Luận văn: PPNC Hài lòng của khách hàng về chất lượng dịch vụ

Chia sẻ chuyên mục Đề Tài Luận văn: PPNC Hài lòng của khách hàng về chất lượng dịch vụ hay nhất năm 2024 cho các bạn học viên ngành đang làm luận văn thạc sĩ tham khảo nhé. Với những bạn chuẩn bị làm bài luận văn tốt nghiệp thì rất khó để có thể tìm hiểu được một đề tài hay, đặc biệt là các bạn học viên đang chuẩn bị bước vào thời gian lựa chọn đề tài làm luận văn thì với đề tài: Các nhân tố ảnh hưởng đến sự hài lòng của khách hàng về chất lượng dịch vụ của chuỗi nhà thuốc Long Châu tại Thành phố Hồ Chí Minh dưới đây chắc chắn sẽ giúp cho các bạn học viên có cái nhìn tổng quan hơn về đề tài sắp đến.

3.1. Quy trình nghiên cứu

Nguồn: Tổng hợp từ tác giả

3.1.1. Nghiên cứu sơ bộ

Tác giả thực hiện nghiên cứu sơ bộ để xác định mối quan khệ giữa các biến độc lập và biến phụ thuộc trong mô hình lý thuyết, đồng thời để đưa ra một số thay đổi và bổ sung cho thang đo chính thức. Để thực hiện nghiên cứu sơ bộ, tác giả sẽ chia làm hai giai đoạn nghiên cứu định tính sơ bộ và nghiên cứu định lượng sơ bộ.

3.1.1.1. Nghiên cứu định tính sơ bộ

“Trong bước nghiên cứu này, tác giả sử dụng phương pháp nghiên cứu định tính nhằm tìm ra các nhân tố chất lượng dịch vụ chuỗi nhà thuốc tác động đến sự lhài lòng của khách hàng. Từ các cơ sở lý thuyết và các nghiên cứu trước đó tác giả đã đề cập ở Chương 2, tác giả đã đề xuất mô hình nghiên cứu bao gồm 4 nhân tố (1) Các phương tiện hữu hình, (2) Khả năng đáp ứng, (3) Sự đồng cảm, (4) Giá cả.”

“Trong nghiên cứu định tính sơ bộ này, tác giả tiến hành sử dụng phương pháp phỏng vấn các chuyên gia và phương pháp khảo sát khách hàng của chuỗi nhà thuốc. Phương pháp phỏng vấn các chuyên gia được thực hiện dựa trên thang đo nháp đã xây dựng. Để có cái nhìn tổng quát về các nhân tố ảnh hưởng đến chất lượng dịch vụ của chuỗi nhà thuốc, tác giả sẽ tiến hành phỏng vấn các chuyên gia có kinh nghiệm trong lĩnh vực bán lẻ, đặc biệt là trong ngành bán lẻ dược phẩm. Các chuyên gia này bao gồm các lãnh đạo phòng ban liên quan đến ngành bán lẻ, có kinh nghiệm trên 5 năm trong ngành. Mục đích của việc phòng vấn ý kiến của chuyên gia là để loại bỏ các biến không phù hợp và bổ sung thêm những biến cần thiết, được các chuyên gia góp ý và thống nhất các thành phần trong thang đo sơ bộ. Tiến trình thực hiện m phỏng vấn các chuyên gia được chia làm 2 bước:

• Bước 1: Lên danh sách các chuyên gia tham gia phòng vấn. Danh sách chi tiết được thể hiện ở Phụ lục 2 của luận văn.
• Bước 2: Liên hệ với các chuyên gia, lên lịch hẹn và tiến hành phỏng vấn, ghi chép lại kết quả và tiến hành hiệu chỉnh lại thang đo nháp đã xây dựng sau khi phỏng vấn.”

“Kết quả phỏng vấn cho thấy các chuyên gia tham gia phỏng vấn đều đồng ý đối với các nhân tố ảnh hưởng đến sự hài lòng về chất lượng dịch vụ của chuỗi nhà thuốc Long Châu tại TP. HCM mà tác giả đã đưa ra trong thang đo nháp bao gồm 4 nhân tố, (1) Các phương tiện hữu hình, (2) Khả năng đáp ứng, (3) Sự đồng cảm và (4) Giá cả.

