Tải bản đầy đủ - 0 (trang)
Bảng 2.29: Kiểm định KMO thang đo mức độ thỏa mãn

Bảng 2.29: Kiểm định KMO thang đo mức độ thỏa mãn

Tải bản đầy đủ - 0trang

75



Bảng 2.31: Ma trận thành phần

Initial



Extraction



S1-Hài lòng về thủ tục cải cách hành chính của BHXH



1.000



.671



S2-Hài lòng về năng lực phục vụ của cán bộ, nhân viên BHXH



1.000



.626



S3-Hài lòng về khả năng đáp ứng của cán bộ, nhân viên BHXH



1.000



.637



S4-Dễ dàng tiếp cận với các quy định của BHXH



1.000



.613



S5-Hài lòng về khả năng cung cấp thơng tin của BHXH



1.000



.629



1.000



.776



S6-Tóm lại, anh/chị hồn tồn hài lòng khi đến giao dịch với cơ quan

BHXH

Extraction Method: Principal Component Analysis.



(Nguồn: Phân tích dữ liệu của tác giả)

2.2.6.3. Phân tích tương quan và hồi quy:

a)

Phân tích tương quan:

Nghiên cứu này sử dụng phân tích tương quan Pearson để xác định các mối

quan hệ tuyến tính giữa các biến trước khi đưa vào phân tích hồi quy tuyến tính ở

bước tiếp theo. Phân tích ma trận tương quan Pearson để kiểm tra xem với mức ý

nghĩa thống kê (Sig < 0,05). Mục tiêu của phân tích tương quan nhằm để:

- Thứ nhất là xác định xem các biến độc lập có mối tương quan tuyến tính

chặt chẽ với biến phụ thuộc khơng? Vì chỉ khi biến độc lập có quan hệ tuyến tính

với biến phụ thuộc thì các biến độc lập có thể đưa vào mơ hình hồi quy để giải

thích cho biến phụ thuộc (Hồng Trọng–Chu Nguyễn Mộng Ngọc, Tập 1, 2008, Tr

238).



- Thứ hai là xác định xem giữa các biến độc lập có mối tương quan chặt



chẽ với nhau khơng? Nếu có thì phải lưu ý đến hiện tượng đa cộng tuyến khi phân

tích hồi quy đa biến (Hồng Trọng–Chu Nguyễn Mộng Ngọc, Tập 1, 2008, Tr 237).



76



Bảng 2.32: Bảng ma trận hệ số tương quan

Sự tin cậy

Pearson Correlation

Sự tin cậy



Khả năng

đáp ứng



Năng lực

phục vụ



Khả năng

tiếp cận



Thông tin



Sig. (2-tailed)



Khả năng



đáp ứng



phục vụ



tiếp cận



Mức độ

Thơng tin



hài lòng

chung



.000



.000



.000



.000



.681**



1.000



1.000



1.000



1.000



.000



422



422



422



422



422



422



Pearson Correlation



.000



1



.000



.000



.000



.635**



1.000



1.000



1.000



.000



Sig. (2-tailed)



1.000



N



422



422



422



422



422



422



Pearson Correlation



.000



.000



1



.000



.000



.223**



1.000



1.000



1.000



1.000



.000



N



422



422



422



422



422



422



Pearson Correlation



.000



.000



.000



1



.000



.156**



1.000



1.000



1.000



1.000



.001



N



422



422



422



422



422



422



Pearson Correlation



.000



.000



.000



.000



1



.129**



1.000



1.000



1.000



1.000



422



422



422



422



422



422



.681**



.635**



.223**



.156**



.129**



1



Sig. (2-tailed)



.000



.000



.000



.001



.008



N



422



422



422



422



422



Sig. (2-tailed)



Sig. (2-tailed)



Sig. (2-tailed)



Pearson Correlation

lòng chung



Năng lực



N



N

Mức độ hài



1



Khả năng



.008



**. Correlation is significant at the 0.01 level (2-tailed)



(Nguồn: Phân tích dữ liệu của tác giả)

