2.3.3.2.2. Kết quả kiểm định KMO and Bartlett’s Test cho biến phụ thuộc
Quyết định lựa chọn sử dụng dịch vụ của khách hàng đối với dịch vụ Quản trị Fanpage tại Công ty Philip Entertainment gồm 4 biến quan sát, phân tích nhân tố khám phá EFA chho ra kết quả như sau:
Bảng 2. 16: Kiểm định KMO and Bartlett’s Test cho biến phụ thuộc
KMO and Bartlett's Test
0,589 | |
Bartlett's Approx. Chi-Square | 155,798 |
Test of df | 3 |
Sphericity Sig. | 0,000 |
Có thể bạn quan tâm!
-
Mô Hình 6P Của Philip Entertainment Nhằm Thúc Đẩy Khách Hàng Sử Dụng Dịch Vụ Quản Trị Fanpage Của Công Ty Trong Thời Gian Qua. -
Kết Quả Phát Triển Khách Hàng Sử Dụng Dịch Vụ Quản Trị Fanpage Từ Năm 2018 Đến Năm 2020 -
Nguồn Thông Tin Mà Khách Hàng Biết Đến Dịch Vụ Quản Trị Fanpage Của Công Ty Philip Entertainment -
Thống Kê Và Đánh Giá Của Khách Hàng Về Các Nhóm Nhân Tố Ảnh Hưởng Đến Quyết Định Lựa Chọn Sử Dụng Dịch Vụ Quản Trị Fanpage Của Công Ty -
Nhóm Giải Pháp Về Nâng Cao Sự Đáp Ứng -
Nghiên cứu các nhân tố ảnh hưởng đến quyết định sử dụng dịch vụ Quản trị Fanpage của khách hàng tổ chức tại Công ty Philip Entertainment trên địa bàn Thành phố Huế - 14
Xem toàn bộ 152 trang tài liệu này.
(Nguồn: Xử lý số liệu SPSS và Excel)
Trong bảng kết quả kiểm định KMO and Bartlett’s Test cho thấy KMO = 0,589 thỏa mãn điều kiện KMO > 0,5 nên phân tích nhân tố phù hợp. Giá trị Sig. = 0.000 thỏa mãn điều kiện Sig. < 0,05 chứng tỏ các biến quan sát có tương quan với nhua trong tổng thể. Do đó, dữ liệu dùng để phân tích nhân tố khám phá EFA là hoàn toàn phù hợp
Bảng 2. 17: Ma trận xoay nhân tố của các biến phụ thuộc
Component Matrixa
Component | |
1 | |
QDSU3 QDSU4 QDSD2 | 0,923 0,849 0,732 |
Hệ số Eigenvalues = 2,110 | |
Tổng phương sai trích = 70,328% | |
(Nguồn: Xử lý số liệu SPSS và Excel)
Kết quả EFA lần thứ nhất cho thấy chỉ có 1 nhân tố được trích tại Eigenvalue là 2,263 và phương sai trích được 56,582% với chỉ số KMO là 0,613. Vì vậy việc phân tích nhân tố là phù hợp. Tuy nhiên, lần xoay thứ nhất này có một biến bị loại do Factor loading nhỏ hơn 0,5 ( Cụ thể là biến “Tôi sẽ giới thiệu các tổ chức khác lựa chọn sử
dụng dịch vụ Quản trị Fanpage của Công ty TNHH MTV Truyền thông & Giải trí Philip Entertainment trong thời gian tới”.
Kết quả chạy EFA lần thứ hai cho thấy cũng chỉ có 1 nhân tố được trích tại Eigenvalue là 2,110 và phương sai trích được 70,328% đạt yêu cầu (> 50%) với chỉ số KMO là 0,589. Các biến quan sát đều có Factor Loading từ 0,5 trở lên. Vì vậy việc phân tích EFA là phù hợp và đạt được độ tin cậy.