Sau khi lấy ý kiến của các thành viên về nội dung các mục câu hỏi, các thành viên đều thống nhất các phát biểu cần ngắn gọn, dễ hiểu với đối tượng khảo sát – cụ thể là các khách hàng của chuỗi nhà thuốc Long Châu tại TP. HCM và phù hợp với mục tiêu của nghiên cứu. Kết quả của bước này sẽ giúp tác giả có được thang đo chính thức.”

Kết quả thảo luận nhóm với các chuyên gia sẽ được tác giả tổng hợp lại và tiến hành phỏng vấn thử với 30 khách hàng của chuỗi nhà thuốc Long Châu tại TP. HCM, cụ thể sẽ tiến hành phỏng vấn tại nhà thuốc Long Châu 3 – số 379 -381 Hai Bà Trưng, phường Võ Thị Sáu, Quận 3, TP. HCM. Bước nghiên cứu này nhằm mục đích kiểm tra câu từ tác giả sử dụng trong bảng khảo sát có dễ hiểu và phù hợp với nội dung nghiên cứu. Sau khi nghiên cứu định tính, kết quả tác giả nhận được là bảng câu hỏi dùng để khảo sát chính thức với tổng cộng 20 biến quan sát, cụ thể chi tiết như sau:

(1) Thang đo nhân tố Các phương tiện hữu hình

Thang đo nhân tố Các phương tiện hữu hình ký hiệu là HH, thang đo này bao gồm 4 biến quan sát kế thừa từ nghiên cứu của Parasuaraman và các cộng sự (1988), Cronin và Taylor (1992), P. Arsanam và K. Yousapronpaiboon (2014), Nafisa Adat (2014), Hà Namj Khánh Giaok và Trần Ngọc Thi (2011), Trần Thị Thu Hiền và Nguyễn Văn Ngọc (2015). Sau khi phỏng vấn với các chuyên gia và tiến hành khảo sát thử nghiệm thì thang đo này được giữ nguyên và được điều chỉnh từ ngữ dễ hiểu hơn và phù hợp với thực tế. Kết quả được tổng hợp như sau:

Bảng 3.1: Thang đo nhân tố Các phương tiện hữu hình

Nguồn: Tổng hợp từ tác giả

(2) Thang đo nhân tố Khả năng đáp ứng

Thang đo nhân tố Khả năng đáp ứng ký hiệu là DU, thang đo này bao gồm 5 biến quan sát được kế thừa từ nghiên cứu của Parasuaraman và các cộng sự (1988), Cronin và Taylor (1992), P. Arsanam và K. Yousapronpaiboon (2014), Nafisa Adat (2014), Hà Nam kKhánh Giao và Trần Ngọc Thi (2011), Trần Thị Thu Hiền và Nguyễn Văn Ngọc (2015). Sau khi phỏng vấn với các chuyên gia và tiến hành khảo sát thử nghiệm thì thang đo này được giữ nguyên và được điều chỉnh từ ngữ dễ hiểu hơn và phù hợp với thực tế.

Kết quả được tổng hợp như sau:

Bảng 3.2: Thang đo nhân tố Khả năng đáp ứng

Nguồn: Tổng hợp từ tác giả

(3) Thang đo nhân tố Sự đồng cảm

Thang đo nhân tố Sự đồng cảm ký hiệu là DC, thang đo này bao gồm 4 biến quan sát được kế thừa từ nghiên cứu của Parasuaraman và các cộng sự (1988), Cronin và Taylor (1992), Dabholkar và cộng sự (2000), P. Arsanam và K. Yousapronpaiboon (2014), Nafisa Adat (2014), Hà jNam kKhánh Giao và Trần Ngọc Thi (2011), Trần Thị Thu Hiền và Nguyễn Văn Ngọc (2015). Sau khi phỏng vấn với các chuyên gia và tiến hành khảo sát thử nghiệm thì thang đo này được giữ nguyên và được điều chỉnh từ ngữ dễ hiểu hơn và phù hợp với thực tế. Kết quả được tổng hợp như sau:

Bảng 3.3: Thang đo nhân tố Sự đồng cảm

Nguồn: Tổng hợp từ tác giả

(4) Thang đo nhân tố Giá cả

Thang đo nhân tố Giá cả ký hiệu là GC, thang đo này bao gồm 4 biến quan sát được kế thừa từ nghiên cứu của Trần Thị Thu Hiền và Nguyễn Văn Ngọc (2015). Sau khi phỏng vấn với các chuyên gia và tiến hành khảo sát thử nghiệm thì thang đo này được giữ nguyên và được điều chỉnh từ ngữ dễ hiểu hơn và phù hợp với thực tế. Kết quả được tổng hợp như sau:

