4.3.1 Đặc điểm mẫu khảo sát
sau khi xử lý số liệu bằng phần mềm SPSS ta tổng hợp đ−ợc bảng thống kê đặc điểm về mẫu khảo sát nh− sau:
Bảng 4.3.1: thống kê mẫu khảo sát
cơ cấu mẫu phân loại tần số(ng−ời) tỷ lệ(%) theo giới tính nam 114 54,3 nữ 96 45,7 theo độ tuổi d−ới 30 tuổi 132 62,9 từ 30 tuổi trở lên 78 37,1 Số năm sử dụng dịch vụ D−ới 1 năm 59 28,1 Từ 1-3 năm 83 39,5 Trên 3 năm 68 32,4 thu nhập d−ới 10 triệu 91 43,3 từ 10-20 triệu 82 39,0 trên 20 triệu 37 17,7 Nguồn: tác giả tổng hợp
mẫu khảo sát đ−ợc lấy theo ph−ơng pháp thuận tiện, có 300 bảng câu hỏi đ−ợc phát ra, kết quả thu về 255 bảng. sau khi tiến hμnh loại bỏ các bảng trả lời không đạt yêu cầu (trả lời thiếu, câu trả lời mâu thuẫn nhau…), tác giả có đ−ợc 226 bảng khảo để tiến hμnh nhập liệụ Sau khi tiến hμnh lμm sạch dữ liệu với phần mềm SPSS 16.0, tác giả có đ−ợc bộ dữ liệu sơ cấp với 210 mẫụ
kết quả khảo sát cho thấy tỷ lệ nam vμ nữ trả lời câu hỏi khá đồng đều nhau, với 45,7% nữ vμ 54,3% lμ nam.
về độ tuổi, số ng−ời đ−ợc hỏi đa phần nằm ở độ tuổi d−ới 30 với 62,9%; 37,1% số ng−ời đ−ợc hỏi nằm ở độ tuổi trên 30.
Về số năm sử dụng dịch vụ, số ng−ời mới sử dụng (d−ới 1 năm) chiếm 28,1%, sử dụng th−ờng xuyên (từ 1 - 3 năm) lμ 39,5% vμ sử dụng lâu năm chiếm 32,4%.
về thu nhập của khách hμng tác, chiếm tỷ lệ lớn nhất lμ thu nhập theo tháng từ : d−ới 10 triệu với tỷ lệ 43,3%; tiếp đến lμ 10-20 triệu (39%); vμ thấp nhất lμ trên 20 triệu (17,6%).
4.3.2 kiểm định thang đo
4.3.2.1 Kiểm định thang đo bằng Cronbach’s Alpha
hệ số Cronbach’s Alpha đ−ợc sử dụng để loại các biến không phù hợp tr−ớc. Các biến có hệ số t−ơng quan biến- tổng hiệu chỉnh (corrected item – total correlation) nhỏ hơn 0,30 sẽ bị loại vμ tiêu chuẩn chọn thang đo khi nó có độ tin cậy từ 0,60 trở lên.
theo hoμng trọng vμ chu nguyễn mộng ngọc (2008, trang 24): “nhiều nhμ nghiên cứu đồng ý rằng khi Cronbach’s Alpha từ 0,8 trở lên đến gần 1 thì thang đo đo l−ờng lμ tốt, từ gần 0,7 đến gần 0,8 lμ sử dụng đ−ợc.
cũng có nhμ nghiên cứu đề nghị rằng Cronbach’s Alpha từ 0,6 trở lên lμ có thể sử dụng đ−ợc trong tr−ờng hợp khái niệm đang đo l−ờng lμ mới hoặc mới đối với ng−ời trả lời trong bối cảnh nghiên cứu (nunnally, 1978; peterson, 1994;
slater, 1995)”.
Theo Nguyễn Đình Thọ (2011, trang 350-351): “về lý thuyết, Cronbach’s Alpha cμng cao cμng tốt (thang đo có độ tin cậy cao). tuy nhiên điều nμy không thực sự nh− vậỵ Hệ số Cronbach’s Alpha quá lớn (alpha> 0,95) cho thấy có nhiều biến trong thang đo không có khác biệt gì nhau (nghĩa
lμ chúng cùng đo l−ờng một nội dung nμo đó của khái niệm nghiên cứu). hiện t−ợng nμy gọi lμ hiện t−ợng trùng lắp trong đo l−ờng (redundancy)”.
