loveyoulovemetn
New Member
Download Luận án Vận dụng các phương pháp pháp thông kê nghiên cứu các nhân tố ảnh hưởng chất lượng dịch vụ mặt đất và trên không của Vietnam Airlines
MỤC LỤC
Phụ bìa
Lời cam đoan
Lời Thank
Mục lục
Danh mục các chữ viết tắt
Danh mục các hình vẽ . .2
Danh mục các bảng biểu. .4
LỜI NÓI ĐẦU. .8
Chương 1: LÝ LUẬN CHUNG VỀ CHẤT LƯỢNG DỊCH VỤ HÀNG
KHÔNG VÀ QUẢN TRỊ CHẤT LƯỢNG DỊCH VỤ HÀNG KHÔNG .12
1.1. Chất lượng dịch vụ hàng không . 12
1.2. Quản trị chất lượng dịch vụ hàng không . 30
Chương 2: MỘT SỐ PHƯƠNG PHÁP THỐNG KÊ TRONG NGHIÊN CỨU
CHẤT LƯỢNG DỊCH VỤ QUA SỰ CẢM NHẬN CỦA KHÁCH HÀNG .53
2.1. Khái niệm và đặc tính của biến thuộc tính tiềmẩn. 53
2.2. Một số phương pháp thống kê nghiên cứu về các biến tiềm ẩn . 58
Chương 3: VẬN DỤNG CÁC PHƯƠNG PHÁP THỐNG KÊ NGHIÊN CỨU
CÁC NHÂN TỐ ẢNH HƯỞNG CHẤT LƯỢNG DỊCH VỤ MẶT ĐẤT VÀTRÊN
KHOANG CỦA HÃNG HÀNG KHÔNG QUỐC GIA VIỆT NAM (VNA) .107
3.1. Mô hình lý thuyết về các nhân tố ảnh hưởng đếnsự hài lòng của khách hàng . 107
3.2. Áp dụng phương pháp hồi qui bội để nghiên cứu các nguyên nhân ảnh
hưởng đến chất lượng dịch vụ hàng không . 108
3.3. Áp dụng kết hợp phân tích nhân tố và phương pháp mô hình phương trình
cấu trúc (SEM) nghiên cứu các yếu tố ảnh hưởng đến chất lượng dịch vụ
hành khách mặt đất và trên không. . 115
KẾT LUẬN VÀ KIẾN NGHỊ . .161
KẾT LUẬN CHUNG. . 161
DANH MỤC CÔNG TRÌNH CỦA TÁC GIẢ
TÀI LIỆU THAM KHẢO . .170
PHỤ LỤC . .174
++ Ai muốn tải bản DOC Đầy Đủ thì Trả lời bài viết này, mình sẽ gửi Link download cho!
này không được quan sát một cách riêng lẻ trong mô hình. Nếu các biến được chuẩn
hóa mô hình nhân tố có dạng như sau:
Xi = Ai1F1 + Ai2F2+... + AimFm +ViUi (2.12)
Trong đó:
Xi: Biến được chuẩn hóa thứ i
Aịj: Hệ số hồi qui bội của biến được chuẩn hóa i trên nhân tố chung j
F: Nhân tố chung
72
Vi: Hệ số hồi qui của biến chuẩn hóa i trên nhân tố di biệt i
Ui: Nhân tố dị biệt của biến i
m: Số nhân tố chung.
Mỗi nhân tố duy nhất tương quan với mỗi nhân tố khác và với các nhân tố
chung. Các nhân tố chung có sự kết hợp tuyến tính của các biến được quan sát.
Fi = wi1x1 + wi2x2 +...+ wikxk (2.13)
Trong đó:
Fi: Ước lượng nhân tố thứ i
wi: Trọng số hay hệ số điểm nhân tố
k: Số biến
Trong phân tích này có thể chọn trọng số (hay hệ số điểm nhân tố) để nhân tố
thứ nhất có tỷ trọng lớn nhất trong tổng phương sai. Các nhân tố có thể được ước
lượng điểm nhân tố của nó. Theo ước lượng này, nhân tố thứ nhất có điểm nhân tố
cao nhất, nhân tố thứ hai có điểm nhân tố cao thứ hai, vvv.