Bảng 3.4: Thang đo nhân tố Giá cả

Nguồn: Tổng hợp từ tác giả

(5) Thang đo nhân tố Sự hài lòng

Thang đo nhân tố Sự hài lòng ký hiệu là HL, thang đo này bao gồm 3 biến quan sát được kế thừa từ nghiên cứu của Hà Nam Khánh Giao và Trần Ngọc Thi (2011), Trần Thị Thu Hiền và Nguyễn Văn Ngọc (2015). Sau khi phỏng vấn với các chuyên gia và tiến hành khảo sát thử nghiệm thì thang đo này được giữ nguyên và được điều chỉnh từ ngữ dễ hiểu hơn và phù hợp với thực tế. Kết quả được tổng hợp như sau:

Bảng 3.5: Thang đo nhân tố Sự hài lòng

Nguồn: Tổng hợp từ tác giả

3.1.1.2. Nghiên cứu định lượng sơ bộ

Sau khi thực hiện nghiên cứu định tính sơ bộ và đảm bảo bảng câu hỏi đã phù hợp với mục tiêu nghiên cứu, tác giả sẽ tiến hành lấy bảng câu hỏi này phỏng vấn thử với 30 khách hàng của nhà thuốc Long Châu tại TP. HCM nhằm làm cơ sở cho việc hoàn thiện thang đo chính thức. Nghiên cứu định lượng sơ bộ được thực hiện để điều chỉnh thang đo sơ bộ đã xây dựng trong nghiên cứu định tính, việc khảo sát được tiến hành bằng cách lấy mẫu ngẫu nhiên và dựa theo bảng câu hỏi đã được thiết kế sẵn.

Sau khi tiến hành nghiên cứu sơ bộ, kết quả cho ra bảng câu hỏi dùng để khảo sát chính thức bao gồm 20 biến quan sát cho các nhân tố thành phần của nghiên cứu được trình bày như bảng sau:

Bảng 3.6: Tổng hợp các nhân tố và biến quan sát

Nguồn: Tổng hợp từ tác giả

3.1.2. Nghiên cứu chính thức

Để thực hiện nghiên cứu chính thức, tác giả bước qua công đoạn xác định cỡ mẫu. Trong bài nghiên cứu này, tác giả sử dụng phương pháp chọn mẫu thuận tiện, phi xác suất bằng cách tiếp xúc trực tiếp với các khách hàng của chuỗi nhà thuốc Long Châu tại TP. HCM.

Sau đó, tác giả tiến hành chọn kích thước mẫu, kích thước mẫu sẽ phụ thuộc vào phương pháp định lượng của bài nghiên cứu. Trong nghiên cứu này, tác giả sử dụng hai phương pháp định lượng là mô hình phân tích khám phá và phân tích hồi quy.

Đối với mô hình phân tích nhân tố khám phá, theo Hair và cộng sự (2006), kích thước mẫu được xác định dựa vào mức tối thiểu và số lượng biến đưa vào phân tích của mô hình.

Chúng ta có công thức tính kích thước mẫu ở trường hợp này như sau:

Trong đó:

• n: kích thước mẫu cần xác định
• k: tỷ lệ số mẫu so với 1 biến phân tích
• Pj: số biến quan sát của thang đo thứ j

Trong nghiên cứu này, tỷ lệ quan sát chia cho biến đo lường là 4:1, nghĩa là 1 biến đo lường cần tối thiểu 4 quan sát. Vì vậy, để xác định kích thức mẫu trong phân tích EFA với 17 biến quan sát độc lập và 3 biến phụ thuộc và với tỷ lệ số mẫu so với 1 biến phân tích là 4:1 thì số quan sát được xác định vào khoảng n = 4 x 20 = 80 phiếu khảo sát.

Đối với mô hình phân tích hồi quy, theo Green (1991), khi dữ liệu là dạng số liệu cùng một thời điểm (số liệu điều tra), chúng ta có công thức xác định kích thước mẫu như sau: 𝑛 ≥ 50 + (5 ℎ𝑜ặ𝑐 10) × 𝑃

Trong đó:

• n: kích thước mẫu tối thiểu
• P: số biến độc lập

Áp dụng công thức trên cho bài nghiên cứu, kích thước mẫu tối thiểu cần để thực hiện phương pháp phân tích hồi quy là n  50 + 5 x 4 = 70 phiếu khảo sát.

