Kết Quả Phân Tích Nhân Tố Khám Phá Thang Đo Đanh Giá Chung

Đánh giá sự hài lòng của khách hàng đối với chất lượng dịch vụ Content Marketing trên Facebook của Công ty Cổ phần Công nghệ VFFTECH - 9


Kết quả kiểm định KMO and Bartlett’s Test cho thấy giá trị Sig bé hơn 0,05 và KMO là 0,907 do đó kỹ thuật phân tích nhân tố là phù hợp và có thể thực hiện được trong nghiên cứu này.

Kết quả phân tích EFA cho thấy từ 27 biến quan sát được rút lại thành 5 nhân tố cơ bản. Tổng phương sai trích là 67,767% > 50%, cho biết 5 nhân tố này giải thích được 67,767% biến thiên của dữ liệu và các giá trị Eigenvalue đều lớn hơn 1. Kiểm định Bartlett’s có giá trị Sig = 0,000 < 0,05 nên đặt yêu cầu. Trong kiểm định này, không có biến nào bị loại ra khỏi mô hình do hệ số tải nhân số > 0,5. Cụ thể:

- 07 biến quan sát MĐĐU6, MĐĐU2, MĐĐU1, MĐĐU7, MĐĐU5, MĐĐU3,

MĐĐU4 được gom vào một nhân tố với phương sai trích là 40,799% và Eigenvalue là 11,016. Nhân tố này được đặt tên là Mức độ đáp ứng, ký hiệu là MĐĐU.

- 05 biến quan sát NLPV4, NLPV5, NLPV3, NLPV1, NLPV2 được gom vào một nhân tố với phương sai trích là 11,437% và Eigenvalue là 3,088. Nhân tố này được đặt tên là Năng lực phục vụ, ký hiệu là NLPV.

- 05 biến quan sát MĐĐC3, MĐĐC4, MĐĐC2, MĐĐC5, MĐĐC1 được gom vào một nhân tố với phương sai trích là 6,058% và Eigenvalue là 1,636. Nhân tố này được đặt tên là Mức độ đồng cảm, ký hiệu là MĐĐC.

- 05 biến quan sát PTHH3, PTHH4, PTHH2, PTHH5, PTHH1 được gom vào một nhân tố với phương sai trích là 5,550% và Eigenvalue là 1,499. Nhân tố này được đặt tên là Phương tiện hữu hình, ký hiệu là PTHH.

- 05 biến quan sát MĐTC3, MĐTC4, MĐTC2, MĐTC5, MĐTC1 được gom vào một nhân tố với phương sai trích là 3,923% và Eigenvalue là 1,059. Nhân tố này được đặt tên là Mức độ tin cậy, ký hiệu là MĐTC.


Bảng 2.7. Kết quả phân tích nhân tố khám phá



Biến quan sát

Hệ số tải nhân tố

1

2

3

4

5

MĐĐU6

0,745





MĐĐU2

0,734





MĐĐU1

0,708





MĐĐU7

0,698





MĐĐU5

0,693





MĐĐU3

0,685





MĐĐU4

0,592





NLPV4


0,848




NLPV5


0,847




NLPV3


0,827




NLPV1


0,821




NLPV2


0,753




MĐĐC3



0,772



MĐĐC4



0,762



MĐĐC2



0,739



MĐĐC5



0,704



MĐĐC1



0,682



PTHH3




0,769


PTHH4




0,745


PTHH2




0,699


PTHH5




0,674


PTHH1




0,582


Có thể bạn quan tâm!

Xem toàn bộ 123 trang: Đánh giá sự hài lòng của khách hàng đối với chất lượng dịch vụ Content Marketing trên Facebook của Công ty Cổ phần Công nghệ VFFTECH

Đánh giá sự hài lòng của khách hàng đối với chất lượng dịch vụ Content Marketing trên Facebook của Công ty Cổ phần Công nghệ VFFTECH - 9



MĐTC1





0,730

MĐTC5





0,715

MĐTC2





0,687

MĐTC4





0,645

MĐTC3





0,607

Eigenvalue

11,016

3,088

1,636

1,499

1,059

Phương sai nhân tố (%)

40,799

11,437

6,058

5,550

3,923

Phương sai tích lũy (%)

40,799

52,235

58,294

63,844

67,767

(Nguồn: Xử lý số liệu SPSS)

Phân tích nhân tố đối với thang đo nhận định chung (biến phụ thuộc)

Kết quả phân tích nhân tố khám phá đối với thang đo nhận định chung cho thấy, 03 biến quan sát ĐGC1, ĐGC2, ĐGC3 được rút trích thành 01 nhân tố với phương sai trích là 77,758% và Eigenvalue là 2,333. Nhân tố này được đặt tên là Đánh giá chung.

