Thang đo Sản phẩm

Biến quan sát

Trung bình thang đo nếu loại biến

Phương sai thang đo nếu loại biến

Tương quan biến – tổng

Alpha nếu loại biến này Sản phẩm: Cronbach α = .829 SP1 14.4444 9.057 .574 .810 SP2 14.4127 8.117 .665 .784 SP3 14.5873 9.214 .597 .805 SP4 14.5397 8.188 .719 .769 SP5 14.5873 7.601 .614 .806

Thang đo Sản phẩm có hệ số Cronbach’s Alpha là 0.829 > 0.6 và các hệ số tương quan biến – tổng của các biến quan sát đều lớn hơn 0.3 nên thang đo này đạt yêu cầu.

4.1.1.2. Thang đo Giá cả

Biến quan sát

Trung bình thang đo nếu loại biến

Phương sai thang đo nếu loại biến

Tương quan biến – tổng

Alpha nếu loại biến này Giá cả: Cronbach α = .711

GC1 6.8254 2.211 .644 .475

GC2 7.0476 2.240 .559 .584

GC3 7.0159 2.822 .401 .766

Thang đo Giá cả có hệ số Cronbach’s Alpha là 0.711 > 0.6 và các hệ số tương quan biến – tổng của các biến quan sát đều lớn hơn 0.3 nên thang đo này đạt yêu cầu.

Biến quan sát

Trung bình thang đo nếu loại biến

Phương sai thang đo nếu loại biến

Tương quan

biến – tổng loại biến nàyAlpha nếu Phân phối: Cronbach α = .515

PP1 6.3810 2.820 .267 .510

PP2 6.7619 2.378 .405 .286

PP3 7.0794 2.397 .322 .429

Thang đo Phân phối có hệ số Cronbach‘s Alpha là 0.515 < 0.6 nên không đảm bảo độ tin cậy, ta nhận thấy dù bỏ đi bất ky biến nào thì Cronbach’s Alpha của thang đo này cũng không được cải thiện. Do đó, ta loại thang đo này ra khỏi mô hình.

Dựa trên kết quả khảo sát thực tế, khách hàng thường không chú trọng đến địa điểm, miễn đó là một hiệu có tiếng thì khách hàng cũng không ngại đường xa mà tìm đến để có thể có được những dịch vụ phù hợp nhất cho lễ cưới của mình. Ngoài ra việc mong muốn có thêm các đại lý của cửa hàng được xem như là không cần thiết vì đây cũng không là nhu cầu thiết yếu hàng ngày.Các dịch vụ đặt hoa qua mạng khách hàng cũng không có sự quan tâm nhiều, chủ yếu là họ quan tâm đến các loại áo cưới nhiều hơn.

4.1.1.4. Thang đo Chiêu thị

Biến quan sát

Trung bình thang đo nếu loại biến

Phương sai thang đo nếu loại biến

Tương quan biến – tổng

Alpha nếu loại biến này Chiêu thị: Cronbach α = .442

CT1 10.7460 3.870 .297 .321

CT2 11.2698 4.845 .014 .613

CT3 10.8254 4.340 .279 .349

CT4 10.6349 3.461 .483 .124

Thang đo Chiêu thị có hệ số Cronbach’s Alpha là 0.442 < 0.6 nên không đảm bảo độ tin cậy, ta tiến hành loại bỏ biến quan sát CT2 vì việc loại

bỏ biến này sẽ làm tăng độ tin cậy của thang đo Chiêu thị, mặt khác biến này hệ số tương quan tổng biến nhỏ hơn 0.3. Tiến hành kiểm định thang đo Chiêu thị với các biến CT1, CT3 và CT4. Kết quả thu được:

Biến quan sát

Trung bình thang đo nếu loại biến

Phương sai thang đo nếu loại biến

Tương quan

biến – tổng loại biến nàyAlpha nếu Chiêu thị: Cronbach α = .613

CT1 7.5238 2.318 .449 .473

CT3 7.6032 2.759 .429 .508

CT4 7.4127 2.633 .392 .555

Kết quả cho thấy, thang đo giá cả có hệ số Cronbach’s Alpha là 0.613 > 0.6 và các hệ số tương quan biến – tổng của các biến quan sát đều lớn hơn 0.3 nên thang đo mới đạt yêu cầu. Vậy biến CT2 chính thức bị loại.

