7. KẾT CẤU LUẬN VĂN
2.3.PHƢƠNG PHÁP PHÂN TÍCH VÀ XỬ LÝ DỮ LIỆU THỐNG KÊ
2.3.1. Làm sạch và xử lý dữ liệu
Dữ liệu sau khi thu thập đƣợc tác giả thiết kế, mã hóa và nhập liệu thông qua công cụ phần mềm SPSS 18.0, sau đó tiến hành làm sạch. Lý do: dữ liệu sau khi thu thập đƣợc loại bỏ những phiếu trống nhiều và phiếu không hợp lệ, sau đó đƣợc tiến hành nhập thô vào máy, trong quá trình thực hiện thƣờng có những mẫu điều tra bị sai lệch, thiếu sót hoặc không nhất quán; một số mẫu do đánh sai, thiếu sót xảy ra trong quá trình nhập liệu; do vậy cần tiến hành làm sạch số liệu để đảm bảo yêu cầu, số liệu đƣa vào phân tích phải đầy đủ, thống nhất. Theo đó, việc phân tích số liệu sẽ giúp tác giả đƣa ra những thông tin chính xác có độ tin cậy cao.
Phƣơng pháp thực hiện: sử dụng bảng tần số để rà soát lại tất cả các biến quan sát nh m tìm ra các biến có thông tin bị sai lệch hay thiếu sót b ng công cụ phần mềm SPSS 18.0.
2.3.2. Thống kê mô tả
Thống kê mô tả đƣợc sử dụng để mô tả những đặc tính cơ bản của dữ liệu thu thập đƣợc từ nghiên cứu thực nghiệm qua các cách thức khác nhau. Thống kê mô tả cung cấp những tóm tắt đơn giản về mẫu và các thƣớc đo nh m tạo ra nền tảng của mọi phân tích định lƣợng về số liệu. Để hiểu đƣợc các hiện tƣợng và ra quyết định đúng đắn, cần nắm đƣợc các kỹ thuật cơ bản của mô tả dữ liệu:
-Biểu diễn dữ liệu thành các bảng số liệu tóm tắt về dữ liệu: Khi tóm tắt một đại lƣợng về thông tin ngƣời lao động (giới tính, độ tuổi, thời gian làm việc, thu nhập trung bình, v.v…) thƣờng dùng các thông số thống kê nhƣ tần số, trung bình cộng, tỷ lệ, phƣơng sai, độ lệch chu n và thông số thống kê khác. Những dữ liệu này biểu diễn b ng đồ họa hoặc b ng bảng mô tả dữ liệu giúp phân tích, so sánh thông tin khách hàng.
-Kiểm định giả thiết dữ liệu thống kê mô tả: Kiểm định Independent-Sample T- test, kiểm định One-Way Anova cho biết trị trung bình giữa các nhóm để so sánh, phỏng đoán mức độ phù hợp dữ liệu thống kê mô tả, tồn tại mối liên hệ giữa các cặp biến quan sát.
2.3.3. Phân tích độ tin cậy và đánh giá độ phù hợp của thang đo 2.3.3.1. Hệ số Cronbach’s Alpha 2.3.3.1. Hệ số Cronbach’s Alpha
Hệ số Cronbach s alpha là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tƣơng quan với nhau [9], hệ số này đánh giá độ tin cậy của phép đo dựa trên sự tính toán phƣơng sai của từng item và tính tƣơng quan của từng item với điểm của tổng các item còn lại của phép đo.
Nhiều nhà nghiên cứu đồng ý r ng khi hệ số Cronbach s alpha có giá trị từ 0.8 trở lên đến gần 1.0 là thang đo tốt; từ 0.7 đến gần 0.8 là sử dụng đƣợc [9, tr. 249–258]. Nguyễn Đình Thọ [13, tr. 340-352] đề nghị hệ số Cronbach s alpha từ 0.6 trở lên là có thể sử dụng đƣợc trong trƣờng hợp khái niệm đang nghiên cứu là mới hoặc mới đối với ngƣời trả lời trong bối cảnh nghiên cứu. Tuy nhiên, Cronbach s alpha không cho biết biến nào nên loại bỏ và biến nào nên giữ lại. Chính vì vậy, bên cạnh hệ số Cronbach s alpha, ngƣời ta còn sử dụng hệ số tƣơng quan biến tổng (item – total correlation) và những biến nào có tƣơng quan biến tổng < 0.3 sẽ bị loại bỏ.
