từ năm 2008 – 2010
Bảng 2.2: Phân tích các chỉ tiêu hiệu quả
Chênh lệch 09-08 Chênh lệch 10-09 Chỉ tiêu Năm 2008 Năm 2009 Năm 2010 % %
1. Vốn CSH 7,550,695,244 8,009,363,720 8,600,225,693 458,668,476 6.07 590,861,973 7.38 2. Tổng nguồn vốn 18,922,984,596 16,247,636,401 16,697,479,715 -2,675,348,195 -14.14 449,843,314 2.77 3. Doanh thu thuần 10,788,706,794 13,886,168,397 10,966,985,260 3,097,461,603 28.71 -2,919,183,137 -21.02 4. Lợi nhuận sau thuế 1,586,006,265 759,736,471 635,109,136 -826,269,794 -52.10 -124,627,335 -16.40 5. Doanh lợi tổng vốn 0.08 0.05 0.04 -0.03 -0.01 6. Doanh lợi doanh thu 0.15 0.05 0.06 -0.10 0.01 7. Doanh lợi vốn CSH 0.21 0.09 0.07 -0.12 -0.02
Nhận xét:
Doanh lợi tổng vốn:
Qua bảng phân tích trên ta thấy: Trong năm 2008, bình quân 1 đồng vốn
kinh doanh đem lại cho công ty 0,08 đồng lợi nhuận sau thuế.Trong năm 2009, bình quân 1 đồng vốn kinh doanh đem lại cho công ty 0,05 đồng lợi nhuận sau thuế.Trong năm 2010, bình quân 1 đồng vốn kinh doanh đem lại cho công ty 0,04 đồng lợi nhuận sau thuế.
Như vậy, trong năm 2009, cứ 1 đồng vốn bỏ ra đầu tư thì lợi nhuận sau thuế giảm 0,03 đồng so với năm 2008. Trong khi đó năm 2010, cứ 1 đồng vốn bỏ ra đầu tư thì lợi nhuận sau thuế giảm 0.01 đồng so với năm 2009. Điều này phần nào cho thấy công ty trong năm 2010 đã sử dụng đồng vốn có hiệu quả hơn năm 2009 nhưng hiệu quả đem lại vẫn chưa cao
Doanh lợi vốn chủ sở hữu
Căn cứ vào bảng phân tích trên, ta thấy bình quân 1 đồng vốn chủ sở hữu bỏ ra đầu tư sẽ đem lại cho công ty 0,21 đồng lợi nhuận sau thuế vào năm 2008. Trong năm 2009 bình quân 1 đồng vốn chủ sở hữu bỏ ra đầu tư sẽ đem lại cho công ty 0,09 đồng lợi nhuận sau thuế. Và trong năm 2010, bình quân 1 đồng vốn chủ sở hữu bỏ ra đầu tư sẽ đem lại cho công ty 0.07 đồng lợi nhuận sau thuế.
Như vậy, so với năm 2008, doanh lợi vốn chủ sở hữu năm 2009 giảm 0,12 đồng nhưng sang đến năm 2010 thì doanh lợi vốn chủ sở hữu giảm 0.02 đồng. Điều này là do lợi nhuận sau thuế giảm qua các năm.
Doanh lợi doanh thu
Trong năm 2008, cứ 1 đồng doanh thu thì công ty có 0,15 đồng lợi nhuận sau thuế. Trong khi năm 2009, cứ 1 đồng doanh thu thì công ty có 0,05 đồng lợi nhuận sau thuế. Và trong năm 2010, cứ 1 đồng doanh thu thì công ty có 0,06 đồng lợi nhuận sau thuế. Điều này là do lợi nhuận giảm nhưng trong năm 2009 doanh thu lại tăng.
Thu nhập bình quân người lao động/tháng
Thu nhập bình quân người lao động/tháng của công ty giảm dần qua các năm. Trong năm 2008 là 2.500.000 đồng, năm 2009 là 2.200.000 đồng và năm 2010 là 2.000.000 đồng. Điều này là do công ty hoạt động không hiệu quả do ảnh hưởng của thiên tai và lạm phát.
Bảng 2.3: Thu nhập bình quân lao động/ tháng từ năm 2008 - 2010 Chênh lệch Chênh lệch Năm 2008 Năm 2009 Năm 2010 % % TNBQ/ tháng 2,500,000 2,200,000 2,000,000 -300,000 -12 -200,000 -10
CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU 3.1 Thiết kế nghiên cứu
Đề tài này có 2 bước nghiên cứu:
Nghiên cứu khám phá: sử dụng phương pháp định tính được thực hiện thông qua kỹ thuật thảo luận nhóm nhằm điều chỉnh và bổ sung các biến quan sát dùng để đo lường các khái niệm nghiên cứu.