Thực tế, có thể thấy phần lớn khách hàng tìm đến các tiệm áo cưới thông qua sự giới thiệu của người thân và đơn giản hơn là các tiệm áo cưới cũng ít khi chi các chi phí cho việc quảng cáo trên báo, tạp chí, truyền hình, …

4.1.1.5. Thang đo Cơ sở vật chất

Biến quan sát Trung bìnhthang đo nếu loại biến

Phương sai thang đo nếu loại biến

Tương quan biến – tổng

Alpha nếu loại biến này Cơ sở vật chất: Cronbach α = .801

VC1 7.4603 2.510 .741 .628

VC2 7.5714 2.765 .624 .751

VC3 7.5397 2.736 .581 .798

Thang đo cơ sở vật chất có hệ số Cronbach’s Alpha là 0.801 > 0.6 và các hệ số tương quan biến – tổng của các biến quan sát đều lớn hơn 0.3 nên thang đo này đạt yêu cầu.

Biến quan sát

Trung bình thang đo nếu loại biến

Phương sai thang đo nếu loại biến

Tương quan

biến – tổng loại biến nàyAlpha nếu Nhân viên và Khách hàng: Cronbach α = .810

NK1 14.5397 9.317 .610 .774

NK2 14.6508 8.037 .714 .737

NK3 14.8889 8.746 .629 .765

NK4 14.5397 9.575 .421 .825

NK5 14.7143 7.788 .648 .759

Thang đo Nhân viên và Khách hàng có hệ số Cronbach’s Alpha là 0.810 > 0.6 và các hệ số tương quan biến – tổng của các biến quan sát đều lớn hơn 0.3 nên thang đo này đạt yêu cầu.

4.1.1.7. Thang đo Quy trình

Biến quan sát

Trung bình thang đo nếu loại biến

Phương sai thang đo nếu loại biến

Tương quan biến – tổng

Alpha nếu loại biến này Quy trình: Cronbach α = .797

QT1 6.4444 3.444 .657 .706

QT2 6.5397 3.865 .580 .784

QT3 6.7619 3.184 .690 .669

Thang đo quá trình có hệ số Cronbach’s Alpha là 0.797 > 0.6 và các hệ số tương quan biến – tổng của các biến quan sát đều lớn hơn 0.3 nên thang đo này đạt yêu cầu.

4.1.1.8. Thang đo Kết quả kinh doanh

Biến quan sát

Trung bình thang đo nếu loại biến

Phương sai thang đo nếu loại biến

Tương quan

biến – tổng loại biến nàyAlpha nếu Kết quả kinh doanh: Cronbach α = .844

KQ1 6.7619 4.346 .651 .845

KQ2 6.7937 3.489 .712 .781

KQ3 6.8571 2.931 .801 .692

Thang đo Kết quả kinh doanh có hệ số Cronbach’s Alpha là 0.844 > 0.6 và các hệ số tương quan biến – tổng của các biến quan sát đều lớn hơn 0.3 nên thang đo này đạt yêu cầu.

4.1.2. Tổng hợp kết quả kiểm định các thang đo bằng hệ số tin cậy Cronbach’s Alpha

Thang đo Biến quan sát Cronbach’s Alpha

Sản phẩm SP1, SP2, SP3, SP4, SP5 0.829 Giá cả GC1, GC2, GC3 0.711 Chiêu thị CT1, CT3, CT4 0.613 Cơ sở vật chất VC1, VC2, VC3 0.801 Nhân viên và Khách hàng NK1, NK2, NK3, NK4, NK5 0.810 Quá trình QT1, QT2, QT3 0.797 Kết quả KQ1, KQ2, KQ3 0.844

