4.2.1 Đánh giá thang đo
Sau khi dữ liệu đã được mã hoá và làm sạch sẽ ta sẽ tiến hành đánh giá độ tin cậy của các thang đo thông qua hệ số Cronbach’s Alpha và phân tích nhân tố EFA. Theo đề tài nghiên cứu này, nếu các thang đo có hệ số Cronbach’s Alpha lớn hơn 0.6 thì sẽ được chọn.
Hệ số tương quan biến tổng (Item – Total Correclation): Là hệ số tương quan của một biến với điểm trung bình của các biến khác trong cùng một thang đo, do đó hệ số này càng cao thì sự tương quan của biến này với các biến khác trong nhóm càng cao. Theo Nunnally & Burnstein (1994), các biến có hệ số tương quan biến tổng nhỏ hơn 0.3 sẽ bị loại khỏi thang đo. Vì vậy trong đánh giá độ tin cậy các biến có hệ số tương quan biến tổng nhỏ hơn 0.3 sẽ bị loại[8 – trang 46]
Kết quả phân tích hệ số tin cậy Cronbach’s Alpha sau khi đã loại các biến rác như sau:
Bảng 4.7: Kết quả hệ số Cronbach’s Anpha: Phƣơng tiện hữu hình (hh)
Biến quan sát Tương quan biến tổng Cronbach’s Alpha nếu loại biến
Cronbach’s Anpha = .771
hh1 .548 .729
hh2 .622 .691
hh3 .561 .726
hh4 .567 .719
Sau khi loại biến “nhân viên trong công ty có đồng phục gọn gàng, lịch sự”(hh5) có hệ số tương quan biến tổng nhỏ hơn 0.3 nên ta phải loại ra khỏi thang đo. Sau khi loại biến “nhân viên trong công ty có đồng phục gọn gàng, lịch sự”(hh5) thì thang đo tăng lên là 0.771 và Các hệ số tương quan biến tổng của các biến đo lường thành phần này đều lớn hơn 0.3, các hệ số Cronbach’s Alpha lớn hơn 0.6 nên tác giả quyết định vẫn giữ lại thang đo này [Phụ lục A – 1].
Bảng 4.8: Kết quả hệ số Cronbach’s Anpha: Độ tin cậy (tc)
(Nguồn khảo sát của tác giả trong tháng 8 – 9/2013)
Sau khi loại biến “khi anh/ chị có thắc mắc công ty có tỏ ra quan tâm chân thành khi giải quyết vấn đề không”(tc3) vì có hệ số tương quan biến tổng nhỏ hơn 0.3. Ta thấy thành phần các yếu tố độ tin cậy có Cronbach’s Alpha là 0.698. Các hệ số tương quan biến tổng của các biến đo lường thành phần này đều lớn hơn 0.3. Cao nhất là tc2 (0.578) và nhỏ nhất là tc4 (0.483). Vì vậy, các biến đo lường thành phần này đều được sử dụng trong phân tích EFA tiếp theo.
Bảng 4.9: Kết quả hệ số Cronbach’s Anpha: Đáp ứng (du)
Biến quan sát Tương quan biến tổng Cronbach’s Alpha nếu loại biến Cronbach’s Anpha = .804
da1 .592 .767
da2 .543 .789
da3 .635 .747
da4 .710 .707
(Nguồn khảo sát của tác giả trong tháng 8 – 9/2013)
Từ bảng 4.9 ta thấy thành phần các yếu tố độ đáp ứng có Cronbach’s Alpha là 0.804. Và có các hệ số tương quan biến tổng của các biến đo lường thành phần này
Biến quan sát Tương quan biến tổng Cronbach’s Alpha nếu loại biến Cronbach’s Anpha = .698
tc1 .486 .642
tc2 .578 .522
đều lớn hơn 0.3. Cao nhất là da4 (0.710) và nhỏ nhất là da2 (0.543). Vì vậy, các biến đo lường thành phần này đều được sử dụng trong phân tích EFA tiếp theo.
