CHƯƠNG II: THỰC TRẠNG THU HÚT KHÁCH HÀNG SỬ DỤNG DỊCH VỤ CHUYỂN
2.2. Đánh giá thực trạng cung cấp dịch vụ chuyển mạng giữ số tại Vinaphone Hương Thủy
2.3.4. Kiểm định mô hình và thảo luận kết quả nghiên cứu
Giá trị KMO = 0.732 thỏa mãn điều kiện0.5 ≤ KMO ≤1, như vậy phân tích nhân tố khám phá EFA là thích hợp cho dữ liệu thực tế.
Kiểm định tương quan giữa các biến quan sát Bartlett's có mức ý nghĩa thống kê Sig = 0,000 < 0,05 nên ta kết luận rằng các biến quan sát có tương quan tuyến tính với nhau trong mỗi nhóm nhân tố.
Kiểm định phương sai trích của các yếu tố (% Cumulative variance)
Kết quả trên có 5 nhân tố có giá trị Eigenvalues >1, nhỏ nhất là 1,434 > 1, các nhân tố này sẽ được giữ lại trong mô hình. Ngoài ra trị số phương sai trích (Cumulative
%)là63.650% điều này có nghĩa là63,650% thay đổi của các nhân tố được giải thích bởi các biến quan sát. Như vậy, phương sai trích (Cumulative %) là 63,650% > 50% là có ý nghĩa nên mô hình EFA là phù hợp.
Kiểm định hệ số Factor loading
Tác giả sử dụng kích thước mẫu điều tra là 150 nên hệ số Factor loading cần > 0,5 (cỡ mẫu từ 100-350). Sử dụng 20 biến quan sát đủ độ tin cậy của 5 biến độc lập để thực hiện kiểm định phân tích nhân tố, kết quả là tất cả các biến còn lại điều thỏa mãn điều kiện phân tích nhân tố và được giữ lại để phân tích trong bước tiếp theo.
Như vậy qua kiểm định chất lượng thang đo bằng phép kiểm định Cronbach’s Alpha và kết quả phân tích nhân tố khám phá EFA với phương pháp trích nhân tố và phép xoay nhân tố Varimax cho biến độc lập, mô hình nghiên cứu có5 biến độc lập và 20 biến quan sát ứng với 5 nhân tố đại diện cho các nhân tố ảnh hưởng đến quyết định chuyển mạng giữ số sang Vinaphone.
2.3.4. Kiểm định mô hình và thảo luận kết quả nghiên cứu
phụ thuộc CPSD SHD DTC CLKT CLPV
QDCM
Hệsố tương quan 0.403 0.477 0.552 0.559 0.387
Giá trịp 0.000 0.000 0.000 0.000 0.000
Số lượng mẫu 150 150 150 150 150
(Nguồn: Kết quả xử lý SPSS) Bảng 2.26 : Ma trận tương quan Pearson
Tên biến QDCM CPSD SHD DTC CLKT CLPV
QDCM 1
CPSD 0.403** 1
SHD 0.477** 0.279** 1
DTC 0.552** 0.161* 0.106 1
CLKT 0.559** 0.196* 0.306** 0.403** 1
CLPV 0.387** 0.081 -0.006 0.107 0.015 1
**. Cótươngquan với độtin cậy 99%
*. Cótươngquan vớiđộtin cậy 95%
(Nguồn: Kết quả xử lý SPSS) Kết quả thu được sau khi tiến hành kiểm định tương quan Pearson cho thấy giá trị của hệ số tương quan r giữa các biến độc lập và các biến phụ thuộc nằm trong khoảng từ 0,387 đến 0,559 và đều có giá trị Sig. <0,05 nên các biến độc lập đều có mối quan hệ tuyến tính với biến phụ thuộc. Trong đó, tương quan chặt chẽnhất với biến phụ thuộc là biến CLKT (0,559), sau đó lần lượt là biến DTC (0,552) và SHD (0,477). Ít tương quan nhất với biến phụ thuộc là biến CLPV (0,387). Như vậy các biến độc lập đều có ý nghĩa và có thể đưa được vào mô hình hồi quy để giải thích cho biến “QDCM” trong bước tiếp theo.
Hay nói cách khác, quyết định sử dụng dịch vụ CMGS đến mạng Vinaphone của khách hàng chịu tác động của cả 5 nhân tố kể trên và các biến này được đưa vào mô hình
Trường Đại học Kinh tế Huế
để phân tích giải thích cho biến phụ thuộc quyết định sử dụng dịch vụ CMGS đến mạng Vinaphone của khách hàng.