4.2. Phân tích hồi quy

4.2.1. Xác định giá trị các biến độc lập và biến phụ thuộc

- Biến phụ thuộc: KQ = Mean (KQ1, KQ2, KQ3)

- Biến độc lập 1: SP = Mean (SP1, SP2, SP3, SP4, SP5) - Biến độc lập 2: GC = Mean (GC1, GC2, GC3) - Biến độc lập 3: CT = Mean (CT1, CT3, CT4) - Biến độc lập 4: VC = Mean (VC1, VC2, VC3) - Biến độc lập 5: NK = Mean (NK1, NK2, NK3, NK4, NK5) - Biến độc lập 6: QT = Mean (QT1, QT2, QT3)

Model R R Square Adjusted RSquare Std. Error of theEstimate Durbin-Watson

1 .832a .692 .659 .53235 2.015

a. Predictors: (Constant), QT, GC, CT, SP, NK, VC b. Dependent Variable: KQ

ANOVAb

Model SquaresSum of df SquareMean F Sig.

1 Regression 35.721 6 5.953 21.007 .000a Residual 15.870 56 .283 Total 51.591 62 a. Predictors: (Constant), QT, GC, CT, SP, NK, VC b. Dependent Variable: KQ Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) -.712 .445 -1.599 .115 SP .256 .156 .199 1.641 .106 GC -.101 .112 -.080 -.898 .373 CT .376 .129 .302 2.907 .005 VC -.146 .148 -.125 -.990 .326 NK .519 .154 .410 3.372 .001 QT .235 .123 .230 1.907 .062 a. Dependent Variable: KQ

Sau khi chạy hồi quy lần 1, chúng ta nhận ra giá trị sig. của SP là 0.106, của GC là 0.373, của VC là 0.326 và của QT là 0.062, đều lớn 0.05. Dẫn đến các biến đó sẽ không phù hợp ở mức ý nghĩa 5%

Tuy vậy nhóm thận trọng loại khỏi mô hình hai biến có sig. lớn nhất là GC và VC. Về mặt kinh tế, trong ngành dịch vụ này, yếu tố giá cả ảnh hưởng rất ít đến lựa chọn dịch vụ của sản phẩm. Mọi người ai cũng quan niệm rằng đám cưới là một việc quan trọng trong đời người, vì vậy nhiều người chấp

nhận những mức giá tương đối cao so với thu nhập của họ. Theo lời một chủ cửa tiệm áo cưới lâu năm trên khu vực đường 3 tháng 2, những khách hàng đến tiệm sẵn sàng chi trả một mức phí cao với mong muốn chất lượng dịch vụ phải tốt. Bên cạnh đó, việc đưa ra nhiều sự lựa chọn về giá cả (từ 3 đến 4 triệu thậm chí là 10 triệu) đã đem lại cho khách hàng nhiều sự lựa chọn hơn, đồng thời hình thức giảm giá trong lĩnh vực này cũng đa dạng và linh hoạt tùy vào thỏa thuận của 2 bên với nhau.

Trong khi đó một điều đáng ngạc nhiên cho nhiều người là kết quả chạy mô hình lại sẵn sàng loại đi biến "cơ sở vật chất" vốn có vai trò rất quan trọng trong lĩnh vực dịch vụ nói chung và áo cưới nói riêng. Để tìm hiểu nguyên nhân này, nhóm đã quan sát các cửa hàng áo cưới trên địa bàn thành phố và nhận ra rằng hiện nay, trong ngành dường như có một tiêu chuẩn chung về cơ sở vật chất. Hầu hết các tiệm đều có một không gian thoáng đãng, sang trọng đồng thời tông màu chủ đạo được chọn thường là màu sáng như trắng, vàng.... Việc bố trí cửa hàng tùy vào sở thích và phong cách người chủ nhưng chúng đều tuân theo những quy luật chung tối thiểu của ngành. Điều này về lâu dài hình thành trong khách hàng những "ngộ nhận" rằng dịch vụ này phải như vậy. Nó làm người tiêu dùng dần dần quen với không gian, nhạc nền, màu sắc, và họ không ý thức được yếu tố đó thực sự hiện hữu, nên nó không làm ảnh hưởng đến quyết định của họ

