Kết quảEFA lần 1, chỉsốKMO = 0.762; sig = 0.000 < 0.05, chứng tỏ dữ liệu phù hợp để phân tích EFA. Kết quả phương pháp rút trích Principal Component Analysis với phép xoay Varimax cho31 biến quan sát được trích thành 6nhân tố tại Eigenvalue = 1.163và tổng phương sai trích đạt71.611% (Bảng4.3). Tuy nhiên, xét ma trận xoay nhân tố Rotated Component Matrix thấy, biến quan sát CL4 có hệ số tải nhân tố thấp nhất(factor loading = 0.447 < 0.5) nên ta loại biến này.Các biến còn lại được đưa vào phân tích nhân tố lần2
Bảng4.3:Kết quả phân tích nhân tố lần1các thành phần Lòng trung thành
Biến quan sát Nhân tố
1 2 3 4 5 6 CK2 ,848 ,195 -,072 -,037 ,109 -,115 NT5 ,791 ,197 ,194 ,256 ,166 ,106 CK1 ,768 ,183 -,169 ,294 ,094 -,071 CK3 ,744 ,388 -,110 -,179 ,103 ,033 NT4 ,732 -,009 ,066 ,110 ,401 ,150 NT1 ,715 ,104 ,182 ,488 -,097 ,139 HL4 ,650 ,114 ,065 ,292 ,064 ,474 HL2 ,553 ,169 ,129 ,167 ,138 ,331 NT3 ,470 ,238 ,127 ,369 ,392 ,331 GT4 ,164 ,857 -,085 ,104 ,178 -,106 GT3 ,098 ,776 ,137 ,045 ,280 ,046 GT6 ,168 ,691 -,176 ,385 ,036 ,257 GT7 ,187 ,682 ,176 ,168 ,134 ,166 GT5 ,337 ,630 ,364 ,241 -,103 -,047 GT2 ,237 ,604 ,077 ,165 ,274 ,292 HL1 ,302 ,533 ,269 -,037 ,342 ,477 CD2 -,011 -,035 ,884 ,124 ,128 ,012 CD3 -,042 -,028 ,874 -,154 ,117 -,009 CD1 ,055 ,098 ,869 ,073 -,004 ,167 CD4 ,489 ,192 ,600 ,128 -,046 -,267 CD5 -,096 ,216 ,575 ,237 ,195 ,195 NT2 ,463 ,018 ,007 ,700 ,018 ,266 HL3 ,186 ,337 ,006 ,644 ,255 -,235 GT1 ,035 ,391 ,211 ,633 ,280 ,055 CL1 ,025 ,228 ,321 ,605 ,450 ,147 CK4 ,436 ,121 ,026 ,593 ,278 ,148 CL3 ,126 ,180 ,003 ,168 ,763 ,164 CL2 ,170 ,357 ,147 ,243 ,633 ,049 CL5 ,322 ,224 ,408 ,138 ,576 -,068 CL4 ,382 ,290 ,373 ,295 ,447 -,020 HL5 ,135 ,505 ,121 ,147 ,178 ,599
Kết quả EFA lần 2, chỉ số KMO = 0.773;sig = 0.000 < 0.05, chứng tỏ dữ liệu phù hợp để phân tích EFA. Kết quả phương pháp rút trích Principal Component Analysis với phép xoay Varimax cho30 biến quan sát được trích thành 6nhân tố tại Eigenvalue = 1.138và tổng phương sai trích đạt71.979% (Phụ lục4). Tuy nhiên,xét ma trận xoay nhân tố Rotated Component Matrix thấy,biến quan sát NT3 có hệ số tải nhân tố thấp nhất(factor loading = 0.484 < 0.5) nên taloại biến này.Các biến còn lại được đưa vào phân tích nhân tố lần3
Kết quả EFA lần 3, chỉ số KMO = 0.761;sig = 0.000 < 0.05, chứng tỏ dữ liệu phù hợp để phân tích EFA. Kết quả phương pháp rút trích Principal Component Analysis với phép xoay Varimax cho29 biến quan sát được trích thành 6nhân tố tại Eigenvalue = 1.136 và tổng phương sai trích đạt 72.172 % (Phụ lục 4). Tuy nhiên, xét ma trận xoay nhân tố Rotated Component Matrix thấy sự chênh lệch hệ số tải nhân tố của biến quan sát HL1 nhỏ nhất (0.527-0.483 = 0.044<0.3) nên ta loại biến này. Các biến còn lại được đưa vào phân tích nhân tố lần4
Kết quả EFA lần 4, chỉ số KMO = 0.751;sig = 0.000 < 0.05, chứng tỏ dữ liệu phù hợp để phân tích EFA. Kết quả phương pháp rút trích Principal Component Analysis với phép xoay Varimax cho28 biến quan sát được trích thành 6nhân tố tại Eigenvalue = 1.075 và tổng phương sai trích đạt 72.291 % (Phụ lục 4). Tuy nhiên, xét ma trận xoay nhân tố Rotated Component Matrix thấy sự chênh lệch hệ số tải nhân tố của biến quan sát NT2 nhỏ nhất (0.580-0.549 = 0.031<0.3) nên ta loại biến này. Các biến còn lại được đưa vào phân tích nhân tố lần5
