Phân Tích Phương Sai Anova Với Yếu Tố Nghề Nghiệp

2.3.5.2. Phân tích phương sai ANOVA với yếu tố nhóm tuổi

Bảng 2.14 Phân tích phương sai ANOVA với yếu tố nhóm tuổi

Sum of Squares	df	Mean Square	F	Sig.
Between Groups	0,645	3	0,215	0,563	0,641
Within Groups	38,957	102	0,382
Total	39,602	105

Có thể bạn quan tâm!

Xem toàn bộ 144 trang tài liệu này.

(Nguồn: Kết quả xử lý số liệu điều tra)

Nhìn vào bảng ta thấy mức Sig. = 0,641 > 0,05 nên không có sự khác biệt về ý

kiến đánh giá của khách hàng đối với yếu tố giữa các nhóm tuổi khác nhau.

2.3.5.3. Phân tích phương sai ANOVA với yếu tố nghề nghiệp

Bảng 2.15 Phân tích phương sai ANOVA với yếu tố nghề nghiệp

Sum of Squares	df	Mean Square	F	Sig.
Between Groups	1,067	5	0,213	0,554	0,735
Within Groups	38,535	100	0,385
Total	39,602	105

(Nguồn: Kết quả xử lý số liệu điều tra)

Nhìn vào bảng ta thấy mức Sig. (0,735) > 0,05 nên không có sự khác biệt về ý

kiến đánh giá của khách hàng đối với yếu tố nghề nghiệp.

2.3.5.4. Phân tích phương sai ANOVA với yếu tố thu nhập

Bảng 2.16 Phân tích phương sai ANOVA với yếu tố thu nhập

Sum of Squares	df	Mean Square	F	Sig.
Between Groups	0,394	3	0,131	0,342	0,795
Within Groups	39,208	102	0,384
Total	39,602	105

(Nguồn: Kết quả xử lý số liệu điều tra)

Nhìn vào bảng ta thấy mứ Sig. (0,795) > 0,05 nên không có sự khác biệt về ý

kiến đánh giá của khách hàng đối với yếu tố thu nhập.

2.3.6. Phân tích nhân tố khám phá EFA

Phương pháp phân tích nhân tố của nghiên cứu này là phân tích nhân tố chính (Principal Component Analysis) với giá trị trích Eigenvalue lớn hơn 1.Điều này có nghĩa là những nhân tố được trích ra có giá trị Eigenvalue lớn hơn 1 mới được giữ trong mô hình phân tích.

Khi phân tích nhân tố khám phá, các nhà nghiên cứu thường quan tâm đến một

số tiêu chuẩn như sau:

Hệ số KMO (Kaiser-Meyer-Olkin) ≥ 0,5; mức ý nghĩa của kiểm định Bartlett ≤ 0,5.

Hệ số tải nhân tố (factor loading) ≥ 0,5 là mức có ý nghĩa thực tiễn.

Tổng phương sai trích ≥ 50%.

Hệ số Eigenvalue có giá trị lớn hơn 1.

Khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố ≥ 0,3 để đảm bảo giá trị phân biệt giữa các nhân tố.

Bảng 2.17 Kiểm định KMO and Bartlett's Test

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy		0,673
Bartlett's Test of Sphericity	Approx, Chi-Square	70,133
	Df	3
	Sig.	0,000

(Nguồn: Kết quả xử lý số liệu điều tra)

Kết quả kiểm định KMO and Bartlett cho thấy cơ sở dữ liệu này là hoàn toàn phù hợp vì chỉ số KMO = 0,673 > 0,5 và Sig. = 0,000 < 0,05. Điều này cho thấy kỹ thuật phân tích nhân tố là hoàn toàn có thể thực hiện được trong nghiên cứu này bởi vì số phiếu điều tra có thể sử dụng được là thích hợp và đủ lớn để thực hiện. Thông kê Chi bình phương của kiểm định Bartlett đạt giá trị 70,133 với mức ý nghĩa là 0,000 vì thế các biến quan sát có tương quan với nhau xét trên phạm vi tổng thể.