Vì vậy, nhóm đã loại biến GC và VC khỏi mô hình trên cơ sở lý thuyết lẫn thực tế. Thực hiện phân tích hồi quy lần thứ 2 với các biến còn lại:

Model R R Square Adjusted RSquare Std. Error of theEstimate Durbin-Watson

1 .826a .682 .660 .53156 1.904

a. Predictors: (Constant), QT, CT, SP, NK b. Dependent Variable: KQ

ANOVAb

Model SquaresSum of df SquareMean F Sig.

1 Regression 35.203 4 8.801 31.147 .000a Residual 16.388 58 .283 Total 51.591 62 a. Predictors: (Constant), QT, CT, SP, NK b. Dependent Variable: KQ Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) -.877 .419 -2.090 .041 SP .179 .139 .139 1.285 .204 CT .305 .114 .246 2.679 .010 NK .486 .151 .384 3.228 .002 QT .213 .120 .208 1.771 .082 a. Dependent Variable: KQ

Nhận xét: sau khi chạy hồi quy lần 2, nhóm nhận thấy biến SP và QT vẫn không phù hợp với mô hình hồi quy do sig > 0.05

Xem xét thực tế ngành, nhóm nhận ra rằng có một đặc điểm rằng trong thời gian khách hàng sử dụng dịch vụ áo cưới, nhu cầu của họ mới phát sinh. Nói cách khác, trong thời gian này họ có rất ít lựa chọn để đổi hoặc chấm dứt sử dụng dịch vụ. Khi họ bắt đầu chụp ảnh, thử áo cưới, trang điểm thử, xe đưa rước... thì thời gian đến hôn lễ đã rất gần. Việc chấm dứt sử dụng dịch

vụ trong lúc đó là quyết định khá khó khăn cho họ. Bên cạnh đó họ có rất ít cơ hội khi so sánh dịch vụ mà họ đang sử dụng với người khác. Vì khi đã được khoác bộ áo cưới lên người, ai cũng cảm thấy hạnh phúc và vui vẻ, coi mình là người đẹp nhất. Vì vậy việc đánh giá cửa hàng cung cấp dịch vụ một cách công bằng với người khác, với mẫu thử thưởng mang tính chất chủ quan Việc xuất hiện của biến SP trong nhóm không phù hợp với mô hình đặt ra câu hỏi lớn cho nhóm khi chính nó lại là yếu tố quan trọng bậc nhất trong ngành. Để giải thích cho việc này, chúng ta cần nhìn nhận lại sản phẩm trong ngành này là gì. Dĩ nhiên áo cưới là sản phẩm chính, tuy nhiên việc xuất hiện nhiều dịch vụ cộng thêm như quay phim, chụp ảnh, dựng hình, trang điểm, thuê xe.... hình thành nên các gói dịch vụ. Điều này vô tình làm cho những đối tượng khảo sát của nhóm ngộ nhận. Không phải ai cũng từng sử dụng hết và chung các loại dịch vụ cung cấp. Điều này làm cho biến này ở lần chạy thứ 2 không phù hợp với mô hình.

Một vấn đề nữa cần nêu ra là xu hướng của khách hàng tự cung cấp dịch vụ cho mình như tự mình chụp ảnh hoặc bạn bè giúp, xe đưa rước của nhà hàng và trang điểm là gia đình bạn bè đôi uyên ương. Tuy vậy nhận ra được vai trò quan trọng cốt yếu của biến nên nhóm đã giữ lại trong mô hình và chỉ loại một biến QT để tiếp tục phân tích hồi quy lần thứ ba