kết quả Cronbach’s Alpha đối với nghiên cứu chính thức cho thấy tất cả các thang đo đều đạt độ tin cậy cho phép, do đó tất cả các thang đo đều đ−ợc sử dụng trong các b−ớc phân tích EFA vμ hồi quy tiếp theọ
kết quả Cronbach’s Alpha đối với nghiên cứu chính thức nh− sau:
Bảng 4.3.2.1: kết quả kiểm định thang đo bằng cronbach’s alpha
Biến quan sát Trung bình thang đo nếu loại biến
Ph−ơng sai thang đo nếu
loại biến
T−ơng quan biến tổng
Alpha nếu loại biến
nhận biết th−ơng hiệu (AW): Alpha =0,911
AW1 16,9429 8,370 0,807 0,888 AW2 17,1190 7,646 0,785 0,889 AW3 17,0286 8,181 0,784 0,890 AW4 17,0000 8,105 0,813 0,884 AW5 17,1857 7,291 0,735 0,907 chất l−ợng cảm nhận (PQ): Alpha = 0,901 PQ1 22,0143 10,014 0,670 0,892 PQ2 22,1238 8,894 0,764 0,879 PQ3 22,2143 9,518 0,669 0,894 PQ4 22,1524 9,737 0,751 0,881 PQ5 22,0000 9,684 0,758 0,880 PQ6 22,0905 9,413 0,788 0,875
ấn t−ợng th−ơng hiệu (AS): Alpha = 0,891
AS1 26,1952 15,067 0,668 0,878 AS2 26,1952 15,737 0,681 0,877 AS3 26,3190 14,936 0,716 0,872 AS4 26,2762 14,957 0,732 0,870 AS5 26,3667 15,257 0,615 0,885 AS6 26,2286 14,675 0,733 0,870
AS7 26,5333 14,872 0,683 0,876 lòng trung thμnh th−ơng hiệu (LY): Alpha = 0,841
LY1 11,4286 3,959 0,600 0,830
LY2 11,5000 3,868 0,657 0,806
LY3 11,6286 3,670 0,741 0,771
LY4 11,6857 3,499 0,708 0,785
Nguồn: phụ lục 5
4.3.2.2 phân tích nhân tố khám phá (EFA)
khi tiến hμnh phân tích nhân tố khám phá, các nhμ nghiên cứu th−ờng quan tâm đến một số tiêu chuẩn sau:
- Hệ số KMO >= 0,5; mức ý nghĩa của kiểm định Barlett <= 0,05. KMO (Kaiser -Meyer - Olkin measure of sampling adequacy) lμ một chỉ tiêu dùng để xem xét sự thích hợp của EFA, 0,5 ≤ KMO ≤1 thì phân tích nhân tố lμ thích hợp. Kaiser (1974) đề nghị KMO ≥ 0,90 lμ rất tốt; KMO ≥ 0,80: tốt; KMO ≥ 0,70: đ−ợc; KMO ≥ 0,60: tạm đ−ợc; KMO≥ 0,50: xấu; KMO< 0,50: không thể chấp nhận đ−ợc (Nguyễn Đình Thọ, 2011).
- hệ số tải nhân tố (factor loading) >= 0,5. theo hair vμ cộng sự (2006), hệ số tải nhân tố lμ chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFẠ factor loading > 0,3 đ−ợc xem lμ đạt đ−ợc mức tối thiểu; > 0,4 đ−ợc xem lμ quan trọng; >= 0,5 đ−ợc xem lμ có ý nghĩa thực tiễn. hair vμ cộng sự (2006) cũng khuyên rằng: nếu chọn tiêu chuẩn factor loading > 0,3 thì cỡ mẫu ít nhất phải lμ 350, nếu cỡ mẫu khoảng 100 thì nên chọn tiêu chuẩn factor loading > 0,55, nếu cỡ mẫu khoảng 50 thì factor loading phải > 0,75.
- tổng ph−ơng sai trích >= 50% - hệ số eigenvalue >1
- khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố >= 0,3 để đảm bảo giá trị phân biệt giữa các nhân tố.
- ph−ơng pháp trích principal component analysis với phép xoay varimax vμ điểm dừng trích các yếu tố có eigenvalue >1
sau khi tiến hμnh kiểm định thang đo bằng Cronbach’s Alpha, tất cả 22 biến quan sát của các thμnh phần giá trị th−ơng hiệu đều đạt yêu cầu vμ đều đ−ợc đ−a vμo phân tích EFẠ
khi phân tích EFA, tác giả sử dụng ph−ơng pháp trích principal component analysis với phép xoay varimax vμ điểm dừng trích các yếu tố có eigenvalue >1.