Bảng 2.18 Phân tích nhân tố - Sự hài lòng

Biến quan sát

Hệ số tải
Tôi hoàn toàn hài lòng với chất lượng dịch vụ tại DMZ Bar	0,850
Tôi sẽ giới thiệu dịch vụ tại DMZ Bar cho bạn bè, người thân	0,795
Tôi sẽ tiếp tục sử dụng dịch vụ tại DMZ Bar trong thời gian tới	0,789
Tích luỹ %	65,888

(Nguồn: Kết quả xử lý số liệu điều tra)

Kết quả phân tích cho thấy với 3 biến của sự hài lòng có phương sai trích

65,888% (> 50%). Do đó, thang đo sự hài lòng được chấp nhận.

- Phân tích nhân tố khám phá EFA của biến độc lập

Kiểm định KMO & Bartlett test được Kaiser đề xuất năm 2001 dùng để đánh giá tính hợp lí của cơ sở dữ liệu, dùng cho phân tích nhân tố (factor analysis). Kiểm định cho phép biết được cơ sở dữ liệu có phù hợp với phân tích nhân tố hay không. Kaiser (2001) cho rằng giá trị của kiểm định KMO nên nằm trong khoảng 0,5 - 0,9 là thích hợp.

Bảng 2.19 Kiểm định KMO and Bartlett's Test Biến độc lập

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy		0,813
Bartlett's Test of Sphericity	Approx, Chi-Square	943,079
	Df	190
	Sig.	0,000

(Nguồn: Kết quả xử lý số liệu điều tra)

Từ kết quả, ta thấy giá trị kiểm định KMO thu được từ kiểm định các biến độc lập là 0,813 thõa mãn điều kiện > 0,5. Thống kê Chi bình phương của kiểm định Bartlett đạt giá trị 940,161 với mức ý nghĩa là 0.000 < 0,05. Vì vậy, các biến quan sát có sự tương quan với nhau trên phạm vi tổng thể, đủ điều kiện để phân tích nhân tố.

KẾT QUẢ XOAY NHÂN TỐ (XEM KẾT QUẢ BẢNG)

Bảng 2.20 Kết quả rút trích nhân tố biến độc lập

Biến

Hệ số tải nhân tố
1	2	3	4	5
HH1	0,832
HH4	0,805
HH2	0,790
HH3	0,727
HH5	0,708
DU2		0,824
DU1		0,780
DU3		0,743
DU4		0,659
SDC4			0,880
SDC2			0,845
SDC3			0,638
SDC1			0,602
DTC4				0,863
DTC3				0,830
DTC1				0,688
DTC2				0,515
SDB3					0,837
SDB2					0,757
SDB1					0,709
Eigenvalues	5,772	2,945	2,056	1,390	1,141
% of Variance	28,858	14,724	10,279	6,951	5,707
Cumulative %	28,858	43,582	53,862	60,812	66,519

(Nguồn: Kết quả xử lý số liệu điều tra)

Từ kết quả phân tích nhân tố (xem phụ lục) thấy có tất cả 5 nhân tố được trích ở Eigenvalue thấp nhất là 1,141 thõa mãn điều kiện Kaiser (>1) với tổng phương sai trích là 66,519 (> 50%) nên tất cả các biến được giữ lại. Ta tiến hành giải thích nhân tố sau đó sử dụng hàm mean để gộp biến và đặt tên cho nhân tố.

Nhân tố thứ nhất (factor 1): có giá trị Eigenvalue bằng 5,772 với hệ số Cronbach’s alpha là 0,850. Nhân tố này bao gồm các biến: “Địa điểm nhà hàng thuận tiện”, “Cơ sở vật chất trong DMZ Bar hiện đại (máy móc thiết bị hiện đại, wifi, tivi, Internet, nước uống, nhà vệ sinh…)”, “Phong cách trang trí nhà hàng ấn tượng”, “Nhà hàng có khung cảnh đẹp, không gian thoáng mát” , “Trang phục nhân viên lịch sự, ấn tượng”. Các biến quan sát này đều là hình ảnh bên ngoài, tất cả những gì mà khách hàng nhìn thấy trực tiếp được bằng mắt và các giác quan nên có thể đặt nhân tố này là “Sự hữu hình”.