Model R R Square R SquareAdjusted Std. Error of theEstimate Durbin-Watson

1 .816a .665 .648 .54110 1.934

a. Predictors: (Constant), NK, CT, SP b. Dependent Variable: KQ

ANOVAb Model Sum of Squares df Mean Square F Sig. 1 Regression 34.316 3 11.439 39.069 .000a Residual 17.274 59 .293 Total 51.591 62 a. Predictors: (Constant), NK, CT, SP b. Dependent Variable: KQ Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) -1.003 .421 -2.385 .020 SP .264 .133 .206 1.992 .051 CT .310 .116 .250 2.676 .010 NK .622 .132 .491 4.710 .000 a. Dependent Variable: KQ

Ở lần phân tích hồi quy này, sau khi bỏ các biến không phù hợp, biến SP đã có sig. là 0.051, đây là kết quả chấp nhận được với mức ý nghĩa 5%, đồng thời các biến khác đều rất khả quan.

Mặt khác, với R2= 0.655, tương đối cao và tốt. Điều này cũng đồng nghĩa với việc, các biến SP, CT và NK giải thích được đến 65.5% sự thay đổi của biến KQ và 34,6% sự thay đổi còn lại của biến KQ là do các biến ngẫu nhiên gây ra.

4.2.3. Kiểm tra sự phù hợp của mô hình hồi quy

Để kiểm tra sự phù hợp của mô hình hồi quy,ta xây dựng giả thiết như sau:

H0: R2 = 0 H1: R2 # 0

Ta thấy F0 = 39.069 > F0.05 = 3.441. Do đó, giả thiết H0 bị bác bỏ. Tức là mô hình trên là phù hợp.

Có thể nhìn nhận đây là một mô hình tốt với các chỉ số thống kê đáng tin cậy xấp xỉ 95%. Từ đó, nhóm nghiên cứu đề xuất mô hình cuối cùng

KQ = -1.003 + 0.264*SP + 0.310*CT + 0.622*NK

4.3. Dự báo và giải thích mô hình

4.3.1. Dự báo kết qủa kinh doanh Thang đo Chiều tác động

đến doanh thu Diễn giải

Sản phẩm Cùng chiều Nếu sự đánh giá của khách hàng về các loại sản phẩm mà các cửa hàng dịch vụ áo cưới cung cấp tăng thêm 1 bậc đánh giá thì doanh thu sẽ có thể tăng thêm 0.264 bậc đánh giá.

Chiêu thị Cùng chiều Nếu sự đánh giá của khách hàng về các chương trình chiêu thị mà cửa hàng mang lại tăng lên 1 bậc đánh giá thì doanh thu có thể tăng thêm 0.31 bậc đánh giá.

Nhân viên và Khách hàng

Cùng chiều Nếu sự đánh giá của khách hàng về nhân viên của cửa hàng trong mối quan hệ với khách hàng mà tăng lên 1 bậc đánh giá thì doanh thu có thể tăng thêm 0.622 bậc đánh giá.

4.3.2. Giải thích ý nghĩa của các thang đo trong mô hình

4.3.2.1. Thang đo Sản phẩm

Tìm đến các cửa hàng dịch vụ áo cưới không ngoài việc chọn được cho mình những bộ lễ phục đẹp nhất, đặc biệt là lễ phục của cô dâu. Nhiều khách hàng đã bày tỏ quan điểm là họ sẽ rời đi ngay khỏi cửa hàng sau khi lướt qua hàng trưng bày áo cô dâu vì các lý do: không có nhiều loại, kiểu dáng không mới, trưng bày không bắt mắt, lễ phục không được bảo quản tốt… và chỉ đơn giản có một đặc điểm không hài lòng họ có thể dễ dàng bỏ qua cửa hàng đó vì họ còn có được nhiều sự chọn lựa khác cho ngày lễ trọng đại của mình. Ngược lại, với những bộ lệ phục thật kiêu sa được mặc trên người ma-nơ-canh với một vẻ ngoài thật bắt mắt sẽ thu hút cái nhìn khách

hàng từ lần đầu tiên, họ sẽ có mong muốn được ướm thử nó lên người và nếu