Nhân tố “Mức độ đồng cảm” có hệ số Cronbach’s Alpha là 0,871 (> 0,6), cho thấy thang đo lường sử dụng tốt đạt yêu cầu về đồ tin cậy, hệ số này có ý nghĩa và sử dụng được trong các phân tích tiếp theo. Các hệ số tương quan biến tổng (Corrected Item – Total Correlation) của các biến đo lường nhân tố này đều lớn hơn tiêu chuẩn cho phép là 0,3 nên đạt yêu cầu, được sử dụng trong phân tích tiếp theo. Trong đó, biến “MDDC4” có giá trị tương quan biến tổng lớn nhất với giá trị là 0,786 và biến “MDDC1” có giá trị tương quan biến tổng thấp nhất là 0,673.
Kiểm định độ tin cậy thang đo nhóm biến phụ thuộc
Bảng 2. 13: Hệ số Cronbach’s Alpha của thang đo biến phụ thuộc
Biến | Trung bình thang đo nếu loại biến | Phương sai thang đo nếu loại biến | Tương quan biến tổng | Cronbach’s Alpha nếu loại biến | |
SHL | 3,85 | ||||
Cronbach's Alpha | 0,740 | ||||
1 | SHL1 | 7,60 | 0,710 | 0,446 | 1,000 |
2 | SHL2 | 7,62 | 0,545 | 0,840 | 0,616 |
3 | SHL3 | 7,62 | 0,545 | 0,840 | 0,616 |
Có thể bạn quan tâm!
-
Thực Trạng Chăm Sóc Khách Hàng Tại Công Ty Cổ Phần Đầu Tư Phát Triển Lộc Đất Việt -
Đánh Giá Của Khách Hàng Về Chất Lượng Dịch Vụ Chăm Sóc Khách Hàng Tại Công Ty Cổ Phần Đầu Tư Phát Triển Lộc Đất Việt -
Thống Kê Mô Tả Nguồn Thông Tin Kh Biết Đến Công Ty -
Đánh Giá Của Khách Hàng Về Các Yếu Tố Tác Động Đến Sự Hài Lòng Về Chất -
Gía Trị Trung Bình Ý Kiến Đánh Giá Của Khách Hàng Về Mddu -
Một Số Giải Pháp Nhằm Nâng Cao Chất Lượng Dịch Vụ Chăm Sóc Khách Hàng Tại Công Ty Cổ Phần Đầu Tư Phát Triển Lộc Đất Việt
Xem toàn bộ 137 trang tài liệu này.
( Nguồn: kết quả xử lý số liệu SPSS của tác giả) Nhân tố “Sự hài lòng” có hệ số Cronbach’s Alpha là 0,832 (> 0,8), cho thấy thang đo lường sử dụng rất tốt đạt yêu cầu về đồ tin cậy, hệ số này có ý nghĩa và sử dụng được trong các phân tích tiếp theo. Các hệ số tương quan biến tổng (Corrected Item – Total Correlation) của các biến đo lường nhân tố này đều lớn hơn tiêu chuẩn cho phép là 0,3 nên đạt yêu cầu, được sử dụng trong phân tích tiếp theo. Trong đó, biến “SHL2”, “SHL3” có giá trị tương quan biến tổng lớn nhất với giá trị là 0,840 và
biến “SHL1” có giá trị tương quan biến tổng thấp nhất là 0,446.
KẾT LUẬN:
Bảng 2.14 :Bảng thống kê sau kiểm định Cronbach’s Alpha hoàn thành
Nhân tố | Biến quan sát ban đầu | Biến quan sát còn lại | Cronbach’s Alpha | Biến bị loại | |
1 | CSVC | 4 | 4 | 0,731 | - |
2 | MDTC | 5 | 5 | 0,915 | - |
3 | MDDU | 6 | 6 | 0,928 | - |
4 | NLPV | 5 | 5 | 0,886 | - |
5 | MDDC | 4 | 4 | 0,871 | - |
6 | SHL (phụ thuộc) | 3 | 3 | 0,740 | - |
( Nguồn: kết quả xử lý số liệu SPSS của tác giả)
Tất cả các biến qua sát của các nhân tố đều đảm bảo độ tin cậy nên qua kiểm định độ tin cậy Crobach Alpha không có biến quan sát nào bị loại. Tất cả các biến quan sát của các nhân tố sẽ được đưa vào phân tích nhân tố EFA.