Nghiên cứu chính thức: sử dụng phương pháp định lượng được thực hiện bằng kỹ thuật phỏng vấn trực tiếp thông qua bảng câu hỏi chi tiết nhằm đánh giá các thang đo và kiểm định mô hình lý thuyết đã đạt ra.
3.2 Phương pháp nghiên cứu và quy trình nghiên cứu
3.2.1 Phương pháp nghiên cứu
3.2.1.1 Phương pháp đánh giá độ tin cậy thang đo Cronbach’s Alpha
Những mục hỏi đo lường cùng một khái niệm tiềm ẩn thì phải có mối liên quan với những cái còn lại trong nhóm đó. Hệ số của Cronbach là một
phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau.
Công thức của hệ số Cronbach là:
= N [1+ (N – 1)]
Trong đó là hệ số tương quan trung bình giữa các mục hỏi. Ký tự hy
lạp trong công thức tượng trưng cho tương quan trung bình giữa tất cả các
cặp mục hỏi được kiểm tra. (adsbygoogle = window.adsbygoogle || []).push({});
Vì hệ sô Cronbach chỉ là giới hạn dưới độ tin cậy của thang đo (Theo GS.TS Nguyễn Đình Thọ), và còn nhiều đại lượng tin cậy, độ hiệu lực của thang đo nên ở giai đoạn đầu khi xây dựng bảng câu hỏi, hệ số này nằm trong phạm vi từ 0,6 đến 0,8 là chấp nhận được.
Muốn đạt được hệ số 0,8 cho một danh mục ít các mục hỏi, mà các mục hỏi này đi liền với nhau một cách mạch lạc và đo lường cùng một vấn đề. Hệ số của Cronbach sẽ cho biết các đo lường có liên kết với nhau hay
không. Nhưng nó sẽ không cho biết mục hỏi nào cần phải bỏ đi và mục hỏi nào cần giữ lại. Để làm được điều này cần phải xác định mục hỏi nào không phân biệt giữa những người cho điểm số lớn và những người cho điểm số nhỏ trong toàn bộ các mục.
3.2.1.2 Phương pháp phân tích nhân tố khám phá (EFA)
Khái niệm và ứng dụng:
Phân tích nhân tố là tên chung của một nhóm các thủ tục được sử dụng chủ yếu để thu nhỏ và tóm tắt các dữ liệu. Trong nghiên cứu, chúng ta có thể thu thập được một số lượng biến khá lớn và hầu hết các biến này có liên hệ với nhau và số lượng của chúng phải được giảm bớt xuống đến một lượng mà chúng ta có thể sử dụng được. Liên hệ giữa các nhóm biến có liên quan qua lại lẫn nhau được xem xét và trình bày dưới dạng một số ít các nhân tố cơ bản.
Mô hình phân tích nhân tố:
Lượng biến thiên của một biến được giải thích bởi những nhân tố chung trong phân tích được gọi là communality. Biến thiên chung của các biến được mô tả bằng một số ít các nhân tố chung (common factor) công với một nhân tố đặc trưng (unique factor) cho mỗi biến. Những nhân tố này không bộc lộ rõ ràng. Nếu các biến được chuẩn hóa thì mô hình nhân tố được thể hiện bằng phương trình sau:
Xi = Ai1F1 + Ai2F2 + Ai3F3 + ...+ AimFm +ViUi
Trong đó:
Xi: biến thứ i chuẩn hóa
Aij: hệ số hồi quy bội chuẩn hóa F: các nhân tố chung
Vi: hệ số hồi quy chuẩn hóa của nhân tố đặc trưng đối với biến i Ui: nhân tố đặc trưng của biến i
Các nhân tố đặc trưng có liên quan với nhau và với các nhân tố chung. Bản thân các nhân tố chung cũng có thể được diến tả như những kết hợp tuyến tính của các biến quan sát.
Fi = Wi1X1 + Wi2X2 + Wi3X3 + ...+ WikXk
Trong đó:
Fi: ước lượng trị số của nhân tố i Wt: Quyến số hay trọng số nhân tố k: số biến
Chúng ta có thể chọn quyền số hay trọng số nhân tố sao cho nhân tố thứ nhất giải thích được phần biến thiên nhiều nhất trong toàn bộ biến thiên. Sau đó ta chọn ra một tập hợp các quyền số thứ hai sao cho nhân tố thứ hai giải thích được phần lớn biến thiên còn lại và không có tương quan với nhân tố thứ nhất. Nguyên tắc này được tiếp tục áp dụng như vậy để tiếp tục chọn ra các quyền số của nhân tố tiếp theo. Do vậy các nhân tố được ước lượng sao cho các quyền số của chúng, không giống như các giá trị của các biến gôc, là không có tương quan với nhau. Hơn nữa, nhân tố thứ nhất giải thích được nhiều nhất biến thiên của dữ liệu, nhân tố thứ hai giải thích được nhiều thứ nhì
3.2.1.3 Phương pháp hồi quy bội
Nêu kết luận được hai biến có liên hệ chặt chẽ với nhau, đồng thời giả định rằng đã cân nhắc kỹ bản chất của mối liên hệ tiềm ẩn giữa hai biến, và xem như đã xác định đúng hướng của mối quan hệ nhân quả có thật giữa chúng thì ta có thể mô hình hóa mối quan hệ nhân quả của chúng bằng mô hình hồi quy tuến tính trong đó một biến được gọi là biến phụ thuộc (hay biến được giải thích - Y) và biến kia là biến độc lập (hay biến được giải thích - X). Mô hình này sẽ mô tả hình thức của mối liên hệ và qua đó giúp ta dự đoán được mức độ của biến phụ thuộc (với độ chính xác trong phạm vi giới hạn) khi biết trước giá trị của biến độc lập.