2.3.4.2. Phân tích hồi quy
Tiến hành phân tích hồi quy nhằm xác định cụ thể mức độ tác động của các nhân tố đến ý định sử dụng dịch vụ CMGS đến mạng MobiFone của khách hàng tại Thành phố Pleiku thông qua hệ số hồi quy. Mô hình hồi quy có dạng như sau:
Y= β0+ β1.X1 + β2.X2 + β3.X3 + β4.X4 + β5.X5 + ei
Trong đó:
Y: Giá trị của biến phụ thuộc là “Quyết định sử dụng dịch vụ CMGS”
(QDCM)
β0,β1,β2,β3,β4, β5lần lượt là các hệsốhồi quy
X1: Giá trị của biến độc lập thứ nhất là“Chi phí sử dụng” (CPSD) X2: Giá trị của biến độc lập thứ hai là“Sự hấp dẫn” (SHD)
X3: Giá trị của biến độc lập thứ ba là“Chất lượng kỹ thuật” (CLKT) X4: Giá trị của biến độc lập thứ tư là“Độ tin cậy” (ĐTC)
X5: Giá trị của biến độc lập thứ năm là“Chất lượng phục vụ” (CLPV)
ei: Ảnh hưởng của các nhân tố khác tác động tới quyết định sử dụng dịch vụ CMGS đến mạng Vinaphone của khách hàng nhưng không được đưa vào mô hình nghiên cứu
Kết quả thu được sau khi tiến hành hồi quy được thể hiện như sau:
*Đánh giá sự phù hợp của mô hình:
Bảng 2.27: Kết quả đánh giá sự phù hợp của mô hình Hệ số R Hệ số R2 R2hiệu chỉnh
Sai số chuẩn ước lượng
Hệ số Durbin-Watson
0.834 0.695 0.684 0.217 1.803
(Nguồn: Kết quả xử lý SPSS)
Trường Đại học Kinh tế Huế
Kết quả phân tích từ bảng trên cho thấy, hệ số R2 hiệu chỉnh là 0.684, có nghĩa là mức độ phù hơp của mô hình hồi quy đã xây dựng với tập dữ liệu là 68,4%. Hay nói cách khác, các biến độc lập giải thích được 68,40% sự biến thiên của biến phụthuộc “QDCM”
còn lại 31,60% là do các nhân tố ngoài mô hình và các sai số ngẫu nhiên. Như vậy, mô hìnhđưa ra là phù hợp với dữ liệu mẫu.
*Kiểm định F:
Sử dụng giá trịSig. của kiểm định F để đánh giámức độ phù hợpcủa mô hình hồi quy so với tổng thể. Giả thuyết kiểm định được đặt ra là:
Ho:Mô hình hồi quy không phù hợp với tổng thể (R2=0) H1:Mô hình hồi quy phù hợp với tổng thể (R2≠ 0)
Bảng 2.28 : Kết quả của kiểm định F Mô hình Tổng bình
phương
Bậc tự do df
Bình phương trung bình
Giá trị thống kê F
Giá trị p (Sig.)
1
Hồi quy 15.404 5 3.081 65.645 0.000
Còn lại 6.758 144 0.047
Tổng 22.162 149
(Nguồn: Kết quả xử lý SPSS) Sốliệu tại bảng trên cho thấy, giá trịcủa kiểm định F = 65.654, giá trị Sig = 0,000
< 0,05 do vậy ta bác bỏ giả thuyết Ho, chấp nhận giả thuyết H1 tức là R2 của tổng thể khác 0, nghĩa là các biến độc lập cóảnh hưởng đến biến phụthuộc. Điều này đồng nghĩa với việc, mô hình hồi quy tuyến tính xây dựng được phù hợp với tổng thể và có thể đưa vào sửdụng.
*Kết quả phân tích hồi quy:
Bảng 2.29: Kết quả mô hình hồi quy tuyến tính
Trường Đại học Kinh tế Huế
Mô hình
Nhân tố
Hệ số hồi quy chuẩn hóa
Thống kê t
Giá trị p (Sig.)
Thống kê cộng tuyến Độ chấp nhận
của biến (Tolerance)
Hệ số phóng đại phương sai
(VIF)
1
CPSD 0.180 3.694 0.000 0.895 1.118
SHD 0.305 6.123 0.000 0.854 1.171
CLKT 0.289 5.485 0.000 0.762 1.312
DTC 0.338 6.649 0.000 0.820 1.220
CLPV 0.334 7.191 0.000 0.982 1.018
R2 0.695
R2hiệu chỉnh 0.684
Giá trịp trong Anova 0.000
Giá trị F trong Anova 65.645
HệsốDurbin - Watson 1.803
Biến phụthuộc QDCM
(Nguồn: Kết quả xử lý SPSS) Sử dụng kiểm định t để kiểm định về ý nghĩa của các hệ số hồi quy. Kết quả cho thấy tất cả các biến độc lập đều có Sig. của kiểm định t nhỏ hơn 0,05 nên không có biến nào bị loại khỏi mô hình và tất cả các nhân tố độc lập được sử dụng cho mô hình hồi quy đều có ý nghĩa và được dùng để giải thích ý nghĩa cho biến phụ thuộc.
Hệ số VIF của các biến độc lập có giá trị dao động từ 1,018 đến 1,312 đều nhỏ hơn 5 nên không xảy ra hiện tượng đa cộng tuyến xảy ra (Hair, Black & Babin, 2010).