2.2.2.3. Các bước trong quá trình phân tích nhân tố
Tiến trình thực hiện phân tích nhân tố được trình bày theo các bước trong sơ
đồ dưới đây:
73
Bước 1: Xác định vấn đề
Đây là bước đầu tiên và đóng vai trò quan trong trong toàn bộ quá trình nghiên
cứu và phân tích. Bước 1 bao gồm các nhiệm vụ dưới đây 1)Xác định mục tiêu
nghiên cứu; 2)Xây dựng mô hình nghiên cứu và các tập hợp chỉ báo đo; 3)Lựa
chọn cỡ mẫu; 4)Xác định phương pháp thu thập thông tin.
Trước tiên, mục tiêu nghiên cứu phải được xác định. Việc xác định đúng
mục tiêu nghiên cứu sẽ giúp cho việc định hình các mô hình. Nếu xác định mục tiêu
nghiên cứu là các yếu tố ảnh hưởng chất lượng dịch vụ đặt chỗ, các biến trong mô
hình sẽ hoàn toàn khác khi mục tiêu nghiên cứu là chất lượng dịch vụ trên máy bay.
Sau khi đã xác định mục tiêu rõ ràng, nhiệm vụ 2 là xác định các nhân tố
trong mô hình phân tích nhân tố. Các nhân tố có thể được xác định dựa trên các
nghiên cứu đã được tiến hành trước đây, dựa trên lý thuyết hay sự cân nhắc của
nhà nghiên cứu. Mỗi nhân tố sẽ được gắn với một tập hợp các chỉ báo là các biến
quan sát được trực tiếp. Việc xác định xem có bao nhiêu chỉ báo trong một nhân tố
cũng là một quyết định cần cân nhắc kĩ càng, do việc có quá nhiều chỉ báo sẽ
dẫn đến những khó khăn trong việc thu thập thông tin, và có quá ít chỉ báo sẽ không
đầy đủ để đo một nhân tố. cần có đủ số biến sao cho mỗi nhân tố đươc đại
diện bởi ít nhất ba đến bốn biến.
Velicer & Fava đã tóm tắt các nghiên cứu về lựa chọn số biến và đưa ra các
điểm chính sau:
1. Những nhân tố không có ít nhất ba biến với hệ số tải cao không nên được
lựa chọn. Điều đó có nghĩa là cần có ít nhất ba biến mỗi nhân tố. Vì không phải
lúc nào kết quả phân tích cũng diễn ra đúng như dự kiến nên khi xây dựng mô hình
nên đưa ít nhất 6-10 biến vào mỗi nhân tố.
2. cần có số lượng biến lớn hơn nếu hệ số tải thấp, 10 đến 20 biến mỗi
nhân tố.
Số quan sát càng lớn, số lượng biến mỗi nhân tố càng lớn và các hệ số tải càng
lớn thì mô hình được lấy ra từ mẫu sẽ càng gần với mô hình nhân tố của toàn bộ
tổng thể do điểm mạnh và điểm yếu được bổ sung cho nhau – ví dụ: hệ số tải thấp
74
và số biến nhỏ sẽ được bù lại bởi số lượng quan sát lớn. Nếu không có số quan sát
lớn, có thể bù lại bằng số lượng biến mỗi nhân tố lớn (lưu ý tránh trường hợp có
nhiều biến hơn số quan sát).
