Nghiên cứu chính thức được thực hiện nhằm kiểm định các thang đo lường các khái niệm nghiên cứu cũng như mô hình lý thuyết và các giả thiết trong mô hình. Mẫu được chọn theo phương pháp ngẫu nhiên và lấy mẫu thuận tiện với n = 310. Đối tượng nghiên cứu chính của đề tài là khách hàng sử dụng dịch vụ mạng thông tin di động tại Khánh Hòa. Đề tài lựa chọn các khách hàng có đủ năng lực để trả lời các câu hỏi điều tra. Nghiên cứu định lượng sử dụng thông tin từ Phiếu thu thập thông tin (gồm 7 nhân tố; 32 biến quan sát – biến tác động và 04 biến bị tác động).
2.2.3.1. Bảng câu hỏi.
Sau quá trình phỏng vấn các khách hàng đang sử dụng dịch vụ MobiFone tại Khánh Hòa, bảng câu hỏi được thiết kế gồm ba phần:
Phần I của bảng câu hỏi là các thông tin phân loại đối tượng phỏng vấn như nhóm tuổi, trình độ học vấn, thu nhập, nghề nghiệp
Phần II của bảng câu hỏi được thiết kế để thu thập thông tin đánh giá của khách hàng về chất lượng dịch vụ.
Phần III của bảng câu hỏi được thiết kế để thu thập đánh giá của khách hàng sự hài lòng của họ đối với dịch vụ chăm sóc khách hàng của Công ty thông tin di động tại Khánh Hòa.
Bảng câu hỏi sau khi điều chỉnh được gởi phỏng vấn trực tiếp các khách hàng sử dụng dịch vụ thông tin di động của Công ty Thông tin Di động tại tỉnh Khánh Hoà. Nội dung của bảng câu hỏi được trình bày tại Phụ lục
Có 06 khái niệm ở dạng biến tiềm ẩn được sử dụng trong nghiên cứu này, các khái niệm ở dạng biến tiềm ẩn như: Sự tin tưởng, Sự hữu hình, Sự phản hồi, Sự đảm bảo, Sự cảm thông, Sự phù hợp của các chi phí.
Các thang đo sử dụng để đo lường các khái niệm tiềm ẩn trên được xây dựng dựa vào lý thuyết bởi các công trình nghiên cứu trong và ngoài nước đã được kiểm chứng và quá trình nghiên cứu sơ bộ. Các thang đo được kế thừa có sự chọn lọc và điều chỉnh để phù hợp với bối cảnh, lĩnh vực nghiên cứu của đề tài.
Các thang đo được đo lường dạng Likert 5 điểm, trong đó: 1: Hoàn toàn không đồng ý và 5: Hoàn toàn đồng ý.
Bảng 2.1. Thang đo lường
Thang đo lường Sự tin tưởng
Tên biến Thang đo lường Sự tin tưởng Tác giả
TT1 Thủ tục hòa mạng dễ dàng Dương Trí Thảo, 2011 TT2 Thủ tục cắt - mở mạng, thay SIM, đóng cước thuận tiện Dương Trí Thảo,
2011
TT3 Thời gian khắc phục sự cố dịch vụ nhanh chóng Dương Trí Thảo, 2011 TT4 Các cửa hàng hoạt động có giờ giấc phù hợp Thang đo mới TT5 Dễ dàng gọi vào tổng đài giải đáp Dương Trí Thảo,
2011 TT6 Có nhiều dịch vụ mới Dương Trí Thảo,
2011
Thang đo lường Sự hữu hình
Tên biến Thang đo lường Sự hữu hình Tác giả
HH1 Hình ảnh của nhân viên đón tiếp Duơng Trí Thảo, 2011. HH2 Văn phòng, trang thiết bị phục vụ khách hàng. Thang đo mới
HH3 Chất lượng, nội dung tờ rơi, sách giới thiệu dịch vụ.
Duơng Trí Thảo, 2011.
HH4 Có nhiều điểm hỗ trợ khách hàng Duơng Trí Thảo, 2011.
