PHẦN II: NỘI DUNG VÀ KẾT QUẢ NGHIÊN CỨU
CHƯƠNG 2: NÂNG CAO CHẤT LƯỢNG DỊCH VỤ CHĂM SÓC KHÁCH HÀNG CỦA CÔNG TY TNHH NỘI THẤT ZIP TẠI THÀNH PHỐ HUẾ
2.2. KẾT QUẢ NGHIÊN CỨU
2.2.5. Kiểm định sự phù hợp của mô hình
2.2.5.1. Kiểm định mối tương quan giữa biến độc lập và biến phụthuộc Bảng 2.13: Phân tích tương quanPearson
HUUHINH TINCAY DAMBAO DAPUNG
ĐONG CAM
DANH GIA
QD
Tương quan Pearson
0,539 0,494 0,554 0,580 0,622 1
Mức ý
nghĩa 0,00 0,00 0,00 0,00 0,00
N 120 120 120 120 120 120
(Kết quả điều tra của tác giả) Dựa vào kết quảphân tích trên, ta thấy:
Giá trị Sig.(2-tailed) của các nhân tốmới đều bé hơn mức ý nghĩa α = 0,05, cho thấy sự tương quan cóý nghĩa giữa các biến độc lập và biến phụthuộc.
Hệsố tương quan Pearson cũng khá cao nên ta có thểkết luận rằng các biến độc lập sau khi điều chỉnh có thểgiải thích cho biến phụthuộc đánh giá của khách hàng.
2.2.5.2. Xây dựng mô hình hồi quy
Sau khi tiến hành phân tích nhân tố khám phá EFA để khám phá các nhân tố mới có ảnh hưởng đến biến phụ thuộc đánh giá của khách hàng nghiên cứu tiến hành hồi quy mô hình tuyến tính để xác định được chiều hướng và mức độ ảnh hưởng của các nhân tốmới này đến chất lượng dịch vụ.
Mô hình hồi quy được xây dựng gồm biến phụ thuộc là đánh giá của khách hàng (DANHGIA) và các biến độc lập được rút trích từ phân tích nhân tố khám phá EFA gồm 5 biến: phương tiện hữu hình, sựtin cậy, sự đảm bảo, sự đáp ứng, sự đồng cảm lần lượt được ký hiệu là HUUHINH, TINCAY, DAMBAO, DAPUNG,
DONGCAM.Trường Đại học Kinh tế Huế
Mô hình hồi quy được xây dựng như sau:
DG= β0 + β1HUUHINH + β2TINCAY + β3DAMBAO + β4DAPUNG + β5DONGCAM + ei
Dựa vào hệsốBê-ta chuẩn hóa với mức ý nghĩa Sig. tương ứng để xác định các biến độc lập nào có ảnh hưởng đến biển phụ thuộc trong mô hình và ảnh hưởng với mức độra sao, theo chiều hướng nào
2.2.5.3. Phân tích hồi quy
Phân tích hồi quy tuyến tính sẽgiúp chúng ta biết được chiều hướng và cường độ ảnh hưởng của các biến độc lập lên biến phụ thuộc. Trong giai đoạn phân tích hồi quy, nghiên cứu chọn phương pháp Enter, chọn lọc dựa trên tiêu chí chọn những nhân tốcó mức ý nghĩa Sig. < 0,05. Những nhân tố nào có giá trị Sig. > 0,05 sẽbị loại khỏi mô hình và không tiếp tục nghiên cứu nhân tố đó.
Kết quảphân tích hồi quy được thểhiện qua các bảng sau:
Bảng 2.14: Phân tích hồi quy tươngquan
Hệsố chưa chuẩn hóa
Hệsốchuẩn hóa
T Sig. VIF
B Độlệch chuẩn Beta
Hằng số 0,379 0,327 1,161 0,248
HUUHINH 0,197 0,083 0,183 2,389 0,019 1,545
TINCAY 0,097 0,093 0,092 1,035 0,303 2,070
DAMBAO 0,267 0,087 0,238 3,059 0,003 1,598
DAPUNG 0,294 0,068 0,331 4,304 0,000 1,558
DONGCAM 0,299 0,082 0,307 3,654 0,000 1,866
Model R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin– Watson
1 0,754 0,568 0,549 0,34758 1,653
Trường Đại học Kinh tế Huế
ANOVA
Model
Sum of
Squares Df
Mean
Square F Sig.
1 Regression 18,116 5 3,623 29,990 0,000
Residual 13,772 114 0,121
Total 31,888 119
(Nguồn:kết quảxửlý của tác giả) Từbảng kết quảtổng hợp trên, ta tiến hành phân tích:
- Phân tích hồi quy
Giá trị Sig. tại các phép kiểm định của các biến độc lập được đưa vào mô hình:
phương tiện hữu hình, sự đảm bảo, sự đáp ứng, sự đồng cảmđều nhỏ hơn 0,05 chứng tỏcác biến độc lập này có ý nghĩa thống kê trong mô hình. Riêngđối với biến độc lập sự tin cậy có giá trị Sig. là 0,303 > 0,05 nên bị loại khỏi mô hình hồi quy. Ngoài ra, hằng sốtrong mô hình có giá trịSig. là 0,248 > 0,05 nên cũng sẽbịloại.