Mac Callum & AustinJT (2000) [22] đã chứng minh qua lý thuyết và thực
nghiệm rằng tỉ lệ cỡ mẫu và số biến không phải bất biến, mà có quan hệ với các
khía cạnh khác của việc nghiên cứu. Kết luận được đưa ra là không nên đưa ra các
nguyên tắc chung về cỡ mẫu. Các kết luận cơ bản khác như sau:
1. Cỡ mẫu càng lớn thì càng có hệ số communalties cao (Communality : là tỉ
lệ của phương sai của một biến được giải thích bởi nhân tố tiềm ẩn, hệ số
communalities thấp thường có nghĩa là có những nhân tố dị biệt có tương quan với
nhau và với các nhân tố chung), và có ra được mô hình được định nghĩa tốt [mỗi
nhân tố có ít nhất ba hay bốn hệ số tải cao và có một cấu trúc đơn giản (số nhân tố
ít và không bị trùng lắp)]. Điều này sẽ làm tăng cơ hội có được mô hình nhân tố
phản ánh đúng bản chất của toàn bộ tổng thể.
2. Khi hệ số communalities lớn (> .6), N dưới 100 vẫn có các kết quả phân
tích tin cậy.
3. Với communalities trung bình (khoảng .5) và các nhân tố được định nghĩa
tốt, nên có 100 đến 200 quan sát.
4. Với hệ số communalities thấp (< .5) nhưng có số nhân tố không nhiều và
mỗi nhân tố thay mặt cho 6-7 biến, cần có hơn 100 quan sát.
5. Với communalities thấp và chỉ có 3 hay 4 hệ số tải cao trên mỗi nhân tố,
cần khoảng hơn 300 quan sát.
6. Với communalities thấp và các nhân tố không được định nghĩa tốt, cần
có hơn 500 quan sát.
Tuy nhiên, do không thể biết trước được liệu các hệ số communalities cao
hay thấp hay các nhân tố có được định nghĩa tốt hay không, nên có một nguyên tắc
là “càng nhiều quan sát càng tốt”.
75
Một lý luận khác do Darlington, 2006, đưa ra cũng có kết luận gần tương
tự. Cỡ mẫu cần thiết được xác định dựa trên nhiều yếu tố. Mô hình có cấu trúc
càng rõ ràng thì số lượng đơn vị trong mẫu càng giảm. Tuy nhiên, theo
Darlington, 2006, một mô hình rất mạch lạc và rõ ràng cũng cần ít nhất 50 quan
sát và cần 100 quan sát hay nhiều hơn cho các mô hình có cấu trúc thiếu mạch
lạc hơn. Nguyên tắc về số lượng biến trong phân tích nhân tố rất khác so với hồi
qui. Trong phân tích nhân tố, số biến nhiều hơn số quan sát có thể được chấp
nhận. Trên thực tế số biến càng nhiều càng tốt, với điều kiện là các biến đó phù
hợp với các nhân tố tiềm ẩn mà chúng đang đo (Darlington, 2006). Điều này khá
mâu thuẫn với các kết luận của các tác giả khác rằng số biến không nên nhiều hơn
số quan sát.
Trong ví dụ trên về dịch vụ hàng không, mục tiêu nghiên cứu là các nhân
tố ảnh hưởng đến sự hài lòng của hành khách về chất lượng dịch vụ trên máy
bay. Số biến được nghiên cứu là 33 biến, bao gồm tất cả các khía cạnh cấu thành
nên dịch vụ trên khoang máy bay. 33 câu hỏi tương ứng với 33 biến được thiết
kế trong bảng hỏi. Nếu theo nguyên tắc số quan sát cần gấp ít nhất 4-5 lần số
biến thì cỡ mẫu tối thiếu cần thiết là 165 hành khách điền vào bảng hỏi. Bước
tiếp theo là giảm bớt số biến xuống thành các nhân tố, trong đó mỗi nhân tố là
một biến độc lập có quan hệ nhân quả với các biến quan sát “kết quả” trong tập
hợp biến-nhân tố đó.
Bước 2: Xác định mức độ tương quan giữa các biến qua ma trận tương quan
Sau khi thông tin đã được thu thập và tổng hợp, một ma trận hệ số tương
quan sẽ được thiết lập. Đây là một ma trận ...