Từ những lập luận trên, tác giả lựa chọn kích thước mẫu là 275. Việc lựa chọn kích thước mẫu này nhằm mục đích có thể loại bỏ được những phiếu khảo sát bị sai sót, hư hỏng và không đầy đủ thông tin.

Trên cơ sở xác định cở mẫu, tác giả lựa chọn thang đo Likert 5 điểm tương ứng với: 1 – Hoàn toàn không đồng ý, 2 – Không đồng ý, 3 – Bình thường, 4 – Đồng ý, 5 – Hoàn toàn đồng ý. Các thang đo sẽ được mã hóa như sau:

• Thang đo Các phương tiện hữu hình (HH) có 4 biến quan sát và được mã hóa lần lượt từ HH1 đến HH4.
• Thang đo Khả năng đáp ứng (DU) có 5 biến quan sát và được mã hóa lần lượt từ DU1 đến DU5.
• Thang đo Sự đồng cảm (DC) có 4 biến quan sát và được mã hóa lần lượt từ DC1 đến DC4.
• Thang đo Giá cả (GC) có 4 biến quan sát và được mã hóa lần lượt từ GC1 đến GC4.
• Thang đo Sự hài lòng (HL) có 3 biến quan sát và được mã hóa lần lượt từ HL1 đến HL3.

Bảng 3.7: Bảng tổng hợp mã hóa các thang đo

Nguồn: Tổng hợp từ tác giả

3.2. Phương pháp nghiên cứu

Trong bài nghiên cứu này, tác giả sử dụng phương pháp thu thập số liệu dựa trên việc chọn mẫu thuận tiện, phi xác suất. Tác giả gửi các phiếu khảo sát ở các cửa hàng thuộc chuỗi nhà thuốc Long Châu tại địa bàn TP. HCM, trực tiếp tiếp xúc, giao tiếp và phỏng vấn khách hàng của nhà thuốc. Ưu điểm của phương pháp này là việc tác giả có thể tự lựa chọn đối tượng khách hàng muốn tiếp cận, tiết kiệm được thời gian và chi phí.

3.2.1 Thống kê mô tả

Sau khi thu thập các phiếu khảo sát từ việc gửi bảng khảo sát tại các cửa hàng của chuỗi nhà thuốc Long Châu trên địa bàn TP. HCM, tác giả tiến hành kiểm tra lần lượt các phiếu khảo sát xem đã hợp lệ và đầy đủ thông tin hay không. Sau đó, tác giả sẽ kiểm tra lại một lần nữa thông tin và mã hóa thành một bảng dữ liệu. Khi kiểm tra và rà soát được tất cả dữ liệu đã đầy đủ các trường thông tin và thỏa mãn được yêu cầu, tác giả sẽ sử dụng phần mềm thống kê dữ liệu SPSS 20 để thực hiện phân tích thống kê mô tả dữ liệu đã thu thập được. Việc thống kê mô tả dữ liệu nhằm mục đích mô tả ngắn gọn hay tóm tắt dữ liệu đã thu thập được và tạo tiền đề cho tác giả thực hiện các bước nghiên cứu tiếp theo.

3.2.2 Phân tích độ tin cậy Cronbach’s alpha

“Kiểm định độ tin cậy thang đo Cronbach’s alpha giúp chúng ta kiểm tra xem các biến quan sát của nhân tố mẹ có đáng tin cậy và có tốt hay không. Kiểm định này phản ánh mức độ tương quan chặt chẽ giữa các biến quan sát trong cùng một nhân tố. Nó cho biết trong các biến quan sát của một nhân tố, biến nào đã đóng góp vào việc đo lường khái niệm nhân tố, biến nào không.”

“Hệ số Cronbach’s alpha có giá trị biến thiên trong đoạn từ 0 cho đến 1. Ở mức 0 có nghĩa là các biến quan sát trong nhóm gần như không có sự tương quan, ở mức 1 có nghĩa là các biến quan sát tương quan hoàn hảo với nhau, hai mức 0 và 1 thường sẽ hiếm khi gặp trong việc phân tích dữ liệu. Theo Nunnally (1978), một thang đo tốt nên có độ tin cậy Cronbach’s Alpha từ 0.7 trở lên. Theo Hair và cộng sự (2009) cũng cho rằng, một thang đo đảm bảo tính đơn hướng và đạt độ tin cậy nên đạt ngưỡng Cronbach’s Alpha từ 0.7 trở lên, tuy nhiên, với tính chất là một nghiên cứu khám phá sơ bộ, ngưỡng Cronbach’s Alpha là 0.6 có thể chấp nhận được. Hệ số Cronbach’s Alpha càng cao thể hiện độ tin cậy của thang đo càng cao.”