Kết quả phân tích ma trận tương quan Pearson được trình bày như bảng

trên cho thấy tất cả các biến độc lập Sự tin cậy, Khả năng đáp ứng, Năng lực phục

vụ, Khả năng tiếp cận, Thông tin có tương quan tuyến tính chặt chẽ với biến phụ

thuộc Mức độ hài lòng chung về mặt thống kê (Sig < 0,05). Trong đó biến Sự tin cậy

có tương quan mạnh nhất với biến phụ thuộc vì có hệ số tương quan cao nhất r =

0,681; đứng thứ hai là biến Khả năng đáp ứng với hệ số tương quan r = 0,635; thứ

ba là biến Năng lực phục vụ với hệ số tương quan r = 0,223; kế đến là biến Khả



422



77



năng tiếp cận với r = 156 và cuối cùng biến có tương quan thấp nhất trong 5 biến

độc lập là biến Thơng tin có r = 129.

Từ bảng kết quả trên ta cũng nhận thấy rằng tất cả các biến độc lập Sự tin

cậy, Khả năng đáp ứng, Năng lực phục vụ, Khả năng tiếp cận, Thông tin khơng có

mối quan hệ tuyến tính với nhau (Sig > 0,05). Hệ số tương quan giữa các biến đều

bằng 0 tức là khơng có hiện tượng đa cộng tuyến giữa các biến độc lập với nhau.

Như vậy từ kết quả phân tích tương quan tuyến tính giữa các biến độc lập

và biến phụ thuộc; và giữa các biến độc lập với nhau thì tất cả các biến đều thỏa

điều kiện để đưa vào phân tích ở bước tiếp theo – phân tích hồi quy tuyến tính bội

nhằm giải thích mơ hình nghiên cứu và kiểm định các giả thuyết nghiên cứu.

b)

Xây dựng mơ hình hồi quy:

Kết quả phân tích nhân tố khám phá ta rút ra được 5 nhân tố tác động đến

Mức độ hài lòng của khách hàng sử dụng dịch vụ công của cơ quan BHXH, ta tiếp

tục đưa các nhân tố vào mơ hình hồi quy bội để xác định cụ thể các trọng số của

các nhân tố gộp, hay các hệ số trong mơ hình hồi quy phản ánh mức độ tác động

mạnh hay nhẹ đến biến phụ thuộc là Mức độ hài lòng của khách hàng.

Mơ hình phương trình hồi quy bội:

Y = β0 + β1X1 + β2X2 + β3X3 + β4X4 + β5X5

Trong đó:

• Y: Biến phụ thuộc thể hiện giá trị của mức độ hài lòng của khách hàng sử

dụng dịch vụ công của cơ quan BHXH.

β0, β1, β2, β3, β4, β5: là các hệ số hồi quy được dùng từ các hệ số hồi quy

ước lượng được.

• X1: Sự tin cậy (Reliability)

• X2: Khả năng đáp ứng (Responsiveness)

• X3: Năng lực phục vụ (Competence)

• X4: Khả năng tiếp cận (Access)

• X5: Thơng tin (Comunication)

Trong mơ hình hồi quy bội (kết quả được thể hiện trên phụ lục 6) với 5 biến

độc lập được đưa vào theo phương pháp ENTER (tất cả các biến độc lập được đưa

vào mơ hình cùng một lượt) ta có hệ số R2 = 0,710 và R2 hiệu chỉnh = 0,705. Kết quả



78



này cho thấy mơ hình hồi quy ước lượng được là phù hợp. Nghĩa là khả năng các

biến độc lập giải thích được 71% sự biến thiên của biến phụ thuộc theo mơ hình

hồi quy (kết quả được thể hiện ở bảng 2.33 Model Summary).