Như vậy, phương trình hồi quy được xác định như sau
DANHGIA = 0,183HUUHINH + 0,238DAMBAO + 0,331DAPUNG + 0,307DONGCAM + ei
Nhìn vào mô hình hồi quy, ta có thể xác định rằng: có 4 nhân tố đó là phương tiện hữu hình, sự đảm bảo, sự đáp ứng, sự đồng cảm ảnh hưởng đến đánh giá của khách hàng vềchất lượng chăm sóc khách hàng tại công ty TNHH nội thất ZIP-Huế.
Đềtài tiến hành giải thích ý nghĩa các hệsốbê-ta như sau:
Hệsố β1 = 0,183 có nghĩa là khi biếnphương tiện hữu hình thay đổi 1 đơn vị trong khi các biến khác không đổi thì đánh giá của khách hàng biến động cùng chiều 0,183 đơn vị. Tương tựvới các biến còn lại cũng giải thích như vậy. Hệsố β3 = 0,238 có nghĩa là khi biến sự đảm bảo thay đổi 1 đơn vị trong khi các biến khác không đổi thìđánh giá của khách hàng biến động cùng chiều 0,238 đơn vị. Hệsố β4 = 0,331 có nghĩa là khi biến sự đáp ứng thay đổi 1 đơn vịTrường Đại học Kinh tế Huếtrong khi các biến khác không đổi thì
đánh giả của khách hàng biến động cùng chiều 0,331 đơn vị. Hệ số β5 = 0,307 có nghĩa là khi biến sự đồng cảm thay đổi 1 đơn vịtrong khi các biến khác không đổi thì đánh giá của khách hàng biến động cùng chiều 0,307 đơn vị. Có một điểm chung của các biến độc lập này là đềuảnh hưởng thuận chiều đến biến phụthuộc là đánh giá của khách hàng về chất lượng dịch vụ chăm sóc khách hàng tại công ty TNHH nội thất ZIP-Huế.
Dựa vào mô hình hồi quy, ta có hệsố Bê-ta chuẩn hóa của biến sự đáp ứng có giá trị là0,331. Đây là nhân tố ảnh hưởng mạnh nhất đến chất lượng dịch vụ chăm sóc khách hàng tại công ty ngoài ra biến sự đồng cảm cũng có mứcảnh hưởng khá lớn với hệsốBê-ta tương ứng là 0,307. Các biến còn lại như phương tiện hữu hình và sự đảm bảo cũng sẽ được khách hàng xem xét với hệsốBê-ta lần lượt là 0,183 và 0,238.
- Đánh giá độphù hợp của mô hình
Dựa vào bảng kết quảphân tích, mô hình 4 biến độc lập có giá trịR Square hiệu chỉnh là 0,568 tức là: độ phù hợp của mô hình là 56,8%. Hay nói cách khác56,8% độ biến thiên của biến phụ thuộc đánh giá của khách hàng được giải thích bởi 4 yếu tố được đưa vào mô hình. Bên cạnh đó, ta nhận thấy giá trịR Square hiệu chỉnh là 0,568 khá là cao ( > 50%), nghĩa là mối quan hệ giữa biến độc lập và biến phụ thuộc được coi là gần chặt chẽ.
- Kiểm định sựphù hợp của mô hình
Kết quảtừbảng ANOVA cho thấy giá trị Sig. = 0,000 rất nhỏ, cho phép nghiên cứu bác bỏ giảthiết rằng “Hệ số xác định R bình phương = 0” tức là mô hình hồi quy phù hợp. Như vậy mô hình hồi quy thu được rất tốt, các biến độc lập giải thích được khá lớn sự thay đổi của biến phụthuộc đánh giá của khách hàng.
- Xem xét tự tương quan
Đại lượng Durbin – Watson được dùng đểkiểm định tương quan của các sai số kề nhau. Dựa vào kết quả thực hiện phân tích hồi quy cho thấy, giá trị Durbin –
Trường Đại học Kinh tế Huế
Watson là 1,653 thuộc trong khoảng chấp nhận (1,6 đến 2,6). Vậy có thể kết luận là mô hình không xảy ra hiện tượng tự tương quan.
- Xem xét đa cộng tuyến
Mô hình hồi quy vi phạm hiện tượng đa cộng tuyến khi có giá trị hệ số phóng đại phương sai (VIF –Variance Inflation Factor) lớn hơn hay bằng 10.
Từkết quảphân tích hồi quy ởtrên, ta có thểthấy rằng giá trị VIF của mô hình nhỏ (trên dưới giá trị 2) nên nghiên cứu kết luận rằng mô hình hồi quy không vi phạm hiện tượng đa cộng tuyến.
- Kiểm định phân phối chuẩn của phần dư
Phần dư có thể không tuân theo phân phối chuẩn vì những lý do như: sử dụng sai mô hình, phương sai không phải là hằng số, số lượng các phần dư không đủ nhiều để phân tích. Vì vậy chúng ta phải tiến hành kiểm định phân phối chuẩn của phần dư đểxem xét sựphù hợp của mô hìnhđưa ra.
Từbiểu đồ trích từ kết quảphân tích hồi quy, ta có thể thấy rằng phần dư tuân theo phân phối chuẩn. Với giá trịMean xấp xỉ -15 và giá trị Std.Dev gần bằng 1.
Trường Đại học Kinh tế Huế
Biểu đồ2.2:Sơ đồHistogram