“Ngoài ra còn có thêm một chỉ số quan trọng khác đó là Corrected Item – Total Correlation (Hệ số tương quan biến tổng). Hệ số này biểu thị mối tương quan giữa từng biến quan sát với các biến còn lại trong thang đo. Nếu biến quan sát có sự tương quan thuận càng mạnh với các biến khác trong thang đo, hệ số tương quan biến tổng càng cao, biến quan sát đó càng tốt. Cristobal và cộng sự (2007) cho rằng, một thang đo tốt khi các biến quan sát có hệ số tương quan biến tổng từ 0.3 trở lên. Trong bài nghiên cứu này, những biến có hệ số tương quan biến tổng nhỏ hơn 0.3 sẽ bị loại khỏi thang đo.”

3.2.3. Phân tích nhân tố khám phá

“Phân tích nhân tố khám phá EFA được dùng với mục đích rút gọn và tóm tắt dữ liệu. Trong nghiên cứu này, thay vì đi nghiên cứu 20 nhân tố nhỏ, chúng ta có thể chỉ cần nghiên cứu 5 đặc điểm lớn, trong mỗi đặc điểm lớn này sẽ bao gồm từ 3 đến 5 đặc điểm nhỏ có sự tương quan với nhau. Điều này giúp tiết kiệm được thời gian và chi phí cho người nghiên cứu. Một số tiêu chí trong phân tích nhân tố khám phá EFA như sau: – Hệ số KMO (Kaiser-Meyer-Olkin): là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của KMO phải đạt giá trị 0.5 trở lên (0.5 ≤ KMO ≤ 1) là điều kiện đủ để phân tích nhân tố là phù hợp. Nếu trị số này nhỏ hơn 0.5, thì phân tích nhân tố có khả năng không thích hợp với tập dữ liệu nghiên cứu.

• Kiểm định Bartlett (Bartlett’s test of sphericity): là một đại lượng thống kê dùng để xem xét các biến quan sát trong nhân tố có tương quan với nhau hay không. Nếu kiểm định này có ý nghĩa thống kê (sig Bartlett’s Test < 0.05) thì chứng tỏ các biến quan sát có tương quan với nhau trong nhân tố.
• Chỉ số Eigenvalue là một tiêu chí sử dụng phổ biến để xác định số lượng nhân tố trong phân tích EFA. Với tiêu chí này, chỉ có những nhân tố nào có Eigenvalue ≥ 1 mới được giữ lại trong mô hình phân tích.
• Tổng phương sai trích (Total Variance Explained) ≥ 50% cho thấy mô hình EFA là phù hợp.
• Hệ số tải nhân tố (Factor Loading) hay còn gọi là trọng số nhân tố, giá trị này biểu thị mối quan hệ tương quan giữa biến quan sát với nhân tố. Hệ số tải nhân tố càng cao, nghĩa là tương quan giữa biến quan sát đó với nhân tố càng lớn và ngược lại. Theo Hair và cộng sự (2010), Multivariate Data Analysis hệ số tải từ 0.5 là biến quan sát đạt chất lượng tốt, tối thiểu nên là 0.3. Ngoài ra, giá trị tiêu chuẩn của hệ số tải Factor Loading nên được xem xét cùng kích thước mẫu. Với từng khoảng kích thước mẫu khác nhau, mức trọng số nhân tố để biến quan sát có ý nghĩa thống kê là hoàn toàn khác nhau.”

3.2.4. Phân tích tương quan

“Hệ số tương quan Pearson dùng để lượng hóa mức độ liên hệ chặt chẽ giữa hai biến định lượng. Hệ số tương quan Pearson (ký hiệu là r) có giá trị dao động từ -1 đến 1.”

• Nếu r càng tiến về 1, -1: tương quan tuyến tính càng mạnh, càng chặt chẽ.
• Tiến về 1 là tương quan dương, tiến về -1 là tương quan âm.
• Nếu r càng tiến về 0: tương quan tuyến tính càng yếu.
• Nếu r = 1: tương quan tuyến tính tuyệt đối.
• Nếu r = 0: không có mối tương quan tuyến tính. Lúc này sẽ có 2 tình huống xảy ra. Một là, không có một mối liên hệ nào giữa 2 biến. Hai là, giữa chúng có mối liên hệ phi tuyến.”

