Đánh Giá Chất Lượng Dịch Vụ Thu Hộ Tiền Điện Tại Ngân Hàng Thương Mại Cổ Phần Kỹ Thương Việt Nam - Chi Nhánh Huế

2.2. ĐÁNH GIÁ CHẤT LƯỢNG DỊCH VỤ THU HỘ TIỀN ĐIỆN TẠI NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN KỸ THƯƠNG VIỆT NAM - CHI NHÁNH HUẾ

2.2.1. Thống kê mô tả

Với số liệu thu về từ khảo sát, sau khi tiến hành kiểm tra và làm sạch dữ liệu, có 110 phiếu hợp lệ được sử dụng làm dữ liệu cho các nội dung cần phân tích tiếp theo. Kết quả tổng hợp thông tin cá nhân các khách hàng được mô tả chi tiết như sau:

Bảng 2.4: Thống kê mô tả mẫu điều tra



Chỉ tiêu

Tần số tuyệt đối (người)

Tần số tương đối (%)

Tần số hợp lệ (%)

Tần số tích lũy (%)

1. Phân theo giới tính

+ Nam

+ Nữ


36

74


32.7

67.3


32.7

67.3


32.7

100.0

2. Phân theo độ tuổi

+ 18 - 25 tuổi

+ 26 -35 tuổi

+ 36 - 55 tuổi

+ 55 -65 tuổi


2

14

63

31


1.8

12.7

57.3

28.2


1.8

12.7

57.3

28.2


1.8

14.5

71.8

100.0

3. Phân theo thu nhập (VND/tháng)

+ Dưới 2 triệu

+ 2 - 5 triệu

+ 5 - 7 triệu

+ Trên 7 triệu


3

31

51

25


2.7

28.2

46.4

22.7


2.7

28.2

46.4

22.7


20.7

30.9

77.3

100.0

4. Phân theo nghề nghiệp

+ Cán bộ nhân viên

+ Kinh doanh

+ Công nhân

+ Khác


57

25

8

20


51.8

22.7

7.3

18.2


51.8

22.7

7.3

18.2


51.8

74.5

81.8

100.0

Tổng cộng

110

100.0

100.0


Có thể bạn quan tâm!

Xem toàn bộ 59 trang tài liệu này.

Đánh giá chất lượng dịch vụ thu hộ tiền điện tại ngân hàng thương mại cổ phần kỹ thương Việt Nam chi nhánh Huế - 4

- Về giới tính: Như vậy, có tổng cộng 74 khách hàng nữ chiếm tỉ lệ rất cao

67.3 % và khách hàng nam là 36 người, chiếm tỉ lệ 32.7% trên tổng số 110 khách hàng được khảo sát. Qua số liệu phân tích ở trên cho thấy nữ giới rất quan tâm đến dịch vụ, thường là người cai quản vấn đề chi tiêu trong gia đình. Đây cũng là kết quả phản ánh đúng bản chất của sản phẩm thu hộ tiền điện.

- Về độ tuổi:Bảng 2.4 trên cho biết, có 2 khách hàng thuộc nhóm tuổi từ 18 – 25 tuổi, chiếm tỷ trọng 1.8%; 14 khách hàng thuộc nhóm tuổi từ 26 – 35 tuổi, chiếm tỷ trọng 12.7%; 63 khách hàng thuộc nhóm tuổi từ 36 – 55 tuổi, chiếm tỷ trọng 57.3% và nhóm khách hàng từ 55 – 65 tuổi là 31 người, chiếm 28.2% trên tổng số bốn nhóm tuổi được khảo sát. Qua các số liệu này, có thể thấy các khách hàng trung niên là những đối tượng khách hàng rất quan tâm đến dịch vụ, cũng như phù hợp với khả năng tài chính của khách hàng.

- Về thu nhập:Kết quả khảo sát thu nhập của 110 khách hàng cho thấy: khách hàng có thu nhập dưới 2 triệu đồng là 3 người tương ứng tỷ lệ là 2.7%; 31 người có thu nhập từ 2 đến 5 triệu đồng, chiếm tỉ lệ là 28.2%; 51 người có thu nhập từ 5 đến 7 triệu đồng với tỉ lệ tương ứng cao nhất là 46.4% và mức thu nhập trên 7 triệu đồng có 25 người tương ứng với tỉ lệ là 22.7%. Phân tích cho thấy khả năng tài chính của khách hàng chủ yếu nằm trong khoảng 5 đến 7 triệu.