2.2.2.2. Phân tích nhân tố khám phá (EFA)
Việc phân tích nhân tố được tiến hành theo phương pháp trích yếu tố Principal Component Analist với phép xoay Varimax.
a.Biến phụ thuộc
Bảng 2.15: Phân tích nhân tố biến phụ thuộc
Giá trị tương ứng | Điều kiện | Kết luận | |
Hệ số KMO | 0,628 | 0,5<KMO<1 | Đạt yêu cầu |
Sig. Kiểm định Bartlett's | 0,000 | < 0,05 | Đạt yêu cầu |
Giá trị Eigenvalues | 1,976 | > 1 | Đạt yêu cầu |
Phương sai trích (Cumulative %) | 65,878 | > 50% | Đạt yêu cầu |
Trong bảng trên, so sánh với điều kiện phân tích nhân tố EFA ta thấy hệ số KMO=0,628 > 0,5 đủ điều kiện (0,5 ≤ KMO ≤1) điều này có nghĩa là phù hợp với dữ liệu thực tế.
Kiểm định Kiểm định Bartlett's có mức ý nghĩa thống kê Sig = 0,000 < 0,05 vậy các biến quan sát có tương quan tuyến tính với nhân tố đại diện. Giá trị Eigenvalues = 1,976 > 1, phương sai trích (Cumulative %) là 65,878% > 50% nên đạt tiêu chuẩn của phương pháp phân tích nhân tố EFA.
Bảng 2.16: Ma trận xoay của biến phụ thuộc
Nhân tố | |
1 | |
SHL2 | 0,878 |
SHL3 | 0,836 |
SHL1 | 0,711 |
b. Các biến độc lập
Bảng 2.17: Phân tích nhân tố biến độc lập
Giá trị tương ứng | Điều kiện | Kết luận | |
Hệ số KMO | 0,779 | 0,5<KMO<1 | Đạt yêu cầu |
Sig. Kiểm định Bartlett's | 0,000 | < 0,05 | Đạt yêu cầu |
Giá trị Eigenvalues | 1,979 | > 1 | Đạt yêu cầu |
Phương sai trích (Cumulative %) | 71,174 | > 50% | Đạt yêu cầu |
Số liệu từ bảng trên cho thấy, tất cả các yếu tố cần đánh giá của nhân tố độc lập
điều có các giá trị đạt với yêu cầu. Cụ thể như sau:
Kiểm định tính thích hợp của mô hình phân tích nhân tố
Giá trị KMO = 0,779 thỏa mãn điều kiện 0,5 ≤ KMO ≤1, như vậy phân tích nhân tố khám phá EFA là thích hợp cho dữ liệu thực tế.
Kiểm định tương quan giữa các biến quan sát Bartlett's có mức ý nghĩa thống kê Sig. = 0,000 < 0,05 nên ta kết luận rằng các biến quan sát có tương quan tuyến tính với nhau trong mỗi nhóm nhân tố.
Kiểm định phương sai trích của các yếu tố (% Cumulative variance)
Kết quả trên có 5 nhân tố có giá trị Eigenvalues >1, nhỏ nhất là 1,979 > 1, các nhân tố này sẽ được giữ lại trong mô hình. Ngoài ra trị số phương sai trích (Cumulative %) là 71,174% điều này có nghĩa là 71,174% thay đổi của các nhân tố được giải thích bởi các biến quan sát. Như vậy, phương sai trích (Cumulative %) là 71,174% > 50% là có ý nghĩa nên mô hình EFA là phù hợp.
Kiểm định hệ số Factor loading
Tác giả sử dụng kích thước mẫu điều tra là 125 nên hệ số Factor loading cần > 0,5 (cỡ mẫu từ 100-350). Sử dụng 24 biến quan sát đủ độ tin cậy của 5 biến độc lập để thực hiện kiểm định phân tích nhân tố, kết quả là tất cả các biến còn lại điều thỏa mãn điều kiện phân tích nhân tố và được giữ lại để phân tích trong bước tiếp theo.
Như vậy qua kiểm định chất lượng thang đo bằng phép kiểm định Cronbach’s Alpha và kết quả phân tích nhân tố khám phá EFA với phương pháp trích nhân tố và phép xoay nhân tố Varimax cho biến độc lập, mô hình nghiên cứu có 5 biến độc lập và 24 biến quan sát ứng với 5 nhân tố đại diện cho các nhân tố ảnh hưởng đến chất lượng dịch vụ chăm sóc khách hàng tại Công ty Cổ phần Đầu tư Phát Triển Lộc Đất Việt.
