V- Cán bộ hƣớng dẫn: (Ghi rõ học hàm, học vị, họ, tên)
2.3.3. Mô hình nghiên cứu
2.3.3.1. Mô hình nghiên cứu
Sau khi tiến hành phân tích dữ liệu thu thập đƣợc thông qua các bƣớc phân tích độ tin cậy Cronbach‟s Alpha và phân tích nhân tố, mô hình nghiên cứu rút trích đƣợc 6 biến độc lập (Năng lực Marketing, Định hướng kinh doanh, Năng lực sáng tạo, Năng lực tổ chức dịch vụ, Danh tiếng doanh nghiệp, Văn hóa doanh nghiệp) để đo lƣờng biến phụ thuộc là Năng lực cạnh tranh động của công ty. Cả 6 biến này đều tác động và làm tăng/giảm Năng lực cạnh tranh động của công ty. Nhƣ vậy mô hình nghiên cứu tổng quát giống với giả thuyết nghiên cứu ban đầu:
Hình 2.3: Mô hình các nhân tố tác động đến Năng lực cạnh tranh động của công ty
(Nguồn: Số liệu khảo sát của tác giả)
2.3.3.2. Các giả thuyết
Do mô hình sau khi tiến hành phân tích dữ liệu thu thập đƣợc thông qua các bƣớc phân tích độ tin cậy Cronbach‟s Alpha và phân tích nhân tố rút trích ra đƣợc 6 nhân tố và phù hợp với phân tích lý thuyết cùng lập luận ban đầu, vì vậy các giả thuyết vẫn đƣợc giữ lại giống nhƣ ban đầu, bao gồm 6 giả thuyết:
Giả thuyết H1: Có mối quan hệ dƣơng giữa thành phần Năng lực Marketing và Năng lực cạnh tranh động của Công ty TNHH MTV Công viên Cây xanh.
Giả thuyết H2: Có mối quan hệ dƣơng giữa thành phần Định hƣớng kinh doanh và Năng lực cạnh tranh động của Công ty TNHH MTV Công viên Cây xanh.
Giả thuyết H3: Có mối quan hệ dƣơng giữa thành phần Năng lực sáng tạo và Năng lực cạnh tranh động của Công ty TNHH MTV Công viên Cây xanh.
Danh tiếng doanh nghiệp Năng lực Marketing Năng lực sáng tạo Định hƣớng kinh doanh Năng lực tổ chức dịch vụ Năng lực cạnh tranh động của doanh nghiệp Văn hóa doanh nghiệp H1 H2 H3 H4 H5 H6
Giả thuyết H4: Có mối quan hệ dƣơng giữa thành phần Năng lực tổ chức dịch vụ và Năng lực cạnh tranh động của Công ty TNHH MTV Công viên Cây xanh.
Giả thuyết H5: Có mối quan hệ dƣơng giữa thành phần Danh tiếng doanh nghiệp và Năng lực cạnh tranh động của Công ty TNHH MTV Công viên Cây xanh.
Giả thuyết H6: Có mối quan hệ dƣơng giữa thành phần Văn hóa doanh nghiệp và Năng lực cạnh tranh động của Công ty TNHH MTV Công viên Cây xanh.
2.3.3.3. Phân tích tương quan hệ số Pearson
Trƣớc khi tiến hành phân tích hồi quy tuyến tính bội, cần phải xem xét mối quan hệ tƣơng quan tuyến tính giữa các biến. Điều này nhằm kiểm định giữa các biến có mối quan hệ tƣơng quan tuyến tính với nhau và các biến độc lập có tƣơng quan với biến phụ thuộc.
Giả thuyết đặt ra cần phải kiểm định là:
Ho: Không có mối quan hệ tuyến tính giữa các biến trong mô hình. H1: Có mối quan hệ tuyến tính của các biến trong mô hình.
Để lƣợng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lƣợng, các nhà nghiên cứu thƣờng sử dụng một số thống kê có tên là Hệ số tƣơng quan Pearson. Nếu giữa 2 biến có sự tƣơng quan chặt thì phải lƣu ý vấn đề đa cộng tuyến khi phân tích hồi quy. Trong phân tích tƣơng quan Pearson, không có sự phân biệt giữa các biến độc lập và biến phụ thuộc mà tất cả đều đƣợc xem xét nhƣ nhau. Đa cộng tuyến là trạng thái trong đó các biến độc lập có tƣơng quan chặt chẽ với nhau. Vấn đề của hiện tƣợng cộng tuyến là chúng cung cấp cho mô hình những thông tin rất giống nhau và rất khó tách rời ảnh hƣởng của từng biến một đến biến phụ thuộc. Hiệu ứng khác của sự tƣơng quan khá chặt giữa các biến độc lập là nó làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm trị thống kê t của kiểm định ý nghĩa của chúng nên các hệ số có khuynh hƣớng kém ý nghĩa hơn khi không có đa cộng tuyến trong khi hệ số xác định R square vẫn khá cao. Trong quá trình
phân tích hồi quy bội, đa cộng tuyến đƣợc SPSS chuẩn đoán bằng lựa chọn Collinearity Diagnostic.