- Về nghề nghiệp:Nghề nghiệp của khách hàng khảo sát được chia thành 3 nhóm, trong đó: nhóm cán bộ nhân viên có 57 người, chiếm tỷ cao nhất là 51.8%; nhóm kinh doanh có 25 người, chiếm tỷ lệ 22.7%; nhóm công nhân có 8 người, chiếm tỷ lệ thấp nhất là 7.3%; nhóm còn lại gồm những nghề nghiệp khác có 20 người, chiếm 18.2%. Qua kết quả này, thấy rõ được rằng nhu cầu sử dụng dịch vụ thu hộ tiền điện được các cán bộ nhân viên hưởng ứng, vì đặc thù công việc làm theo giờ hành chính nên gặp khó khăn trong việc thanh toán tiền điện theo phương thức cũ.

2.2.2. Phân tích độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha

Kiểm định độ tin cậy thang đo Cronbach’s Alpha được sử dụng để loại bỏ các biến rác trước khi tiến hành phân tích nhân tố. Kiểm định độ tin cậy của các biến trong thang đo chất lượng dịch vụ thu hộ tiền điện, sự hài lòng của khách hàng dựa vào hệ số kiểm định Cronbach’s Alpha của các thành phần thang đo và hệ số Cronbach’s Alpha của mỗi biến đo lường.

Các biến có hệ số tương quan tổng – biến (Corrected Item Total Correlation) nhỏ hơn 0,3 sẽ bị loại. Một thang đo có độ tin cậy tốt khi nó biến thiên trong khoảng

[0,7 – 0,8]. Nếu Cronbach’s Alpha ≥ 0.6 thì thang đo có thể chấp nhận được về mặt tin cậy. (Nunnally và Bernstein (1994)). Kết quả phân tích được thể hiện ở bảng 2.5.

- Phương tiện hữu hình: gồm 4 biến quan sát (PT1, PT2, PT3, PT4), trong đó 3 biến PT1, PT2 và PT3 đều có hệ số tương quan biến tổng (Corrected Item-Total Correlation) lớn hơn 0.3 nên được chấp nhận. Tuy nhiên, biến thứ 4 (PT4) có hệ số Corrected Item-Total Correlation bé hơn 0.3, nên không được chấp nhận. Ngoài ra, hệ số Cronbach’s Alpha của thang đo là 0.637. Nếu loại biến PT4 đi thì hệ số Cronbach’s Alpha tăng cao đến 0.790 (> 0.6) nên thang đo Phương tiện hữu hình đạt yêu cầu. Ngoại trừ biến PT4, các biến còn lại được đưa vào phân tích nhân tố tiếp.

- Tin cậy: gồm 4 biến quan sát (TC1, TC2, TC3 và TC4), trong đó cả 3 biến đầu tiên (TC1, TC2, TC3) đều có hệ số tương quan biến tổng (Corrected Item-Total Correlation ) lớn hơn 0.3 nên được chấp nhận. Riêng biến TC4 có hệ số tương quan biến tổng (Corrected Item-Total Correlation) là -0.096 (< 0.3) nên không được chấp nhận. Sau khi loại bỏ biến TC4 thì hệ số Cronbach’s Alpha là 0.905 (> 0.6) nên thang đo Tin cậy đạt yêu cầu.

- Đáp ứng: 6 biến quan sát (DU1, DU2, DU3, DU4, DU5, DU6). Cả 6 biến đều có Corrected Item-Total Correlation lớn hơn 0.3 nên được chấp nhận. Ngoài ra, hệ số Cronbach’s Alpha bằng 0.924 (> 0.6) nên thang đo Đáp ứng đạt yêu cầu.