Kết quả EFA lần 5, chỉ số KMO = 0.763;sig = 0.000 < 0.05, chứng tỏ dữ liệu phù hợp để phân tích EFA. Kết quả phương pháp rút trích Principal Component Analysis với phép xoay Varimax cho27 biến quan sát được trích thành 6nhân tố tại Eigenvalue = 1.065 và tổng phương sai trích đạt 72.458 % (Phụ lục 4). Tuy nhiên, xét ma trận xoay nhân tố Rotated Component Matrix thấy sự chênh lệch hệ số tải nhân tố của biến quan sát CD4 nhỏ nhất (0.579-0.496 = 0.083<0.3) nên ta loại biến này. Các biến còn lại được đưa vào phân tích nhân tố lần6
Kết quả EFA lần 6, chỉ số KMO = 0.760;sig = 0.000 < 0.05, chứng tỏ dữ liệu phù hợp để phân tích EFA. Kết quả phương pháp rút trích Principal Component Analysis với phép xoay Varimax cho 26 biến quan sát được trích thành 6nhân tố tại Eigenvalue = 1.032và tổng phương sai trích đạt73.038% (Phụ lục4). Tuy nhiên,xét ma trận xoay nhân tố Rotated Component Matrix thấy sự chênh lệch hệ số tải nhân tố của biến quan sát CK4 nhỏ nhất (0.511-0.496 =0.015<0.3) nên ta loại biến này. Các biến còn lại được đưa vào phân tích nhân tố lần7
Kết quả EFA lần 7, chỉ số KMO = 0.753;sig = 0.000 < 0.05, chứng tỏ dữ liệu phù hợp để phân tích EFA. Kết quả phương pháp rút trích Principal Component Analysis với phép xoay Varimax cho25 biến quan sát được trích thành 5nhân tố tại Eigenvalue = 1.127và tổng phương sai trích đạt69.611% (Phụ lục4). Tuy nhiên,xét ma trận xoay nhân tố Rotated Component Matrix thấy sự chênh lệch hệ số tải nhân tố của biến quan sát CL5nhỏ nhất(0.490-0.402 =0.088<0.3)nên ta loại biến này.Các biến còn lại được đưa vào phân tích nhân tố lần8
Kết quả EFA lần 8, chỉ số KMO = 0.751;sig = 0.000 < 0.05, chứng tỏ dữ liệu phù hợp để phân tích EFA. Kết quả phương pháp rút trích Principal Component Analysis với phép xoay Varimax cho24 biến quan sát được trích thành 5nhân tố tại Eigenvalue = 1.093 và tổng phương sai trích đạt 70.395 % (Phụ lục 4). Tuy nhiên, xét ma trận xoay nhân tố Rotated Component Matrix thấy sự chênh lệch hệ số tải nhân tố của biến quan sát GT5nhỏ nhất (0.579-0.374=0.205<0.3)nên ta loại biến này. Các biến còn lại được đưa vào phân tích nhân tố lần9
Kết quả EFA lần 9, chỉ số KMO = 0.758;sig = 0.000 < 0.05, chứng tỏ dữ liệu phù hợp để phân tích EFA. Kết quả phương pháp rút trích Principal Component Analysis với phép xoay Varimaxcho 23biến quan sát được trích thành 5nhân tố tại Eigenvalue = 1.039 và tổng phương sai trích đạt 71.045 % (Phụ lục 4). Tuy nhiên, xét ma trận xoay nhân tố Rotated Component Matrix thấy sự chênh lệch hệ số tải nhân tố của biến quan sát CK3nhỏ nhất(0.659-0.432=0.227<0.3) nên ta loại biến này.Các biến còn lại được đưa vào phân tích nhân tố lần10
Kết quả EFA lần 10, chỉ số KMO = 0.772; sig = 0.000 < 0.05, chứng tỏ dữ liệu phù hợp để phân tích EFA. Kết quả phương pháp rút trích Principal Component Analysis với phép xoay Varimax cho 22 biến quan sát được trích thành 4 nhân tố tại Eigenvalue = 1.203 và tổng phương sai trích đạt 66.584% (Phụ lục 4). Tuy nhiên, xét ma trận xoay nhân tố Rotated Component Matrix thấy sự chênh lệch hệ số tải nhân tố của biến quan sát CD5 nhỏ nhất (0.570-0.357=0.213<0.3) nên ta loại biến này. Các biến còn lại được đưa vào phân tích nhân tố lần11