Nhìn vào ma trận tƣơng quan giữa các biến độc lập (bảng 2.7), ta thấy 6 nhân tố Năng lực Marketing, Định hƣớng kinh doanh, Năng lực sáng tạo, Năng lực tổ chức dịch vụ, Danh tiếng doanh nghiệp, Văn hóa doanh nghiệp đều có sự tƣơng quan một cách có ý nghĩa với nhân tố Năng lực cạnh tranh động của công ty. Một số biến độc lập trong mô hình cũng có mối tƣơng quan nhƣng không chặt, do đó chúng ta sẽ chú ý những biến này trong các bƣớc phân tích tiếp theo.
Bảng 2.7: Kết quả ma trận tương quan
Correlationsa NLM DHKD NLST NLTC DTDN VHDN NLCT NLM Pearson Correlation 1 0,249** -0,003 -0,018 0,105 0,041 0,143* Sig. (2-tailed) 0,001 0,967 0,801 0,151 0,572 0,049 DHKD Pearson Correlation 0,249** 1 -0,081 0,228** 0,324** 0,188** 0,208** Sig. (2-tailed) 0,001 0,269 0,002 0,000 0,009 0,004 NLST Pearson Correlation -0,003 -0,081 1 0,170* 0,085 0,237** 0,738** Sig. (2-tailed) 0,967 0,269 0,019 0,243 0,001 0,000 NLTC Pearson Correlation -0,018 0,228** 0,170* 1 0,201** 0,043 0,252** Sig. (2-tailed) 0,801 0,002 0,019 0,005 0,554 0,000 DTDN Pearson Correlation 0,105 0,324** 0,085 0,201** 1 0,048 0,193** Sig. (2-tailed) 0,151 0,000 0,243 0,005 0,506 0,008 VHDN Pearson Correlation 0,041 0,188** 0,237** 0,043 0,048 1 0,339** Sig. (2-tailed) 0,572 0,009 0,001 0,554 0,506 0,000 NLCT Pearson Correlation 0,143* 0,208** 0,738** 0,252** 0,193** 0,339** 1 Sig. (2-tailed) 0,049 0,004 0,000 0,000 0,008 0,000
**. Correlation is significant at the 0,01 level (2-tailed). *. Correlation is significant at the 0,05 level (2-tailed). a. Listwise N=190
2.3.3.4. Phân tích hồi quy
Sau khi tìm ra các nhân tố tác động đến Năng lực cạnh tranh động của công ty
và thực hiện các phân tích nhƣ: phân tích Cronbach‟s alpha và EFA, kiểm định sự tƣơng quan tuyến tính của các nhân tố, các nhân tố đƣợc đƣa vào mô hình hồi quy bội để xác định cụ thể các trọng số của các nhân tố gộp tác động đến biến phụ thuộc là Năng lực cạnh tranh động của công ty.
Phƣơng trình hồi quy bội thể hiện nhƣ sau:
i 6 5 4 3 2 1 0 β β β β β β U β Y NLM DHKD NLST NLTC DTDN VHDN 1 Trong đó:
- Y : Biến phụ thuộc thể hiện giá trị của Năng lực cạnh tranh động của công ty.
- β0,β1,β2,β3,β4,β5,β6: là các hệ số hồi quy đƣợc dùng từ các hệ số hồi quy ƣớc lƣợng đƣợc.
- NLM, DHDN, NLST, NLTC, DTDN, VHDN lần lƣợt là các biến độc lập theo thứ tự : Năng lực Marketing, Định hƣớng kinh doanh, Năng lực sáng tạo, Năng lực tổ chức dịch vụ, Danh tiếng doanh nghiệp và Văn hóa doanh nghiệp.
- Ui: Phần dƣ do sai số trong mô hình.