Download Luận án Vận dụng các phương pháp pháp thông kê nghiên cứu các nhân tố ảnh hưởng chất lượng dịch vụ mặt đất và trên không của Vietnam Airlines miễn phí
MỤC LỤC
Phụ bìa
Lời cam đoan
Lời Thank
Mục lục
Danh mục các chữ viết tắt
Danh mục các hình vẽ . .2
Danh mục các bảng biểu. .4
LỜI NÓI ĐẦU. .8
Chương 1: LÝ LUẬN CHUNG VỀ CHẤT LƯỢNG DỊCH VỤ HÀNG
KHÔNG VÀ QUẢN TRỊ CHẤT LƯỢNG DỊCH VỤ HÀNG KHÔNG .12
1.1. Chất lượng dịch vụ hàng không . 12
1.2. Quản trị chất lượng dịch vụ hàng không . 30
Chương 2: MỘT SỐ PHƯƠNG PHÁP THỐNG KÊ TRONG NGHIÊN CỨU
CHẤT LƯỢNG DỊCH VỤ QUA SỰ CẢM NHẬN CỦA KHÁCH HÀNG .53
2.1. Khái niệm và đặc tính của biến thuộc tính tiềmẩn. 53
2.2. Một số phương pháp thống kê nghiên cứu về các biến tiềm ẩn . 58
Chương 3: VẬN DỤNG CÁC PHƯƠNG PHÁP THỐNG KÊ NGHIÊN CỨU
CÁC NHÂN TỐ ẢNH HƯỞNG CHẤT LƯỢNG DỊCH VỤ MẶT ĐẤT VÀTRÊN
KHOANG CỦA HÃNG HÀNG KHÔNG QUỐC GIA VIỆT NAM (VNA) .107
3.1. Mô hình lý thuyết về các nhân tố ảnh hưởng đếnsự hài lòng của khách hàng . 107
3.2. Áp dụng phương pháp hồi qui bội để nghiên cứu các nguyên nhân ảnh
hưởng đến chất lượng dịch vụ hàng không . 108
3.3. Áp dụng kết hợp phân tích nhân tố và phương pháp mô hình phương trình
cấu trúc (SEM) nghiên cứu các yếu tố ảnh hưởng đến chất lượng dịch vụ
hành khách mặt đất và trên không. . 115
KẾT LUẬN VÀ KIẾN NGHỊ . .161
KẾT LUẬN CHUNG. . 161
DANH MỤC CÔNG TRÌNH CỦA TÁC GIẢ
TÀI LIỆU THAM KHẢO . .170
PHỤ LỤC . .174
++ Ai muốn tải bản DOC Đầy Đủ thì Trả lời bài viết này, mình sẽ gửi Link download cho!
Tóm tắt nội dung:
trong đó mỗi biến được đặc trưng cho mỗi nhân tố. Những nhân tốnày không được quan sát một cách riêng lẻ trong mô hình. Nếu các biến được chuẩn
hóa mô hình nhân tố có dạng như sau:
Xi = Ai1F1 + Ai2F2+... + AimFm +ViUi (2.12)
Trong đó:
Xi: Biến được chuẩn hóa thứ i
Aịj: Hệ số hồi qui bội của biến được chuẩn hóa i trên nhân tố chung j
F: Nhân tố chung
72
Vi: Hệ số hồi qui của biến chuẩn hóa i trên nhân tố di biệt i
Ui: Nhân tố dị biệt của biến i
m: Số nhân tố chung.
Mỗi nhân tố duy nhất tương quan với mỗi nhân tố khác và với các nhân tố
chung. Các nhân tố chung có sự kết hợp tuyến tính của các biến được quan sát.
Fi = wi1x1 + wi2x2 +...+ wikxk (2.13)
Trong đó:
Fi: Ước lượng nhân tố thứ i
wi: Trọng số hay hệ số điểm nhân tố
k: Số biến
Trong phân tích này có thể chọn trọng số (hay hệ số điểm nhân tố) để nhân tố
thứ nhất có tỷ trọng lớn nhất trong tổng phương sai. Các nhân tố có thể được ước
lượng điểm nhân tố của nó. Theo ước lượng này, nhân tố thứ nhất có điểm nhân tố
cao nhất, nhân tố thứ hai có điểm nhân tố cao thứ hai, vvv.
