DB4: Giúp tôi tránh được những cám dỗ chi tiêu tùy ý và tập trung vào những dự định cho tương lai sau này.
Nhân tố 3: Đặt tên là “ Năng lực phục vụ”
Giá trị Eigenvalue = 5,308> 1, nhân tố này liên quan đến thái độ, tác phong làm việc cũng như trình độ nghiệp vụ của đội ngũ nhân viên khi giao dịch trực tiếp với khách hàng. Yếu tố này gồm 4 biến quan sát:
NL1: Nhân viên có kiến thức sâu rộng về sản phẩm và có đủ trình độ chuyên môn
để trả lời các câu hỏi thắc mắc của khách hàng.
NL2: Nhân viên phục vụ chu đáo với khách hàng.
NL3: Chỉ cần khách hàng yêu cầu nhân viên có thể đến tận nơi để tư vấn, trao đổi về sản phẩm.
NL4: Nhân viên phục vụ công bằng đối với tất cả các khách hàng.
Nhân tố 4: Đặt tên là “ Mức độ đồng cảm”
Giá trị Eigenvalue = 1,382> 1, nhân tố này liên quan đến quá trình xây dựng mối quan hệ với những khách hàng hiện tại cũng như khách hàng mới như thế nào. Cụ thể là Công ty có thường xuyên gọi điện quan tâm, hỏi thăm, tặng quà vào các dịp quan trọng hay không cũng như Công ty có nhớ được tên khách hàng không. Yếu tố này có 4 biến quan sát:
ĐC1: Nhân viên của công ty nhớ được tên của khách hàng.
ĐC2: Nhân viên luôn nhận trách nhiệm về phía mình không đùn đẩy trách nhiệm
và đổ lỗi cho khách hàng khi họ có bức xúc, khiếu nại.
ĐC3: Đội ngũ nhân viên thường xuyên gọi điện quan tâm, hỏi thăm về sự hài lòng của tôi đối với chất lượng dịch vụ của công ty.
ĐC4: Nhân viên luôn bắt đầu bằng lời chào và kết thúc bằng lời cảm ơn khi tiếp xúc với khách hàng.
Nhân tố 5: Đặt tên là “ Phương tiện hữu hình”
Giá trị Eigenvalue = 1,639> 1, nhân tố này liên quan đánh giá về chất lượng cơ sở vật chất cũng như không gian giao dịch của Công ty có tạo được sự hài lòng cho khách hàng hay không. Yếu tố này gồm có 4 biến quan sát:
HH1: Nhân viên có đồng phục lịch sự.
HH2: Tài liệu tham khảo về dịch vụ - sản phẩm của công ty được thiết kế đẹp và hấp dẫn.
HH3: Cơ sở vật chất, không gian giao dịch với khách hàng tại công ty rộng rãi.
HH4: Các hồ sơ, hợp đồng giao dịch và chứng từ biên nhận bảo hiểm với khách hàng rõ ràng.
Phân tích nhân tố đối với nhóm biến phụ thuộc
Bảng 2. 13 : Xoay nhân tố nhóm biến phụ thuộc
HL2 | 0,863 |
HL3 | 0,806 |
HL1 | 0,797 |
Eigenvalue | 2,030 |
Phương sai trích % | 67,682 |
Có thể bạn quan tâm!
-
Đánh Giá Chất Lượng Hoạt Động Dịch Vụ Chăm Sóc Khách Hàng Cá Nhân Của Công Ty Bảo Hiểm Nhân Thọ Dai-Ichi Life Việt Nam_Văn Phòng Tổng Đại Lý Huế 1. -
Mô Hình Hóa Và Phân Tích Tác Động Của Các Nhân Tố Đến Chất Lượng Dịch Vụ Chăm Sóc Khách Hàng Cá Nhân Của Công Ty Bảo Hiểm Nhân Thọ Dai-Ichi Life -
Kết Quả Kiểm Định Hệ Số Cronbach’S Alpha Của Thang Đo Năng -
Kiểm Định Giá Trị Trung Bình Về Mức Độ Hài Lòng Của Khách Hàng -
Thống Kê Và Đánh Giá Cảm Nhận Của Khách Hàng Cá Nhân Về -
Friday S. And Cotts D.g, 1995, Quality Facility Management: A Marketing And Customer Service Approach.