2.3.3.2. Phân tích nhân tố phám phá (EFA)
Phân tích nhân tố khám phá EFA là một phƣơng pháp phân tích định lƣợng dùng để rút gọn một tập gồm nhiều biến quan sát phụ thuộc lẫn nhau thành một tập biến ít hơn (gọi là các nhân tố) để chúng có ý nghĩa hơn nhƣng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu [18].
Các biến có trọng số (Factor loading) nhỏ hơn 0.4 trong EFA sẽ tiếp tục bị loại. Phƣơng pháp trích Principal Component Analysis với phép xoay Varimax đƣợc sử dụng trong phân tích nhân tố thang đo thành phần độc lập và điểm dừng khi trích các
yếu tố có eigenvalue ≥ 1(đại diện cho phần biến thiên đƣợc giải thích bởi mỗi nhân tố). Thang đo đƣợc chấp nhận khi tổng phƣơng sai trích ≥ 50% (Gerbing & Anderson, 1988), với điều kiện là chỉ số KMO ≥0.5. KMO là một chỉ tiêu dùng để xem xét sự thích hợp của EFA, 0.5 ≤ KMO ≤ 1 thì phân tích nhân tố thích hợp. Kiểm định Bartlett xem xét giả thuyết Ho: độ tƣơng quan giữa các biến quan sát b ng không trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig < 0.05) thì các biến quan sát có tƣơng quan với nhau trong tổng thể [9, tr. 262].
Theo Hair và cộng sự, Factor loading là chỉ tiêu đảm bảo mức ý nghĩa thực tế của EFA (ensuring practical significance). Factor loading > 0.3 đƣợc xem là đạt mức tối thiểu, Factor loading > 0.4 đƣợc xem là quan trọng, > 0.5 đƣợc xem là có ý nghĩa thực tiễn. Hair và cộng sự (1998, 111) cũng cho r ng: nếu chọn tiêu chu n Factor loading > 0.3 thì cỡ mẫu ≥ 350, nếu cỡ mẫu khoảng 100 thì nên chọn Factor loading > 0.5, nếu cỡ mẫu khoảng 50 thì Factor loading phải > 0.75 [18, tr. 111].
2.3.4. Phân tích tƣơng quan và hồi quy
2.3.4.1. Xem xét ma trận hệ số tƣơng quan (Pearson Correlation)
Hệ số tƣơng quan Pearson (ký hiệu r) để lƣợng hoá mức độ chặt chẽ của mối liên hệ tuyến tính giữa 2 biến định lƣợng. Nhìn chung r đƣợc sử dụng để kiểm tra liên hệ giữa những biến định lƣợng. Hệ số tƣơng quan có giá trị từ -1 đến 1. Hệ số tƣơng quan b ng 0 (hay gần 0) có nghĩa là hai biến số không có liên hệ gì với nhau, ngƣợc lại nếu hệ số b ng -1 hay 1 có nghĩa là hai biến số có một mối liên hệ tuyệt đối.
-1 ≤ r + ≤ 1
Diễn giải hệ số tƣơng quan (r): (Fraenkel & Wallen, 2006): từ + .75 đến + 1.0 có mối quan hệ rất chặt chẽ
từ + .50 đến + .75 có mối quan hệ chặt chẽ vừa phải từ + .25 đến + .50 có mối quan hệ yếu
từ + .00 đến + .25 có mối quan hệ kém chặt chẽ
Trị tuyệt đối của r cho biết mức độ chặt chẽ của mối liên hệ tuyến tính. Giá trị tuyệt đối của r tiến gần đến 1 khi hai biến có mối tƣơng quan tuyến tính chặt chẽ. (giá trị của r cho biết không có mối liên hệ tuyến tính giữa 2 biến chƣa hẳn có nghĩa là 2 biến đó không có mối liên hệ). Do đó hệ số tƣơng quan tuyến tính chỉ nên đƣợc sử dụng để biểu thị mức độ chặt chẽ của liên hệ tƣơng quan tuyến tính. (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
2.3.4.2. Phân tích phƣơng sai ANOVA
Kỹ thuật phân tích phƣơng sai một yếu tố (One-Way ANOVA) đƣợc áp dụng trong nghiên cứu này để tìm ra ý nghĩa thống kê của những khác biệt trung bình giữa biến phụ thuộc là sự hài lòng chung và các biến độc lập thuộc đặc tính từng cá nhân nhƣ: giới tính, tuổi tác, thời gian sử dụng dịch vụ, nghề nghiệp và thu nhập của khách hàng.