Bảng 4.10: Kết quả hệ số Cronbach’s Anpha: Năng lực phục vụ (nl)
Biến quan sát Tương quan biến tổng Cronbach’s Alpha nếu loại biến Cronbach’s Anpha = .654
Nl2 .338 .705
Nl3 .573 .397
Nl4 .508 .498
(Nguồn khảo sát của tác giả trong tháng 8 – 9/2013)
Sau khi loại biến “ anh/ chị có thấy nhân viên luôn sẵn sàng phục vụ khách hàng”( nl1). Ta thấy thành phần các yếu tố năng lực phục vụ còn lại có Cronbach’s Alpha là 0.654. Và có các hệ số tương quan biến tổng của các biến đo lường thành phần này đều lớn hơn 0.3. Cao nhất là nl3 (0.573) và nhỏ nhất là nl2 (0.338). Vì vậy, các biến đo lường thành phần này đều được sử dụng trong phân tích EFA tiếp theo.
Bảng 4.11: Kết quả hệ số Cronbach’s Anpha: Cảm thông (ct)
Biến quan sát Tương quan biến tổng Cronbach’s Alpha nếu loại biến
Cronbach’s Anpha = .772
ct1 .618 .681
ct2 .576 .727
ct3 .630 .668
(Nguồn khảo sát của tác giả trong tháng 8 – 9/2013)
Từ bảng 4.11 ta thấy thành phần các yếu tố độ cảm thông có Cronbach’s Alpha là 0.772. Và có các hệ số tương quan biến tổng của các biến đo lường thành
phần này đều lớn hơn 0.3. Cao nhất là ct3 (0.630) và nhỏ nhất là ct1 (0.618). Vì vậy, các biến đo lường thành phần này đều được sử dụng trong phân tích EFA tiếp theo.
Như vậy, có ba biến có hệ số tương quan biến tổng nhỏ hơn 0.3 bị loại là “ nhân viên trong công ty có đồng phục gọn gàng, lịch sự”(hh5) ở thang đo phương tiện hữu hình, “khi anh/ chị có thắc mắc công ty có tỏ ra quan tâm chân thành khi giải quyết vấn đề không”(tc3) ở thang đo tin cậy và “ anh/ chị có thấy nhân viên luôn sẵn sàng phục vụ khách hàng”( nl1) ở thang đo năng lực thì tất cả các biến đều có hệ số tương quan biến tổng lớn hơn 0.3. Có tất cả 17 biến quan sát được sử dụng nghiên cứu thông qua việc phân tích nhân tố EFA.
Đánh giá thang đo sự hài lòng của khách hàng
Bảng 4.12: Hệ số Cronbach’s Anpha của thang đo sự hài lòng của khách hàng
Biến quan sát Tương quan biến tổng Cronbach’s Alpha nếu loại biến Sự hài lòng của khách hàng đối với chất lượng dịch vụ vận tải Cronbach’s Anpha = .749
hl1 .543 .703
hl2 .571 .672
hl3 .616 .620
(Nguồn khảo sát của tác giả trong tháng 8 – 9/2013)
Từ bảng 4.12 ta thấy thang đo mức độ hài lòng của khách hàng có hệ số Cronbach’s Alpha = 0.749, các biến quan sát trong thành phần này có hệ số tương quan biến tổng lớn hơn 0.3, nên được sử dụng trong phân tích EFA tiếp theo.
4.2.2 Phân tích nhân tố
4.2.2.1 Kết quả phân tích nhân tố
Sau khi kiểm tra hệ số tin cậy Cronbach’s Alpha và loại bỏ các biến không đạt yêu cầu. Các biến đã đạt yêu cầu đều được đưa vào phân tích nhân tố khám phá EFA, khi thực hiện phân tích nhân tố khám phá EFA cần có một số tiêu chuẩn:
kiện ≥ 0.5 thì mới đạt yêu cầu phân tích. Nếu biến quan sát nào có hệ số tải nhân tố < 0.5 sẽ bị loại. Đồng thời tổng phương sai trích của thang đo phải ≥ 50% và hệ số eigenvalue với yêu cầu có giá trị >1 để có ý nghĩa thì thang đo mới được chấp nhận.