Xem toàn bộ 170 trang tài liệu này.
(Nguồn: Số liệu xử lí SPSS)
Kết quả phân tích nhân tố khám phá, rút trích ra được một nhân tố trong nhóm biến phụ thuộc, nhân tố này được tạo ra từ các biến quan sát nhằm rút ra đánh giá chung vể Sự hài lòng của khách hàng đối với chất lượng dịch vụ chăm sóc khách hàng cá nhân. Nhân tố rút trích Eigenvalue >1, vì thế các biến quan sát này có thể tạo nên
một nhân tố. Nhân tố này được đặt tên là “Sự hài lòng về chất lượng dịch vụ chăm sóc khách hàng cá nhân”. Trong bảng trên, tổng phương sai trích rút bằng 67,682% cho biết nhân tố này giải thích được 67,682% biến thiên của dữ liệu.
2.3.2.3. Phân tích hồi quy tuyến tính
Theo mô hình nghiên cứu đề xuất, đề tài sẽ tiến hành xây dựng các mô hình hồi quy tuyến tính, nhằm giải thích cho biến “sự hài lòng” của khách hàng về chất lượng dịch vụ chăm sóc khách hàng cá nhân của Công ty Dai-ichi Life . Cụ thể, các hàm hồi quy tuyến tính sẽ kiểm tra các yếu tố tác động như thế nào tới tới sự hài lòng của khách hàng và xem xét xem trong các yếu tố được đề xuất trong mô hình ban đầu thì yếu tố nào tác động mạnh nhất để từ đó có những biện pháp áp dụng thích hợp.
a. Kiểm định phân phối chuẩn
Kiểm định phân phối chuẩn là điều kiện đảm bảo độ thõa mãn cho các biến phân tích nhân tố. Theo thạc sĩ Đào Hoài Nam, Đại học kinh tế Thành Phố Hồ Chí Minh thì hệ số đối xứng Skewness và hệ số tập trung Kurtosis được sử dụng để kiểm định phân phối chuẩn của các nhân tố. Một phân phối chuẩn Skewness được xem là phân phối chuẩn khi Standard Error của nó nằm trong khoảng(-2;2). Tương tự, một phân phối Kurtosis được xem là phân phối chuẩn khi Standard Error của nó nằm trong khoảng (-2;2).
Bảng 2. 14: Kiểm định phân phối chuẩn
Mức độ tin cậy | Mức độ đảm bảo | Năng lực phục vụ | Mức độ đồng cảm | Phương tiện hữu hình | Sự lài lòng của Kh về chất lượng dịch vụ CSKH cá nhân | |
Skewness | -0,822 | -1,197 | -1,108 | -1,111 | -0,748 | -1,497 |
Std. Error of Skewness | 0,198 | 0,198 | 0,198 | 0,198 | 0,198 | 0,198 |
Kurtosis | 1,334 | 1,870 | 1,824 | 2,634 | 0.990 | 3,841 |
Std. Error of Kurtosis | 0,394 | 0,394 | 0,394 | 0,394 | 0,394 | 0,394 |
(Nguồn: Số liệu xử lý SPSS)
Qua bảng phân tích cho thấy Std. Error của Skewness và Std. Error của Kurtosis của các nhân tố đều nằm trong khoảng (-2; 2). Như vậy có thể kết luận, các nhân tố trên là phân phối chuẩn.
b. Kiểm định mối tương quan giữa các biến trong mô hình
Các biến được đưa vào kiểm tra mối tương quan là: “sự hài lòng về chất lượng dịch vụ CSKH cá nhân”, “Mức độ đảm bảo”, “Mức độ tin cậy”, “Năng lực phục vụ”, “Phương tiện hữu hình” và “Mức độ đồng cảm” trong đó “sự hài lòng về chất lượng dịch vụ CSKH cá nhân” là biến phụ thuộc và các biến còn lại là biến độc lập. Nếu các biến độc lập này có mối tương quan với biến phụ thuộc thì việc phân tích hồi quy mới có ý nghĩa thống kê.