“Theo Andy Field (2009) cho rằng mặc dù có thể đánh giá mối liên hệ tuyến tính giữa hai biến qua hệ số tương quan Pearson, nhưng chúng ta cần thực hiện kiểm định giả thuyết hệ số tương quan này có ý nghĩa thống kê hay không. Kết quả kiểm định nếu sig kiểm định nhỏ hơn 0.05, cặp biến có tương quan tuyến tính với nhau; nếu sig lớn hơn 0.05, cặp biến không có tương quan tuyến tính (giả định lấy mức ý nghĩa 5% = 0.05).”

“Khi đã xác định hai biến có mối tương quan tuyến tính (sig nhỏ hơn 0.05), chúng ta sẽ xét đến độ mạnh/yếu của mối tương quan này thông qua trị tuyệt đối của r. Theo Andy Field (2009):

• |r| < 0.1: mối tương quan rất yếu
• |r| < 0.3: mối tương quan yếu
• |r| < 0.5: mối tương quan trung bình
• |r| ≥ 0.5: mối tương quan mạnh”

3.2.5. Phân tích hồi quy bội

3.2.5.1. Kiểm định mức độ phù hợp của mô hình

Một thước đo sự phù hợp của mô hình hồi quy tuyến tính thường dùng là hệ số xác định R² (R square). Khi phần lớn các điểm dữ liệu tập trung sát vào đường hồi quy, giá trị R² sẽ cao, ngược lại, nếu các điểm dữ liệu phân bố rải rác cách xa đường hồi quy, R² sẽ thấp.

Khi đưa thêm biến độc lập vào phân tích hồi quy, R² có xu hướng tăng lên. Điều này dẫn đến một số trường hợp mức độ phù hợp của mô hình hồi quy bị thổi phồng khi chúng ta đưa vào các biến độc lập giải thích rất yếu hoặc không giải thích cho biến phụ thuộc. Chính vì vậy, trong SPSS, bên cạnh chỉ số R², còn có thêm chỉ số R² Adjusted (R² hiệu chỉnh). Chỉ số R² hiệu chỉnh không nhất thiết tăng lên khi nhiều biến độc lập được thêm vào hồi quy, do đó R² hiệu chỉnh phản ánh độ phù hợp của mô hình chính xác hơn hệ số R².

R² hay R² hiệu chỉnh đều có mức dao động trong đoạn từ 0 đến 1. Nếu R² càng tiến về 1, các biến độc lập giải thích càng nhiều cho biến phụ thuộc, và ngược lại, R² càng tiến về 0, các biến độc lập giải thích càng ít cho biến phụ thuộc.

3.2.5.2. Kiểm định F

“Để kiểm định độ phù hợp mô hình hồi quy, chúng ta đặt giả thuyết H0: R² = 0. Phép kiểm định F được sử dụng để kiểm định giả thuyết này. Kết quả kiểm định:

• Sig < 0.05: Bác bỏ giả thuyết H0, nghĩa là R² ≠ 0 một cách có ý nghĩa thống kê, mô hình hồi quy là phù hợp.
• Sig > 0.05: Chấp nhận giả thuyết H0, nghĩa là R² = 0 một cách có ý nghĩa thống kê, mô hình hồi quy không phù hợp.”

3.2.6. Kiểm định hiện tượng đa cộng tuyến

Hiện tượng đa cộng tuyến là hiện tượng tạo nên từ mối quan hệ tương quan mạnh giữa các biến độc lập với nhau trong mô hình hồi quy tuyến tính. Hiện tượng này được thể hiện dưới dạng hàm số sau khi vi phạm giả thuyết của mô hình hồi quy tuyến tính cổ điện (Giả thuyết: Các biến độc lập không có quan hệ tuyến tính với nhau).

Kiểm định đa cộng tuyến bằng hệ số VIF (Variance Inflation Factor): Chúng ta sử dụng hệ số phóng đại phương sai VIF (Variance inflation factor) để xác định rõ ràng được mối quan hệ giữa các biến độc lập và sức mạnh của mối quan hệ này.