Cuối cùng, sau hai lần thực hiện xoay tương tự để loại các biến không phù hợp trong mô hình ta có được kết quả EFA cho thấy chỉ có 1 thành phần được rút trích từ EFA. Tuy nhiên, trong quá trình điều tra và sau khi chạy EFA thì các biến trong mô hình có sự thay đổi, cho nên tác giả đã thực hiện việc chỉnh sửa lại như sau:
Bảng 2. 18: Đặt tên cho các thành phần sau khi phân tích nhân tố của biến phụ thuộc
Tiêu chí | |
Quyết định lựa chọn sử dụng | Tôi sẽ cân nhắc việc tiếp tục sử dụng dịch vụ Quản trị Fanpage của Công ty TNHH MTV Truyền thông & Giải trí Philip Entertainment trong thời gian tới |
Tôi hài lòng với quyết định sử dụng dịch vụ Quản trị Fanpage của Công ty TNHH MTV Truyền thông & Giải trí Philip Entertainment | |
Tôi chắc chắn sẽ tiếp tục sử dụng dịch vụ Quản trị Fanpage của Công ty TNHH MTV Truyền thông & Giải trí Philip Entertainment trong thời gian tới |
(Nguồn: Xử lý số liệu SPSS và Excel)
2.3.4. Kiểm định giả thuyết mô hình nghiên cứu thông qua phân tích hồi quy
2.3.4.1. Phân tích tương quan Pearson
Hệ số tương quan Pearson dùng để phản ánh mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lượng. Khi hệ số tương quan giữa các biến độc lập và biến phụ thuộc lớn thì chứng tỏ chúng có mối quan hệ với nhau và sử dụng phân tích hồi quy là phù hợp.
Bảng 2. 19: Phân tích tương quan Pearson
TH | GC | CLSP | SDU | THQ | CCQ | PV | ||
Quyết định lựa chọn sử dụng | Tương quan Pearson | 0,447 | 0,474 | 0,391 | 0,510 | 0,435 | 0,386 | 0,402 |
Mức ý nghĩa | 0,000 | 0,000 | 0,000 | 0,000 | 0,000 | 0,000 | 0000 |
(Nguồn: Xử lý số liệu SPSS và Excel)
Theo số liệu xử lý được cho thấy, tất cả các Sig. < 0,05 vậy nên các biến độc lập “Thương hiệu”, “Giá cả”, “Chất lượng sản phẩm”, “Sự đáp ứng”, “Tính hiệu quả”, “Chuẩn chủ quan”, “Phục vụ” có mối tương quan tuyến tính với biến phụ thuộc quyết định lựa chọn sử dụng.
2.3.4.2. Kết quả phân tích hồi quy
2.3.4.2.1. Xây dựng mô hình hồi quy
Sau khi chạy EFA và hệ số tương quan Pearson phù hợp, mô hình hồi quy có
dạng:
QĐSU = β0 + β1 * TH + β2 * GC + β3 * CLSP + β4 * SĐU + β5 * THQ + β6 * CCQ + β7 * PV
Trong đó:
TH: Thương hiệu GC: Giá cả
CLSP: Chất lượng sản phẩm
SĐU: Sự đáp ứng THQ: Tính hiệu qủa CCQ: Chuẩn chủ quan PV: Phục vụ
QĐSD: Quyết định lựa chọn sử dụng dịch vụ Quản trị Fanpage của Công ty TNHH MTV Philip Entertainment.
βi : Hệ số hồi quy riêng từng phần tương ứng với các biến độc lập trên.
β0: Hệ số chặn
Tiến hành phân tích hồi quy 1 biến phụ thuộc và 7 biến độc lập theo phương
pháp hồi quy từng bước (Stepwise).
Bảng 2. 20: Đánh giá phù hợp của mô hình theo phương pháp Stepwise
Model Summaryb
R | R bình phương | R bình phương hiệu chỉnh | Ước lượng sai số chuẩn | Tương quan chuỗi bậc nhất | |
1 | 0,723a | 0,523 | 0,501 | 0,43703 | 2,189 |
(Nguồn: Xử lý số liệu SPSS và Excel)
Theo hệ số tương quan hiệu chỉnh, mô hình hồi quy tuyến tính được xây dựng bởi 7 biến độc lập, giải thích được 50,1% biến động trong quyết định lựa chọn sử dụng dịch vụ Quản trị Fanpage của khách hàng tổ chức tại Công ty Philip Entertainment, còn 49,9% do tác động của các yếu tố khác ngoài mô hình. Mặt khác hệ số Durbin – Watson (tương quan chuỗi bậc nhất) là 2,189 thuộc [1,3] nên không có hiện tượng tương quan giữa biến độc lập và biến phụ thuộc trong mô hình.