Có thể thấy biến phụ thuộc “sự hài lòng về chất lượng dịch vụ chăm sóc khách hàng cá nhân” và các biến độc lập có mối tương quan với nhau, giá trị Sig. bé hơn mức ý nghĩa α = 0,05 cho thấy sự tương quan có ý nghĩa về mặt thống kê. Trong đó, biến “Mức độ đồng cảm” có tương quan tương mạnh nhất (vì có hệ số tương quan Pearson lớn nhất = 0,579), trong khi biến “Năng lực phục vụ” có mối tương quan thấp nhất với biến phụ thuộc.
Bảng 2. 15: Kiểm định hệ số tương quan Pearson mô hình hồi quy sự hài lòng về chất lượng dịch vụ CSKH cá nhân
Hài lòng | Mức độ tin cậy | Mức độ đảm bảo | Năng lực phục vụ | Mức độ đồng cảm | Phương tiện hữu hình | ||
Hài lòng | Pearson Corelation | 1 | 0,502 | 0,543 | 0,374 | 0,579 | 0,488 |
Sig.(2-tailed) | 0,00 | 0,00 | 0,00 | 0,00 | 0,00 |
(Nguồn: Số liệu xử lí SPSS)
c. Xây dựng mô hình hồi quy tuyến tính
Mô hình hồi quy có dạng:
Y = β0 + β1X1 + β2X2 + β3X3 + β4X4 +β5X 5+ei
Trong đó: Y: biến phụ thuộc
β0: hệ số chặn (hằng số)
βk: hệ số hồi quy riêng phần
Xi: các biến độc lập trong mô hình ei: biến độc lập ngẫu nhiên
Các biến được sử dụng để phân tích hồi quy bao gồm: X1: Đánh giá của khách hàng về độ tin cậy, kí hiệu là TC
X2: Đánh giá của khách hàng về khả năng đảm bảo, kí hiệu là ĐƯ X3 : Đánh giá của khách hàng về năng lực phục vụ kí hiệu là NLPV X4 : Đánh giá của khách hàng về mức độ đồng cảm kí hiệu là ĐC X5: Đánh giá của khách hàng về phương tiện hữu hình, kí hiệu là HH Y: Sự hài lòng của khách hàng, kí hiệu là HL
Bảng 2. 16: Mô hình tóm tắt sử dụng phương pháp Enter
R | R2 | R2 điều chỉnh | Sai số chuẩn của ước lượng | Sig | Durbin-Watson | |
1 | 0,756 | 0,571 | 0,556 | 0,35601 | 0.000 | 1,498 |
(Nguồn: Số liệu xử lí SPSS)
Hệ số Durbin-Watson của mô hình là 1.498 < 2 nên không xảy ra hiện tượng tự tương quan trong mô hình. Hệ số R2 điều chỉnh nhỏ hơn R2 nên dùng R2 điều chỉnh để đánh giá độ phù hợp của mô hình sẽ an toàn hơn. Kết quả ở bảng trên cho thấy, mô hình có giá trị R2 điều chỉnh là 0,556. Như vậy độ phù hợp của mô hình là 55.6%. Hay nói cách khác, 55.6% biến thiên của biến sự hài lòng được giải thích bởi biến quan sát trên, còn lại là do tác động của các yếu tố khác ngoài mô hình. Các bước tiếp theo sẽ sử dụng mô hình hồi quy gồm biến độc lập này để phân tích.
d. Kiểm định độ phù hợp của mô hình hồi quy
- Kiểm định F về độ phù hợp của mô hình hồi quy tuyến tính tổng thể, tức là có hay không mối quan hệ giữa các biến độc lập và biến phụ thuộc. Giả thuyết H0 đặt ra đó là: β1 = β2 = β3 = 0.
Bảng 2. 17: Kiểm định độ phù hợp ANOVA cho mô hình hồi quy hài lòng
Tổng bình phương | df | Trung bình bình phương | F | Sig. | ||
1 | Hồi quy | 24,304 | 5 | 4,861 | 38,352 | 0,000b |
Dư | 18,251 | 144 | 0,127 | |||
Tổng | 42,555 | 149 |
(Nguồn: Số liệu xử lí SPSS)
Kết quả phân tích ANOVA ở bảng trên cho thấy giá trị Sig. = 0,00 < 0.05, do đó đủ bằng chứng thống kê để bác bỏ giả thiết H0. Như vậy, sự kết hợp các biến độc lập giải thích được tốt các thay đổi của biến phụ thuộc là “sự hài lòng về chất lượng dịch vụ CSKH cá nhân”..