- Hệ số KMO: là chỉ số được dùng để xem xét sự thích hợp của việc phân tích nhân tố. Với điều kiện trị số KMO lớn (0.5 ≤ KMO ≤1) thì việc phân tích nhân tố là thích hợp. Đồng thời phải kiểm định giá trị Bartlett xem xét giả thuyết trong tổng thể các biến không có tương quan. Điều kiện cần thiết cho việc phân tích nhân tố là các biến phải có tương quan với nhau (nghĩa là Sig ≤ 0.05 thì kiểm định có ý nghĩa thống kê).[6]
Phương pháp trích “Principal Components” với phép xoay “ Varimax” được sử dụng trong phân tích nhân tố. Sau khi đánh giá độ tin cậy Cronbach’s Alpha của các thang đo, ta loại bỏ các biến quan sát: “nhân viên trong công ty có đồng phục gọn gàng, lịch sự”(hh5), “khi anh/ chị có thắc mắc công ty có tỏ ra quan tâm chân thành khi giải quyết vấn đề không”(tc3) và “ anh/ chị có thấy nhân viên luôn sẵn sàng phục vụ khách hàng”(nl1)
Sau đó, ta tiến hành phân tích nhân tố với 17 biến quan sát của các thành phần độc lập. Quá trình phân tích nhân tố được thực hiện như sau:
Với 17 biến quan sát được đưa vào phân tích nhân tố EFA theo tiêu chuẩn Eigenvalue lớn hơn 1, kết quả là không có nhân tố nào có hệ số truyền tải nhỏ hơn 0.5 vì vậy không có nhân tố nào được rút trích,. Tổng phương sai trích bằng 58.869% biến thiên của dữ liệu. Ngoài ra, kết quả cho thấy hệ số KMO (Kaiser- Meyer-Olkin) bằng 0.789 lớn hơn 0.5 nên đạt yêu cầu.
Trong phép xoay Varimax cho thấy tất cả các biến quan sát có hệ số truyền tải đều lớn hơn 0.5 nên đạt yêu cầu. [Phụ lục B – 1]].
Trong phân tích nhân tố phụ thuộc ta thấy hệ số KMO = 0.684 lớn hơn 0.5 và tổng phương sai trích bằng 66.672% nên thoả mãn điều kiện. (xin xem phụ lục B-2)
4.2.2.2 Đặt tên nhân tố
Từ kết quả phân tích nhân tố EFA (phụ lục B – 1), cho thấy tất cả các biến quan sát có hệ số truyền tải đều lớn hơn 0.5 nên đạt yêu cầu. Các biến của các nhân tố vừa hình thành được sắp xếp và đặt lại tên cho phù hợp. Bên cạnh đó, tác giả cũng kiểm tra lại hệ số Cronbach’s Anpha của các nhân tố mới này.
Bảng 4.13: Các nhân tố đƣợc đặt tên lại
Nhân tố Số biến Tương quan biến tổng Cronbach ’s anpha Cơ sở vật chất và đội ngũ nhân viên Hh2 .705 .794 Hh1 .681 Nl3 .636 Hh4 .634 Nl2 .627 Hh3 .616 Nl4 .501 Độ đáp ứng Du4 .809 .804 Du2 .779 Du3 .740 Du1 .716 Sự quan tâm của công ty Ct3 .842 .772 Ct1 .823 Ct2 .790 Độ tin cậy Tc2 .778 .698 Tc4 .717 Tc1 .671 (Nguồn: tác giả tự tổng hợp)
4.3 Mô hình điều chỉnh
Từ việc phân tích nhân tố khám phá EFA, 3 biến trong thang đo chất lượng dịch vụ được loại bỏ là: “nhân viên trong công ty có đồng phục gọn gàng, lịch sự”(hh5), “khi anh/ chị có thắc mắc công ty có tỏ ra quan tâm chân thành khi giải quyết vấn đề không”(tc3) và “anh/ chị có thấy nhân viên luôn sẵn sàng phục vụ khách hàng”(nl1).