Thang đo lường Sự phản hồi
Tên biến Thang đo lường Sự phản hồi Tác giả
PH1 Nhân viên đón tiếp lịch sự, chuyên nghiệp ngay từ khi khách hàng vào cửa hàng.
Lê Thị Thúy, 2010.
PH2 Nhân viên tư vấn, hướng dẫn cụ thể, chính xác các thủ tục theo yêu cầu của khách hàng.
Lê Thị Thúy, 2010. PH3 Nhân viên thực hiện nhanh chóng và chính xác các yêu
cầu của khách hàng. Thang đo mới PH4 Các cửa hàng hoạt động có giờ giấc phù hợp Lê Thị Thúy, (adsbygoogle = window.adsbygoogle || []).push({});
2010. PH5 Những chỉ dẫn qua website Thang đo mới
PH6 Những diễn đàn thảo luận Lê Thị Thúy, 2010. PH7 Hỗ trợ qua điện thoại Thang đo mới
PH8 Hỗ trợ trực tiếp Lê Thị Thúy, 2010.
Thang đo lường Sự đảm bảo
Tên biến Thang đo lường Sự đảm bảo Tác giả
DB1 Thái độ phục vụ của nhân viên Nguyễn Thanh Liêm, 2012. DB2 Thời gian phục vụ Thang đo mới DB3 Trình độ nghiệp vụ của nhân viên Thang đo mới DB4 Mức độ hài lòng về khả năng giải đáp thắc mắc Nguyễn Thanh
Liêm, 2012. DB5 Mức độ hài lòng về chất lượng dịch vụ yêu cầu Nguyễn Thanh
Liêm, 2012.
Thang đo lường Cảm thông
Tên biến Thang đo lường Cảm thông Tác giả
CT1 Chương trình kết nối dài lâu Nguyễn Thanh Liêm, 2012. CT2 Chính sách ưu đãi dành cho khách hàng cước cao. Nguyễn Thanh
Liêm, 2012. CT3 Công tác bảo mật thông tin khách hàng. Thang đo mới
CT4 Chúc mừng sinh nhật khách hàng Thang đo mới
CT5 Nhân viên thu cước và tư vấn dịch vụ Nguyễn Thanh Liêm, 2012.
Thang đo Sự phù hợp của chi phí
Tên biến Thang đo lường của Sự phù hợp của chi phí Tác giả
CP1 Mất thời gian để học về hướng dẫn thông tin chăm chóc
khách hàng của nhà mạng. Thang đo mới CP2 Mất thời gian để xử lý các thông tin chăm chóc khách
hàng của nhà mạng. Thang đo mới CP3 Mất chi phí để liên hệ với tổng đài chăm sóc khách hàng
của nhà mạng Thang đo mới CP4 Nhìn chung khách hàng phải mất thời gian và chi phí để
có được dịch vụ chăm sóc khách hàng của nhà mạng Thang đo mới
Thang đo lường Sự hài lòng
Tên biến Thang đo lường Sự hài lòng Tác giả
HL1 Hài lòng một cách tổng quan đối với chất lượng dịch vụ chăm sóc khách hàng.
Duơng Trí Thảo, 2011. HL2 Mong đợi được đáp ứng đầy đầy đủ Duơng Trí Thảo,
2011. HL3 Thỏa mãn so với các mạng thông tin di động khác
(Viettel, Vinaphone…) Thang đo mới HL4 Khoảng cách xa so với dịch vụ mạng điện thoại di động