Tiêu chuẩn so sánh hệ số VIF như sau:

• Đối với các dạng bài thuộc về ngành Công nghệ, Kỹ thuật, Vật Lý, Hoá học… thì lấy mức so sánh cho hệ số VIF với 10. Cụ thể: Nếu VIF < 10 thì không có hiện tượng đa cộng tuyến và nếu VIF > 10 thì xảy ra hiện tượng đa cộng tuyến.
• Đối với các dạng bài thuộc về ngành tài chính, nhân sự, kinh tế, khoa học xã hội, … thì sẽ lấy mức so sánh cho hệ số VIF với 2. Cụ thể: Nếu VIF < 2 thì không có hiện tượng đa cộng tuyến và nếu VIF > 2 thì xảy ra hiện tượng đa cộng tuyến.

3.2.7. Kiểm định hiện tượng tự tương quan

“Hiện tượng tự tương quan còn gọi là tương quan nối tiếp, nó đề cập mức độ tương quan giữa các giá trị của các biến trên các tập dữ liệu khác nhau.

Để kiểm định hiện tượng tự tương quan, chúng ta thường sử dụng kiểm định Durbin – Watson (Durbin – Watson Test). Kiểm định Durbin Watson là kiểm định thống kê được thực hiện nhằm tìm kiếm mối liên hệ tương quan giữa các phần dư hoặc sai số sau khi ước lượng được phương trình kiểm định hồi quy, từ kết quả quan sát về các biến độc lập và phụ thuộc. Giá trị kiểm định hiện tượng tự tương quan – hệ số hệ số Durbin – Watson (ký hiệu là d).

Có 2 giả thuyết được đặt ra theo kiểm định Durbin – Watson:

• H0: Không tồn tại hiện tượng tự tương quan.
• H1: Tồn tại hiện tượng tự tương quan.

Kiểm định hiện tượng tự tương quan được thực hiện thông qua hệ số Durbin – Watson (d). Cụ thể:

• Nếu 1 < d < 3: không có hiện tượng tự tương quan
• Nếu d < 1 hoặc d> 3: có hiện tượng tự tương quan”

3.2.8. Kiểm định hiện tượng phương sai thay đổi

Phương sai sai số thay đổi là hiện tượng mà tại đó phần dư hoặc các sai số của mô hình sau quá trình hồi quy không tuân theo phân phối ngẫu nhiên và phương sai không bằng nhau. Điều này vi phạm giả thuyết của mô hình hồi quy tuyến tính là phương sai thay đổi của các sai số phải giống nhau. Kiểm định Breusch-Pagan:

Giả thuyết:

• Ho: Phương sai sai số là bằng nhau/không đổi.
• H1: Phương sai sai số không bằng nhau/thay đổi.

Nếu như chúng ta bác bỏ giả thuyết Ho thì nghĩa là mô hình hồi quy có hiện tượng phương sai sai số thay đổi. Ngược lại nếu chúng ta chấp nhận giả thuyết H0 thì nghĩa là không có hiện tượng phương sai thay đổi thay đổi xảy ra.

Kiểm định này cung cấp cho chúng ta một hệ số thống kê đi cùng với giá trị Pvalue tương ứng. Như vậy, nếu P-value>=0.1 thì chúng ta có thể an tâm không thể bác bỏ giả thuyết H0. Ngược lại, nếu P-value <0.1 thì điều đó có nghĩa là mô hình gặp phải hiện tượng phương sai thay đổi.

3.2.9. Phân tích hồi quy bội

Trong nghiên cứu, chúng ta thường phải kiểm định các giả thuyết về mối quan hệ giữa hai hay nhiều biến, trong đó có một biến phụ thuộc và một hay nhiều biến độc lập. Nếu chỉ có một biến độc lập, mô hình được gọi là mô hình hồi quy đơn biến SLR (Simple Linear Regression). Trường hợp có từ hai biến độc lập trở lên, mô hình được gọi là hồi quy bội MLR (Multiple Linear Regression).