- Năng lực phục vụ:gồm 4 biến quan sát là NL1, NL2, NL3, NL4. 3 biến đầu tiên (NL1, NL2, NL3) đều có hệ số tương quan biến tổng lớn hơn 0.3 nên chấp nhận. Tuy nhiên, biến thứ 4 (NL4) lại có hệ số tương qua biến tổng là -0.090 (< 0.3) nên biến NL4 không đạt yêu cầu. Sau khi loại bỏ biến NL4 hệ số Cronbach’s Alpha là 0.875 (> 0.6) nên thang đo Năng lực phục vụ thỏa mãn yêu cầu. Các biến NL1, NL2 và NL3 được đưa vào phân tích nhân tố tiếp.

- Cảm thông: trong 4 biến quan sát (CT1, CT2, CT3, CT4) thì 3 biến đầu tiên (CT1, CT2, CT3) đều có Corrected Item-Total Correlation lớn hơn 0.3 nên được chấp nhận. Biến E4 có hệ số Corrected Item-Total Correlation là 0.137 (< 0.3) nên không được chấp nhận. Ngoài ra, hệ số Cronbach’s Alpha của thang đo bằng 0.639

và nếu loại E4 đi thì hệ số Cronbach’s Alpha tăng lên đến 0.737 (> 0.6) nên thang đo Cảm thông đạt yêu cầu. Các biến này sẽ được đưa vào phân tích nhân tố tiếp.

Kết luận: Sau khi đánh giá độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha thì có 04 biến bị loại là PT4, TC4, NL4 và CT4.

Bảng 2.5: Kết quả phân tích hệ số Cronbach’s Alpha các thành phần của thang đo



Item-Total

Scale Mean if Item Deleted

Scale Variance if

Item Deleted

Corrected Item-Total

Correlation

Cronbach’s Alpha if Item

Deleted

Tin cậy: Alpha = .744

TC1

9.38

2.705

.753

.554

TC2

9.70

2.394

.717

.568

TC3

9.53

2.432

.845

.482

TC4

11.69

5.172

-.096

.905

Đáp ứng: Alpha = .924

DU1

17.94

11.915

.791

.910

DU2

18.65

10.788

.789

.909

DU3

18.57

10.698

.790

.909

DU4

18.53

10.900

.786

.909

DU5

18.61

11.015

.789

.909

DU6

18.02

12.162

.786

.912

Năng lực phục vụ: Alpha = .622

NL1

9.64

2.952

.716

.348

NL2

10.25

2.604

.574

.403

NL3

9.88

2.824

.655

.362

NL4

11.23

4.738

-.090

.875

Cảm thông: Alpha = .639

CT1

9.95

2.898

.476

.530

CT2

10.38

2.741

.473

.529

CT3

10.33

2.421

.626

.403

CT4

11.43

3.815

.137

.737

Phương tiện hữu hình: Alpha = .637

PT1

11.26

2.914

.641

.390

PT2

11.35

2.842

.515

.490

PT3

11.25

3.162

.593

.440

PT4

11.60

5.179

-.018

.790

(Nguồn: Trích xuất từ kết quả xử lý số liệu bằng phần mềm SPSS)

2.2.3. Phân tích nhân tố khám phá EFA

Sau khi đánh giá độ tin cây của thang đo bằng cách sử dụng hệ số Cronbach’s Alpha và loại đi các biến có độ tin cậy không đảm bảo, nghiên cứu đi sâu vào phân tích nhân tố. EFA là một phương pháp phân tích thống kê để rút gọn một tập gồm nhiều biến quan sát phụ thuộc lẫn nhau thành một tập biến (gọi là các nhân tố) ít hơn để chúng có ý nghĩa hơn nhưng vẫn chứa đụng hầu hết nội dung thông tin của tập biến ban đầu (Hair và cộng tác, (1998)). Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến quan sát.

Nghiên cứu này dùng phương pháp trích Principhal Components với pháp xoay Varimax.

- Quan tâm đến tiêu chuẩn:│Factor Loading│(hệ số tải nhân tố) lớn nhất của mỗi Item ≥ 0.5. Tại mỗi Item, chênh lệch│Factor Loading│lớn nhất và│Factor Loading│bất kỳ phải ≥ 0.3 (Jaboun và Al-Tamimi, (2003)).

- Tổng phương sai trích ≥ 50% (Gerbing và Anderson, (1988)).

