Sự tin cậy gồm 4 biến quan sát (TC1, TC2, TC3, TC4), Cronbach’s Alpha=0,849> 0,6. Hệ số tương quan biến quan sát trong thang đo đều lớn hơn 0,3. Tất cả các hệ số Cronbach’s Alpha nếu loại biến đều không lớn hơn Cronbach’s Alpha. Vì vậy, tất cả các biến quan sát nay đều được đưa vào phân tích nhân tố tiếp theo.
Khả năng đảm bảo gồm 4 biến quan sát (DB1, DB2, DB3, DB4), Cronbach’s Alpha= 0,872. Hệ số tương quan biến quan sát trong thang đo đều lớn hơn 0,3. Kết quả kiểm định cũng cho thấy biến quan sát DB2 có hệ số Cronbach’s Alpha nếu loại biến là 0,898 lớn hơn hệ số Cronbach’s Alpha của nhóm là 0,872. Tuy nhiên, hệ số tương quan biến tổng của biến là 0,562 > 0,3 và hệ số Cronbach’s Alpha của nhóm là 0,872 > 0,6. Vì vậy, chúng ta không loại biến DB2 trong trường hợp này và tất cả các biến quan sát nay đều được đưa vào phân tích nhân tố tiếp theo.
Năng lực phục vụ gồm 4 biến quan sát (PV1, PV2, PV3, PV4), Cronbach’s Alpha=0,831. Hệ số tương quan biến quan sát trong thang đo đều lớn hơn 0,3. Tất cả các hệ số Cronbach’s Alpha nếu loại biến đều không lớn hơn Cronbach’s Alpha. Vì vậy, tất cả các biến quan sát nay đều được đưa vào phân tích nhân tố tiếp theo.
Mức độ đồng cảm gồm 4 biến quan sát (DC1, DC2, DC3, DC4), Cronbach’s Alpha=0,845. Hệ số tương quan biến quan sát trong thang đo đều lớn hơn 0,3. Tất cả các hệ số Cronbach’s Alpha nếu loại biến đều không lớn hơn Cronbach’s Alpha. Vì vậy, tất cả các biến quan sát nay đều được đưa vào phân tích nhân tố tiếp theo.
Phương tiện hữu hình gồm 4 biến quan sát (HH1, HH2, HH3, HH4), Cronbach’s Alpha=0,875. Hệ số tương quan biến quan sát trong thang đo đều lớn hơn 0,3. Kết quả kiểm định cũng cho thấy biến quan sát HH3 có hệ số Cronbach’s Alpha nếu loại biến là 0,883 lớn hơn hệ số Cronbach’s Alpha của nhóm là 0,875. Tuy nhiên, hệ số tương quan biến tổng của biến là 0,614 > 0,3 và hệ số Cronbach’s Alpha của nhóm là 0,875 > 0,6. Vì vậy, chúng ta không loại biến HH3 trong trường hợp này và tất cả các biến quan sát nay đều được đưa vào phân tích nhân tố tiếp theo.
Thang đo đánh giá chung gồm 3 biến quan sát (DGC1, DGC2, DGC3), Cronbach’s Alpha= 0,762 > 0,6. Cả 3 biến đều có hệ số tương quan biến quan sát trong thang đo đều lớn hơn 0,3. Tất cả các hệ số Cronbach’s Alpha nếu loại biến đều
không lớn hơn Cronbach’s Alpha. Vì vậy, tất cả các biến quan sát nay đều được đưa
vào phân tích nhân tố tiếp theo.
Như vậy, sau khi thực hiện kiểm định Cronbach’s Alpha thì tất cả các biến đều thoả mãn yêu cầu nên được đưa vào phân tích nhân tố tiếp theo. Dưới đây là bảng thống kế kết quả kiểm định cho từng nhóm biến:
Bảng 2.14: Tổng hợp các biến sau khi phân tích độ tin cậy Cronbach’s Alpha
Yếu tố | Số biến quan sát ban đầu | Số biến quan sát còn lại | |
1 | Sự tin cậy | 4 | 4 |
2 | Khả năng đảm bảo | 4 | 4 |
3 | Năng lực phục vụ | 4 | 4 |
4 | Mức độ đồng cảm | 4 | 4 |
5 | Phương tiện hữu hình | 4 | 4 |
6 | Đánh giá chung | 3 | 3 |
Có thể bạn quan tâm!
