.890
HL2 – Tơi rất hài lịng khi sử dụng dịch vụ của Anh Khoa 0.840
HL1 – Lựa chọn dịch vụ Anh Khoa là lựa chọn đúng đắn 0.759
TH2 – Anh Khoa là thương hiệu nổi tiếng về chất lượng dịch
vụ vận tải 0.888
TH3- Rất nhiều người biết đến Anh Khoa 0.872
TH4 – Tơi ln có ấn tượng tốt về Anh Khoa 0.844
TH1- Khi có nhu cầu về dịch vụ vận tải hành khách tôi nghĩ
đến Anh Khoa 0.734
CL5 – Nhân viên bán vé rất nhiệt tình và lịch sự 0.924
CL6–Có tổng đài lắng nghe ý kiến và phản hồi của khách hàng 0.868
CL7 – Nhân viên luôn vui vẻ giải đáp thắc mắc cho khách hàng 0.715
CL2 - Tài xế luôn thân thiện và lịch sự với hành khách 0.697
CL17 – Trạm dừng nghỉ sạch sẽ và lịch sự 0.861
CL16 – Chỗ ngồi (nằm ) rất thoải mái 0.829
CL14 – Chất lượng phương tiện chuyên chở rất đảm bảo 0.790
HV1 – Tôi luôn lựa chọn Anh Khoa cho chuyến đi của mình 0.950
HV2 – Tơi ln giới thiệu Anh Khoa cho bạn bè và người thân 0.764
HV3 – Tôi sẽ tiếp tục sử dụng Anh Khoa trong thời gian tới 0.732 Eigenvalue 12.408 1.868 1.653 1.441 1.333 1.038 Phương sai trích (%) 50.747 6.678 5.959 4.986 4.649 3.398 Tổng phương sai trích (%) 50.747 57.425 63.384 68.371 73.020 76.481
KMO = 0,912
Mức ý nghĩa kiểm định Barlett = 0,000
Nguồn: Kết quả do tác giả tính tốn từ phần mềm thống kê
4.3.4. Mơ hình nghiên cứu hiệu chỉnh
Dựa vào kết quả phân tích nhân tố như trên, chúng ta thấy rằng ở mơ hình thứ nhất, từ 5 khái niệm thành phần trong mơ hình nay tăng lên 6 khái niệm. Trong mơ hình thứ nhất, thành phần chất lượng dịch vụ được đo lường bởi 17 biến quan sát, sau khi phân tích EFA thành phần chất lượng dịch vụ cịn 8 biến quan sát và được tách thành 2 nhân tố: biến CL2, CL5, CL6, CL7 được gộp thành một nhân tố chủ yếu đề cập đến tài xế, nhân viên và tổng đài chăm sóc khách hàng do đó tác giả đặt tên lại là yếu tố nhân viên; biến CL14, CL15, CL16, CL17 gộp thành một nhân tố chủ yếu
đề cập đến phương tiện chuyên chở và trạm dừng nghỉ do đó tác giả đặt tên lại cho
nhân tố này là yếu tố phương tiện hữu hình. Như vậy mơ hình ban đầu được hiệu chỉnh như hình 4.5:
Hình 4.5. Mơ hình nghiên cứu hiệu chỉnh Các giả thuyết: Các giả thuyết:
- H1’: Gia tăng chất lượng của nhân viên có ảnh hưởng tích cực đến hình ảnh
thương hiệu của Anh Khoa.
- H2’: Gia tăng chất lượng của phương tiện hữu hình có ảnh hưởng tích cực
đến hình ảnh thương hiệu
- H3’: Gia tăng hình ảnh thương hiệu có ảnh hưởng tích cực đến giá trị cảm
nhận
- H4’: Gia tăng chất lượng của phương tiện hữu hình có ảnh hưởng tích cực
đến giá trị cảm nhận
- H5’: Gia tăng chất lượng của nhân viên có ảnh hưởng tích cực đến giá trị
cảm nhận
- H6’: Gia tăng chất lượng phương tiện hữu hình có ảnh hưởng tích cực đến sự
hài lòng khách hàng.
- H7’: Gia tăng chất lượng nhân viên có ảnh hưởng tích cực đến sự hài lòng
- H8’: Gia tăng giá trị cảm nhận có ảnh hưởng tích cực đến sự hài lịng
Hình ảnh thương hiệu Nhân viên Phương tiện hữu hình Hành vi lựa chọn dịch vụ Anh Khoa Sự hài lòng Giá trị cảm nhận
- H9’: Gia tăng chất lượng phương tiện hữu hình có ảnh hưởng tích cực đến hành vi lựa chọn dịch vụ Anh Khoa
- H10’: Gia tăng chất lượng của nhân viên có ảnh hưởng tích cực đến hành vi
lựa chọn dịch vụ Anh Khoa
- H11’: Gia tăng hình ảnh thương hiệu có ảnh hưởng tích cực đến hành vi lựa
chọn dịch vụ Anh Khoa
- H12’: Gia tăng sự hài lịng có ảnh hưởng tích cực đến hành vi lựa chọn dịch
vụ Anh Khoa
- H13’: Gia tăng giá trị cảm nhận có ảnh hưởng tích cực đến hành vi lựa chọn
dịch vụ Anh Khoa
4.4. Phân tích nhân tố khẳng định CFA
Phân tích nhân tố khẳng định CFA mơ hình đo lường tổng thể (Mesuarement
Model) nhằm mục đích xem xét từng khái niệm nghiên cứu trong mối liên hệ với các khái niệm nghiên cứu khác nhằm đánh giá độ tin cậy các khái niệm (tin cậy cấu trúc, độ tin cậy hội tụ, và độ tin cậy phân biệt) nhằm đảm bảo dữ liệu cho phân tích hồi qui SEM.