- KMO ≥ 0.5, kiểm định Bartlett’s có ý nghĩa thống kê (Sig. < 0.05). Hệ số KMO (Kaiser-Meyer-Olkin) là chỉ số được dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO lớn có ý nghĩa phân tích nhân tố là thích hợp.

Các tác giả Mayers, L.S.Gamst, G.Guarino A.J. (2000) đề cập rằng: “Trong phân tích nhân tố, phương pháp trích Pricipal Components Analysis đi cùng với phép xoay Varimax là cách thức được sử dụng phổ biến nhất.”

Theo Hair và cộng sự (1998), Factor loading (hệ số tải nhân tố hay trọng số nhân tố) là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA:

- Factor loading > 0.3 được xem là đạt mức tối thiểu.

- Factor loading > 0.4 được xem là quan trọng.

- Factor loading > 0.5 được xem là có ý nghĩa thực tiễn.

Điều kiện để phân tích nhân tố khám phá cần thỏa mãn các yêu cầu:

- Hệ số tải nhân tố (Factor loading ) > 0.5.

- 0.5 ≤ KMO ≤ 1.

- Kiểm định Bartlett’s có ý nghĩa thống kê (Sig. < 0.05). Đây là một đại lượng thống kê để xem xét giả thuyết các biến không có tương quan trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig < 0.05) thì các biến quan sát có mối tương quan với nhau trong tổng thể.

- Phần trăm phương sai toàn bộ (Percentage of variance) > 50%: Thể hiện phần trăm biến thiên của các biến quan sát. Nghĩa là: xem biến thiên là 100% thì giá trị này cho biết phân tích nhân tố giải thích được bao nhiêu %.

2.2.3.1. Kết quả phân tích thang đo chất lượng dịch vụ theo mô hình SERVPERF

Phân tích nhân tố khám phá được tiến hành với 18 yếu tố (items). Phương pháp rút trích được chọn để phân tích nhân tố là phương pháp Principal Components với phép xoay Varimax. Phân tích nhân tố EFA được sử dụng để đánh giá lại mức độ hội tụ của các biến quan sát theo các thành phần.

Sau khi tiến hành EFA, kiểm định KMO và Bartlett’s trong phân tích nhân tố cho thấy: hệ số KMO khá cao (= 0.878 > 0.5) với mức ý nghĩa Sig. = 0.000 (Sig. < 0.05) cho thấy phân tích nhân tố EFA rất thích hợp. Tại các mức giá trị Eigenvalues lớn hơn 1 và với phương pháp rút trích Principhal Components với phép xoay Varimax, phân tích nhân tố đã rút trích được 4 nhân tố từ 18 biến quan sát và với tổng phương sai trích là 74.759% (> 50%) đạt yêu cầu.

Bảng 2.6 cho thấy, thang đo Phương tiện hữu hình và Tin cậy đã gộp chung lại thành một yếu tố do hai thành phần này không đạt giá trị phân biệt. Như vậy, 5 thành phần chất lượng dịch vụ theo mô hình lý thuyết đã trở thành 4 thành phần khi đánh giá chất lượng dịch vụ thu hộ tiền điện như sau:

- Nhân tố 1: gồm các biến PT1, PT2, PT3, TC1, TC2 và TC3 Phương tiện hữu hình và Tin cậy (PTTC).

- Nhân tố 2: gồm các biến DU1, DU2, DU3, DU4, DU5 và DU6 Đáp ứng

(DU).


- Nhân tố 3: gồm các biến NL1, NL2 và NL3 Năng lực phục vụ (NL).

- Nhân tố 4: gồm các biến CT1, CT2 và CT3 Cảm thông (CT).

Bảng 2.6: Kết quả phân tích các nhân tố của thang đo chất lượng dịch vụ

KMO and Bartlett's Test


KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy.

Bartlett's Test of Sphericity Approx. Chi-Square

df Sig.