Vì vậy, cần phải hiệu chỉnh lại mô hình nghiên cứu cho phù hợp để đảm bảo bảo việc kiểm định các giả thiết
(Nguồn: tác giả tự tổng hợp)
Hình 4.1: mô hình nghiên cứu hiệu chỉnh Các giả thuyết:
H1: Mức độ hài lòng đối với nhân tố Cơ sở vật chất và đội ngũ nhân viên tăng hay giảm thì mức độ hài lòng chung của khách hàng cũng tăng hay giảm theo.
H2: Mức độ hài lòng đối với nhân tố độ đáp ứng tăng hay giảm thì mức độ hài lòng chung của khách hàng cũng tăng hay giảm theo.
H3: Mức độ hài lòng đối với nhân tố sự quan tâm của công ty tăng hay giảm thì mức độ hài lòng chung của khách hàng cũng tăng hay giảm theo.
Mức độ hài lòng về chất lƣợng dịch vụ vận tải của khách hàng Độ đáp ứng (H2) Sự quan tâm của công ty(H3)
Độ tin cậy ( H4) Cơ sở vật chất và đội ngũ nhân
H4: Mức độ hài lòng đối với nhân tố độ tin cậy tăng hay giảm thì mức độ hài lòng chung của khách hàng cũng tăng hay giảm theo.
4.4 Mô hình hồi quy tuyến tính
4.4.1 Kiểm định các thang đo của mô hình
Sau khi trải qua các quá trình phân tích nhân tố, kết quả là có 4 thang đo được đưa vào để kiểm định mô hình. Giá trị của từng thang đo là giá trị trung bình của các biến quan sát thuộc thang đó.
Phân tích tương quan được dùng để xem xét sự phù hợp khi đưa các biến vào mô hình hồi quy tuyến tính. Kết quả của phân tích sẽ được dùng để kiểm tra các giả thuyết từ H1 đến H4.
4.4.2 Kiểm định hệ số tƣơng quan tuyến tính
Trước khi phân tích mô hình hồi quy tuyến tính ta phải kiểm định hệ số tương quan tuyến tính Pearson để kiểm tra mối liên hệ tuyến tính giữa các biến độc lập và biến phụ thuộc.
Theo kết quả ma trận hệ số tương quan (phụ lục B – 3). Ta thấy tất cả biến phụ thuộc có mối tương quan tuyến tính với 4 biến độc lập. Trong đó, hệ số tương quan phương tiện hữu hình và năng lực phục vụ là lớn nhất (tương ứng 0.704). Trong khi đó, hệ số tương quan sự quan tâm của công ty có sig nhỏ nhất (0.435). Ngoài ra, kết quả phân tích cho thấy một số biến độc lập có sự tương quan với nhau, do đó khi phân tích hồi quy cần chú ý đến vấn đề đa cộng tuyến.
4.4.3 Phƣơng trình hồi quy tuyến tính
Phương trình hồi quy tuyến tính là để xem xét quan hệ tuyến tính của các nhân tố đến mức độ ảnh hưởng đến chất lượng dịch vụ, dựa trên cơ sở đó tác giả sẽ tiến hành xây dựng mô hình hồi quy. Phương pháp hồi quy được thực hiện bằng phương pháp Enter và được thực hiện với 4 biến độc lập là: phương tiện hữu hình và năng lực phục vụ, độ đáp ứng, mức độ cảm thông, độ tin cậy. Mô hình hồi quy có dạng như sau: Y= β0 + β1*X1 + β2*X2 + β3*X3 +…+ βi*Xi
Trong đó Y: Là mức độ hài lòng về chất lượng dịch vụ của khách hàng tại công ty TNHH Bảo Dương Thùy
Xi: Các thang đo đến sự hài lòng của khách hàng β0: Hằng số.
βi: Các hệ số hồi quy
Sau khi có kết quả mô hình hồi quy, ta dựa vào đó để xác định mức độ ảnh hưởng của các thang đo tác động đến mức độ hài lòng của khách hàng tại công ty TNHH Bảo Dương Thùy.