2.3.4.2.2. Phân tích hồi quy
Sau lần chạy hồi quy thứ nhất, biến “Phục vụ” có hệ số VIF = 2,899 ( >2) cho nên có xảy ra hiện tượng cộng đa tuyến trong mô hình. Chính vì vậy, tác giả đã loại đi biến “Phục vụ” và tiến hành chạy lại hồi quy lần hai như sau:
Bảng 2. 21: Kết quả phân tích hồi quy
Hệ số chưa chuẩn hóa | Hệ số chuẩn hóa | t | Mức ý nghĩa (Sig.) | Collinearity Statistics | ||||
B | Độ lệch chuẩn | Beta | Tolerance | VIF | ||||
(Constant) | -0,139 | 0,352 | -0,394 | 0,694 | ||||
TH | 0,189 | 0,075 | 0,173 | 2,526 | 0,013 | 0,772 | 1,295 | |
GC | 0,230 | 0,065 | 0,236 | 3,530 | 0,001 | 0,810 | 1,235 | |
CLSP | 0,079 | 0,058 | 0,092 | 1,363 | 0,175 | 0,792 | 1,263 | |
SDU | 0,224 | 0,059 | 0,257 | 3,799 | 0,000 | 0,791 | 1,264 | |
THQ | 0,155 | 0,047 | 0,215 | 3,299 | 0,001 | 0,850 | 1,176 | |
CCQ | 0,146 | 0,049 | 0,190 | 2,964 | 0,004 | 0,883 | 1,132 |
(Nguồn: Xử lý số liệu SPSS và Excel)
Các hệ số VIF của tất cả các biến đều nhỏ hơn 2 nên các biến không có hiện
tượng cộng đa tuyến, mức ý nghĩa của phép kiểm định ý nghĩa với các hệ số hồi quy ở
các biến độc lập “Thương hiệu”, “Giá cả”, “Sự đáp ứng”, “Tính hiệu quả”, “Chuẩn chủ quan” có mức ý nghĩa Sig. < 0,05. Tuy nhiên biến “Chất lượng sản phẩm” có mức ý nghĩa Sig. > 0,05. Vậy năm biến độc lập “Thương hiệu”, “Giá cả”, “Sự đáp ứng”, “Tính hiệu quả”, “Chuẩn chủ quan” có khả năng sử dụng hệ số hồi quy để giải thích hay lượng hóa mối liên hệ giữa biến phụ thuộc và biến độc lập, song song loại biến “Chất lượng sản phẩm” ra khỏi mô hình.
Bảng 2. 22: Tần số của phần dư chuẩn hóa
(Nguồn: Xử lý số liệu SPSS và Excel)
Từ đó, phương trình hồi quy theo hệ số chuẩn hóa có dạng như sau:
QĐSU = 0,173*TH + 0,236*GC + 0,257*SDU + 0,215*THQ + 0,190*CCQ
Nhìn vào mô hình hồi quy thấy được có 5 nhân tố là “Thương hiệu”, “Giá cả”, “Sự đáp ứng”, “Tính hiệu quả”, “Chuẩn chủ quan” có ảnh hưởng đến quyết định lựa chọn sử dụng dịch vụ Quản trị Fanpage của Công ty Philip Entertainment.
Giải thích:
- Hệ số β1 = 0,173 có nghĩ là khi biến “Thương hiệu” thay đổi 1 đơn vị trong khi các biến khác không thay đổi thì “Quyết định sử dụng” biến động cùng chiều 0,173 đơn vị.
- Hệ số β2 = 0,236 có nghĩ là khi biến “Giá cả” thay đổi 1 đơn vị trong khi các biến khác không thay đổi thì “Quyết định sử dụng” biến động cùng chiều 0,173 đơn vị.
- Hệ số β4 = 0,257 có nghĩ là khi biến “Sự đáp ứng” thay đổi 1 đơn vị trong khi các biến khác không thay đổi thì “Quyết định sử dụng” biến động cùng chiều 0,257 đơn vị.
- Hệ số β5 = 0,215 có nghĩ là khi biến “Tính hiệu quả” thay đổi 1 đơn vị trong khi các biến khác không thay đổi thì “Quyết định sử dụng” biến động cùng chiều 0,215 đơn vị.