Mô hình hồi quy tuyến tính bội
Mô hình hồi quy bội mở rộng mô hình hồi quy tuyến tính hai biến bằng cách thêm vào một số biển độc lập để giải thích tốt hơn cho biến phụ thuộc.
Mô hình có dạng như sau:
Yi = 0 + 1X1i + 2X2i + ...+ pXpi + ei
Trong đó:
Xpi: biểu hiện giá trị của biến độc lập thứ p tại quan sát thứ i
k: hệ số hồi quy riêng phần
Ei: là một biến độc lập ngẫu nhiên có phân phối chuẩn đối với bất kỳ kết hợp nào của các biến độc lập trong mô hình.
Đánh giá độ phù hợp của mô hình hồi quy tuyến tính bội
Hệ số xác định R2 được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mô hình, càng đưa thêm nhiều biến độc lập vào mô hình thì R2 càng tăng, tuy nhiên điều này cũng không được chứng minh rằng không phải phương trình càng có nhiều biến sẽ càng phù hợp hơn với dữ liệu (tức là tốt hơn). (adsbygoogle = window.adsbygoogle || []).push({});
Kiểm định độ phù hợp của mô hình
Kiểm định F sử dụng trong bảng phân tích phương sai vẫn là một phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể. Ở đây biến phụ thuộc có liên hệ tuyến tính với toàn bộ tập hợp các biến độc lập hay không? Giả thuyết H0 là 1 = 2 = 3 = 4
Nếu giả thuyết H0 bị bác bỏ thì ta kết luận rằng: kết hợp các biến hiện có trong mô hình có thể giải thích được những thay đổi của Y, điều này có nghĩa là mô hình ta xây dựng là phù hợp với tập dữ liệu.
Kiểm định phần dư
Phần dư có phân phối chuẩn kiểm tra qua biểu đồ phân phối phần dư, biểu đồ P-P plot. Phương sai không đổi: vẽ mối liên hệ giữa biến phụ thuộc và phần dư, thực hiện phân tích hồi qui biến dự báo và phần dư.
Xác định tầm quan trọng của các biến trong mô hình
Trong hồi quy bội có nhiều biến độc lập, ta có thể muốn xác định với các biến được đưa vào mô hình. Biến nào có vai trò quan trọng hơn trong việc dự đoán giá trị lý thuyết của Y hay chúng quan trọng như nhau.
3.2.2 Quy trình nghiên cứu
Hình 3.1: Quy trình nghiên cứu
Cơ sở lý thuyết Thang
đo nháp Thảo luận
nhóm Điều chỉnh Thang đo chính Nghiên cứu định
lượng n = 200 Cronbach alpha
Phân tích nhân tố khám phá EFA Thang đo hoàn chỉnh
Phân tích hồi quy tuyến tính bội Kiểm tra hệ số alpha. Loại các biến có hệ số tương quan biến-tổng nhỏ. Kiểm định mô hình. Kiểm định giả thuyết Loại các biến có hệ số tương quan với nhân tố thấp. Kiểm tra nhân tố trích được.
3.2.2.1 Nghiên cứu định tính
Thang đo được xây dựng trên cơ sở lý thuyết về sự hài lòng của khách hàng trong dịch vụ, lý thuyết về thang đo sự hài lòng khách hàng đã có, cụ thể là thang đo SERVQUAL (Parasuraman & ctg, 1988). Tuy nhiên do đặc thù của từng ngành dịch vụ và sự khác nhau về văn hóa cũng như sự phát triển của kinh tế của từng khu vực. Do đó, cần có nghiên cứu định tính để điều chỉnh thang đo cho phù hợp là điều cần thiết.
Nghiên cứu định tính này sử dụng kỹ thuật thảo luận tay đôi kết hợp với thảo luận nhóm tập trung. Mục đích của nghiên cứu này là khám phá ra những yếu tố tác động đến sự hài lòng của khách hàng đồi với dịch vụ của khách sạn.