lý tưởng Thang đo mới
2.2.3.2. Mẫu nghiên cứu.
Mẫu được chọn theo phương pháp chọn mẫu thuận tiện. Có nhà nghiên cứu cho rằng kích thước mẫu tới hạn phải là 200 (Hoelter, 1983). Còn theo Bollen (1989) thì cho rằng để có thể phân tích nhân tố khám phá cần thu thập dữ liệu với kích thước mẫu tối thiểu là 5 mẫu cho một biến quan sát. Gần với quan điểm này là ý kiến cho rằng thông thường thì số quan sát (cỡ mẫu) ít nhất phải bằng 4 hay 5 lần số biến trong phân tích nhân tố. Tuy nhiên, kích thước mẫu bao nhiêu để được xem là đủ lớn cho mỗi loại nghiên cứu thì hiện nay chưa được xác định rõ ràng. (adsbygoogle = window.adsbygoogle || []).push({});
Mô hình nghiên cứu này có 36 biến quan sát cần ước lượng, do đó để đảm bảo độ tin cậy cao của thông tin thu thập ban đầu, tác giả quyết định kích thước mẫu cần thiết cho nghiên cứu chính thức là 310. Sau khi kiểm tra, làm sạch thông tin thu thập được trong các bảng hỏi, có 304 bảng hỏi đạt yêu cầu, được sử dụng cho nghiên cứu chính thức
2.2.3.3. Kỹ thuật thu thập dữ liệu.
Dữ liệu sơ cấp: Dữ liệu được thu thập thông qua điều tra trực tiếp những khách hàng sử dụng mạng thông tin di động MobiFone tại Khánh Hòa (đã được hiệu chỉnh qua lần khảo sát thử), có giải thích về nội dung để người được phỏng vấn có thể hiểu và trả lời chính xác theo đánh giá của từng cá nhân. Bảng câu hỏi được trao tận tay khách hàng và đề nghị thời gian thu lại sau khi đã hoàn tất. Để mang lại tính khách quan và bảo mật của người trả lời, trên bảng hỏi người trả lời có thể cung cấp cung cấp thông tin về họ tên hoặc không
Dữ liệu thứ cấp: Dữ liệu được thu thập từ: sách, báo chí, các bản báo cáo và số liệu của cơ quan chức năng thuộc nhà nước, các thông tin trên internet…
2.2.3.4. Phương pháp phân tích dữ liệu.
Đánh giá độ tin cậy của Thang đo.
Một trong những hình thức đo lường các khái niệm trừu tượng được sử dụng phổ biến nhất trong nghiên cứu kinh tế - xã hội là thang đo do Rennis Likert (1932) giới thiệu, gồm 5 mức độ phổ biến. Nghiên cứu này sử dụng thang đo Likert với 5 mức độ là (hoàn toàn không đồng ý, không đồng ý, không có ý kiến, đồng ý, hoàn toàn đồng ý) để đo lường các thành phần và biến quan sát tác động đến mức độ hài lòng của khách hàng. Thang đo Likert giải quyết được mục tiêu nghiên cứu đó là, các nhân tố có khả năng tác động vào sự hài lòng của khách hàng đối với dịch vụ chăm sóc khách hàng.
Hệ số α của phép kiểm định Cronbach là một phép kiểm định thống kê về mức độ chặt chẽ và tương quan giữa các biến quan sát, hay nói cách khác nó đo lường tính kiên định nội tại xuyên suốt tập hợp các biến quan sát của các câu trả lời. Phương pháp này cho phép người phân tích loại bỏ những biến không phù hợp và hạn chế các biến rác trong mô hình nghiên cứu, tức là loại bỏ những biến quan sát (mục hỏi) làm giảm sự tương quan giữa các mục hỏi. Trong kiểm định Cronbach’s Alpha, các biến quan sát có hệ số tương quan giữa biến và tổng (Corrected Item-Total Correlation) nhỏ hơn 0,3 sẽ bị loại bỏ ((Nunnally & Burnstein, 1994); tiêu chuẩn chọn thang đo khi có hệ số
Cronbach’s Alpha lớn hơn 0,6 (Nunnally & Burnstein, 1994) là có thể sử dụng được trong trường hợp khái niệm đang đo lường là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu (Nunnally, 1978; Peterson, 1994; Slater, 1995); khi đó thang đo lường được xem là chấp nhận được và thích hợp để đưa vào những bước phân tích tiếp theo. Cũng theo nhiều nhà nghiên cứu, nếu Cronbach’s Alpha đạt từ 0,8 trở lên thì thang đo lường là tốt và mức độ tương quan sẽ càng cao; từ 0,7 đến 0,8 là sử dụng được. Tuy nhiên, nếu Cronbach’s Alpha quá cao (> 0,95) thì thang đo lường đó cũng không tốt vì các biến đo lường hầu như là một (Bagozzi & Edwards, De Vellis, 1991) hoặc có khả năng xuất hiện biến thừa (Redundant Items) ở trong thang đo, khi đó các biến thừa nên được loại bỏ. Phép kiểm định Cronbach Alpha góp phần giải quyết mục tiêu đó là nghiên cứu xây dựng thang đo lường các nhân tố tác động đến mức độ hài lòng của khách hàng đối với chất lượng dịch vụ chăm sóc khách hàng của mạng điện thoại thông tin di động MobiFone tại tỉnh Khánh Hòa.