-
Quy Trình Dịch Vụ Sửa Chữa Đi Kèm Bảo Hành Máy In -
Đội Ngũ Nhân Viên Thực Hiện Dịch Vụ Sửa Chữa Đi Kèm Bảo Hành Máy In -
Đáng Giá Của Khách Hàng Về Một Số Thông Tin Khi Sử Dụng Dịch Vụ Sửa Chữa Đi Kèm Bảo Hành Máy In Tại Công Ty Tnhh Mtv Công Nghệ Cao Quốc Đạt -
Đánh Giá Chung Về Thực Trạng Dịch Vụ Sửa Chữa Đi Kèm Bảo Hành Máy In Tại Công Ty Tnhh Mtv Công Nghệ Cao Quốc Đạt -
Đáng Giá Của Khách Hàng Về Phương Tiện Hữu Hình Dịch Vụ Sửa Chữa Đi -
Parasuraman, A., Zeithaml, V.a. And Berry, L. L., (1985), A Conceptual Model Of Service Quality And Its Implication Future For Research, Journal Of Marketing.
Xem toàn bộ 136 trang tài liệu này.
(Nguồn: Xử lý số liệu trên SPSS)
2.3.4. Phân tích nhân tố khám phá EFA
Trong 23 biến khảo sát được đưa ra để phan tích nhân tố thì có 20 biến quan sát thuộc thang đo yếu tố ảnh hưởng đến nâng cao chất lượng dịch vụ sửa chữa đi kèm bảo hành máy in và 3 biến quan sát thuộc thang đo đánh giá chung của khách hàng về chất lượng dịch vụ sửa chữa đi kèm bảo hành đã cung cấp.
Trong nghiên cứu này, sử dụng phép trích PCA (Principal Components Analysis) và phép quay Varimax với giá trị hệ số tải nhân tố Factor Loading > 0,5, hệ số KMO nằm trong khoảng 0,5 ≤ KMO ≤ 1, tổng phương sai trích > 50% để đảm bảo sự phù hợp khi phân tích.
2.3.4.1. Phân tích nhân tố khám phá EFA của các biến độc lập
Trong phân tích thang đo các yếu tố ảnh hướng đến việc nâng cao chất lượng dịch vụ sửa chữa đi kèm bảo hành máy in bao gồm 5 yếu tố sau: độ tin cậy, khả năng đảm bảo, năng lực phục vụ, mức độ đồng cảm, phương tiện hữu hình. Sau khi đã loại bỏ các biến rác và làm sạch dữ liệu thì tiến hành phân tích EFA để kiểm định mô hình.
Bảng 2.15: Kết quả chạy EFA các biến độc lập
Hệ số tải nhân tố | |||||
1 | 2 | 3 | 4 | 5 | |
PV1 | 0,802 | ||||
PV4 | 0,725 | ||||
PV2 | 0,676 | ||||
PV3 | 0,652 | ||||
TC1 | 0,832 | ||||
TC4 | 0,829 | ||||
TC3 | 0,807 | ||||
TC2 | 0,782 | ||||
DB4 | 0,898 | ||||
DB1 | 0,896 | ||||
DB3 | 0,788 | ||||
DB2 | 0,529 | ||||
HH1 | 0,883 | ||||
HH3 | 0,835 | ||||
HH4 | 0,807 | ||||
HH2 | 0,615 | ||||
DC2 | 0,779 | ||||
DC1 | 0,726 | ||||
DC3 | 0,699 | ||||
DC4 | 0,670 | ||||
Eigenvalue | 7,410 | 2,811 | 1,790 | 1,476 | 1,055 |
Phương sai trích % | 37,048 | 14,056 | 8,949 | 7,378 | 5,274 |
Phương sai trích tích luỹ % | 37,048 | 51,104 | 60,053 | 67,431 | 72,705 |
Tổng phương sai trích= 72,705 | |||||
KMO = 0,847 | |||||
Sig = 0,000 | |||||
(Nguồn: Xử lý số liệu SPSS)
Phương pháp rút trích được chọn để phân tích nhân tố là Principal components với phép xoay Varimax và điểm dừng khi trích các yếu tố có eigenvalue lớn hơn 1. Kết quả của kiểm định KMO và Barlett’s trong phân tích Factor cho thấy Sig. =0,000
< 0,05 và hệ số KMO = 0,847> 0,5 nên phân tích EFA phù hơp sử dụng trong nghiên cứu này. Tổng phương sai trích = 72,705% > 50% thể hiện răng 5 yếu tố này giải thích được 72,705% sự biến thên của dữ liệu. Hệ số tải nhân tố Factor Loading > 0,5 cho thấy các biến quan sát đều thể hiện được sử ảnh hưởng của mình.