Kết quả EFA lần 11, chỉ số KMO = 0.782; sig = 0.000 < 0.05, chứng tỏ dữ liệu phù hợp để phân tích EFA. Kết quả phương pháp rút trích Principal Component Analysis với phép xoay Varimax cho 21 biến quan sát được trích thành 4 nhân tố tại Eigenvalue = 1.202 và tổng phương sai trích đạt 67.707% (Phụ lục 4). Tuy nhiên, xét ma trận xoay nhân tố Rotated Component Matrix thấy sự chênh lệch hệ số tải nhân tố của biến quan sátGT2nhỏ nhất(0.606-0.366=0.24<0.3)nên ta loại biến này.Các biến còn lại được đưa vào phân tích nhân tố lần 12
Kết quả EFA lần 12, chỉ số KMO = 0.809; sig = 0.000 < 0.05, chứng tỏ dữ liệu phù hợp để phân tích EFA. Kết quả phương pháp rút trích Principal Component Analysis với phép xoay Varimax cho 20 biến quan sát được trích thành 4 nhân tố tại Eigenvalue = 1.198 và tổng phương sai trích đạt 68.482% (Phụ lục 4). Tuy nhiên, xét ma trận xoay nhân tố Rotated Component Matrix thấy sự chênh lệch hệ số tải nhân tố của biến quan sát GT1 nhỏ nhất (0.650-0.359=0.291<0.3) nên ta loại biến này. Các biến còn lại được đưa vào phân tích nhân tố lần13
Kết quả EFA lần 13, chỉ số KMO = 0.800; sig = 0.000 < 0.05, chứng tỏ dữ liệu phù hợp để phân tích EFA. Kết quả phương pháp rút trích Principal Component Analysis với phép xoay Varimax cho 19 biến quan sát được trích thành 4 nhân tố tại Eigenvalue = 1.167 và tổng phương sai trích đạt 69.366% (Bảng 4.4), đồng thời sự chênh lệch hệ số tải nhân tố của các biến quan sát đều đạt yêu cầu là > 0.3. Tác giả kiểm tra lại độ tin cậy của từng thang đo mới đều đạt yêu cầu (Phụ lục 3). Vì vậy tác giả quyết định dừng EFA tại đây.
Kết quả phân tích EFA cho thấy các biến quan sát được trích vào nhân tố 3 được giữ nguyên gốc: chi phí chuyển đổi (CD1, CD2, CD3). Các biến quan sát được trích vào nhân tố1gồm NT1, NT4, NT5, CK1, CK2, HL2, HL4 tác giả đặt tên nhân tố này là Niềm tin & Cam kết. Các biến quan sát được trích vào nhân tố 2 gồm GT3, GT4, GT6, GT7, HL5, tác giả đặt tên nhân tố này là Giá trị cảm nhận. Các biến quan sát được trích vào nhân tố4gồm CL1, CL2, CL3, HL3,tác giả đặt tên nhân tố này là chất lượng dịch vụ.
Như vậy so với thang đo lý thuyết ban đầu yếu tố Chi phí chuyển đổi đã được bỏ bớt đi hai biến quan sát CD4 và CD5 là sự phát sinh công nghệ và tâm lý không chắc chắn khi chuyển đổi nhà khai thác cảng. Như vậy, công nghệ không ảnh hưởng lớn đến rào cản chuyển đổi của khách hàng. Sở dĩ như vậy vì thực tế cho thấy hệ thống trang thiết bị, phương tiện làm hàng của các cảng là tương đối giống nhau vì khách hàng sử dụng các loại container đóng hàng theo các tiêu chuẩn chung của quốc tế. Điểm khác biệt duy nhất có chăng chính là năng suất xếp dỡ của hệ thống thiết bị cẩu bờ làm tăng năng suất giải phóng tàu, đảm bảo an toàn hàng hóa hơn trong quá trình làm hàng. Tâm lý không chắc chắn, ngại thay đổi cũng ít xuất hiện ở đây vì các ràng buộc giữa cảng và khách hàng thường không chặt chẽ và không có sự đặc thù về công nghệ khai thác.
Thang đo giá trị khách hàng bị bỏ bớt đi ba biến quan sát là GT1 (dịch vụ của cảng mang đến nhiều giá trị cho công ty tôi), GT2 (so với các cảng khác trong khu vực, nhìn chung năng lực của SNP làm thỏa mãn những nhu cầu và mong muốn của công ty chúng tôi), GT5 (mức giá dịch vụ của SNP giúp chúng tôi tiết kiệm chi phí) và giữ lại các biến GT3, GT4, GT6, GT7,HL5. Điều này cho thấy khách hàng đánh giá giá trị khách hàng chủ yếu ở góc độ tài chính liên quan đến mức giá mà họ phải trả để sử dụng dịch vụ tại Tân Cảng Cát Lái.