- Hệ số β6 = 0,190 có nghĩ là khi biến “Chuẩn chủ quan” thay đổi 1 đơn vị trong khi các biến khác không thay đổi thì “Quyết định sử dụng” biến động cùng chiều 0,190 đơn vị.
Kết quả, các biến độc lập đều ảnh hưởng đồng biến đến biến phụ thuộc “Quyết
định sử dụng”, quyết định sử dụng sẽ tăng lên khi một trong các yếu tố này tăng lên. Từ đó, Công ty Philip Entertainment phải nắm được các yếu tố liên quan đến quyết định sử dụng đối với dịch vụ Quản trị Fanpage nhằm đưa ra các chiến lược kinh doanh hiệu quả và thỏa mãn các nhu cầu của khách hàng một cách tốt nhất giúp gia tăng nâng cao doanh thu của Công ty.
Kết quả xây dựng mô hình nghiên cứu được mô tả qua hình như sau:
Biến độc lập
Hệ số Beta chuẩn hóa
Thương hiệu
0,173
Giá cả
0,236
Quyết định lựa chọn sử dụng dịch vụ của
khách hàng tổ
Sự đáp ứng 0,257 50,1%
Tính hiệu
quả
0,215
chức tại Công ty TNHH MTV
Philip
Entertainment
Chuẩn chủ
quan
0,190
(Nguồn: Xử lý số liệu SPSS và Excel) Sơ đồ 2. 11: Mô hình hồi quy các yếu tố ảnh hướng đến quyết định lựa chọn sử dụng dịch vụ Quản trị Fanpage của khách hàng tổ chức tại Công ty Philip Entertainment
Và trong mô hình hồi quy phân tích được ta thấy hệ số Beta chuẩn hóa của biến “Sự đáp ứng” có giá trị 0,257 hệ số Beta chuẩn hóa lớn nhất trong tất cả các biến độc lập cho nên đây là nhân tố sẽ ảnh hưởng lớn nhất đến quyết định sử dụng dịch vụ của khách hàng; tiếp theo là biến “Giá cả”, “Tính hiêu quả”, “Thương hiệu”, “Chuẩn chủ quan” lần lươt theo thứ tự giảm dần.
Bảng 2. 23: Kiểm định ANOVA
ANOVA
Sum of Squares | df | Mean Square | F | Sig. | ||
Regression | 27,610 | 6 | 4,602 | 24,093 | 0,000b | |
1 | Residual | 25,211 | 132 | 0,191 | ||
Total | 52,822 | 138 |
(Nguồn: Xử lý số liệu SPSS và Excel)
Giá trị Sig. = 0,000 trong bảng kiểm đinh ANOVA là rất nhỏ nên có cơ sở để khẳng định mô hình hồi quy đạt được kết quả rất tốt, các biến độc lập giải thích được khá lớn sự thay đổi của biến phụ thuộc “Quyết định sử dụng”.
2.3.5. Kiểm định One Sample T-Test đối với “Quyết định lựa chọn sử dụng dịch vụ của khách hàng”
Sau khi tiến hành phân tích hồi quy để xác định các nhân tố có tác động đến quyết định lựa chọn sử dụng và mức độ ảnh hưởng, ta sẽ tiếp tục phân tích đánh giá của khách hàng đối với từng nhóm nhân tố này bằng kết quả điều tra phỏng vấn và bảng hỏi mà tác giả đã thu thập được từ trước. Sau đó tiến hành kiểm định One Sample T – Test để so sánh mức đánh giá trung bình của khách hàng cho từng nhóm nhân tố đối với tổng thể.
Bảng hỏi nghiên cứu sử dụng thang đo Likert với 5 mức độ để đánh giá như sau:
1 = Hoàn toàn không đồng ý
2 = Không đồng ý
3 = Trung lập
4 = Đồng ý
5 = Hoàn toàn đồng ý
Giả thuyết đặt ra:
H0: Giá trị trung bình đối với yếu tố ảnh hưởng bằng giá trị 3 (H0 = 3) H1: Giá trị trung bình đối với yếu tố ảnh hưởng khác giá trị 3 (H1 ≠ 3)