.878 1.472E3

153

.000


Total Variance Explained



Component

Initial Eigenvalues

Extraction Sums of Squared

Loadings

Rotation Sums of Squared

Loadings

Total

% of

Variance

Cumulative

%

Total

% of

Variance

Cumulative

%

Total

% of

Variance

Cumulative

%

1

8.102

45.009

45.009

8.102

45.009

45.009

4.493

24.962

24.962

2

2.643

14.683

59.692

2.643

14.683

59.692

4.384

24.358

49.320

3

1.597

8.870

68.562

1.597

8.870

68.562

2.485

13.807

63.127

4

1.115

6.196

74.759

1.115

6.196

74.759

2.094

11.632

74.759

5

.698

3.878

78.637







6

.649

3.604

82.241







7

.485

2.692

84.933







8

.428

2.379

87.312







9

.374

2.078

89.390







10

.315

1.747

91.137







11

.280

1.557

92.693







12

.259

1.438

94.131







13

.243

1.350

95.482







14

.221

1.227

96.709







15

.175

.973

97.681







16

.169

.942

98.623







17

.145

.804

99.427







18

.103

.573

100.000







Extraction Method: Principal Component Analysis.

Total Variance Explained Rotated Component Matrix


Component

1

2

3

4

TC3 TC2 TC1 PT3 PT1 PT2 DU5 DU1 DU6 DU4 DU3 DU2 NL3 NL1 NL2 CT3 CT1

CT2

.912

.869

.861

.790

.760

.727


.


.835

.812

.805

.798

.789

.756


.880

.855

.778


.846

.659

.658

(Nguồn: Trích xuất từ kết quả xử lý số liệu bằng phần mềm SPSS)

2.2.3.2. Phân tích các nhân tố ảnh hưởng đến sự hài lòng của khách hàng

Bảng 2.7: Kết quả phân tích hệ số Cronbach’s Alpha của các biến hài lòng



Item-Total

Scale Mean if Item Deleted

Scale Variance if Item Deleted

Corrected Item- Total

Correlation

Cronbach’s Alpha if Item

Deleted

Alpha = .802

HL1

7.5804

2.066

.677

.702

HL2

7.6071

1.916

.730

.643

HL3

7.8125

2.064

.550

.839

(Nguồn: Trích xuất từ kết quả xử lý số liệu bằng phần mềm SPSS)

Thang đo sự hài lòng của khách hàng gồm 3 biến quan sát HL1, HL2 và HL3. Các biến này sẽ được đưa vào phân tích nhân tố để kiểm tra mức độ hội tụ. Kiểm định KMO đạt được giá trị là 0,666, Eigenvalues >1 và tổng phương sai dùng để giải thích nhân tố > 50% (72.265%) thỏa điều kiện của phân tích nhân tố.

Như vậy, kết quả phân tích nhân tố sự hài lòng của khách hàng cho thấy cả 3 biến quan sát đều có hệ số tải > 0.5 và dùng để giải thích thang đo mức độ hài lòng khách hàng là hợp lý.

Bảng 2.8: Kết quả phân tích các nhân tố của thang đo sự hài lòng của khách hàng


Mã hóa biến

Nhân tố

1

HL1

.899

HL2

.872

HL3

.774

Eigenvalues

2.168

Cumulative %

72.265%

Cronbach’s Alpha

.802

(Nguồn: Trích xuất từ kết quả xử lý số liệu bằng phần mềm SPSS)

2.2.4. Xây dựng mô hình hồi quy và kiểm tra giả thuyết

2.2.4.1. Mô hình hồi quy

Dựa vào các phân tích ở phần trên, phương trình hồi quy tổng quát được xây dựng như sau:

HL = β0 + β1*PTTC + β2*DU + β3*NL + β4*CT

Trong đó: HL Sự hài lòng của khách hàng.

PTTC Phương tiện hữu hình và Tin cậy. DU Đáp ứng.

NL Năng lực phục vụ. CT Cảm thông.

2.2.4.2. Đánh giá sự phù hợp của mô hình

Sử dụng một hệ số thống kê có tên là Hệ số tương quan Pearson để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lượng. Nếu giữa 2 biến có sự tương quan chặt chẽ thì phải lưu ý đến vấn đề đa cộng tuyến khi phân tích hồi quy.