Phân tích nhân tố.
Phân tích nhân tố khám phá được sử dụng trong trường hợp mối quan hệ giữa các biến quan sát và biến tiềm ẩn là không rõ ràng hay không chắc chắn. Phân tích EFA theo đó được tiến hành theo kiểu khám phá để xác định xem phạm vi, mức độ tương quan giữa các biến quan sát và các nhân tố cơ sở, cũng như sự phân biệt rõ ràng giữa các nhân tố, làm nền tảng cho một tập hợp các phép đo để rút gọn hay giảm bớt số biến quan sát tải lên các nhân tố cơ sở. Các nhân tố cơ sở là tổ hợp tuyến tính của các biến mô tả bằng hệ phương trình sau:
F1 = α11x1 + α12x2 + α13x3 + …. + α1PxP F2 = α21x1 + α22x2 + α23x3 + …. + α2PxP
Sử dụng phương pháp trích nhân tố Principal Axis Factoring với phép quay Promax (đối với các thang đo lường đa hướng – các biến tác động) vì theo Gerbing & Anderson (1988), phương pháp trích Principal Axis Factoring với phép xoay Promax (Oblique) sẽ phản ánh cấu trúc dữ liệu chính xác hơn phương pháp trích Principal Components với phép xoay Varimax (Orthogonal). Tuy nhiên với thang đo lường đơn hướng – biến bị tác động thì nên sử dụng phương pháp trích Principal Component Analysis vì phương pháp trích này sẽ làm cho tổng phương sai trích tốt hơn.Thang đo lường được chấp nhận khi thỏa mãn các điều kiện sau:
Hệ số tải nhân tố (Factor loading) lớn nhất của mỗi biến (Item) phải lớn hơn hoặc bằng 0,5 vì theo Hair & ctg (1998), hệ số tải nhân tố là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của phân tích EFA (Ensuring Practical Significance). Factor loading lớn hơn 0,3 được xem là đạt mức tối thiểu; Factor loading lớn hơn 0,4 được xem là quan trọng; Factor loading lớn hơn hoặc bằng 0,5 được xem là có ý nghĩa thực tiễn. Nếu chọn tiêu chuẩn Factor loading lớn hơn 0,3 thì cỡ mẫu ít nhất phải là n = 350; nếu cỡ mẫu khoảng 100 thì nên chọn tiêu chuẩn Factor loading lớn hơn 0,55; nếu cỡ mẫu khoảng 50 thì Factor loading phải lớn hơn 0,75. Cỡ mẫu nghiên cứu của đề tài là n = 304 nên tiêu chuẩn của Factor loading được sử dụng là từ 0,5 trở lên.
Đồng thời, tại mỗi biến quan sát (Item) chênh lệch giữa hệ số tải nhân tố (Factor loading) lớn nhất và hệ số tải nhân tố bất kỳ phải từ 0,3 trở lên (Jabnoun & Al- Tamimi, 2003).
Hệ số KMO (Kaiser-Meyer-Olkin Measure of Sampling Adequacy) là chỉ tiêu sử dụng để xem xét sự thích hợp của phân tích EFA, khi 0,5 ≤ KMO ≤ 1 thì phân tích nhân tố là thích hợp.