Bảng 2.8. Kết quả phân tích nhân tố khám phá thang đo đanh giá chung


Hệ số KMO

0,734


Kiểm định Bartlett

Khi bình phương (Chi-Square)

198,765

Độ lệch chuẩn (df)

3

Mức ý nghĩa (Sig.)

0,000

(Nguồn: Xử lý số liệu SPSS)

2.2.4. Phân tích hồi quy

Phân tích tương quan

Bước đầu tiên khi phân tích hồi quy tuyến tính ta sẽ xem xét các mối tương quan tuyến tính giữa biến phụ thuộc và từng biến độc lập, cũng như giữa các biến độc lập với nhau. Hệ số tương quan giữa biến độc lập và biến phụ thuộc càng lớn chứng tỏ mối quan hệ tuyến tính càng lớn và phân tích hồi quy tuyến tính có thể phù hợp. Mặt khác, nếu giữa các biến độc lập cũng có tương quan lớn với nhau thì đó cũng là dấu hiệu cho biết giữa chúng có thể xảy ra hiện tượng đa cộng tuyến trong mô hình của tác giả.


Bảng 2.9. Ma trận tương quan giữa biến độc lập và biến phụ thuộc



ĐGC

MĐTC

MĐĐU

NLPV

MĐĐC

PTHH

ĐGC

Pearson Correlation

1

**

,704

**

,711

**

,335

**

,627

**

,642


Sig. (2-tailed)


0

0

0

0

0


N

150

150

150

150

150

150

MĐTC

Pearson Correlation

**

,704

1

**

,735

**

,215

**

,601

**

,594


Sig. (2-tailed)

0


0

0,008

0

0


N

150

150

150

150

150

150

MĐĐU

Pearson Correlation

**

,711

**

,735

1

**

,308

**

,596

**

,606


Sig. (2-tailed)

0

0


0

0

0


N

150

150

150

150

150

150

NLPV

Pearson Correlation

**

,335

**

,215

**

,308

1

**

,326

**

,398


Sig. (2-tailed)

0

0,008

0


0

0


N

150

150

150

150

150

150

MĐĐC

Pearson Correlation

**

,627

**

,601

**

,596

**

,326

1

**

,551


Sig. (2-tailed)

0

0

0

0


0


N

150

150

150

150

150

150

PTHH

Pearson Correlation

**

,642

**

,594

**

,606

**

,398

**

,551

1


Sig. (2-tailed)

0

0

0

0

0



N

150

150

150

150

150

150

**. Correlation is significant at the 0.01 level (2-tailed).


(Nguồn: Xử lý số liệu SPSS)

Qua bảng ma trận tương quan giữa các biến, ta thấy tất cả các hệ số Sig. ở các nhân tố đều nhỏ hơn mức ý nghĩa α = 0,05. Như vậy có thể nói có mối quan hệ tương quan giữa biến phụ thuộc với từng biến độc lập và giữa các biến độc lập với nhau.

Để đánh giá tác động của các yếu tố ảnh hưởng đến sự hài lòng của khách hàng đối với chất lượng dịch vụ Content Marketing trên Facebook của Công ty Cổ phần Công nghệ VFFTECH, tác giả tiến hành phân tích hồi quy tuyến tính đa biến với sự hỗ trợ của phần mềm SPSS theo phương pháp đưa vào một lược (Enter). Năm nhân tố được rút trích ra từ kết quả phân tích nhân tố ở trên là biến độc lập (Independents) và đánh giá chung là biến phụ thuộc (Dependent). Trên cơ sở đó, chúng ta có mô hình hồi quy tuyến tính đa biến như sau:


Y = + + + + +

Trong đó:

Y: Đánh giá chung của khách hàng đối với chất lượng dịch vụ Content Marketing

trên Facebook của Công ty Cổ phần Công nghệ VFFTECH X1: Mức độ tin cậy

X2: Mức độ đáp ứng X3: Năng lực phục vụ X4: Mức độ đồng cảm

X5: Phương tiện hữu hình

Đánh giá mức độ phù hợp của mô hình hồi quy

Bảng 2.10. Kết quả hồi quy tóm tắt


Mô hình

R

R

R hiệu chỉnh

Sai số chuẩn của

ước lượng

Durbin-

Watson

1

0,799a

0,639

0,626

0,35592

2,207

( Nguồn: Xử lý số liệu SPSS)

Để đánh giá độ phù hợp của mô hình ta dùng hệ số xác định R hiệu chỉnh. Hệ số xác định R hiệu chỉnh của mô hình này là 62,6%, thể hiện 5 biến độc lập trong mô hình giải thích được 62,6% biến thiên của biến phụ thuộc (sự hài lòng của khách hàng đối với chất lượng dịch vụ Content Marketing trên Facebook của Công ty Cổ phần Công nghệ VFFTECH).

Kiểm định độ phù hợp của mô hình

Bước tiếp theo trong phân tích hồi quy là thực hiện kiểm định F về độ phù hợp của mô hình hồi quy, xem biến phụ thuộc có liên hệ tuyến tính với toàn bộ các biến độc lập hay không.

Giả thuyết kiểm định:

H : Mô hình hồi quy tuyến tính là không phù hợp (R = 0)

H : Mô hình hồi quy tuyến tính là phù hợp (R # 0)


Bảng 2.11. Kiểm định độ phù hợp của mô hình


Mô hình

Tổng bình

phương

df

Trung bình

bình phương

F

Sig.


1

Hồi quy

Phần dư

Tổng

32,295

5

6,459

50,986

,000b

18,242

144

0,127



50,537

149




(Nguồn: Xử lý số liệu SPSS)

Theo kết quả từ bảng trên, ta thấy giá trị Sig. của kiểm định F = 0,000 < 0,05, nên có cơ sở để bác bỏ giả thuyết H : Mô hình hồi quy tuyến tính là không phù hợp. Vậy mô hình phù hợp với tập dữ liệu và có thể suy rộng cho toàn tổng thể.

Kết quả phân tích hồi quy và mức độ quan trọng của từng nhân tố Bảng 2.12. Kết quả phân tích hồi quy đa biến


Mô hình

Hệ số chưa

chuẩn hóa

Hệ số

chuẩn hóa

t

Sig.

Thống kê

tuy

đa

ến

cộng


B

Sai số chuẩn


Beta

Hệ số chấp

nhận


VIF


Hằng số

-0,204

0,271


-0,754

0,452




MĐTC

0,301

0,089

0,271

3,402

0,001

0,394

2,538


1

MĐĐU

NLPV

0,285

0,05

0,085

0,048

0,268

0,058

3,36

1,039

0,001

0,301

0,393

0,809

2,546

1,236


MĐĐC

0,196

0,076

0,175

2,584

0,011

0,544

1,839


PTHH

0,247

0,086

0,199

2,854

0,005

0,515

1,941

(Nguồn: Xử lý số liệu SPSS)

Từ kết quả bảng hồi quy, ta thấy có biến NLPV có Sig. = 0,301 > 0,05 không có ý nghĩa về mặt thống kê nên sẽ tiến hành loại biến, các biến còn lại có giá trị Sig. < 0,05 cho thấy có ý nghĩa về mặt thống kê trong mô hình với mức ý nghĩa 5%.

Như vậy, mô hình hồi quy chuẩn hóa được rút ra như sau:

Y = 0,271 + 0,268 + 0,175 + 0,199


Dựa vào mô hình hồi quy trên ta thấy hệ số β = 0,271 có nghĩa là khi nhân tố Mức độ tin cậy thay đổi 1 đơn vị trong điều kiện các nhân tố khác không đổi thì làm cho sự hài lòng của khách hàng đối với chất lượng dịch vụ Content Marketing trên Facebook của công ty Cổ phần Công nghệ VFFTECH cũng biến động cùng chiều 0,271 đơn vị.

Đối với nhân tố Mức độ đáp ứng có hệ số β = 0,268 khi nhân tố này thay đổi 1 đơn vị thì làm cho sự hài lòng của khách hàng đối với chất lượng dịch vụ Content Marketing trên Facebook của công ty Cổ phần Công nghệ VFFTECH cũng biến động cùng chiều 0,268 đơn vị trong điều kiện các yếu tố khác không thay đổi.