• Phương trình hồi quy đơn biến: 𝑌 = 𝛽₀ + 𝛽₁ × 𝑋 + 𝜀
• Phương trình hồi quy bội: 𝑌=𝛽₀+𝛽₁×𝑋₁+𝛽₂×𝑋₂+⋯+𝛽_𝑛×𝑋_𝑛+𝜀 “Trong đó:
• Y: biến phụ thuộc, là biến chịu tác động của biến khác.
• X, X1, X2, Xn: biến độc lập, là biến tác động lên biến khác.
• β0: hằng số hồi quy, hay còn được gọi là hệ số chặn. Đây là chỉ số nói lên giá trị của Y sẽ là bao nhiêu nếu tất cả X cùng bằng 0. Nói cách khác, chỉ số này cho chúng ta biết giá trị của Y là bao nhiêu nếu không có các X. Khi biểu diễn trên đồ thị Oxy, β0 là điểm trên trục Oy mà đường hồi quy cắt qua.
• β1, β2, βn: hệ số hồi quy, hay còn được gọi là hệ số góc. Chỉ số này cho chúng ta biết về mức thay đổi của Y gây ra bởi X tương ứng. Nói cách khác, chỉ số này nói lên có bao nhiêu đơn vị Y sẽ thay đổi nếu X tăng hoặc giảm một đơn vị.
• ε: sai số. Chỉ số này càng lớn càng khiến cho khả năng dự đoán của hồi quy trở nên kém chính xác hơn hoặc sai lệch nhiều hơn so với thực tế. Sai số trong hồi quy tổng thể hay phần dư trong hồi quy mẫu đại diện cho hai giá trị, một là các biến độc lập ngoài mô hình, hai là các sai số ngẫu nhiên.”

Trong thống kê, vấn đề chúng ta muốn đánh giá là các thông tin của tổng thể. Tuy nhiên vì tổng thể quá lớn, chúng ta không thể có được các thông tin này. Vì vậy, chúng ta dùng thông tin của mẫu nghiên cứu để ước lượng hoặc kiểm định thông tin của tổng thể. Với hồi quy tuyến tính cũng như vậy, các hệ số hồi quy tổng thể như β1, β2 … hay hằng số hồi quy β₀ là những tham số chúng ta muốn biết nhưng không thể đo lường được. Do đó, chúng ta sẽ sử dụng tham số tương ứng từ mẫu để ước lượng và từ đó suy diễn ra tổng thể. Phương trình hồi quy trên mẫu nghiên cứu:

𝑌 = 𝛽₀ + 𝛽₁ × 𝑋₁ + 𝛽₂ × 𝑋₂ + ⋯ + 𝛽_𝑛 × 𝑋_𝑛 + 𝜀

Trong đó:

• Y: biến phụ othuộc
• X, X₁, X₂, X_n: biến sđộc lập
• β0: hằng hsố hồi quy
• β1, β2, βn: hệ số hồi quy
• ε: phần dư

TÓM TẮT CHƯƠNG 3

“Trong chương 3, tác giả trình bày cụ thể, chi tiết từng bước thực hiện quá trình khảo sát các nhân tố ảnh hưởng đến sự hài lòng của khách hàng về chất lượng dịch vụ của chuỗi nhà thuốc Long Châu tại TP. HCM, bao gồm từ mô hình nghiên cứu, thiết kế nghiên cứu và các phương pháp thực hiện nghiên cứu. Trong nghiên cứu này, quá trình nghiên cứu được chia làm hai giai đoạn quan trọng là nghiên cứu sơ bộ và nghiên cứu chính thức.”

“Nghiên cứu sơ bộ được tác giả thực hiện bằng phương pháp định tính bằng cách hỏi ý kiến, phỏng vấn, thảo luận nhóm khách hàng và các chuyên gia. Nghiên cứu chính thức được thực hiện bằng cách phỏng vấn trực tiếp khách hàng bằng bảng câu hỏi chính thức sau khi nghiên cứu sơ bộ. Mẫu nghiên cứu được lựa chọn bằng phương pháp chọn mẫu ngẫu nhiên, phi xác suất. Sau khi thu thập các phiếu khảo sát, kết quả khảo sát sẽ được tổng hợp thành bộ dữ liệu và dữ liệu sẽ được phân tích bằng phần mềm SPSS 20.0 để tiến hành kiểm định các thang đo, sự phù hợp của mô hình.”

XEM THÊM NỘI DUNG TIẾP THEO TẠI ĐÂY:

===>>> Luận văn: Kết quả nghiên cứu đến chất lượng dịch vụ

Dịch Vụ Viết Luận Văn 24/7 Chuyên cung cấp dịch vụ làm luận văn thạc sĩ, báo cáo tốt nghiệp, khóa luận tốt nghiệp, chuyên đề tốt nghiệp và Làm Tiểu Luận Môn luôn luôn uy tín hàng đầu. Dịch Vụ Viết Luận Văn 24/7 luôn đặt lợi ích của các bạn học viên là ưu tiên hàng đầu. Rất mong được hỗ trợ các bạn học viên khi làm bài tốt nghiệp. Hãy liên hệ ngay Dịch Vụ Viết Luận Văn qua Website:  https://dichvuvietluanvan.com/ – Hoặc Gmail: lamluanvan24h@gmail.com