Bảng 2.18: Ma trận xoay của biến độc lập
Nhân tố | |||||
1 | 2 | 3 | 4 | 5 | |
MDDU5 | 0,908 | ||||
MDDU6 | 0,883 | ||||
MDDU3 | 0,873 | ||||
MDDU1 | 0,841 | ||||
MDDU2 | 0,817 | ||||
MDDU4 | 0,798 | ||||
MDTC3 | 0,965 | ||||
MDTC5 | 0,964 | ||||
MDTC4 | 0,961 | ||||
MDTC2 | 0,712 | ||||
MDTC1 | 0,689 | ||||
NLPV4 | 0,898 | ||||
NLPV2 | 0,869 | ||||
NLPV1 | 0,856 | ||||
NLPV3 | 0,774 | ||||
NLPV5 | 0,704 | ||||
MDDC4 | 0,855 | ||||
MDDC3 | 0,854 |
Nhân tố | |||||
1 | 2 | 3 | 4 | 5 | |
MDDC2 | 0,829 | ||||
MDDC1 | 0,814 | ||||
CSVC4 | 0,855 | ||||
CSVC3 | 0,793 | ||||
CSVC1 | 0,755 | ||||
CSVC2 | 0,526 |
Sau khi thực hiện phép xoay, các nhân tố có sự xáo trộn giữa các biến quan sát của các thành phần nên đặt lại tên cho các nhân tố mới như sau:
Nhân tố 1 gồm các biến MDDU5,
MDDU6,MDDU3,MDDU1,MDDU2,MDDU4 đặt tên nhân tố là Mức độ đáp ứng X1 Nhân tố 2 gồm các biến MDTC3,MDTC5,MDTC4,MDTC2,MDTC1 đặt tên
nhân tố là Mức độ tin cậy X2
Nhân tố 3 gồm các biến NLPV4,NLPV2,NLPV1,NLPV3,NLPV5 đặt tên nhân tố là Năng lực phục vụ X3
Nhân tố 4 gồm các biến MDDC4,MDDC3,MDDC2,MDDC1 đặt tên nhân tố là Mức độ đồng cảm X4
Nhân tố 5 gồm các biến CSVC4,CSVC3,CSVC1,CSVC2 đặt tên nhân tố là Cơ
sở vật chất X5
2.2.3.Phân tích hồi quy tuyến tính
Phân tích hồi quy không phải chỉ là việc mô tả các dữ liệu quan sát được. Từ các kết quả quan sát được trong mẫu ta phải suy rộng kết quả cho mối liên hệ giữa các biến trong tổng thể. Sự chấp nhận và diễn dịch kết quả hồi quy không thể tách rời các giả định cần thiết và sự chuẩn đón về sự vi phạm các giả định đó. Nếu các giả định bị vi phạm thì các kết quả ước lượng được không đáng tin cậy nữa. Vì vậy, để đảm bảo sự diễn dịch từ kết quả hồi quy của mẫu cho tổng thể có giá trị trong phần này sẽ tiến hàng kiểm định các giả định của hàm hồi quy:
Kiểm định hệ số tương quan
Để chạy mô hình hồi quy tuyến tính, thì phải xem các biến có phụ thuộc vào biến độc lập, và mối liên hệ giữa các biến tương quan tuyến tính hay không. Nếu hệ sô
tương quan giữa các biến phụ thuộc và biến độc lập lớn chứng tỏ có mối liên hệ tuyến tính với nhau và hồi quy có thể phù hợp.
Với giả thiết H0: Hệ số tương quan hạng của tổng bằng 0
H1: Có sự tương quan giữa các biến độc lập và biến phụ thuộc Thông tin phân tích tương quan giữa biến phụ thuộc và các biến độc lập
Thực hiện tính toán các biến mới đại diện cho từng nhóm biến theo giá trị trung
bình:
CSVC = (CSVC1 + CSVC2 + CSVC3 + CSVC4)/4
MDTC = (MDTC1 + MDTC2 + MDTC3 + MDTC4 + MDTC5)/5
MDDU = (MDDU1 + MDDU2 + MDDU3 + MDDU4 + MDDU5 + MDDU6)/6 NLPV = (NLPV1 + NLPV2 + NLPV3 + NLPV4 + NLPV5)/5
MDDC = (MDDC1 + MDDC2 + MDDC3 + MDDC4)/4 SHL = (SHL1 + SHL2 + SHL3)/3
Sau khi lập biến đại diện cho các nhóm nhân tố được phân chia từ bảng ma trận
xoay ở bước trước ta tiến hành phân tích tương quan. Hệ số tương quan cụ thể như
sau:
Bảng 2.19 : Hệ số tương quan giữa các biến
Chỉ tiêu | Biến độc lập | |||||
CSVC | MDTC | MDDU | NLPV | MDDC | ||
Hệ số tương quan | 0,277 | 0,354 | 0,419 | 0,432 | 0,285 | |
SHL | Giá trị p (Sig.) | 0,002 | 0,000 | 0,000 | 0,000 | 0,001 |
Số lượng mẫu | 125 | 125 | 125 | 125 | 125 |
Bảng 2.20 :Ma trận tương quan Pearson
SHL | CSVC | MĐTC | MDDU | NLPV | MDDC | |
SHL | 1 | |||||
CSVC | .277** | 1 | ||||
MĐTC | .354** | -.118 | 1 | |||
MDDU | .419** | .085 | -.050 | 1 | ||
NLPV | .432** | -.121 | .034 | -.048 | 1 | |
MDDC | .285** | .011 | .103 | -.198* | .216* | 1 |
**. Có tương quan với độ tin cậy 99% | ||||||
*. Có tương quan với độ tin cậy 95% | ||||||
Kết quả tại bảng trên cho thấy, các biến độc lập đều có giá trị p < 0,05 với biến phụ thuộc, điều này có nghĩa là các biến độc lập có mối quan hệ tương quan tuyến tính với biến phụ thuộc. Trong đó, tương quan chặt chẽ nhất với biến phụ thuộc là biến NLPV (0,432), sau đó lần lượt là biến MDDU (0,419) và MDTC (0,354). Ít tương quan nhất với biến phụ thuộc là biến CSVC (0,277). Như vậy các biến độc lập đều có ý nghĩa và có thể đưa được vào mô hình hồi quy để giải thích cho biến “SHL” trong bước tiếp theo.