Đánh giá độ phù hợp của mô hình
Hệ số xác định R2 đã đƣợc chứng minh là hàm không giảm theo số biến độc lập đƣợc đƣa vào mô hình (6 biến). Tuy nhiên, mô hình thƣờng không phù hợp với dữ liệu thực tế nhƣ giá trị R2 (0,645) thể hiện. Trong tình huống này, R2 điều chỉnh từ R2 đƣợc sử dụng để phản ánh sát hơn mức độ phù hợp của mô hình hồi quy tuyến tính đa biến vì nó không phụ thuộc vào độ lệch phóng đại của R2. So sánh 2 giá trị R2 và R2 điều chỉnh ở bảng 2.8, chúng ta sẽ thấy R2 điều chỉnh nhỏ hơn và dùng nó đánh giá độ phù hợp của mô hình sẽ an toàn hơn vì nó không thổi phồng mức độ phù hợp của mô hình. Nhƣ vậy, với R2 điều chỉnh là 0,633 cho thấy sự tƣơng thích
1 Lý thuyết Mô hình hồi quy bội Môn kinh tế lƣợng trích trong chƣơng 4 bộ môn Các phƣơng pháp định lƣợng Chƣơng trình giảng dạy kinh tế Fulbright.
của mô hình với biến quan sát là lớn và biến phụ thuộc Năng lực cạnh tranh động
của công ty đƣợc giải thích bởi 6 biến độc lập trong mô hình là khá cao.
Kiểm định độ phù hợp của mô hình
Kiểm định F sử dụng trong phân tích phƣơng sai là một phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể để xem xét biến phụ thuộc có liên hệ tuyến tính với toàn bộ tập hợp của các biến độc lập.
Giả thuyết Ho : β1 β2 β3 β4 β5 β6 0
Nhìn vào bảng 2.8 bên dƣới, ta thấy rằng trị thống kê F = 55,295 đƣợc tính từ giá trị R2 khi có mặt cả 6 biến, giá trị sig. = 0,000 rất nhỏ cho thấy mô hình sử dụng là phù hợp và các biến đều đạt đƣợc tiêu chuẩn chấp nhận (Tolerance > 0,0001). Thêm vào đó, tiêu chí Collinearity Diagnostics (chuẩn đoán hiện tƣợng đa cộng tuyến) với hệ số phóng đại phƣơng sai VIF (Variance Inflation Factor) của các biến độc lập trong mô hình đều < 2 thể hiện tính đa cộng tuyến của các biến độc lập là không đáng kể và các biến trong mô hình đƣợc chấp nhận.
Sau cùng, hệ số Durbin Watson dùng để kiểm định tƣơng quan chuỗi bậc nhất cho thấy mô hình không vi phạm khi sử dụng phƣơng pháp hồi quy bội vì giá trị hệ số Durbin Watson đạt đƣợc là 2,091 (gần bằng 2) và chấp nhận giả thuyết không có sự tƣơng quan chuỗi bậc nhất trong mô hình.
Bảng 2.8: Kết quả phân tích hồi quy
Model Summaryb
Model R R Square Adjusted R
Square Std. Error of the Estimate Durbin-Watson 1 0,803a 0,645 0,633 0,50664 2,091 a, Predictors: (Constant), VHDN, NLTC, NLM, DTDN, NLST, DHKD b, Dependent Variable: NLCT
ANOVAb
Model Sum of
Squares
df Mean Square F Sig.
1 Regression 85,158 6 14,193 55,295 0,000a Residual 46,973 183 0,257 Total 132,131 189 a, Predictors: (Constant), VHDN, NLTC, NLM, DTDN, NLST, DHKD b, Dependent Variable: NLCT Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error
Beta Tolerance VIF
1 (Constant) -2,094 0,440 -4,756 0,000 NLM 0,099 0,051 0,089 1,941 0,054 0,927 1,078 DHKD 0,214 0,058 0,187 3,703 0,000 0,760 1,317 NLST 0,099 0,060 0,077 1,657 0,099 0,893 1,119 NLTC 0,915 0,060 0,710 15,173 0,000 0,888 1,126 DTDN 0,187 0,068 0,128 2,745 0,007 0,896 1,116 VHDN 0,067 0,074 0,043 0,903 0,368 0,871 1,148 a, Dependent Variable: NLCT
(Nguồn: Số liệu khảo sát của tác giả) Nhƣ vậy, mô hình hồi quy bội thỏa các điều kiện đánh giá và kiểm định độ phù hợp cho việc rút ra các kết quả nghiên cứu.
Kiểm định các giả thuyết về ý nghĩa của hệ số hồi qui Ho : βi = 0.
Từ bảng trên ta có giá trị p value của các hệ số hồi qui β1,β2,β3,β4,β5,β6 là rất nhỏ đối với mức ý nghĩa là 5% nên ta bác bỏ giả thuyết Ho có nghĩa với tập dữ liệu mẫu và mô hình đƣợc mô tả thì không đủ bằng chứng có ý nghĩa thống kê cho thấy βi = 0.