Theo Hoàng Trọng – Chu Nguyễn Mộng Ngọc (2008), hệ số xác định R 2

(Coefficientof determination) dùng để đánh giá độ phù hợp của mơ hình. Cơng

thức R2 xuất phát từ ý tưởng: toàn bộ biến thiên quan sát được của biến phụ thuộc

được chia thành 2 phần – phần biến thiên do hồi quy và phần biến thiên không do

hồi quy hay còn lại phần dư. Với kết quả R 2 = α(0 ≤ α ≤ 1) nghĩa là mô hình hồi quy

tuyến tính đã xây dựng phù hợp với tập dữ liệu đến mức 100 α %. Hay 100 α %

khác biệt của biến phụ thuộc Y được giải thích bởi sự biến thiên của các biến độc

lập.

Bảng 2.33: Model Summaryb

Mơ hình

1



R



R bình phương

.843a



R bình phương hiệu



Tiêu chuẩn.



chỉnh



Lỗi của ước tính



.710



.705



.54319241



Durbin-Watson

1.243



a. Predictors: (Constant a. Predictors: (Constant), Thơng tin, Khả năng tiếp cận, Năng lực phục vụ, Khả năng đáp ứng,

Sự tin cậy

b. Dependent Variable: Mức độ hài lòng chung



(Nguồn: Phân tích dữ liệu của tác giả)

2.2.6.4. Kiểm định các giả thuyết:

Ảnh hưởng của 5 thành phần đến Mức độ hài lòng của khách hàng được mơ tả

trong 5 giả thuyết nghiên cứu như sau:

H1 Sự tin cậy có tác động cùng chiều với mức độ hài lòng của khách hàng

H2 Khả năng đáp ứng có tác động cùng chiều với mức độ hài lòng của

khách hàng

H3 Năng lực phục vụ từ phía cơ quan BHXH có tác động cùng chiều với mức

độ hài lòng của khách hàng

H4 Khả năng tiếp cận từ cơ quan BHXH có tác động cùng chiều với mức độ

hài lòng của khách hàng

H5 Thơng tin có tác động cùng chiều với mức độ hài lòng của khách hàng



79



Bảng ANOVAb cho kiểm định F – kiểm định giả thuyết về độ phù hợp của mơ

hình hồi quy tuyến tính tổng thể xem xét biến phụ thuộc có liên hệ tuyến tính với

tồn bộ các biến độc lập hay khơng.

Kiểm định F trong bảng phân tích phương sai ANOVA b vẫn là phép kiểm định

giả thuyết về độ phù hợp của mơ hình hồi quy tuyến tính tổng thể. Ý tưởng của

kiểm định này là mối quan hệ tuyến tính giữa biến phụ thuộc Y và các biến độc lập

cũng tương tự như ở hồi quy tuyến tính đơn biến, nhưng ở đây nó xem biến phụ

thuộc có liên hệ tuyến tính với tồn bộ tập hợp các biến độc lập hay không.

Giả thuyết H0 ở đây tất cả các hệ số βi = 0 (i =1, 2, 3, 4, 5)

Bảng 2.34: ANOVAb

Mơ hình



1



Tổng bình phương



Trung bình



Bậc tự do



bình phương



Hồi quy



298.846



5



42.692



Phần dư



122.154



416



.295



Tổng



421.000



421



Kiểm định F

144.691



Sig.

.000a



a. Predictors: (Constant), Thơng tin, Khả năng tiếp cận, Năng lực phục vụ, Khả năng đáp ứng, Sự tin cậy

b. Dependent Variable: Mức độ hài lòng chung



(Nguồn: Phân tích dữ liệu của tác giả)

Kết quả Bảng 2.34 ta thấy giá trị Sig = 0,000 giả thuyết H 0 bị bác bỏ, ta kết

luận rằng kết hợp giữa các biến hiện có trong mơ hình giải thích được thay đổi của

Y (mức độ hài lòng chung của khách hàng) nghĩa là mơ hình chúng ta xây dựng là

phù hợp.