Trƣớc khi tiến hành phân tích ANOVA, tiêu chu n Levene đƣợc tiến hành để kiểm tra giả thuyết b ng nhau của phƣơng sai trong các nhóm với xác suất ý nghĩa Significance là 10%. Trong phép kiểm định này, nếu xác suất ý nghĩa lớn hơn 10% thì chấp nhận tính b ng nhau của các phƣơng sai nhóm. Tiêu chu n Fishier F trong phép phân tích phƣơng sai ANOVA với mốc để so sánh các xác suất ý nghĩa Sig. là 10% đƣợc áp dụng. Trong phép kiểm định này, nếu xác suất ý nghĩa nhỏ hơn 10% thì ta có quyền bác bỏ giả thuyết.
2.3.4.3. Phân tích hồi quy tuyến tính
Phân tích hồi quy tuyến tính sẽ giúp chúng ta biết đƣợc cƣờng độ ảnh hƣởng của các biến độc lập lên biến phụ thuộc. Biến phụ thuộc là sự hài lòng của khách hàng và biến độc lập là các yếu tố tác động lên sự hài lòng đƣợc rút ra từ quá trình phân tích EFA và kiểm định với mức ý nghĩa 10%. Mô hình dự đoán có thể là:
Yi = β0 + β1 X1i + β2 X2i + β3 X3i i + … βk Xki + ei
Trong đó:
Yi = biến phụ thuộc (mức độ hài lòng của khách hàng) (adsbygoogle = window.adsbygoogle || []).push({});
Xk = các biến độc lập (các yếu tố tác động đến sự hài lòng của khách hàng) β0 = h ng số
βk = các hệ số hồi quy (i > 0) ei = Sai số ngẫu nhiên
Biến phụ thuộc là yếu tố sự hài lòng và biến độc lập là các yếu tố hài lòng đƣợc rút ra từ quá trình phân tích nhân tố EFA và có ý nghĩa trong phân tích tƣơng quan Pearson. Kết quả của mô hình sẽ giúp ta xác định đƣợc mức độ ảnh hƣởng của các yếu tố tác động đến sự hài lòng của khách hàng đối với chất lƣợng dịch vụ truyền hình cáp. Phân tích hồi quy tuyến tính đa biến b ng phƣơng pháp Enter đƣợc sử dụng là đƣa tất cả các biến độc lập và phụ thuộc vào phân tích, trong đó biến phụ thuộc là sự hài lòng
khách hàng, biến độc lập dự kiến là sự tin cậy, sự đáp ứng, đảm bảo, cảm thông, phƣơng tiện hữu hình, uy tín thƣơng hiệu và giá cả cảm nhận.
Trong phƣơng pháp này, hệ số xác định R2 điều chỉnh đƣợc dùng để xác định độ phù hợp của mô hình, kiểm định t để bác bỏ giả thuyết các hệ số hồi quy của tổng thể b ng 0.
Cuối cùng, nh m đảm bảo độ tin cậy của phƣơng trình hồi quy đƣợc xây dựng cuối cùng là phù hợp, dò tìm sự vi phạm của giả định trong hồi quy tuyến tính cũng đƣợc thực hiện. Các giả định đƣợc kiểm định trong phần này gồm liên hệ tuyến tính (dùng biểu đồ phân tán Scatterplot), phƣơng sai của phần dƣ không đổi (dùng hệ số tƣơng quan hạng Spearman), phân phối chu n của phần dƣ (dùng Histogram và Q-Q plot), tính độc lập của phần dƣ (dùng đại lƣợng thống kê Durbin-Watson). Công cụ ch n đoán giúp phát hiện sự tồn tại của cộng tuyến trong dữ liệu đƣợc đánh giá mức độ cộng tuyến làm thoái hóa tham số ƣớc lƣợng là: Hệ số phóng đại phƣơng sai (Variance inflation factor – VIF). Quy tắc là khi VIF vƣợt quá 10, đó là dấu hiệu của đa cộng tuyến [9, tr. 218].