Tiêu chí đánh giá mơ hình CFA:
- Để đo lường mức độ phù hợp của mơ hình với thơng tin thị trường, người ta
thường sử dụng Chi-square (CMIN); Chi-square điều chỉnh theo bậc tự do (CMIN/df). Mơ hình được xem là thích hợp với dữ liệu thị trường sau khi kiểm định Chi-square có P_value > 0.05. Như vậy, chỉ số Chi-square càng nhỏ cho thấy mơ hình càng tương thích. Tuy nhiên, điều này cịn tùy thuộc vào cỡ mẫu nghiên cứu, Chi-square ln ln có ý nghĩa (sig.) khi cỡ mẫu lớn hơn 100 (Hair và ctg, 2010)[24]. Trong khi đó, nghiên cứu này có cỡ mẫu là 184. Theo tiêu chuẩn của Hair et al (2010)[24] cho rằng Chi-square/df <3.0 thì mơ hình được xem là phù hợp với dữ liệu thị trường. Do đó, nghiên cứu này sẽ áp dụng một số chỉ số để đánh giá mơ hình CFA theo đề xuất của Hair (2010)[24] và Kline (2005)[29] thông qua các giá trị Chi-square/df, GFI, TLI, CFI, và RMSEA. Trong đó:
- RMSEA: “Root Mean Square Error of Approximation”. Rule of Thumb: <0.05 chỉ rằng mơ hình gần phù hợp, <0.08 chỉ rằng sai số của phương pháp tính gần đúng được chấp nhận, > 0.10 thì khơng phù hợp (Hair at al 2010)[24].
- CFI (The Comparative Fit Index), GFI (Goodness of Fit Index), TLI (Tucker
& Lewis Index) sẽ có giá trị từ 0 đến 1. Chỉ số càng gần đến 1 thì càng thích hợp.
Rule of Thumb:> 0.9 thì mơ hình phù hợp với dữ liệu thực tế (Hair và ctg,
2010)[24]
Điều chỉnh mơ hình:
- Trong phầm mềm Amos có một chỉ số hỗ trợ cho việc sửa lại mơ hình là
Modification Index (MI). Chỉ số MI này cho biết giá trị Chi-square nhỏ nhất có thể
được giảm, nếu cho phép mối quan hệ tương quan giữa hai biến trong mơ hình, tức
là cho biết quan hệ tương quan giữa các biến mà chưa được định nghĩa trong mơ
hình. Như vậy, chỉ số này cho chúng ta có thể kiểm tra thử tất cả phương án hiệu chỉnh tiềm năng. Mặc dù về mặt thống kê có thể cho phép mối quan hệ tương quan, chúng ta thường khó chứng tỏ điều đó đúng về mặt lý thuyết. Chỉ số thống kê này chỉ cho biết mối quan hệ về mặt thống kê và nếu khơng có lý thuyết nào ủng hộ
điều đó thì khơng nên thêm quan hệ vào mơ hình.
- Hơn nữa, hệ số tải ước lượng của biến quan sát đến nhân tố cũng được xem
xét, theo tiêu chuẩn đề xuất của Hair & ctg (2010)[24] cho rằng hệ số tải tối thiểu phải >0.50, và lý tưởng là >0.70. Do đó, trong nghiên cứu này chủ yếu thực hiện hiệu chỉnh mơ hình bằng cách bỏ bớt biến có quan hệ tương quan phần dư với biến hoặc nhân tố khác, và các biến có hệ số tải với nhân tố thấp (<0.50, theo Hair & ctg, 2010)[24]. Nhưng trong việc loại biến ra khỏi mơ hình, chúng ta cũng phải quan tâm đến tính đúng đắn nội dung (Face validity) của các nhân tố trong mơ hình, vì
chỉ số M.I. hay hệ số tải ước lượng cũng chỉ cung cấp thông tin về mặt thống kê, và một mơ hình có chỉ số thống kê tốt chưa hẳn là mơ hình tốt nhất.
Trong việc hiệu chỉnh lại mơ hình có một điều cần quan tâm nữa là số biến được bao gồm cho các nhân tố trong mơ hình SEM. Kenny (1979)[28] cho biết một nguyên tắc ngón tay cái (rule of thumb) về số biến quan sát trong biến tiềm ẩn đó là
“Hai thì tạm được, Ba thì tốt, Bốn là tốt nhất, và hơn nữa thì nặng nề” Như vậy,
trong nghiên cứu này cố gắng tìm kiếm một mơ hình được hiệu chỉnh lại tốt về độ thích hợp với dữ liệu thực tế, mà ít nhất chứa 3 biến quan sát cho mỗi nhân tố.
Đánh giá sự thích hợp của mơ hình đo lường (Measurement Model Fit):
Chúng ta phải kiểm tra hai vấn đề sau:
- Thứ nhất, độ tin cậy cấu trúc (Construct Reliability) cho các mơ hình đo
lường cấu trúc thơng qua tính tốn CR (Construct Reliability) và AVE (Average Variance Extracted).
- Thứ hai, kiểm tra giá trị hội tụ và giá trị phân biệt của cấu trúc. Trong quá
trình phân tích CFA, tiêu chuẩn cho CR và AVE được yêu cầu tương ứng là > 0.7 và >0.5 (Hair và ctg, 2010)[24]
4.4.1. Kiểm định độ phù hợp và giá trị hội tụ của mơ hình:
Phân tích nhân tố khẳng định CFA được thực hiện với 24 biến quan sát với 6 khái niệm đã được rút ra từ phân tích nhân tố khám phá EFA.
Sau khi thực hiện CFA bằng phần mềm AMOS kết quả ban đầu cho thấy, thông tin các chỉ số như bảng 4.8: