CHƢƠNG 4 : KẾT QUẢ NGHIÊN CỨU
4.2 Đánh giá thang đo bằng hệ số tin cậy Cronbach Alpha
Khảo sát trên mẫu đầy đủ với n = 292, chín thang đo đều có hệ số tin cậy Cronbach Alpha trên 0.7 và hệ số tương quan với biến tổng của tất cả các biến quan sát đều lớn hơn 0.3 (chi tiết xem Phụ lục 4). Vì vậy, tất cả các thang đo đều đạt độ tin cậy và phù hợp để tiến hành nghiên cứu. Với kết quả này các thang đo sẽ tiếp tục được đưa vào phân tích yếu tố khám phá (EFA)
4.2.1 Kết quả đánh giá thang đo các yếu tố tác động đến sự hài lịng khách hàng
Bảng 4.6: Cronchach Alpha nhóm các yếu tố tác động đến sự hài lòng Biến Biến
quan sát
Trung bình thang đo nếu
loại biến
Phƣơng sai thang đo nếu
loại biến
Hệ số tƣơng quan biến
tổng
Cronbach's Alpha nếu loại
biến Alpha = 0.701 CL1 6.44 1.072 .555 .561 CL2 6.42 1.124 .430 .725 CL3 6.44 1.093 .577 .538 Alpha = 0.707 GC1 6.50 1.199 .511 .638 GC2 6.49 1.055 .495 .658 GC3 6.39 1.016 .576 .550 Alpha = 0.809 KM1 10.17 2.598 .648 .750 KM2 10.33 2.495 .644 .753 KM3 10.21 2.855 .535 .802 KM4 10.09 2.793 .695 .735 Alpha = 0.755 NL1 9.78 2.142 .584 .680 NL2 9.83 2.399 .468 .744 NL3 9.75 2.264 .574 .685
NL4 9.70 2.478 .600 .680 Alpha = 0.864 CLO1 10.17 3.331 .765 .804 CLO2 10.35 3.692 .661 .846 CLO3 10.11 3.486 .697 .832 CLO4 10.24 3.592 .727 .821 Alpha = 0.794 VTR1 6.68 1.309 .690 .661 VTR2 6.80 1.299 .602 .762 VTR3 6.75 1.480 .626 .733 Alpha = 0.862 MTR1 16.98 7.240 .654 .840 MTR2 17.28 7.156 .524 .864 MTR3 17.06 6.440 .736 .823 MTR4 17.10 6.660 .686 .833 MTR5 17.23 6.949 .631 .843 MTR6 17.06 6.965 .722 .828 Alpha = 0.776 CSO1 10.08 2.639 .592 .715 CSO2 10.03 2.515 .666 .676 CSO3 10.21 2.738 .395 .832 CSO4 9.96 2.641 .727 .658 Alpha = 0.755 BH1 9.78 2.648 .479 .738 BH2 9.99 2.275 .618 .660 BH3 9.75 2.456 .607 .667 BH4 9.84 2.864 .518 .719 Nguồn: Phụ lục 4
4.2.2 Kết quả đánh giá thang đo khái niệm sự hài lòng khách hàng
Bảng 4.7: Cronchach Alpha sự hài lòng: Alpha = 0.835 Biến
quan sát
Trung bình thang đo nếu loại biến
Phƣơng sai thang đo nếu loại biến
Hệ số tƣơng quan biến tổng
Cronbach's Alpha nếu loại biến
HL1 9.82 2.376 .611 .824 HL2 10.05 2.650 .598 .820 HL3 9.51 2.409 .780 .741 HL4 9.63 2.639 .703 .779 Nguồn: Phụ lục5 4.3 Phân tích nhân tố
4.3.1 Kết quả phân tích nhân tố các yếu tố tác động đến sự hài lòng
Phương pháp trích “Principal Component” với phép quay “Varimax” được sử dụng trong phân tích nhân tố thang đo các thành phần độc lập.
Quá trình phân tích nhân tố để loại các biến trong nghiên cứu này được thực hiện qua 3 bước:
Bƣớc 1: 35 biến quan sát được đưa vào phân tích nhân tố theo tiêu chuẩn
Eigenvalue lớn hơn 1, đã có 8 nhân tố được rút trích. Tổng phương sai trích = 65.36%, điều này cho biết 8 nhân tố này giải thích được 65.36% biến thiên của dữ liệu. Hệ số KMO = 0.898 (>0.5) đạt yêu cầu. Với phép quay Varimax và sau khi loại các hệ số truyền tải <0.5 hoặc khác biệt giữa hai nhân tố nhỏ hơn 0.3 ta có kết quả: các quan sát MTR1, MTR3, MTR5, BH1 bị loại bỏ (Phụ lục 6).
Bƣớc 2: Sau khi tiếp tục loại bỏ 4 quan sát ở bước 1, còn 31 quan sát được
tiếp tục đưa vào phân tích một lần nữa vẫn theo điều kiện như trên. Kết quả có 7 nhân tố được rút trích. Tổng phương sai trích = 63.823% cho biết 7 nhân tố này giải thích được 63.823% biến thiên của dữ liệu. Hệ số KMO = 0.889 (>0.5) đạt yêu cầu. Với phép quay Varimax và sau khi loại các hệ số truyền tải <0.5 hoặc khác biệt giữa hai
nhân tố nhỏ hơn 0.3 ta có kết quả: CSO1, MTR2 bị loại bỏ (Phụ lục 7).
Bƣớc 3: Sau khi tiếp tục loại bỏ 2 quan sát ở bước 2, còn 29 quan sát được
tiếp tục đưa vào phân tích một lần nữa vẫn theo điều kiện như trên. Kết quả 7 nhân tố được rút trích có Eigen lớn hơn 1 và Tổng phương sai trích = 64.858% cho biết 7 nhân tố này giải thích được 64.858% biến thiên của dữ liệu. Hệ số KMO = 0.886 (>0.5) đạt yêu cầu. Với phép quay Varimax cho thấy tất cả các quan sát đều có hệ số truyền tải lên các nhân tố thỏa mãn điều kiện đã đưa trên (Phụ lục 8). Các nhân tố mới được tính lại Cronbach Alpha và các nhân tố đều có Cronbach Alpha lớn hơn 0.7 (Bảng 4.9)
Bảng 4.8: Ma trận nhân tố với phép xoay Varimax (N = 292) Biến quan sát Nhân tố 1 2 3 4 5 6 7 CL3 .750 CL1 .715 GC1 .677 GC2 .637 GC3 .627 CL2 .622 VTR3 .810 VTR1 .737 VTR2 .713 MTR6 .641 MTR4 .604 CLO4 .828 CLO1 .774 CLO3 .730 CLO2 .655
KM2 .754 KM4 .733 KM3 .714 KM1 .672 NL1 .789 NL3 .735 NL4 .729 NL2 .611 BH4 .791 BH3 .754 BH2 .721 CSO4 .799 CSO3 .718 CSO2 .575
Phương pháp rút trích: Principal Component Analysis. Phương pháp xoay: Varimax with Kaiser Normalization.
Nguồn: Phụ lục 8
Bảng 4.9: Các giá trị của mỗi nhân tố
Nhân tố Giá trị Eigen Phƣơng sai trích Cronchach Alpha
1 9.502 12.201 0.882 2 2.120 10.946 0.842 3 1.827 9.865 0.863 4 1.566 8.977 0.809 5 1.421 8.611 0.768 6 1.249 7.552 0.738 7 1.123 6.705 0.724 Tổng: 64.858% Hệ số KMO = 0.886
Bartlett's Test of Sphericity với Sig = 0.000
4.3.2 Kết quả phân tích nhân tố khái niệm sự hài lịng
Bốn biến quan sát được đưa vào phân tích nhân tố theo tiêu chuẩn Eigenvalue lớn hơn 1, đã có 1 nhân tố được rút trích. Tổng phương sai trích = 67.913%, điều này cho biết nhân tố này giải thích được 67.913% khái niệm sự hài lòng. Hệ số KMO = 0.766 (>0.5) đạt yêu cầu. Với phép quay Varimax cho thấy tất cả các quan sát đều có hệ số truyền tải lên các nhân tố thỏa mãn điều kiện đã đưa trên.
Bảng 4.10: Phân tích nhân tố sự hài lịng
Biến quan sát Hệ số tải nhân tố Giá trị Eigen Phƣơng sai trích
HL3 .890 2.717 67.913 HL4 .844 HL1 .781 HL2 .777 Hệ số KMO = 0.766
Bartlett's Test of Sphericity với Sig = 0.000
Nguồn: Phụ lục 9
Để tiến hành phân tích hồi qui, các nhân tố được đặt lại tên cho phù hợp với các thành phần trong từng nhân tố, mơ hình nghiên cứu cũng được hiệu chỉnh với các nhân tố mới hoặc tên gọi mới thay cho một số nhân tố ban đầu.
4.4 Mơ hình hiệu chỉnh
Nhân tố 1: Chất lƣợng – giá cả hàng hóa, ký hiệu CLGC
1. Hàng hóa có nguồn gốc, xuất xứ rõ ràng
2. Thơng tin trên bao bì sản phẩm đầy đủ, có bảng hướng dẫn sử dụng chi tiết kèm theo.
3. Đảm bảo hàng chính hãng.
4. Giá cả hàng hóa khơng cao hơn các kênh mua sắm khác (chợ, cửa hàng) 5. Giá cả hàng hóa rẻ hơn các siêu thị điện máy khác
6. Giá cả mặt hàng phù hợp với chất lượng của nó
Nhân tố 2: Vị trí và mơi trƣờng mua sắm tại STĐM, ký hiệu VTMT
1. Siêu thị điện máy này gần nhà, nơi anh/chị đang ở
2. Siêu thị điện máy này ở vị trí dễ đi đến (đường sá, giao thông thuận tiện) 3. Siêu thị điện máy này ở vị trí tiện ghé vào mua sắm (nằm ở ngã tư, trục đường chính) 4. Cách trưng bày hàng hóa trong siêu thị dễ nhìn, dễ tìm được mặt hàng anh/chị
cần mua.
5. An tồn (khơng lo bị mất cắp tài sản, tiền bạc) khi đi mua sắm tại đây
Nhân tố 3: Chủng loại hàng hóa, ký hiệu CLOAI
1. Hàng hóa đa dạng
2. Đầy đủ các mặt hàng cần thiết
3. Hàng hóa có nhiều kiểu dáng mới, mẫu mã đẹp 4. Thường xuyên bổ sung các mặt hàng mới
Nhân tố 4: Chƣơng trình khuyến mãi, ký hiệu KMAI
1. Các chương trình khuyến mãi rất hấp dẫn 2. Thường xun có các chương trình khuyến mãi 3. Nội dung chương trình khuyến mãi rõ ràng
Nhân tố 5: Năng lực phục vụ, ký hiệu NLUC
1. Nhân viên ln sẵn lịng phục vụ anh/chị. 2. Nhân viên cư xử lịch sự.
3. Nhân viên nhanh nhẹn, có mặt kịp thời khi anh/chị cần.
4. Nhân viên có đủ kiến thức chun mơn để trả lời những thắc mắc của anh/chị.
Nhân tố 6: Chế độ bảo hành - hậu mãi, ký hiệu BHANH
1. Nhân viên bảo hành thực hiện nhanh chóng, đúng thời hạn 2. Sửa chữa hiệu quả, đảm bảo đúng yêu cầu của anh/chị.
3. Anh/chị cảm thấy yên tâm khi giao cho nhân viên siêu thị bảo hành.
4.5 Các giả thuyết cho mơ hình điều chỉnh
Các giả thuyết cho mơ hình nghiên cứu điều chỉnh sẽ được xây dựng dựa trên chiều hướng ảnh hưởng của các yếu tố tác động đến sự hài lòng của khách hàng khi mua sắm tại STĐM. Trong mơ hình điều chỉnh này, có 7 yếu tố tác động đến sự hài lịng của khách hàng, đó là: (1) Vị trí và mơi trường mua sắm, (2) Chất lượng – giá cả hàng hóa, (3) Chủng loại hàng hóa, (4) Chương trình khuyến mãi, (5) Năng lực phục vụ, (6) Chế độ bảo hành - hậu mãi, (7) Cơ sở vật chất.
Các giả thuyết của mô hình điều chỉnh nhƣ sau:
H1: Cảm nhận của khách hàng về giá cả và chất lƣợng càng tốt thì sự hài lịng Nhân tố 7: Cơ sở vật chất, ký hiệu CSO
1. Hệ thống phòng cháy chữa cháy đảm bảo 2. Khu vệ sinh sạch sẽ
3. Bãi giữ xe rộng rãi, tránh được nắng mưa.
của khách hàng khi mua sắm tại STĐM càng cao.