Bảng 2.9: Sự tương quan giữa các biến trong mô hình hồi quy của thang đo

Correlations



PTTC

DU

NL

CT

HL

PTTC

Pearson Correlation

1

.457**

.337**

.446**

.573**

Sig. (2-tailed)


.000

.000

.000

.000

N

110

110

110

110

110


DU

Pearson Correlation

.457**

1

.494**

.568**

.577**

Sig. (2-tailed)

.000


.000

.000

.000

N

110

110

110

110

110


NL

Pearson Correlation

.337**

.494**

1

.485**

.505**

Sig. (2-tailed)

.000

.000


.000

.000

N

110

110

110

110

110


CT

Pearson Correlation

.446**

.568**

.485**

1

.652**

Sig. (2-tailed)

.000

.000

.000


.000

N

110

110

110

110

110



HL

Pearson Correlation

.573**

.577**

.505**

.652**

1

Sig. (2-tailed)

.000

.000

.000

.000


N

110

110

110

110

110


(Nguồn: Trích xuất từ kết quả xử lý số liệu bằng phần mềm SPSS)

Ở bảng 2.12, ta thấy có sự tương quan chặt chẽ giữa biến phụ thuộc HL (sự hài lòng) với các biến độc lập trong mô hình PTTC (Thương tiện hữu hình và Tin cậy), DU (Đáp ứng) và CT (Cảm thông). Hệ số tương quan giữa biến Hài lòng với các biến khác đều lớn hơn 0.3.

2.2.4.3. Phân tích hồi quy

Phân tích hồi quy bội không phải chỉ là mô tả các dữ liệu quan sát được. Từ kết quả trong mẫu, sẽ xác định mối quan hệ nhân quả giữa biến phụ thuộc (HL) và các biến độc lập. Mô hình phân tích hồi quy sẽ mô tả hình thức của mối liên hệ và qua đó giúp dự đoán được mức độ của biến phụ thuộc khi biết trước giá trị của biến độc lập. Để xây dựng mô hình hồi quy, chọn phương pháp Enter với các kết quả phân tích sau:

- R square = 0.570 với mức ý nghĩa quan sát rất nhỏ (Sig. = 0) cho thấy mô hình hồi quy tuyến tính bội phù hợp với tập dữ liệu và có thể sử dụng được. Tuy nhiên, mô hình thường không phù hợp với dữ liệu thực tế như giá trị R2 thể hiện. Trong tình huống này, R2 điều chỉnh (0.554) từ R2 được 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. Như vậy, hệ số R2 điều chỉnh là 0.554 cho thấy sự tương thích của mô hình với biến quan sát là rất lớn với khoảng 55.4% biến thiên của biến phụ thuộc HL có thể được giải thích bởi 4 biến độc lập trong mô hình.

Bảng 2.10: Kết quả phân tích hồi quy

Model Summaryb


Model

R

R Square

Adjusted R

Square

Std. Error of

the Estimate

1

.755a

.570

.554

.45240

a. Predictors: (Constant), CT, PTTC, NL, DU

b. Variable: HL

ANOVAb


Model

Sum of

Squares

Df

Mean

Square

F

Sig.


1

Regression Residual

Total

28.989

21.900

50.889

4

106

110

7.247

.205

35.410

.000a

a. Predictors: (Constant), CT, PTTC, NL, DU

b. Dependent Variable: HL

Coefficientsa



Model

Unstandardized

Coefficients

Standardized

Coefficients


T


Sig.

Collinearity

Statistics

B

Std.

Error

Beta

Tolerance

VIF

1

(Constant)

.243

.306

.286


.169


.154

.795

.428

.735



PTTC

.263

.068

3.870

.000

.578

1.360


DU

.172

.085

2.032

.045

.690

1.729


NL

.144

.071

2.017

.046

.590

1.448


CT

.367

.086

.353

4.277

.000

.735

1.694

a. Dependent Variable: HL

Residuals Statisticsa



Minimum

Maximum

Mean

Std.

Deviation

N

Predicted Value

2.5080

4.9729

3.8333

.51104

110

Residual

-1.13978

1.10836

.00000

.44418

110

Std. Predicted

Value

-2.593

2.230

.000

1.000

110

Std. Residual

-2.519

2.450

.000

.982

110

(Nguồn: Trích xuất từ kết quả xử lý số liệu bằng phần mềm SPSS)

..... Xem trang tiếp theo?
⇦ Trang trước - Trang tiếp theo ⇨

Ngày đăng: 19/04/2022