Các hệ số hồi quy đều có kết quả lớn hơn 0 nên tất cả các biến độc lập được đưa vào phân tích hồi quy đều có tác động cùng chiều đến biến phụ thuộc. Dựa vào độ lớn của hệ số hồi quy chuẩn hóa Beta có thể sắp xếp mức độ tác động từ mạnh đến yếu của biến độc lập vào biến phụ thuộc là: DTC(0,338) > CLPV(0,334) >
SHD(0,305) > CLKT(0,289) > CPSD(0,180). Hay nói cách khác:
Trường Đại học Kinh tế Huế
+ Nhân tốĐộ tin cậy tác động mạnh nhất đến quyết định sử dụng dịch vụ CMGS đến mạng Vinaphone của khách hàng.
+ Nhân tố Chất lượng phục vụ tác động mạnh thứ 2 đến quyết định sử dụng dịch vụ CMGS đến mạng Vinaphone của khách hàng
+ Nhân tốSự hấp dẫn tác động mạnh thứ 3 đến quyết định sử dụng dịch vụ CMGS đến mạngVinaphone của khách hàng.
+ Nhân tốChất lượng kỹ thuật tác động mạnh thứ 4 đến quyết định sử dụng dịch vụ CMGS đến mạng Vinaphone của khách hàng.
+Nhân tốChi phí sử dụngtác động yếu nhất đến quyết định sử dụng dịch vụ CMGS đến mạng Vinaphone của khách hàng.
*Phương trình hồi quy chuẩn hóa:
QDCM = 0.338*DTC + 0.334*CLPV + 0.305*SHD + 0.289*CLKT + 0.180*CPSD 2.3.4.3. Kiểm tra các giả định mô hình hồi quy
*Kiểm tra hiện tượng đa cộng tuyến:
Bảng 2.30: Kiểm tra hiện tượng đa cộng tuyến
Mô hình
Thống kê đa cộng tuyến Hệ số Tolerance VIF Hằng số
CPSD 0,895 1,118
SHD 0,854 1,171
1 CLKT 0,762 1,312
DTC 0,820 1,220
CLPV 0,982 1,018
(Nguồn: Kết quả xử lý SPSS)
Trường Đại học Kinh tế Huế
Sử dụng hệ số phóng đại phương sai VIF (Variance inflation factor) để kiểm tra giả định về hiện tượng đa cộng tuyến. Hair, Black & Babin (2010) cho rằng với VIF<5 thì không có hiện tượng đa cộng tuyến xảy ra.Từ bảng trên ta thấy các hệsố VIF đều nhỏ hơn 5nên không xảy ra hiện tượng đa cộng tuyến.
*Kiểm tra giả định liên hệ tuyến tính:
Biểu đồ phân tán giữa 2 biến giá trị phần dư (trên trục tung) và giá trị dự đoán (trên trục hoành) cho thấy, phần dư được phân tán một cách ngẫu nhiên trong một vùng xung quanh đi qua tung độ 0 chứ không tạo thành một hình dạng nào, do đó giả định liên hệtuyến tính không bị vi phạm.
(Nguồn: Kết quả xử lý SPSS) Biểu đồ2.1 Biểu đồphân tán phần dư
*Kiểm tra giả định phân phối chuẩn của phần dư:
Trường Đại học Kinh tế Huế
(Nguồn: Kết quả xử lý SPSS) Biểu đồ2.2 Biển đồphân phốchuẩn của phần dư
Về mặt lý thuyết, phân phối chuẩn là phân phối có trung bình bằng 0 và phương sai bằng 1. Qua hình 4.3 cho thấy, phần dư chuẩn hóa phân bố theo hình dạng của phân phối chuẩn, biểu đồ Histogram cho thấy được một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số. Đường cong này có dạng hình chuông phù hợp với dạng đồ thị của phân phổi chuẩn, có giá trị trung bình Mean = 3.82E-15 gần bằng 0, độ lệch chuẩn Std.Dev = 0,983 gần bằng 1, như vậy phân phối phần dư xấp xỉchuẩn. Do đó, có thểkết luận rằng: giảthiết phân phối chuẩn của phần dư không bịvi phạm.
*Kiểm tra sự tương quan giữa các phần dư (còn gọi tính độc lập của sai số):
Hệ số Durbin Watson được sử dụng để kiểm tra hiện tượng tự tương quan chuỗi bậc nhất hay kiểm định tương quan của các sai số kề nhau. Với hệ số Durbin Watson
Trường Đại học Kinh tế Huế
lớn hơn 3 và nhỏ hơn 1 thì khả năng sẽ xảy ra hiện tượng tự tương quan chuỗi bậc nhất (Field,2009).
Hệsố Durbin-Watson của mô hình là d = 1.803 và tra bảng hệsố Durbin-Watson với mức ý nghĩa 5% và số quan sát n = 150, số biến độc lập k = 5, ta được hệ số dL=1.665, dU=1.802. Như vậy, giá trị d thuộc miền dU < d < 4-dU (1.802 < 1.803 <
2.198). Đây là miền chấp nhận giảthiết không có tương quan giữa các phần dư.