H2: Cảm nhận của khách hàng về vị trí và mơi trƣờng mua sắm càng tốt thì
sự hài lịng của khách hàng khi mua sắm tại STĐM càng cao.
H3: Cảm nhận của khách hàng về chủng loại hàng hóa càng nhiều thì sự hài lịng của khách hàng khi mua sắm tại STĐM càng cao.
H4: Cảm nhận của khách hàng về chƣơng trình khuyến mãi càng hấp dẫn thì
sự hài lịng của khách hàng khi mua sắm tại STĐM càng cao.
H5: Cảm nhận của khách hàng về năng lực phục vụ càng tốt thì sự hài lòng của khách hàng khi mua sắm tại STĐM càng cao.
H6: Cảm nhận của khách hàng về chế độ bảo hành càng tốt thì sự hài lịng của
khách hàng khi mua sắm tại STĐM càng cao.
H7: Cảm nhận của khách hàng về cơ sở vật chất càng tốt thì sự hài lịng của khách hàng khi mua sắm tại STĐM càng cao.
Phƣơng trình hồi qui:
Sự hài lòng = a + b1 * giá cả và chất lượng
+ b2 * vị trí và mơi trường mua sắm
+ b3 * chủng loại hàng hóa
+ b4 * chương trình khuyến mãi
+ b5 * năng lực phục vụ
+ b6 * chế độ bảo hành tốt
4.6 Phân tích hồi quy
4.6.1 Kiểm định các giả định của mơ hình hồi quy
Phân tích hồi quy khơng phải chỉ là việc mơ tả các dữ liệu quan sát được. Từ các kết quả quan sát được trong mẫu, ta phải suy rộng kết luận cho mối liên hệ giữa các biến trong tổng thể. Sự chấp nhận và diễn dịch kết quả hồi quy không thể tách rời các giả định cần thiết và sự chẩn đoán về sự vi phạm các giả định đó. Nếu các giả định bị vi phạm, thì các kết quả ước lượng được khơng đáng tin cậy nữa (trích trang 211, phân tích dữ liệu nghiên cứu với SPSS (tập 1), Hoàng Trọng, Chu Nguyễn Mộng Ngọc, 2008).
Vì vậy, để đảm bảo sự diễn dịch từ kết quả hồi quy của mẫu cho tổng thể có giá trị, trong phần này sẽ tiến hành kiểm định các giả định của hàm hồi quy bao gồm:
- Phân tích tương quan
- Hiện tượng đa cộng tuyến
- Phương sai của phần dư
- Phân phối chuẩn của các phần dư
- Hện tượng tương quan giữa các phần dư
4.6.1.1 Hiện tượng tương quan
Các biến trong mơ hình hồi qui đều có tương quan với nhau ở mức ý nghĩa nhỏ hơn 0.05. Hệ số tương quan giữa các biến nhỏ hơn 0.85 (bảng 4.10), có thể nói các biến độc lập trong mơ hình đảm bảo giá trị phân biệt.
Bảng 4.11: Sự tƣơng quan giữa các khái niệm nghiên cứu
** Tương quan Spearman’s có ý nghĩa thống kê ở mức 0.01 (2-tailed)
* Tương quan Spearman’s có ý nghĩa thống kê ở mức 0.05 (2-tailed)
Nguồn: Phụ lục 10
4.6.1.2 Hiện tượng đa cộng tuyến
Như đã trình bày ở chương 3, hiện tượng đa cộng tuyến cần được kiểm tra để loại trừ các biến nào có đa cộng tuyến trầm trọng đưa vào mơ hình. Mơ hình hồi qui với 7 biến độc lập có hệ số VIF đều nhỏ hơn 10 và các chỉ số điều kiện nhỏ hơn 30. Mơ hình hồi qui này khơng vi phạm về điều kiện đa cộng tuyến (Phụ lục 10).