Nhân tố thứ hai (factor 2): có giá trị Eigenvalue bằng 2,945 với hệ số Cronbach’s alpha là 0,839. Nhân tố này bao gồm các biến: “Nhân viên luôn sẵn sàng giúp đỡ khi tôi cần”, “Nhân viên nhanh chóng phục vụ ngay khi tôi bước vào”, “Thực đơn nhà hàng đa dạng, phong phú”, “Thời gian phục vụ chờ đợi món ăn nhanh chóng”. Các yếu tố này có liên quan đến tiêu chí đo lường khả năng giải quyết vấn đề nhanh chóng, xử lý hiệu quả các khiếu nại, sẵn sàng giúp đỡ khách hàng và đáp ứng các yêu cầu của khách hàng nên có thể đặt nhân tố này là “Sẵn sàng đáp ứng”.

Nhân tố thứ ba (factor 3): có giá trị Eigenvalue bằng 2,056 với hệ số Cronbach’s alpha là 0,801, hệ số tải nhân tố đều lớn hơn 0,5. Bao gồm các biến: “Nhân viên luôn thể hiện sự quan tâm đến tôi”, “Nhân viên đến để chia sẻ khi nhận thấy thái độ không hài lòng của tôi”, “Nhân viên luôn chú ý đến những nhu cầu phát sinh của tôi trong suốt quá trình tôi sử dụng dịch vụ”, “Nhân viên hiểu rõ những nhu cầu của tôi”. Các biến này có liên quan đến sự quan tâm, chăm sóc khách hàng nên có thể đặt nhân tố này là “Sự đồng cảm”.

Nhân tố thứ tư (factor 4): có giá trị Eigenvalue bằng 1,141 với hệ số Cronbach’s alpha là 0,768, hệ số tải nhân tố đều lớn hơn 0,5. Bao gồm các biến:

“DMZ Bar cung cấp thức ăn và nước uống đảm bảo chất lượng”, “Tôi được cung cấp dịch vụ theo đúng thời gian DMZ Bar đã hứa”, “DMZ Bar cung cấp dịch vụ đúng với những gì đã giới thiệu”, “Vệ sinh an toàn thực phẩm và dụng cụ ăn uống được đảm bảo”. Các biến này sẽ gây dựng niềm tin với khách hàng nên có thể tiến hành gộp lại và đặt nhân tố này là “Độ tin cậy”.

Nhân tố thứ năm (factor 5): có giá trị Eigenvalue bằng 1,716 với hệ số Cronbach’s alpha là 0,788, hệ số tải nhân tố đều lớn hơn 0,5. Nhân tố này bao gồm các biến: “Nhân viên phục vụ chuyên nghiệp, chính xác và ít sai sót”, “Nhân viên nhà hàng có khả năng giao tiếp tốt”, “Nhân viên có thái độ thân thiện, lịch sự và chu đáo”. Các biến này là các yếu tố tạo nên sự tín nhiệm, tin tưởng cho khách hàng được cảm nhận thông qua sự phục vụ chuyên nghiệp, kiến thức chuyên môn giỏi, phong thái lịch thiệp và khả năng giao tiếp tốt, nhờ đó, khách hàng cảm thấy an tâm mỗi khi sử dụng dịch vụ nên có thể đặt nhân tố này là “Sự đảm bảo”.

Các thành phần của thang đo không có sự thay đổi, do đó mô hình nghiên cứu vẫn được giữ nguyên.

2.3.7. Xây dựng mô hình hồi quy tuyến tính bội về mức độ hài lòng

Mô hình nghiên cứu:

Sự thỏa mãn - hài lòng của KH (Customer satisfaction) là mức độ của trạng thái cảm giác của một người bắt nguồn từ việc so sánh kết quả thu được từ việc tiêu dùng sản phẩm/DV với những kỳ vọng của anh ta. Mức độ hài lòng phụ thuộc sự khác biệt giữa kết quả nhận được và kỳ vọng, nếu kết quả thực tế thấp hơn kỳ vọng thì KH không hài lòng, nếu kết quả thực tế tương xứng với kỳ vọng thì KH sẽ hài lòng, nếu kết quả thực tế cao hơn kỳ vọng thì KH rất hài lòng (Kotler, 2002). Từ định nghĩa có thể thấy được sự hài lòng của KH phụ thuộc vào mức độ kỳ vọng của KH. Khi nghiên cứu sự hài lòng của KH sử dụng dịch vụ ăn uống tại nhà hàng, các nhà nghiên cứu đã xem xét những khía cạnh khác để đưa ra những thang đo khác nhau.