Các biến Niềm tin và sự cam kết được gom chung vào một nhân tố giống mô hình của Hassan (2012) cho thấy theo quan điểm của khách hàng hai khái niệm này luôn gắn liền với nhau.Niềm tin sẽ là cơ sở cho sự cam kết duy trì những mối quan hệ kinh doanh lâu dài,bền vững.
Thang đo chất lượng dịch vụ gồm CL1, CL2, CL3, HL3cho thấy khách hàng quan niệm doanh nghiệp tốt đồng nghĩa với chất lượng dịch vụ tốt.Hai biến quan sát CL4, CL5bị loại khỏi thang đo chứng tỏ yếu tố thủ tục giấy tờ không phải là thước đo chất lượng dịch vụ tại cảng. Điều này được lý giải trong thực tế là các thủ tục giấy tờ chủ yếu được cấp phát bởi hãng tàu. Khách hàng làm hàng tại cảng thường chỉ xuất trình các chứng từ, vận đơn của hãng tàu, đại lý hãng tàu rồi đóng phí dịch vụ,sau đó nhận phiếu xuất nhập bãi để giao nhận container. Nhân viên của cảng sẽ tác nghiệp căn cứ trên các chứng từ do hãng tàu phát hành.
Bảng 4.4:Kết quả phân tích nhân tố lần cuối các thành phần Lòng trung thành
Biến quan sát Nhân tố
1 2 3 4 NT5 ,849 ,251 ,178 ,172 NT1 ,807 ,149 ,128 ,123 CK1 ,798 ,216 -,201 ,128 CK2 ,783 ,179 -,102 -,029 HL4 ,781 ,200 ,088 ,156 NT4 ,739 -,072 ,007 ,438 HL2 ,634 ,127 ,096 ,249 GT6 ,236 ,779 -,192 ,222 GT4 ,129 ,779 -,140 ,276 GT3 ,112 ,765 ,119 ,247 HL5 ,225 ,706 ,181 ,062 GT7 ,196 ,694 ,188 ,283 CD2 ,038 ,033 ,925 ,133 CD1 ,107 ,137 ,892 ,096 CD3 -,043 -,048 ,884 ,026 CL2 ,181 ,316 ,138 ,729 CL3 ,143 ,206 ,013 ,718 CL1 ,163 ,241 ,320 ,716 HL3 ,256 ,244 -,046 ,608 Eigenvalue 7,36 2,796 2,181 1,167 Cumulative (%) 37,034 51,749 63,226 69,366 Cronbach alpha 0,910 0,858 0,902 0,773
Khái niệm lòng trung thành khách hàng được giả định là một khái niệm đơn nguyên.Năm biến quan sát được dùng để đo lường khái niệm này. Bảng 4.5 trình bày kết quả phân tích nhân tố của khái niệm nghiên cứu này.Hệ số tin cậy Cronbach alpha tính được là0.849,tương quan biến – tổng đều lớn hơn0.5. Hệ số KMO= 0.844;sig = 0.000<0.05;eigenvalue = 3.164; tổng phương sai trích63.272%
Bảng4.5:Phân tích nhân tố của khái niệm Lòng trung thành khách hàng Biến quan sát Hệ số tải nhân tố Giátrị
Eigen Phương sai trích Cronbach alpha
Lòng trung thành khách hàng 3.164 63.272 % 0.849 TT2 ,871 TT4 ,845 TT5 ,815 TT1 ,771 TT3 ,658
(Nguồn: Kết quả điều tra của tác giả, 04/2014)
Như vậy dựa theo kết quả kiểm định Cronbach alpha và phân tích nhân tố EFA, các giả thuyết và mô hình nghiên cứu các yếu tố ảnh hưởng đến lòng trung thành của khách hàng tại Tân Cảng Cát Lái được hiệu chỉnh như sau:
Hình 4.1:Mô hình nghiên cứu hiệu chỉnh
Niềm tin &Cam kết
Giá trị cảm nhận Chất lượng dịch vụ Chi phí chuyển đổi LÒNG TRUNG THÀNH KHÁCH HÀNG H1 + H2 + H3 + H4 +
Các giả thuyết nghiên cứu
H1:Niềm tin&Cam kết có ảnh hưởng cùng chiều tới lòng trung thành khách hàng H2:Giá trị cảm nhận có ảnh hưởng cùng chiều tới lòng trung thành khách hàng H3:Chất lượng dịch vụ có ảnh hưởng cùng chiều tới lòng trungthành khách hàng H4:Chi phí chuyển đổi có ảnh hưởng cùng chiều tới lòng trung thành khách hàng