Kết quả phân tích cụ thể có được như sau:
Nhân tố thứ nhất là “ Năng lực phục vụ” bao gồm các biến quan sát (PV1, PV2, PV3,PV4) liên quan đến năng lực phục vụ của công ty đối với yêu cầu của khách hàng và được kí hiệu là PV. Nhóm này có giá trị Eigenvalue bằng 7,410 , nhân tố này các biến quan sát có tương quan chặt chẽ với nhau và giải thích được 37,038% biến thiên dữ liệu điều tra.
Nhân tố thứ hai là “Sự tin cậy” bao gồm các biến quan sát (TC1, TC2, TC3, TC4) liên quan đến sự tin cậy của khách hàng đối với công ty và được kí hiệu là TC. Nhóm này có giá trị Eigenvalue bằng 2,811. Nhân tố này các biến quan sát có tương quan chặt chẽ với nhau và giải thích được 14,056% biến thiên dữ liệu điều tra.
Nhân tố thứ ba là “Khả năng đảm”, gồm 4 biến quan sát là (DB1, DB2, DB3 và DB4) liên quan đến khả năng đảm bảo của công ty đối với khách hàng và được kí hiệu là DB. Nhóm này có giá trị Eigenvalue bằng 1,790. Nhân tố này các biến quan sát có tương quan chặt chẽ với nhau và giải thích được 8,949% biến thiên dữ liệu điều tra.
Nhân tố thứ tư là “Phương tiện hữu hình”, gồm 4 biến quan sát (HH1, HH2, HH3, HH) liên quan các biến liên quan đến phương tiện hữu hình và kí hiệu là HH. Nhóm này có giá trị Eigenvalue bằng 1,476. Nhân tố này các biến quan sát có tương quan chặt chẽ với nhau và giải thích được 7,378% biến thiên dữ liệu điều tra.
Nhân tố thứ năm là “Mức độ đồng cảm” gồm 4 biến quan sát (DC1, DC2, DC3, DC4) liên quan đến sự đồng cảm của công ty đối với khách hàng và kí hiệu và DC. Nhóm này có giá trị Eigenvalue bằng 1,055. Nhân tố này các biến quan sát có tương quan chặt chẽ với nhau và giải thích được 5,274% biến thiên dữ liệu điều tra.
2.3.4.2. Phân tích nhân tố khám phá EFA đánh giá chung
Bảng 2.16: Kết quả chạy EFA biến phụ thuộc
Hệ số tải | Kiểm định | Giá trị | |
DGC1 | 0,861 | KMO | 0,680 |
DGC2 | 0,813 | Sig | 0,000 |
DGC3 | 0,797 | Tổng phương sai trích | 67,898 |
Eigenvalues | 2,037 |
(Nguồn: Xử lý số liệu SPSS)
Từ kết quả phân tích nhận thấy:
Hệ số KMO = 0, 680 thoả mãn điều kiện 0,5 ≤ KMO ≤ 1 nên phân tích nhân tố là phù hợp. Kiểm định Barlett có giá trị sig = 0,000 ˂0,05 là các biến có tương quan với nhau trong mỗi nhóm nhân tố. Tổng phương sai trích là 67,898% >50% đáp ứng được yêu cầu đặt ra. Cho biết nhân tố này giải thích được 67,898% biến thiên của dữ liệu. Hệ số tải nhân tố đều lớn hơn 0,5 và không có biến quan sát nào bị loại.