Kiểm định mức ý nghĩa của các hệ số hồi quy (β i) bảng 2.35 với i = 1,2,3,4,5

ta thấy các hệ số β1, β2, β3, β4, β5 có ý nghĩa thống kê với giá trị Sig < 5%.



80



Bảng 2.35: Coefficients (H1, H2, H3, H4, H5)

Hệ số chưa



Hệ số



chuẩn hóa



chuẩn hóa



Mơ hình

B



1



Sai số

chuẩn



(Hằng số)



.125



.349



Sự tin cậy



.345



.024



Khả năng đáp ứng



.253



Năng lực phục vụ



Thống kê cộng tuyến

t



Sig.



Beta



Độ chấp nhận



Hệ số phóng đại



của biến



phương sai



.184



.625



.332



67.306



.010



.253



3.559



.013



.210



62.722



.000



.213



2.694



.112



.029



.142



22.068



.008



.370



2.786



Khả năng tiếp cận



.050



.015



.083



15.446



.001



.267



3.746



Thơng tin



.057



.030



.059



12.729



.023



.315



3.173



a. Dependent Variable: Mức độ hài lòng chung



(Nguồn: Phân tích dữ liệu của tác giả)

Kết quả hồi quy tuyến tính:

Trong mơ hình hồi quy ước lượng được có 3 nhân tố chính thực sự tác động

đến mức độ hài lòng chung của khách hàng gồm: Sự tin cậy, Khả năng đáp ứng,

Năng lực phục vụ tác động cùng chiều với Mức độ hài lòng chung của khách hàng

sử dụng dịch vụ cơng tại cơ quan BHXH (biến phụ thuộc Y).

Ta thấy, mô hình hồi quy trên hồn tồn khơng có hiện tượng tự tương quan

(Hệ số Durbin Watson = 1,243). Hệ số phóng đại phương sai VIF của tất cả nhân tố

(Variance inflation factor - VIF) đều nhỏ hơn 4, cho thấy các biến độc lập này khơng

có quan hệ chặt chẽ với nhau nên khơng có hiện tượng đa cộng tuyến xảy ra. Do

đó, mối quan hệ giữa các biến độc lập khơng ảnh hưởng đáng kể đến kết quả giải

thích của mơ hình hồi quy.

Phương trình hồi quy tuyến tính xác định như sau:

Y = 0.332 X1 + 0.210 X2 + 0.142 X3 + 0.083 X4 + 0.059 X5



81



Các hệ số βi với i= {1, 2, 3, 4, 5} ước lượng từ mơ hình hồi quy đều có các giá

trị dương thể hiện các yếu tố trong mơ hình hồi quy trên ảnh hưởng tỷ lệ thuận

đến sự hài lòng của khách hàng. Điều này chứng tỏ khi các yếu tố Sự tin cậy, Khả

năng đáp ứng, Năng lực phục vụ, Khả năng tiếp cận, Thông tin được nâng cao thì

Mức độ hài lòng của khách hàng sử dụng dịch cơng của BHXH tăng lên. Chính sự

hài lòng này là nhân tố làm cho khách hàng trung thành với cơ quan BHXH. Sự tác

động của các biến độc lập đến Mức độ hài lòng của khách hàng sử dụng dịch vụ

công của cơ quan BHXH giảm dần theo các nhân tố:

Bảng 2.36: Thứ tự mức độ tác động của các nhân tố chất lượng dịch vụ BHXH

đến sự hài lòng của khách hàng

STT

1

2

3

4

5



Hệ số Beta

0.332

0.210

0.142

0.083

0.059



Nhân tố

X1: Sự tin cậy

X2: Khả năng đáp ứng

X3: Năng lực phục vụ

X4: Khả năng tiếp cận

X5: Thơng tin

(Nguồn: Phân tích dữ liệu của tác giả)