Thang đo các thμnh phần giá trị th−ơng hiệu còn lại:
kết quả phân tích EFA cho thấy 18 biến quan sát đ−ợc phân tích thμnh 3 nhân tố. Hệ số tải nhân tố của các biến quan sát đều > 0,5 nên các biến quan sát đều quan trọng trong các nhân tố.
kết quả KMO & barlett: hệ số KMO = 0,874 đạt yêu cầu nên EFA phù hợp với dữ liệụ thống kê Chi- square của kiểm định barlett đạt mức 2703 với mức ý nghĩa sig = 0; do vậy các biến quan sát có t−ơng quan với nhau xét trên phạm vi tổng thể.
hệ số eigenvalue = 1,814>1 đạt yêu cầu, điểm dừng tại nhân tố thứ 3 với ph−ơng sai trích đạt 68,011%, có nghĩa lμ 3 nhân tố đ−ợc rút ra giải thích đ−ợc 68,011% biến thiên của dữ liệu (xem phụ lục 3).
Bảng 4.3.2.2a: kết quả EFA của các thμnh phần giá trị th−ơng hiệu stt tên biến nhân tố tên nhân tố
1 2 3
1 aw1 0,818
Nhận biết th−ơng hiệu (aw)
2 aw2 0,867
3 aw3 0,830
5 aw5 0,749 6 pq1 0,727 Chất l−ợng cảm nhận (pq) 7 pq2 0,728 8 pq3 0,674 9 pq4 0,777 10 pq5 0,833 11 pq6 0,846 12 as1 0,771
Liên t−ởng th−ơng hiệu (as) 13 as2 0,757 14 as3 0,748 15 as4 0,802 16 as5 0,663 17 as6 0,800 18 as7 0,739 Nguồn: phụ lục 3
nhân tố thứ nhất gồm có 5 biến quan sát sau:
aw1: Tôi cảm thấy quen thuộc với tên của th−ơng hiệu Vinaphone
aw2: Tôi thể nhớ đ−ợc câu khẩu hiệu của Vinaphone
aw3: Tôi có thể nhớ vμ nhận biết logo của Vinaphone một cách nhanh chóng
aw4: Tôi có thể dễ dμng phân biệt logo của Vinaphone với các hãng viễn thông khác
aw5: Một cách tổng quát, khi nhắc đến Vinaphone tôi có thể dễ dμng hình dung ra nó.
nhân tố thứ hai gồm có 6 biến quan sát:
pq1: Chất l−ợng cuộc gọi trong những ngμy thông th−ờng tốt
pq2: Chất l−ợng cuộc gọi trong những ngμy lễ, tết tốt
pq3: Tốc độ truy cập internet nhanh
pq4: Chất l−ợng dịch vụ chăm sóc khách hμng của Vinaphone tốt
pq5: Chất l−ợng phục vụ tại các điểm giao dịch của Vinaphone tốt
pq6: Nhìn chung tôi hoμn toμn hμi lòng với chất l−ợng dịch vụ của Vinaphone
Nhân tố nμy đ−ợc đặt tên lμ chất l−ợng cảm nhận vμ ký hiệu lμ pq. nhân tố thứ ba gồm có 7 biến quan sát:
as1: Vinaphone có mạng l−ới bán hμng rộng khắp cả n−ớc
as2: Vinaphone cung cấp các dịch vụ đa dạng, phong phú
as3: Giá sử dụng dịch vụ của Vinaphone hợp lý
as4: Vinaphone cung cấp các gói c−ớc đa dạng, phong phú
as5: Giá cả các gói c−ớc của Vinaphone hợp lý
as6: Vinaphone có mạng l−ới phủ sóng cả n−ớc.
as7: Vinaphone luôn quan tâm đến lợi ích của khách hμng
nhân tố nμy đ−ợc đặt tên lμ liên t−ởng th−ơng hiệu vμ ký hiệu lμ as.