2.3.5. Mô hình hồi quy
Dựa trên kết quả phân tích nhân tố cho các biến độc lập, ta xây dựng được mô hình hồi quy gồm một biến độc lập và năm biến phụ thuộc:
DGC = β0 + β1TC + β2DB + β3PV + β4DC + β5HH
Các giải thuyết:
H1: Mức độ tin cậy tương quan dương với chất lượng dịch vụ sửa chữa đi kèm
bảo hành máy in tại công ty TNHH MTV Công nghệ cao Quốc Đạt
H2: Mức độ đảm bảo tương quan dương với chất lượng dịch vụ sửa chữa đi kèm
bảo hành máy in tại công ty TNHH MTV Công nghệ cao Quốc Đạt
H3: Năng lực phục vụ tương quan dương với chất lượng dịch vụ sửa chữa đi kèm
bảo hành máy in tại công ty TNHH MTV Công nghệ cao Quốc Đạt
H4: Mức độ đồng cảm tương quan dương với chất lượng dịch vụ sửa chữa đi
kèm bảo hành máy in tại công ty TNHH MTV Công nghệ cao Quốc Đạt
H5: Phương tiện hữu hình tương quan dương với chất lượng dịch vụ sửa chữa đi
kèm bảo hành máy in tại công ty TNHH MTV Công nghệ cao Quốc Đạt
2.3.5.1. Kiểm định hệ số tương quan
Trước khi khi đi vào phân tích hồi quy tuyến tính, ta tiến hành phân tích ma trận hệ số tương quan cho 6 biến gồm 1 biến phụ thuộc và 5 biến độc lập với hệ số Pearson.
Bảng 2.17: Kiểm định hệ số tương quan Pearson mô hình hồi
DGC | TC | DB | PV | DC | HH | ||
DGC | Pearson Correlation | 1,00 | 0,437 | 0,415 | 0,297 | 0,359 | 0,246 |
Sig. (2- tailed) | 0,000 | 0,000 | 0,001 | 0,000 | 0,005 | ||
N | 130 | 130 | 130 | 130 | 130 | 130 |
(Nguồn: Xử lý số liệu trên SPSS)
Kết quả cho thấy hệ số tương quan giữa biến phụ thuộc với các biến độc lập cao nhất là và nhỏ nhất là đồng thời các giá trị sig đều nhỏ hơn và bằng 0,05 nên ta có thể kết luận sơ bộ là có sự tương quan tuyến tính giữa các biến độc lập và biến phụ thuộc.
2.3.5.2. Kiểm định hệ số hồi quy
Bảng 2.18: Kiểm định mức giải thích của mô hình
R | R2 | R2 hiệu chỉnh | Durbin- Watson | |
0,801 | 0,641 | 0,626 | 1,980 |
(Nguồn: Xử lý số liệu trên SPSS)
Dựa vào bảng ta thấy:
Hệ số Durbin- Watson của mô hình là 1,980 < 2 nên không xảy ra hiện tiện tự tương quan trong mô hình.
Hệ số R2 hiệu chỉnh = 0,626 nhỏ hơn hệ số R2 = 0,641 nên dùng R2 hiệu chỉnh
để đánh giá độ phù hợp của mô hình sẽ an toàn hơn. Hệ số R2 hiệu chỉnh = 0,626 thể hiện các biến độc lập ảnh hưởng đến 62,6 % sự biến động của biến phụ thuộc và 37,4% do sự ảnh hưởng của các biến ngoài mô hình và do sai số ngẫu nhiên.
2.3.5.3. Kiểm định độ phù hợp của mô hình
Bảng 2.19: Kiểm định ANOVA về sự phù hợp của mô hình
Tổng phương sai lệch | Df | Bình phương tổng phương sai lệch | F | Sig. | |
Mô hình hồi quy | 35,206 | 5 | 7,041 | 44,265 | 0,000 |
Số dư | 19,725 | 124 | 0,159 | ||
Tổng | 54,931 | 129 |
(Nguồn: Xử lý số liệu trên SPSS)
Để có thể suy mô hình này thành mô hình của tổng thể ta tiến hành sử dụng công cụ kiểm định F. Từ kết quả thu được ta thấy, sig = 0,000 < 0,05 chứng tỏ mô hình có ý nghĩa suy ra tổng thể. Như vậy ta có thể nói, các biến độc lập có sự tương quan tuyến tính với biến phụ thuộc trong mô hình.
2.3.5.4. Kết quả hồi quy
Để có thể suy mô hình này thành mô hình của tổng thể ta tiến hành sử dụng công cụ kiểm định F. Từ kết quả thu được ta thấy, sig = 0,000 < 0,05 chứng tỏ mô hình có ý nghĩa suy ra tổng thể. Như vậy ta có thể nói, các biến độc lập có sự tương quan tuyến tính với biến phụ thuộc trong mô hình.