CLGC VTMT CLOAI KMAI NLUC BHANH CSO HLONG
CLGC 1.000 .519** .549** .427** .414** .404** .551** .567** VTMT 1.000 .611** .512** .284** .410** .508** .378** CLOAI 1.000 .591** .369** .380** .531** .463** KMAI 1.000 .327** .343** .378** .476** NLUC 1.000 .143* .260** .614** BHANH 1.000 .416** .459** CSO 1.000 .401** HLONG 1.000
Bảng 4.12: Kiểm định đa cộng tuyến: đánh giá dung sai và hệ số VIF
Các biến độc lập Dung sai VIF
Giá cả - chất lượng hàng hóa .536 1.865 Vị trí và mơi trường mua sắm .549 1.823
Chủng loại hàng hóa .550 1.818
Chương trình khuyến mãi .607 1.647
Năng lực phục vụ .768 1.302
Chế độ bảo hành .773 1.293
Cơ sở vật chất .627 1.596
Nguồn: Phụ lục 10
Bảng 4.13: Kiểm định đa cộng tuyến: đánh giá Eigenvalue và chỉ số điều kiện
Kích thƣớc Eigenvalue Chỉ số điều kiện
1 7.902 1.000 2 .021 19.215 3 .020 20.028 4 .016 22.050 5 .013 24.965 6 .011 27.369 7 .009 29.928 Nguồn: Phụ lục 10
4.6.1.3 Phương sai của phần dư không đổi
Hiện tượng phương sai của phần dư thay đổi có thể làm cho các ước lượng của hệ số hồi quy không chệch nhưng không hiệu quả (tức là không phải ước lượng phù hợp nhất), từ đó làm cho kiểm định các giả thuyết mất hiệu lực khiến chúng ta đánh giá nhầm về chất lượng của mơ hình hồi quy. (trích trang 226, phân tích dữ liệu
nghiên cứu với SPSS (tập 1), Hoàng Trọng, Chu Nguyễn Mộng Ngọc, 2008).
Hình 4.1: Đồ thị phân tán Scatterplot
Đồ thị phân tán ở biểu đồ cho thấy phần dư phân tán ngẫu nhiên xung quanh đường đi qua tung độ 0 chứ không tạo nên hình dạng nào. Như vậy, giả định phương sai khơng đổi của mơ hình hồi quy khơng bị vi phạm.
4.6.1.4 Các phần dư có phân phối chuẩn
Phần dư có thể khơng tuân theo phân phối chuẩn vì những lý do: sử dụng mơ hình khơng đúng, phương sai không phải là hằng số, số lượng các phần dư khơng đủ nhiều để phân tích. Vì vậy, ta sử dụng nhiều cách khảo sát khác nhau để đảm bảo tính xác đáng của kiểm định (trích trang 228, phân tích dữ liệu nghiên cứu với SPSS (tập 1), Hoàng Trọng, Chu Nguyễn Mộng Ngọc, 2008). Trong nghiên cứu này sẽ sử dụng cách xây dựng biểu đồ tần số Histogram để khảo sát phân phối của phần dư.
Hình 4.2: Biểu đồ tần số Histogram
Kết quả phân tích cho thấy giá trị Mean rất nhỏ (gần bằng 0) và độ lệch chuẩn xấp xỉ 1 nên có thể kết luận rằng giả thiết phân phối chuẩn không bị vi phạm.
4.6.1.5 Hiện tượng tương quan giữa các phần dư
Nguyên nhân hiện tượng này có thể là do các biến có ảnh hưởng khơng được đưa hết vào mơ hình do giới hạn và mục tiêu nghiên cứu, chọn mối liên hệ tuyến tính mà lẽ ra là phi tuyến, sai số trong đo lường các biến... các lý do này có thể dẫn đến vấn đề tương quan chuỗi trong sai số và tương quan chuỗi cũng gây ra những tác động sai lệch nghiêm trọng đến mơ hình hồi quy tuyến tính như hiện tượng phương sai thay đổi. Đại lượng thống kê Dubin – Watson có thể dùng để kiểm định
tương quan này. Nếu các phần dư khơng có tương quan chuỗi bậc nhất với nhau, giá trị d sẽ gần bằng 2. Bảng 4.14: Kiểm định Durbin-Watson Mơ hình R R 2 R2 hiệu
chỉnh Sai số chuẩn của ƣớc lƣợng
Durbin- Watson
1 .766a .587 .577 .33514 1.978
Dự báo: (Constant), CSO, BHANH, NLUC, KMAI, CLOAI, CLGC, VTMT
Biến phụ thuộc: HLONG
Bảng trên cho kết quả giá trị d bằng 1.978 xấp xỉ gần bằng 2, nghĩa là có thể chấp nhận giả định khơng có tương quan giữa các phần dư.
4.6.2 Phân tích mơ hình hồi quy
Phân tích hồi quy được thực hiện với 7 biến độc lập bao gồm: (1)Vị trí và mơi