Bốn nhóm nhân tố của thang đo chất lượng dịch vụ được đưa vào xem xét các yếu tố ảnh hưởng đến sự hài lòng của khách hàng bằng phương pháp Enter. Kết quả hồi quy lần 1 trình bày ở phụ lục C - 1 ta loại một biến là sự quan tâm của công ty đối với khách hàng (xin xem Phụ lục C - 1).
Từ kết quả bảng R2 của mô hình chạy hồi quy lần 2 và kết quả phân tích phương sai ANOVA lần 2 (xin xem ở phụ lục C – 2) ta thấy giá trị R2 điều chỉnh bằng 0.561 có nghĩa mô hình trên giải thích được 56.1% sự thay đổi của biến sự hài lòng của khách hàng là do các biến độc lập trong mô hình tạo ra, còn lại 43.9% được giải thích bởi các biến khác nằm ngoài mô hình. Trong bảng ANOVA thống kê F có Sig. = 0.000, do đó mô hình hồi quy tuyến tính bội được xây dựng phù hợp với dữ liệu ở độ tin cậy 95%.
Bảng 4.14: Các hệ số của mô hình
(Nguồn điều tra của tác giả trong tháng 8 – 9/2013)
Mô hình Hệ số chưa chuẩn hóa Hệ số chuẩn hóa t Sig. Thống kê đa cộng tuyến B Độ lệch chuẩn Beta Độ chấp nhận của biến VIF
1
(Hằng số) -.189 .289 -.653 .515 Cơ sở vật chất và
đội ngũ nhân viên .624 .087 .513 7.192 .000 .670 1.493 Độ đáp ứng .209 .066 .210 3.157 .002 .773 1.294 Độ tin cậy .212 .065 .212 3.271 .001 .808 1.238
Từ kết quả phân tích trong bảng 4.14 ta thấy các biến phương tiện hữu hình và năng lực phục vụ, độ đáp ứng, độ tin cậy đều có Sig. nhỏ hơn 0.05 do đó ta có thể nói rằng ba biến này có ý nghĩa trong mô hình. Và các biến đều có tác động đến sự hài lòng của khách hàng về chất lượng dịch vụ hay nói cách khác ba biến này tác động cùng chiều đến sự hài lòng của khách hàng.
Hơn nữa, mô hình không xảy ra hiện tượng đa cộng tuyến nghĩa là các biến độc lập không tác động với nhau bởi hệ số phóng đại phương sai VIF của các biến đều thấp (nhỏ hơn 4).
Phƣơng trình hồi quy có dạng:
Y= -0.189 + 0.624X1 + 0.209X2 + 0.212X4
Trong đó Y: là sự hài lòng của khách hàng X1: Cơ sở vật chất và đội ngũ nhân viên X2: Độ đáp ứng
X4: Mức độ tin cậy
Mô hình cho thấy ba biến độc lập (phương tiện hữu hình và năng lực phục vụ, độ đáp ứng, độ tin cậy) đều ảnh hưởng thuận chiều đến biến phụ thuộc đó là sự hài lòng của khách hàng. Từ phương trình hồi quy, u giữ nguyên các biến độc lập còn lại không đổi thì khi kiểm định đánh giá về phương tiện hữu hình và năng lực phục vụ tăng lên 1 đơn vị thì sự hài lòng của khách hàng đối với chất lượng dịch vụ tăng lên trung bình 0.624 đơn vị. Tương tự, khi đánh giá về độ đáp ứng tăng lên 1 đơn vị thì sự hài lòng của khách hàng đối với chất lượng dịch vụ tăng lên trung bình 0.209 đơn vị. Và cuối cùng là khi đánh giá về độ tin cậy tăng lên 1 đơn vị thì sự hài lòng của khách hàng đối với chất lượng dịch vụ tăng lên trung bình 0.212 đơn vị.
Từ kết quả hồi quy chuẩn cho ta thấy tầm quan trọng của ba biến độc lập đối với biến phụ thuộc, biến nào có hệ số Beta đã chuẩn hóa càng lớn thì ảnh hưởng đến mức độ hài lòng càng cao. Cơ sở vật chất và đội ngũ nhân viên có ý nghĩa quan