Hệ số hồi quy chưa chuẩn hóa (Unstandardized Coefficients)
Hệ số hồi quy chưa chuẩn hóa phản ánh sự thay đổi của biến phụ thuộc khi một đơn vị biến độc lập Xi thay đổi và các biến độc lập còn lại được giữ nguyên. Chúng ta không nhận xét thứ tự tác động của các biến độc lập lên biến phụ thuộc dựa vào hệ số hồi quy chưa chuẩn hóa bởi các biến độc lập không đồng nhất về đơn vị hoặc nếu đồng nhất về đơn vị thì độ lệch chuẩn các biến tham gia vào hồi quy cũng khác nhau. Sự khác biệt về độ lệch chuẩn hoặc đơn vị đo khiến việc đưa các biến độc lập vào cùng một phép so sánh là hoàn toàn không chính xác, do lúc này các biến không cùng nằm trong một hệ quy chiếu.
Hệ số hồi quy chuẩn hóa (Standardized Coefficients)
Hệ số hồi quy chuẩn hóa phản ánh sự thay đổi của biến phụ thuộc khi tất cả đơn vị biến độc lập Xi thay đổi. Trong nghiên cứu, chúng ta thường xem xét tầm quan trọng của các biến độc lập, nhận xét thứ tự tác động của các biến độc lập lên biến phụ
thuộc. Nếu dùng hệ số hồi quy chưa chuẩn hóa, chúng ta không thể so sánh được vì đơn vị đo và sai số chuẩn của các biến là khác nhau. Vì vậy, chúng ta sẽ cần dùng đến hệ số đã chuẩn hóa để đưa tất cả các biến cần so sánh về cùng một hệ quy chiếu.
Bảng 2.20: Kết quả phân tích hồi quy dựa trên cách tính giá trị trung bình của từng nhóm nhân tố
Hệ số chưa chuẩn hoá B | Hệ số đã chuẩn hoá Beta | Giá trị kiểm định t | Mức ý nghĩa Sig. | Đa cộng biến | ||
Độ chấp nhận | Hệ số phóng đại phương sai VIF | |||||
1 | (Constant) | -0,164 | 0,286 | -0,575 | 0,566 | |
TC | 0,201 | 0,056 | 0,213 | 3,598 | 0,000 | |
PV | 0,276 | 0,073 | 0,283 | 3,778 | 0,000 | |
HH | 0,266 | 0,065 | 0,269 | 4,063 | 0,000 | |
DC | 0,233 | 0,074 | 0,244 | 3,131 | 0,002 | |
DB | 0,075 | 0,055 | 0,089 | 1,361 | 0,176 |
(Nguồn: Xử lý số liệu trên SPSS)
Mô hình với hệ số hồi quy chưa chuẩn hóa
DGC= -0164+ 0,201TC+ 0,276 PV+ 0,266HH +0,233DC + 0,075DB
Mô hình với hệ số hồi quy chuẩn hóa
DGC= 0,213TC+ 0,283 PV+ 0,269HH +0,244DC + 0,089DB
Giải thích ý nghĩa của từng hệ số của mô hình hồi quy chuẩn hóa:
Có thể thấy, hệ số Beta của Năng lực phục vụ là cao nhất, tiếp đến là hệ số Beta của Phương tiên hữu hình, Mức độ đồng cảm, Sự tin cậy và cuối cùng là Mức độ đảm bảo. Điều đó chứng tỏ rằng, đối với chất lượng dịch vụ sửa chữa đi kèm bảo hành máy in thì mức độ tác động của Năng lực phục vụ lên đánh giá chung của khách hàng là cao nhất, sau đó đến Phương tiên hữu hình, Mức độ đồng cảm, Sự tin cậy và cuối cùng là Mức độ đảm bảo.
BTC =0,213 dấu (+) quan hệ cùng chiều. Khi mức độ hài lòng về nhân tố “Sự tin cậy” tăng 1 đơn vị thì sẽ làm mức độ đánh giá chung về chất lượng dịch vụ tăng thêm 0,213 đơn vị. => H1 được chấp nhận hay sự tin cậy có tác động cùng chiều với đánh giá chung của khách hàng về chất lượng dịch vụ.