Thang đo lòng trung thμnh th−ơng hiệu:
Kết quả phân tích nhân tố đối với thang đo lòng trung thμnh th−ơng hiệu cho thấy có 1 nhân tố đ−ợc rút trích ra với hệ số eigenvalue = 2,716 (đạt yêu cầu) vμ không có biến quan sát nμo bị loạị Với hệ số KMO = 0,748, kiểm định Chi-Square = 370,730, mức ý nghĩa Sig = 0,000. Hệ số tải nhân tố của các biến đều đạt trên 0,7; ph−ơng sai trích lμ 67,903%. Nh− vậy tất cả các biến quan sát của thang đo lòng trung thμnh th−ơng hiệu đều đạt yêu cầụ
Bảng 4.3.2.2b: kết quả EFA của thμnh phần lòng trung thμnh th−ơng hiệu
stt tên biến nhân tố tên nhân tố 1
1 LY1 0,764
Lòng trung thμnh th−ơng hiệu (LY)
2 LY 2 0,809
3 LY 3 0,868
4 LY 4 0,851
Nguồn: phụ lục 3
4.3.3 phân tích hồi quy 4.3.3.1 phân tích t−ơng quan 4.3.3.1 phân tích t−ơng quan
tr−ớc khi tiến hμnh phân tích hồi quy, ta sẽ xem xét mối quan hệ t−ơng quan tuyến tính giữa biến phụ thuộc vμ từng biến độc lập, cũng nh− giữa các biến độc lập với nhaụ hệ số t−ơng quan giữa biến phụ thuộc vμ các biến độc lập cμng lớn chứng tỏ mối quan hệ giữa biến phụ thuộc vμ các biến độc lập cμng cao, vμ nh− vậy phân tích hồi quy có thể phù hợp. mặt khác, nếu giữa các biến độc lập có mối t−ơng quan lớn với nhau thì điều nμy lại có nghĩa lμ có thể xảy ra hiện t−ợng đa cộng tuyến trong mô hình hồi quỵ
hệ số t−ơng quan Person đ−ợc sử dụng để xem xét mối quan hệ t−ơng quan tuyến tính giữa biến phụ thuộc với từng biến độc lập, cũng nh− giữa các biến độc lập với nhaụ hệ số nμy luôn nμy trong khoảng từ -1 đến 1, lấy giá trị tuyệt đối, nếu lớn hơn 0.6 thì ta có thể kết luận mối quan hệ lμ chặt chẽ, vμ cμng gần 1 thì mối quan hệ cμng chặt, nếu nhỏ hơn 0.3 thì có biết mối quan hệ lμ lỏng.
Bảng 4.3.3.1: Hệ số t−ơng quan giữa các nhân tố
AW PQ AS LY
AW Hệ số t−ơng quan Pearson 1 0,552 0,352 0,616 Sig. (2-tailed) 0,000 0,000 0,000
N 210 210 210 210
PQ Hệ số t−ơng quan Pearson .552** 1 0,435 0,704 Sig. (2-tailed) .000 0,000 0,000
N 210 210 210 210
AS Hệ số t−ơng quan Pearson .352** 0,435 1 0,572 Sig. (2-tailed) .000 0,000 0,000
N 210 210 210 210
LY Hệ số t−ơng quan Pearson .616** 0,704 0,572 1 Sig. (2-tailed) .000 0,000 0,000
N 210 210 210 210
kết quả phân tích cho thấy có mối quan hệ t−ơng quan giữa lòng trung thμnh th−ơng hiệu với các biến độc lập nhận biết th−ơng hiệu, chất l−ợng cảm nhận, liên t−ởng th−ơng hiệu vμ mối quan hệ nμy lμ t−ơng đối chặt chẽ. trong đó, nhân tố chất l−ợng cảm nhận vμ lòng trung thμnh th−ơng hiệu có t−ơng quan mạnh nhất (hệ số t−ơng quan Person lμ 0,704), nhân tố liên t−ởng th−ơng hiệu có t−ơng quan yếu nhất (hệ số t−ơng quan person lμ 0,572).
kết quả phân tích cho thấy giữa các biến độc lập cũng có mối t−ơng quan với nhaụ Tuy nhiên, ta không cần quá bận tâm với vấn đề nμy vì kiểm định đa cộng tuyến bên d−ới sẽ giúp xác định đ−ợc giữa các biến đ−ợc giữ lại khi phân tích hồi quy có xảy ra hiện t−ợng đa cộng tuyến hay không.
4.3.3.2 phân tích hồi quy
các nhân tố của thang đo thμnh phần giá trị th−ơng hiệu đ−ợc đ−a vμo xem xét mức độ ảnh h−ởng đến lòng trung thμnh th−ơng hiệu bằng ph−ơng pháp enter. kết quả hồi quy R2 hiệu chỉnh lμ 0,631, nghĩa lμ mô hình giải thích đ−ợc 63,1% sự thay đổi của biến lòng trung thμnh th−ơng hiệu vμ mô hình phù hợp với dữ liệu ở độ tin cậy 95% (xem phụ lục 5)
Bảng 4.3.3.2a đánh giá độ phù hợp của mô hình
Mô hình R R2 R2 hiệu chỉnh Độ lệch chuẩn của −ớc l−ợng
1 0,797a 0,636 0,631 1,51819
Nguồn: phụ lục 4 Với mức ý nghĩa của thống kê F trong kiểm định anova rất nhỏ (sig = 0,000), mô hình phù hợp với dữ liệu ở độ tin cậy 95%.