Tóm tắt chƣơng 2
Trong chƣơng này đã trình bày phƣơng pháp nghiên cứu. Nghiên cứu đƣợc thực hiện theo hai giai đoạn nghiên cứu sơ bộ với phƣơng pháp thảo luận nhóm nh m khám phá ra các yếu tố ảnh hƣởng đến sự hài lòng khách hàng ngoài những yếu tố đƣợc đƣa ra trong mô hình nghiên cứu đề xuất và chỉnh sửa, bổ sung các thuộc tính đo lƣờng. Nghiên cứu chính thức đƣợc thực hiện b ng phƣơng pháp định lƣợng thông qua bảng câu hỏi về sự hài lòng của khách hàng đối với chất lƣợng dịch vụ truyền hình cáp. Phần mềm xử lý dữ liệu SPSS phiên bản 18.0 đƣợc sử dụng để mô tả dữ liệu, phân tích độ tin cậy và đánh giá độ phù hợp của thang đo, phân tích tƣơng quan và hồi quy cũng nhƣ thực hiện các thống kê suy luận khác. Chƣơng tiếp theo sẽ tiến hành phân tích dữ liệu và trình bày các kết quả nghiên cứu.
Chƣơng 3
PHÂN TÍCH CÁC YẾU TỐ ẢNH HƢỞNG ĐẾN CHẤT LƢỢNG DỊCH VỤ TRUYỀN HÌNH CÁP TRÊN
ĐỊA BÀN TP. NHA TRANG 3.1. TỔNG QUAN VỀ TRUYỀN HÌNH CÁP NHA TRANG 3.1.1. Khái quát về sự ra đời và phát triển của truyền hình cáp
Truyền hình cáp dây dẫn, viết tắt là CATV, thƣờng đƣợc gọi là truyền hình cáp hữu tuyến là một mạng truyền hình trong đó tín hiệu đƣợc truyền qua những dây dẫn để đến tivi. Dây dẫn đƣợc đề cập ở đây có thể là cáp quang hoặc cáp đồng trục, trong thực tế mạng CATV là một mạng lai giữa cáp đồng trục và cáp quang (Hybrid Fiber Coaxial – HFC)
Những buổi truyền hình đầu tiên trên thế giới đều “truyền” qua dây dẫn, có nghĩa là hình ảnh từ địa điểm này đƣợc đƣa đến một địa điểm khác b ng dây cáp. Lúc đó, đầu thập niên 30 của thế kỷ XX, chƣa thể truyền hình b ng sóng bức xạ ra không gian. Nhƣng loại truyền hình b ng dây này chƣa phải là công nghệ truyền hình cáp dây dẫn.
Truyền hình cáp dây dẫn có thể coi là đƣợc khai sinh vào cuối những năm 50 ở Hoa Kỳ. Trong quá trình xây dựng mạng truyền hình quảng bá phát sóng VHF, các nhà kỹ thuật truyền hình Mỹ đã vấp phải một vấn đề khó giải quyết là vùng tối ở những khu vực có nhiều núi non. Giải pháp đƣợc tìm ra lúc đó là nền tảng của công nghệ CATV hiện đại: Thu sóng truyền hình tại một điểm thu tốt rồi dẫn tín hiệu đến vùng tối gần đó b ng dây dẫn và cũng trên những tần số dùng cho truyền hình.