Giá trị của hệ số β1 của biến X1 (Sự tin cậy) = 0,332 là lớn nhất chứng tỏ đây

là nhân tố tác động mạnh nhất đến mức độ hài lòng của khách hàng, nhân tố tác

động mạnh thứ hai đến mức độ hài lòng là X2 (Khả năng đáp ứng), nhân tố thứ ba

cùng tác động đó là X3 (Năng lực phục vụ). Từ kết quả khảo sát này, với ý kiến của

người nghiên cứu, cơ quan BHXH muốn thu hút khách hàng, muốn đảm bảo sự

trung thành của khách hàng thì phải đảm bảo và nâng cao các thành phần như tạo

sự tin tưởng hơn nơi khách hàng, thái độ và trình độ nghiệp vụ nhân viên phải đảm

bảo ngay từ lần giao dịch đầu tiên, ngoài ra trong khi giao dịch với khách hàng

nhân viên phải thể hiện sự chun nghiệp, sự lắng nghe từ phía khách hàng.

Ngồi ra các nhân tố như X4 (Khả năng tiếp cận) và X5 (Thơng tin) trong cuộc

khảo sát này có hệ số β ước lượng được nhỏ chứng tỏ cơ quan BHXH cần nâng cao

nhiều hơn nữa khả năng tiếp cận các yêu cầu và nguyện vọng của khách hàng, kênh



82



thông tin liên lạc, trao đổi với khách hàng cũng cần được nâng cấp. Với thang đo

SERVQUAL đã được kiểm định và ứng dụng trong nhiều ngành khác nhau, nhưng

trong mô hình phân tích tại Việt Nam chưa thể hiện được sự tác động cụ thể lên

mức độ hài lòng của khách hàng, đây có lẽ là hạn chế của đề tài. Giải pháp khắc

phục hạn chế này là việc thiết kế thang đo chất lượng dịch vụ chi tiết hơn, cụ thể

hơn.

2.2.6.5. Phân tích ảnh hưởng của các biến định tính đến mức độ hài lòng:

 Ảnh hưởng của các nhóm khách hàng có thời gian sử dụng dịch vụ

BHXH khác nhau tới mức độ hài lòng chung của khách hàng

Với giả thuyết H0: Khơng có sự khác biệt về mức độ hài lòng của các nhóm

khách hàng có thời gian sử dụng dịch vụ khác nhau. Ta tiến hành kiểm định và có

kết quả ở bảng 2.37.

Bảng 2.37: ANOVAb

Thời gian sử dụng dịch vụ – Mức độ hài lòng chung

Tổng

bình phương

Khác biệt giữa các nhóm



Trung bình



Bậc tự do



bình phương



1.405



2



.703



Khác biệt trong từng nhóm



419.595



419



1.001



Tổng số



421.000



421



Kiểm định F

.702



Sig.

.496



(Nguồn: Phân tích dữ liệu của tác giả)

Theo bảng 2.37 cho thấy có giá trị thống kê Sig = 0,496 > 5%, ta chấp nhận

giả thuyết H0, nghĩa là các nhóm khách hàng có thời gian sử dụng dịch vụ khác

nhau có mức độ hài lòng chung giống nhau.

 Ảnh hưởng của các nhóm khách hàng có cách thức, phương tiện trao

đổi thơng tin với cơ quan BHXH khác nhau tới mức độ hài lòng chung của khách

hàng



83



Với giả thuyết H0: Khơng có sự khác biệt về mức độ hài lòng của các nhóm

khách hàng có cách thức, phương tiện trao đổi thơng tin với cơ quan BHXH khác

nhau. Ta tiến hành kiểm định và có kết quả ở bảng 2.38.



84



Bảng 2.38: ANOVAb

Phương tiện liên hệ trao đổi thông tin – Mức độ hài lòng chung

Tổng

bình phương

Khác biệt giữa các nhóm



Trung bình



Bậc tự do



bình phương



5.946



4



1.487



Khác biệt trong từng nhóm



415.054



417



.995



Tổng số



421.000



421



Kiểm định F



Sig.