Kiểm định Bartlett xem xét giả thuyết về độ tương quan giữa các biến quan sát bằng không trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig. < 0,05) (Hair & ctg, 2006) thì các biến quan sát có tương quan với nhau trong tổng thể (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008). Phân tích nhân tố khám phá sẽ giải quyết được mục tiêu nghiên cứu đó là, xây dựng thang đo lường (đã qua phép kiểm định Cronbach Alpha).
Phân tích hồi quy tuyến tính đa biến.
Mô hình hồi quy tuyến tính đa biến cho biết mối tương quan giữa từng biến độc lập (khái niệm nghiên cứu) với biến phụ thuộc (sự hài lòng) cũng như mối tương quan giữa các biến độc lập. Mô hình nghiên cứu có dạng hồi qui tổng quát như sau:
Y = α + β1X1 + β2X2 + …+ βnXn + ε Trong đó: Y là biến phụ thuộc; β1, β2,…, βn là các hệ số hồi quy; X1, X2,…, Xn là các biến độc lập; ε là sai số.
Dựa vào mô hình tổng quát trên và các nhân tố ảnh hưởng đến mức độ hài lòng của khách hàng, ta xây dựng mô hình hồi qui như sau:
Y = β0 + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + β6X6+ ε Trong đó, tên biến và ký hiệu được giải thích qua bảng như sau:
Bảng 2.2: Tên biến và ký hiệu biến được giải thích
Tên biến Ký hiệu Giải thích biến Sự hài lòng Y Biến phụ thuộc Sự tin tưởng X 1 Biến độc lập Sự hữu hình X 2 Biến độc lập Sự phản hồi X 3 Biến độc lập Sự đảm bảo X 4 Biến độc lập Sự cảm thông X 5 Biến độc lập Sự phù hợp của chi phí X 6 Biến độc lập
Kết quả phân tích hồi quy tuyến tính đa biến sẽ bác bỏ giả thiết H0, từ đó giải quyết mục tiêu nghiên cứu đó là, đánh giá sự ảnh hưởng của các nhân tố quyết định sự hài lòng của khách hàng đối với chất lượng dịch vụ MobiFone tại Khánh Hòa.
Phân tích sự khác biệt.
Phân tích phân biệt được dùng để giải quyết một số tình huống khi nhà nghiên cứu muốn tìm thấy sự khác biệt giữa những nhóm đối tượng nghiên cứu với nhau, ví dụ phân biệt khách hàng trung thành và không trung thành bằng một số đặc điểm nhân khẩu học, phân biệt các phân khúc khách hàng bằng một số tiêu chí lợi ích khi sử dụng một sản phẩm…
Điều kiện của phân tích phân biệt là phải có một biến phụ thuộc (là biến dùng để phân loại đối tượng thường sử dụng thang đo định danh hoặc thứ tự), và một số biến độc lập (là một số đặc tính dùng để phân tích sự khác biệt giữa các nhóm đối tượng, thường sử dụng thang đo khoảng hoặc tỷ lệ). Phân tích biệt số có thể thực hiện các việc sau:
Xây dựng các hàm phân tích phân biệt (discriminant functions) để phân biệt rõ xã biểu hiện của biến phụ thuộc.
Nghiên cứu xem các nhóm có sự khác biệt có ý nghĩa hay không khi được xét về các yếu tố độc lập. (adsbygoogle = window.adsbygoogle || []).push({});
Xác định biến độc lập là nguyên nhân chính nhất gây ra sự khác biệt giữa các nhóm.
Có 2 trường hợp phân tích biệt số: phân tích biệt số 2 nhóm (khi biến phụ thuộc có 2 biểu hiện), phân tích biệt số bội (khi biến phụ thuộc có từ 3 biểu hiện trở lên).
Phương pháp phân tích dữ liệu thống kê.
Thống kê mô tả được sử dụng để mô tả những đặc tính cơ bản của dữ liệu thu