Mô hình lý thuyết về chất lượng dịch vụ gồm có đánh giá của khách hàng về sự tin cậy, sự đảm bảo, phương tiện hữu hình, sự đồng cảm, khả năng đáp ứng, sự

hài lòng. Trong đó, sự hài lòng của khách hàng là yếu tố phụ thuộc, 5 yếu tố còn lại là yếu tố độc lập.

Trước khi tiến hành hồi quy các nhân tố độc lập với nhân tố “sự hài lòng”, ta

tiến hành xem xét mối tương quan tuyến tính giữa các biến.

Bảng 2.21 Phân tích tương quan Pearson

SHL

	SHL	DTC	DU	SDB	SDC	HH
Tương quan Pearson	1	0,447	0,695	0,648	0,524	0,444
Giá trị Sig.		0,000	0,000	0,000	0,000	0,000
N	106	106	106	106	106	106

(Nguồn: Kết quả xử lý số liệu điều tra)

Kết quả kiểm tra cho thấy, hệ số tương quan giữa biến phụ thuộc với các nhân tố “mức độ tin cậy”, “sẵn sàng đáp ứng”, “sự đảm bảo”, “sự đồng cảm”, “phương tiện hữu hình”, có giá trị Sig < 0,05 nên hệ số tương quan có ý nghĩa thống kê, hay các biến có mối tương quan tuyến tính với biến phụ thuộc. Trong đó hệ số tương quan của biến phụ thuộc với biến độc lập “sẵn sàng đáp ứng” là lớn nhất (0,695) và với biến độc lập “phương tiện hữu hình” là bé nhất (0,444).

Phương pháp hồi quy tuyến tính: sử dụng phương pháp Enter là phương pháp đưa cùng lúc tất cả các biến vào phân tích.

Tiến hành hồi quy cho các nhân tố khác ta đưa vào mô hình nghiên cứu được

biểu diễn dưới dạng hồi quy mẫu như sau:

Sự hài lòng = β0 + β1DTC + β2SSDU + β3DB + β4DC + β5PTHH

Với βi là hệ số hồi quy riêng phần tương ứng với các biến độc lập

DTC: tin cậy

SSDU: sẵn sàng đáp ứng DB: đảm bảo

DC: đồng cảm

PTHH: phương tiện hữu hình

Giả thuyết về mối quan hệ giữa các thành phần chất lượng cảm nhận của dịch

vụ đến sự hài lòng:

Cặp giả thuyết 1:

H0: nhân tố “tin cậy” không có tương quan với sự hài lòng.

H1: nhân tố “tin cậy” có tương quan với sự hài lòng, nghĩa là tin cậy được khách

hàng đánh giá càng cao thì mức độ hài lòng về chất lượng càng lớn và ngược lại.

Cặp giả thuyết 2:

H0: nhân tố “sẵn sàng đáp ứng” không có tương quan với sự hài lòng.

H1: nhân tố “sẵn sàng đáp ứng” có tương quan với sự hài lòng, nghĩa là nhân tố sẵn sàng đáp ứng được khách hàng đánh giá càng cao thì mức độ hài lòng về chất lượng càng lớn và ngược lại.

Cặp giả thuyết 3:

H0: nhân tố “đảm bảo” không có tương quan với sự hài lòng.

H1: nhân tố “đảm bảo” có tương quan với sự hài lòng, nghĩa là nhân tố đảm bảo được khách hàng đánh giá càng cao thì mức độ hài lòng về chất lượng càng lớn và ngược lại.

Cặp giả thuyết 4:

H0: nhân tố “đồng cảm” không có tương quan với sự hài lòng

H1: nhân tố “đồng cảm” có tương quan với sự hài lòng, nghĩa là đồng cảm được

khách hàng đánh giá càng cao thì mức độ hài lòng về chất lượng càng lớn và ngược lại.

Cặp giả thuyết 5:

H0: nhân tố “phương tiện hữu hình” không có tương quan với sự hài lòng

H1: nhân tố “phương tiện hữu hình” có tương quan với sự hài lòng, nghĩa là phương tiện hữu hình được khách hàng đánh giá càng cao thì mức độ hài lòng về chất lượng càng lớn và ngược lại.