e. Kết quả hồi quy
Bảng 2. 18: phân tích hồi quy
Hệ số chưa chuẩn hóa | Hệ số chuẩn hóa | t | Mức ý nghĩa | Thống kê đa cộng tuyến | |||
B | Độ lệch chuẩn | Bêta | Tolerance | VIF | |||
(Hằng số) | -0,017 | 0,300 | -0,057 | 0,955 | |||
Mức độ tin cậy | 0,220 | 0,060 | 0,226 | 3,659 | 0,000 | 0,778 | 1,286 |
Mức độ đảm bảo | 0,252 | 0,051 | 0,299 | 4,943 | 0,000 | 0,816 | 1,226 |
Năng lực phục vụ | 0,077 | 0,053 | 0,087 | 1,457 | 0,147 | 0,826 | 1,210 |
Mức độ đồng cảm | 0,252 | 0,061 | 0,267 | 4,118 | 0,000 | 0,706 | 1,416 |
Phương tiện hữu hình | 0,207 | 0,057 | 0,221 | 3,649 | 0,000 | 0,811 | 1,233 |
(Nguồn: Số liệu xử lí SPSS)
Bảng 2. 19: Kết quả hồi quy với các giả thuyết
Mức ý nghĩa Sig. | Kết quả | |
H1 | .000 | Chấp nhận |
H2 | .000 | Chấp nhận |
H3 | .147 | Loại (sig beta >0,05) |
H4 | .000 | Chấp nhận |
H5 | .000 | Chấp nhận |
(Nguồn: Số liệu xử lí SPSS)
Biến phụ thuộc: Sự hài lòng
Kiểm định trong phân tích hệ số hồi quy cho ta thấy: Giá trị Sig. của tất cả các biến độc lập đều nhỏ hơn 0,05, ngoại trừ, biến “Năng lực phục vụ”. Hệ số VIF nhỏ hơn rất nhiều so với 10 nên không xảy ra hiện tượng đa cộng tuyến trong mô hình. Do đó ta có thể nói rằng biến độc lập“Năng lực phục vụ” không có tác động đến biến phụ thuộc , còn các biến độc lập còn lại đều có tác động đến biến phụ thuộc. Các nhân tố chấp nhận này đều có ý nghĩa trong mô hình và tác động cùng chiều đến sự đánh giá của khách hàng, do các hệ số hồi quy đều mang dấu dương.
HL= -0.017 + 0.220 x X1 + 0.252 x X2 + 0.252 x X4+ 0.207 x X5
Hay phương trình hồi quy tuyến tính được trích theo hệ số Beta chuẩn có dạng như
sau:
HL= 0.226 x X1 + 0,299 x X2 + 0.267 x X4+ 0.221 x X5
Có thể thấy rằng kết quả chạy EFA cho ra 5 biến độc lập như đã trình bày ở phần kết quả phân tích nhân tố nhưng khi đưa vào hồi quy thì chỉ còn 4 biến xuất hiện trong phương trình hồi quy có tác động đến biến phụ thuộc “Sự hài lòng của KH về chất lượng dịch vụ CSKH cá nhân” và biến đã loại là “Năng lực phục vụ”. KH có tâm lý tiêu dùng khác nhau nên trong những KH tham gia điều tra họ lại chưa thực sự quan tâm đến yếu tố này và cho rằng yếu tố này chưa có tác động gì tới việc họ có hài lòng với chất lượng dịch vụ của công ty hay không.
Hệ số Beta Mức độ đảm bảo là cao nhất, tiếp đến là hệ số Beta của mức độ đồng cảm,mức độ tin cậy và cuối cùng là phương tiện hữu hình. Điều đó chứng tỏ rằng, đối với chất lượng dịch vụ chăm sóc khách hàng thì, mức độ tác động của mức độ đảm bảo lên sự hài lòng của KH là cao nhất, sau đó đến mức độ đồng cảm, mức độ tin cậy, cuối cùng là phương tiện hữu hình.
Giải thích ý nghĩa của từng hệ số hồi quy: (trong điều kiện các biến khác không thay đổi)
Với β1 =0.226 tương đương 22.6% biến thiên của biến sự hài lòng chất