Kiểm định mô hình
Hệ số R | Hệ số R2 | R2 hiệu chỉnh | Sai số chuẩn ước lượng | Hệ số Durbin-Watson |
0,825 | 0,681 | 0,668 | 0,188 | 1,865 |
Bảng 2.21: Tóm tắt mô hình hồi quy tuyến tính
Kết quả phân tích từ bảng trên cho thấy, hệ số R2 hiệu chỉnh là 0,668, có nghĩa là các biến độc lập giải thích được 66,80% sự biến thiên của biến phụ thuộc “SHL” còn lại 33,2% là do các nhân tố ngoài mô hình và các sai số ngẫu nhiên. Như vậy, mô hình đưa ra là phù hợp với dữ liệu mẫu.
Kiểm định F
Bảng 2.22: Phân tích ANOVA về sự phù hợp của mô hình hồi quy
Mô hình | Tổng bình phương | Bật tự do df | Bình phương trung bình | Giá trị thống kê F | Giá trị p (Sig.) | |
1 | Hồi quy Còn lại | 8,992 4,208 | 5 119 | 1,798 0,035 | 50,865 | 0,000b |
Tổng | 13,200 | 124 |
Số liệu tại bảng trên cho thấy, giá trị của kiểm định F = 50,865, giá trị p = 0,000
< 0,05, chứng tỏ R2 của tổng thể khác 0, nghĩa là các biến độc lập có ảnh hưởng đến biến phụ thuộc. Điều này đồng nghĩa với việc, mô hình hồi quy tuyến tính xây dựng được phù hợp với tổng thể và có thể đưa vào sử dụng.
2.2.3.1.Phân tích hồi quy
Sau khi phân tích nhân tố khám phá để xác định cụ thể từng nhân tố tác động đến sự hài lòng về chất lượng dịch vụ. Mô hình hồi quy được áp dụng là mô hình hồi quy đa biến (mô hình hồi quy bội). Phân tích hồi quy được thực hiện bởi 5 biến độc lập: Mức độ đáp ứng, Mức độ tin cậy, Năng lực phục vụ, Mức độ đồng cảm, Cơ sở vật chất. Giá trị các yếu tố được dùng để chạy hồi quy là giá trị trung bình của các biến quan sát được kiểm định. Phân tích được thực hiện bằng phương pháp đưa vào cùng một lúc (phương pháp enter) với phần mền SPSS 20.
Giả thiết ban đầu về mô hình lý thuyết, ta có phương trình hồi quy tuyến tính như
sau:
Y= β0 + β1*X1 + β2*X2 + β3*X3 + β4*X4 + β5*X5
Trong đó:
(X1): Mức độ đáp ứng (X2): Mức độ tin cậy (X3): Năng lực phục vụ (X4): Mức độ đồng cảm (X5): Cơ sở vật chất
Và biến phụ thuộc:
Y: Sự hài lòng về chất lượng dịch vụ CSKH Gỉa thiết điều chỉnh như sau:
H0 : Các nhân tố không có tương quuan với chất lượng dịch vụ chăm sóc khách
hàng của Công ty Cổ phần Đầu tư Phát triển Lộc Đất Việt
H1 : Nhân tố Mức độ đáp ứng có tương quuan với chất lượng dịch vụ chăm sóc
khách hàng của Công ty Cổ phần Đầu tư Phát triển Lộc Đất Việt
H2 : Nhân tố Mức độ tin cậy có tương quan với chất lượng dịch vụ chăm sóc
khách hàng của Công ty Cổ phần Đầu tư Phát triển Lộc Đất Việt