Ý nghĩa của hệ số hồi qui β1,β2,β3,β4,β5,β6là đo lƣờng sự ảnh hƣởng của các yếu tố về “Năng lực Marketing, Định hƣớng kinh doanh, Năng lực sáng tạo, Năng lực tổ chức dịch vụ, Danh tiếng doanh nghiệp, Văn hóa doanh nghiệp” đến
Năng lực cạnh tranh động của Công ty TNHH MTV Công viên Cây xanh. Nhƣ vậy kết quả cho thấy có 3 biến bị loại ra khỏi mô hình do có giá trị Sig. >0,05 đó là các biến: Năng lực Marketing, Năng lực sáng tạo và Văn hóa doanh nghiệp. Mô hình chỉ còn 3 nhân tố thực sự có ảnh hƣởng đến Năng lực cạnh tranh động của Công ty TNHH MTV Công viên Cây xanh là: Định hƣớng kinh doanh, Năng lực tổ chức dịch vụ, Danh tiếng doanh nghiệp.
Mô hình hồi quy
Từ kết quả phân tích hồi quy, ta thấy mối quan hệ giữa biến phụ thuộc là Năng lực cạnh tranh động của công ty và 3 biến độc lập đƣợc thể hiện trong phƣơng trình sau:
Yˆ = -2,094 + 0,214*DHKD + 0,915*NLTC + 0,187*DTDN Trong đó:
Yˆ : Năng lực cạnh tranh động của công ty đƣợc ƣớc lƣợng bởi 3 nhân tố mô hình
DHKD: Định hƣớng kinh doanh NLTC: Năng lực tổ chức dịch vụ DTDN: Danh tiếng doanh nghiệp
Theo phƣơng trình hồi quy ở trên cho thấy Năng lực cạnh tranh động của công ty có quan hệ tuyến tính với các nhân tố Định hướng kinh doanh (Hệ số Beta chuẩn hóa là 0,214), Năng lực tổ chức dịch vụ (Hệ số Beta chuẩn hóa là 0,915),
Danh tiếng doanh nghiệp (Hệ số Beta chuẩn hóa là 0,187). Cũng cần nói thêm rằng các hệ số Beta chuẩn hóa đều >0 cho thấy các biến độc lập tác động thuận chiều với
Năng lực cạnh tranh động của công ty.
Kết quả này cũng khẳng định trong các giả thuyết nêu ra trong mô hình nghiên cứu (H1-H6) thì chỉ có giả thuyết H2, H4 và H5 đƣợc chấp nhận và đƣợc kiểm định phù hợp. Nhƣ vậy, Công ty TNHH MTV Công viên Cây xanh phải nỗ lực cải tiến những nhân tố này để nâng cao Năng lực cạnh tranh động cho công ty của mình.
2.3.3.5. Kiểm định phương sai ANOVA
Ở những phần trƣớc, chúng ta đã kiểm định các nhân tố tác động đến Năng lực cạnh tranh động của công ty cũng nhƣ xác định Năng lực cạnh tranh động của công ty. Trong phần này, tác tiến hành phân tích ANOVA để xem xét mối quan hệ giữa giới tính và trình độ học vấn có tác động nhƣ thế nào đối với Năng lực cạnh tranh động của công ty:
Giả thuyết H1: Không có sự khác biệt về sự đánh giá về Năng lực cạnh tranh động của công ty giữa các nhóm khách hàng có giới tính khác nhau.
Giả thuyết H2: Không có sự khác biệt về sự đánh giá về Năng lực cạnh tranh động của công ty giữa các nhóm khách hàng có độ tuổi khác nhau.
Kết quả phân tích ANOVA (Phụ lục 12) cho thấy Giả thuyết H1 đƣợc chấp nhận (sig. > 0,05). Do đó, ta có thể khẳng định không có sự khác biệt về sự đánh giá về Năng lực cạnh tranh động của công ty giữa các nhóm khách hàng có giới tính khác nhau.
Do Giả thuyết H2 bị bác bỏ nên ta có thể nói rằng có sự khác biệt có ý nghĩa thống kê về đánh giá của khách hàng giữa Năng lực cạnh tranh động của công ty
với các nhóm có độ tuổi khác nhau (giá trị Sig. trong Levene bằng 0,898 > 0,05 nên kết quả ANOVA có thể đƣợc sử dụng, giá trị Sig. trong bảng ANOVA bằng 0,019 nên có sự khác biệt có ý nghĩa thống kê). Tức là với mức ý nghĩa là 5% thì có thể nói rằng có sự khác biệt có ý nghĩa thống kê về sự đánh giá tầm quan trọng của
Năng lực cạnh tranh động của công ty giữa 4 nhóm có độ tuổi khác nhau . Cụ thể sự khác biệt trong từng nhóm nhƣ sau (xem bảng phân tích sâu ANOVA trong phụ lục 12):
Nhóm có độ tuổi từ dƣới 30 tuổi không có sự khác biệt với các nhóm còn lại, nhóm có độ tuổi 31 – 40 tuổi có sự khác biệt với nhóm có độ tuổi 41 – 50 tuổi. Nhóm trên 50 tuổi không có sự khác biệt với các nhóm còn lại.