Phương pháp thu thập thông tin được sử dụng là thảo luận nhóm thông qua một dàn bài thảo luận được chuẩn bị sẵn (xem phụ lục 2). Từ kết quả của nghiên cứu định tính này kết hợp với cơ sở lý thuyết là thang đo SERVQUAL, từ đó xây dựng lên thang đo đo lường cho nghiên cứu này.
3.2.2.2 Nghiên cứu định lượng
Mục đích của nghiên cứu này là kiểm định mô hình lý thuyết đã đặt ra, đo lường các yếu tố tác động vào sự hài lòng của khách hàng về chất lượng dich vụ khi thưởng thức các sản phẩm/dịch vụ tại Khách sạn Hải Âu.
Đối tượng nghiên cứu là tất cả những khách đã và đang thưởng thức dịch vụ tại khách sạn. Do thời gian có hạn nên đối tượng nghiên cứu của tôi gồm có một số là những người đang thưởng thức dịch vụ tại khách sạn.
Phương pháp thu thập thông tin được sử dụng trong nghiên cứu này là phỏng vấn trực tiếp theo bảng câu hỏi chi tiết được soạn sẵn (xem phụ lục 3).
Dữ liệu sau khi được thu thập về sẽ được mã hóa, nhập liệu và làm sạch với phần mềm SPSS for Window 16.
3.2.2.3 Mẫu nghiên cứu
Theo kinh nghiệm các nhà nghiên cứu cho rằng, nếu sử dụng phương pháp ước lượng ML thì kích thước mẫu tối thiểu phải từ 100 đến 150 (Hair & ctg, 1988). Cũng có nhà nghiên cứu cho rằng kích thước mẫu tới hạn phải là
200 (Hoelter, 1983). Ngoài ra theo Bollen, 1989 thì kích thước mẫu tối thiểu là 5 mẫu cho một tham số cần ước lượng. Với bảng câu hỏi sử dụng trong nghiên cứu này là
3.3 Xây dựng thang đo
Thang đo được xây dựng trên cở sở lý thuyết về xây dựng thang đo và về sự thỏa mãn của khách hàng, tham khảo các thang đo đã được phát triển trên thế giới như thang đo SERVQUAL, các nghiên cứu mẫu về chất lượng dịch vụ và hài lòng của khách hàng (Parasuraman & ctg). Chúng được điều chỉnh và bổ sung cho phù hợp với dịch vụ tại Khách sạn Hải Âu và dựa vào kết quả của nghiên cứu định tính.
Thang đo về sự hài lòng của khách hàng với dịch vụ tại khách sạn Hải Âu bao gồm 28 biến quan sát với 5 thành phần của nó. Thành phần tin cậy được đo lường bằng 6 biến quan sát. Thành phần đáp ứng được đo lường bằng 6 biến quan sát. Thành phần năng lực phục vụ được đo lường bằng 5 biến quan sát. Thành phần đồng cảm được đo lường bằng 5 biến quan sát. Thành phần cơ sở vật chất, kỹ thuật được đo lường bằng 6 biến quan sát. (adsbygoogle = window.adsbygoogle || []).push({});
3.3.1 Thang đo về mức độ tin cậy
Mức độ tin cậy được ký hiệu từ QA1 đến QA. Dựa vào thang đo SERVQUAL ta có thang đo đo lường về mức độ tin cậy gồm 6 biến quan sát (xem bảng 3.1), được đo bằng thang đo Likert 5 mức độ.
Bảng 3.1: Thang đo mức độ tin cậy
Kí hiệu biến Câu hỏi
QA1 Khách sạn cung cấp dịch vụ đúng ngay lần đầu
QA2 Khi bạn có khiếu nại hay phàn nàn về dịch vụ, bạn sẽ được giải quyết nhanh chóng và linh hoạt
QA3 Khi bạn có thắc mắc hay có vấn đề gì không rõ nhân viên khách sạn nhiệt tình giúp bạn
QA4 Khách sạn cung cấp dịch vụ đúng như đã giới thiệu ban đầu QA5 Bạn cảm thấy an toàn, thoải mái khi sử dụng dịch vụ của khách
sạn
3.3.2 Thang đo mức độ đáp ứng
Mức độ đáp ứng được ký hiệu từ QB1 đến QB. Kết hợp giữa thang đo SERVQUAL và thảo luận nhóm thì mức độ đáp ứng không chỉ đo lường khả năng thực hiện các dịch vụ kịp thời và đúng hạn mà ngay vào mùa cao điểm hay khả năng đáp ứng của khách sạn có hạn so với nhu cầu của khách thì yếu tố này cũng phải được đảm bảo. Do đó thang đo đo lường về mức độ đáp ứng