1.494



.203



(Nguồn: Phân tích dữ liệu của tác giả)

Với giá trị thống kê Sig = 0,203 > 5%, ta chấp nhận giả thuyết H 0, nghĩa là dù

khách hàng chọn kênh thông tin nào khi giao dịch với cơ quan BHXH thì mức độ hài

lòng chung về kênh thơng tin đó nói riêng và chất lượng dịch vụ tại cơ quan BHXH

nói chung là như nhau.

 Ảnh hưởng của các nhóm khách hàng có xem sử dụng dịch vụ công là

giao dịch thuận lợi hay khơng tới mức độ hài lòng chung của khách hàng

Với giả thuyết H0: Khơng có sự khác biệt về mức độ hài lòng của các nhóm

khách hàng có xem sử dụng dịch vụ công là giao dịch thuận lợi hay khơng. Ta tiến

hành kiểm định và có kết quả ở bảng 2.39.

Bảng 2.39: ANOVAb

Xem sử dụng dịch vụ công BHXH là giao dịch thuận lợi – Mức độ hài lòng chung

Tổng

bình phương

Khác biệt giữa các nhóm



Trung bình



Bậc tự do



bình phương



10.519



1



10.519



Khác biệt trong từng nhóm



410.481



420



.977



Tổng số



421.000



421



Kiểm định F

10.763



Sig.

.001



(Nguồn: Phân tích dữ liệu của tác giả)

Giữa hai nhóm khách hàng có xem và không xem sử dụng dịch vụ công của

BHXH là giao dịch thuận lợi thực sự có sự khác biệt về mức độ hài lòng vì ở đây Sig

= 0,001 < 5 %. Sự khác biệt cụ thể như sau:



85



Bảng 2.40: Sự khác biệt về mức độ hài lòng chung

Số lượng





Mức độ hài lòng chung của khách

hàng



Kênh BHXH bắt buộc là kênh

chính thức trong giao dịch



Khơng



Mức độ hài lòng chung của khách

hàng



Trung bình



404



.7942



18



-.0353



(Nguồn: Phân tích dữ liệu của tác giả)

Nhóm khách hàng xem sử dụng dịch vụ cơng của BHXH là giao dịch thuận lợi

thực sự hài lòng hơn (đánh giá cao hơn) về chất lượng dịch vụ hiện tại nơi họ đang

sử dụng dịch vụ về BHXH: giá trị trung bình đo được ở đây là 0,794 (các giá trị

trung bình đo được ở Mức độ hài lòng chung đã đưa về thang đo chuẩn với trung

bình bằng 0 và độ lệch chuẩn là 1) lớn hơn nhóm khách hàng không xem sử dụng

dịch vụ BHXH là giao dịch thuận lợi (trung bình = -0,353). Khảo sát này hoàn toàn

phù hợp với lý thuyết thực tế: Khách hàng quan tâm và hài lòng về dịch vụ BHXH sẽ

coi đó là nơi tin cậy và họ sẽ sử dụng dịch vụ trong thời gian tới.

 Ảnh hưởng của các nhóm khách hàng có độ tuổi khác nhau tới mức độ

hài lòng chung của khách hàng

Với giả thuyết H0: Khơng có sự khác biệt về mức độ hài lòng của các nhóm

khách hàng có độ tuổi khác nhau. Ta tiến hành kiểm định và có kết quả ở bảng

2.41.

Bảng 2.41: ANOVAb

Độ tuổi – Mức độ hài lòng chung

Tổng

bình phương

Khác biệt giữa các nhóm



Trung bình



Bậc tự do



bình phương



.837



3



.279



Khác biệt trong từng nhóm



420.163



418



1.005



Tổng số



421.000



421



Kiểm định F

.278



Sig.

.842



(Nguồn: Phân tích dữ liệu của tác giả)



Tài liệu bạn tìm kiếm đã sẵn sàng tải về

Bảng 2.29: Kiểm định KMO thang đo mức độ thỏa mãn

Tải bản đầy đủ ngay(0 tr)

×