Bảng 4.3.3.2b kết quả các thông số hồi quy
mô hình hệ số ch−a chuẩn hóa hệ số chuẩn hóa t sig. thống kê đa cộng tuyến b std. error beta Độ chấp nhận vif 1 hằng số -1.420 .903 -1.572 .117 aw .201 .037 .280 5.498 .000 .680 1.471 pq .288 .036 .423 7.978 .000 .629 1.591 as .161 .026 .289 6.123 .000 .793 1.262
biến phụ thuộc: ly Nguồn: phụ lục 4
Kiểm định giả thuyết H1, H2 vμ H3: Kết quả phân tích hồi quy cho thấy
tất cả 3 thμnh phần giá trị th−ơng hiệu (sự nhận biết, chất l−ợng cảm nhận, sự liên t−ởng th−ơng hiệu) đều thực sự có ảnh h−ởng đến lòng trung thμnh th−ơng
hiệu (sig của các trọng số hồi quy đều đạt mức ý nghĩa). các biến nμy đều có ảnh h−ởng d−ơng đến lòng trung thμnh th−ơng hiệu (hệ số beta đều d−ơng). Điều nμy có nghĩa lμ khi sự nhận biết th−ơng hiệu tăng, chất l−ợng cảm nhận tăng hay sự liên t−ởng tích cực tăng thì đều khiến cho lòng trung thμnh th−ơng hiệu tăng lên vμ ng−ợc lạị
Mô hình hồi quy đối với các biến đã chuẩn hóa nh− sau:
Để xác định mức độ ảnh h−ởng của các nhân tố aw, pq, as đến ly chúng ta căn cứ vμo hệ số betạ nếu beta cμng lớn thì mức độ ảnh h−ởng đến ly cμng cao vμ ng−ợc lạị Nh− vậy, trong ph−ơng trình trên, yếu tố chất l−ợng cảm nhận ảnh h−ởng mạnh nhất đến lòng trung thμnh th−ơng hiệu (beta = 0,423), tiếp đến lμ liên t−ởng th−ơng hiệu (beta = 0,289) vμ sự nhận biết th−ơng hiệu (beta = 0,280).
4.3.3.3 Dò tìm các vi phạm giả định cần thiết trong phân tích hồi quy
* giả định về liên hệ tuyến tính giữa biến phụ thuộc vμ các biến độc lập cũng nh− hiện t−ợng ph−ơng sai thay đổi:
Nhận biết thương hiệu Liờn tưởng thương hiệu Chất lượng cảm nhận Lũng trung thành thương hiệu 0,00,2 89 0,289 0,280 0,423
ta kiểm tra giả định nμy bằng cách vẽ biểu đồ phân tán giữa các phần d− vμ giá trị dự đoán mμ mô hình cho rạ ng−ời ta hay vẽ biểu đồ phân tán giữa 2 giá trị nμy đã đ−ợc chuẩn hóa (standardized) với phần d− trên trục tung vμ giá trị dự đoán trên trục hoμnh. Nếu giả định liên hệ tuyến tính vμ ph−ơng sai bằng nhau đ−ợc thỏa mãn, thì ta sẽ không nhận thấy có liên hệ gì giữa các giá trị dự đoán với phần d−, chúng sẽ phân tán ngẫu nhiên trong một phạm vi không đổi quanh trục 0.
nhìn vμo đồ thị scatter, ta thấy đồ thị phân tán ngẫu nhiên trong một vùng xung quanh đ−ờng đi qua tung độ 0 chứ không tạo thμnh một hình dạng cụ thể nμọ Nh− vậy, giả thiết về liên hệ tuyến tính cũng nh− hiện t−ợng ph−ơng sai thay đổi không bị vi phạm.
* giả định tiếp theo lμ giả định về phân phối chuẩn của phần d−:
Để thực hiện kiểm định nμy, ta sử dụng biểu đồ histogram. nhìn vμo biểu đồ ta thấy phần d− có phân phối chuẩn với giá trị trung bình gần bằng 0 vμ độ lệch chuẩn gần bằng 1. Do đó, ta có thể kết luận rằng giả thiết phân phối chuẩn không bị vi phạm.
* Giả định về hiện t−ợng đa công tuyến:
Cuối cùng, ta tiến hμnh xem xét sự vi phạm đa cộng tuyến của mô hình.