Đối với nhân tố Mức độ đồng cảm có hệ số β = 0,175 khi nhân tố này thay đổi 1 đơn vị thì làm cho sự hài lòng của khách hàng đối với chất lượng dịch vụ Content Marketing trên Facebook của công ty Cổ phần Công nghệ VFFTECH cũng biến động cùng chiều 0,175 đơn vị trong điều kiện các nhân tố khác không thay đổi.

Đối với nhân tố Phương tiện hữu hình có hệ số β = 0,199 khi nhân tố này thay đổi 1 đơn vị thì làm cho sự hài lòng của khách hàng đối với chất lượng dịch vụ Content Marketing trên Facebook của công ty Cổ phần Công nghệ VFFTECH cũng biến động cùng chiều 0,199 đơn vị trong điều kiện các nhân tố khác không thay đổi.

Phương trình hồi quy trên cho thấy, khi các yếu tố Mức độ tin cậy, Mức độ đáp ứng, Mức độ đồng cảm và Phương tiện hữu hình càng cao thì mức độ hài lòng của khách hàng đối với chất lượng dịch vụ Content Marketing trên Facebook của công ty Cổ phần Công nghệ VFFTECH càng lớn. Cụ thể, thành phần Mức độ tin cậy có tác động mạnh nhất đến sự hài lòng của khách hàng đối với chất lượng dịch vụ Content Marketing trên Facebook của công ty Cổ phần Công nghệ VFFTECH, lần lượt các yếu tố Mức độ đáp ứng, Phương tiện hữu hình và Mức độ đồng cảm có tác động giảm dần đến sự hài lòng của khách hàng.

Mặt khác, mô hình hồi quy không vi phạm hiện tượng đa cộng tuyến do có hệ số phóng đại VIF của các biến (VIF < 10) và không có sự tự tương quan do kiểm định Durbin – Watson = 2,207 nằm trong khoảng chấp nhận được (1,6 < DW < 2,6) (Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc).


2.2.5. Đánh giá của khách hàng đối với chất lượng dịch vụ Content Marketing

trên Facebook thông qua giá trị trung bình One Sample T-Test

Kiểm định giá trị trung bình của tổng thể bằng kiểm định One Sample T-Test. Thang đo được sử dụng để đo lường sự đồng ý là Likert 1 – 5. Trong 5 mức độ của likert điểm 1 và điểm 2 đại diện cho ý kiến là không đồng ý, điểm 4 và điểm 5 đại diện cho ý kiến đồng ý, điểm 3 là điểm trung gian ngăn cách giữa hai bên không đồng ý và đồng ý. Kiểm định trung bình để xem khách hàng có sự đồng ý trên mức trung lập hay không. Chính vì điều này, nghiên cứu sử dụng giá trị 4 để làm giá trị Test value cho kiểm định giá trị chung:

Giả thuyết đặt ra:

H0: µ = μ : Giá trị trung bình = Giá trị kiểm định (Test value) H1: µ # μ : Giá trị trung bình # Giá trị kiểm định (Test value)

Điều kiện chấp nhận giả thuyết: Với mức ý nghĩa kiểm định là α = 5% Nếu Sig. > 0,05: Chưa đủ cơ sở bác bỏ giả thuyết H0

Nếu Sig. < 0,05: Bác bỏ giả thuyết H0, chấp nhận giả thuyết H1

Đánh giá của khách hàng về nhóm nhân tố “Mức độ tin cậy”

Giả thuyết đặt ra:

H0: µ = 4

H1: µ # 4

Bảng 2.13. Kết quả kiểm định One Sample T-Test về Mức độ tin cậy


One Sample T-Test


Test Value = 4

Giá trị trung bình

Sig.(2-tailed)

MĐTC1

3,95

0,303

MĐTC2

3,71

0,000

MĐTC3

3,85

0,006

MĐTC4

3,72

0,000

MĐTC5

3,81

0,000

(Nguồn: Xử lý số liệu SPSS)

Download pdf, tải về file docx

Bài viết tương tự

Gửi tin nhắn

Danh mục

Bimage 1

Bài viết tương tự

Xem nhiều

Bimage 2

Bài viết mới

Bimage 3

Home | Contact | About | Terms | Privacy policy
© 2022 Tailieuthamkhao.com | all rights reserved

Trang chủ Tài liệu miễn phí Thư viện số