Sau khi triển khai CATV để đáp ứng nhu cầu nói trên, ngƣời ta nhận thấy CATV có ƣu điểm hết sức lớn lao là giải quyết đƣợc vấn đề mà truyền hình Hoa Kỳ vấp phải trên đƣờng phát triển. Đó là mâu thuẫn giữa việc gia tăng kênh phát sóng với tình trạng cạn kiệt quỹ tần số và vấn đề can nhiễu. Những kênh truyền hình mới phát qua dây dẫn không làm nhiễu sóng các kênh truyền hình đã có và truyền hình dây dẫn đã là một vùng đất mới để xây dựng các đài truyền hình cỡ nhỏ với một số lƣợng khá lý tƣởng. Từ đây, các nhà kỹ thuật truyền hình Mỹ đã làm đƣợc điều mà trƣớc đây họ rất lúng túng.
Nhiều kênh truyền hình chỉ phát qua dây dẫn đã đƣợc xây dựng và hoạt động rất hiệu quả. Mạng dây dẫn không còn chỉ ở những vùng tối, mà nó dần dần mở rộng
ra những vùng thu tốt sóng truyền hình. Và rồi ngƣời ta “khám phá” một công năng lợi hại của truyền hình dây dẫn: Truyền hình trả tiền! Từ đó CATV đồng nghĩa với truyền hình trả tiền.
Thập niên 70, công nghệ CATV đã phát triển ở nhiều quốc gia, đặc biệt là châu Âu và Bắc Mỹ. Mảnh đất màu mỡ để CATV phát triển không phải là những vùng tối khu vực núi non nhƣ ở Mỹ những năm trƣớc, mà là những thành phố lớn đông đúc dân cƣ, nơi mà ngƣời ta dễ dàng thi công mạng cáp với giá thành thấp nhất và là thị trƣờng thuê bao tiềm năng.
Ngày nay, truyền hình cáp dây dẫn không còn là một thứ xa xỉ ph m của các nƣớc công nghệ truyền hình phát triển. Mạng truyền hình dây dẫn là mạng không thể thiếu bên cạnh mạng điện và điện thoại ở các thành phố, thị trấn, thậm chí huyện lỵ, xóm làng. Truyền hình cáp hữu tuyến tại Việt Nam đang phát triển rất mạnh mẽ trên phạm vi toàn quốc với 63/63 tỉnh, thành phố có đầu mối cung cấp dịch vụ. Tại mỗi tỉnh/thành phố đã có triển khai ít nhất một mạng truyền hình cáp, có tỉnh, thành tồn tại 2 hoặc 3 mạng truyền hình cáp cùng hoạt động cung cấp dịch vụ.
Hiện nay tuyền hình cáp ở Mỹ rất phổ biến dƣới hình thức thuê bao và có tới 84,4% số hộ gia đình ở Mỹ sử dụng truyền hình cáp.
Tổng thuê bao truyền hình vệ tinh và cáp tại châu Á đạt con số 192 triệu trong vòng năm năm qua. 1/3 số hộ gia đình có ti vi ở châu Á, ngoại trừ Nhật Bản, đã có truyền hình trả tiền. Sự tăng trƣởng này phản ánh rất rõ trong lợi nhuận từ quảng cáo và phí thuê bao. Doanh thu quảng cáo truyền hình cáp và vệ tinh tại châu Á đã tăng 12% lên 2,2 tỷ USD vào năm 2003, còn doanh thu từ đăng ký thuê bao cũng tăng 18% đạt 11,2 tỷ USD. Theo dự đoán của Media Partners, doanh thu quảng cáo của truyền hình cáp châu Á sẽ tăng tới 37,2 tỷ USD vào 2015 [2].
3.1.2. Giới thiệu về truyền hình cáp Nha Trang 3.1.2.1. Quá trình hình thành và phát triển 3.1.2.1. Quá trình hình thành và phát triển
Trung tâm dịch vụ truyền hình cáp Nha Trang thuộc Công ty Cổ phần Điện tử Ảnh màu Nha Trang.
Địa chỉ: Số 4, Lê Hồng Phong, phƣờng Phƣớc Hải, thành phố Nha Trang, tỉnh Khánh Hòa.
Ngay từ đầu năm 2003 trung tâm truyền hình cáp Nha Trang đã đƣợc thành lập, là lĩnh vực hoàn toàn mới nhƣng đƣợc đánh giá là có nhiều tiềm năng. Mặc dù khi mới