2.2.2.3. Các bước trong quá trình phân tích nhân tố
Tiến trình thực hiện phân tích nhân tố được trình bày theo các bước trong sơ
đồ dưới đây:
73
Bước 1: Xác định vấn đề
Đây là bước đầu tiên và đóng vai trò quan trong trong toàn bộ quá trình nghiên
cứu và phân tích. Bước 1 bao gồm các nhiệm vụ dưới đây 1)Xác định mục tiêu
nghiên cứu; 2)Xây dựng mô hình nghiên cứu và các tập hợp chỉ báo đo; 3)Lựa
chọn cỡ mẫu; 4)Xác định phương pháp thu thập thông tin.
Trước tiên, mục tiêu nghiên cứu phải được xác định. Việc xác định đúng
mục tiêu nghiên cứu sẽ giúp cho việc định hình các mô hình. Nếu xác định mục tiêu
nghiên cứu là các yếu tố ảnh hưởng chất lượng dịch vụ đặt chỗ, các biến trong mô
hình sẽ hoàn toàn khác khi mục tiêu nghiên cứu là chất lượng dịch vụ trên máy bay.
Sau khi đã xác định mục tiêu rõ ràng, nhiệm vụ 2 là xác định các nhân tố
trong mô hình phân tích nhân tố. Các nhân tố có thể được xác định dựa trên các
nghiên cứu đã được tiến hành trước đây, dựa trên lý thuyết hay sự cân nhắc của
nhà nghiên cứu. Mỗi nhân tố sẽ được gắn với một tập hợp các chỉ báo là các biến
quan sát được trực tiếp. Việc xác định xem có bao nhiêu chỉ báo trong một nhân tố
cũng là một quyết định cần cân nhắc kĩ càng, do việc có quá nhiều chỉ báo sẽ
dẫn đến những khó khăn trong việc thu thập thông tin, và có quá ít chỉ báo sẽ không
đầy đủ để đo một nhân tố. cần có đủ số biến sao cho mỗi nhân tố đươc đại
diện bởi ít nhất ba đến bốn biến.
Velicer & Fava đã tóm tắt các nghiên cứu về lựa chọn số biến và đưa ra các
điểm chính sau:
1. Những nhân tố không có ít nhất ba biến với hệ số tải cao không nên được
lựa chọn. Điều đó có nghĩa là cần có ít nhất ba biến mỗi nhân tố. Vì không phải
lúc nào kết quả phân tích cũng diễn ra đúng như dự kiến nên khi xây dựng mô hình
nên đưa ít nhất 6-10 biến vào mỗi nhân tố.
2. cần có số lượng biến lớn hơn nếu hệ số tải thấp, 10 đến 20 biến mỗi
nhân tố.
Số quan sát càng lớn, số lượng biến mỗi nhân tố càng lớn và các hệ số tải càng
lớn thì mô hình được lấy ra từ mẫu sẽ càng gần với mô hình nhân tố của toàn bộ
tổng thể do điểm mạnh và điểm yếu được bổ sung cho nhau – ví dụ: hệ số tải thấp
74
và số biến nhỏ sẽ được bù lại bởi số lượng quan sát lớn. Nếu không có số quan sát
lớn, có thể bù lại bằng số lượng biến mỗi nhân tố lớn (lưu ý tránh trường hợp có
nhiều biến hơn số quan sát).
Mac Callum & AustinJT (2000) [22] đã chứng minh qua lý thuyết và thực
nghiệm rằng tỉ lệ cỡ mẫu và số biến không phải bất biến, mà có quan hệ với các
khía cạnh khác của việc nghiên cứu. Kết luận được đưa ra là không nên đưa ra các
nguyên tắc chung về cỡ mẫu. Các kết luận cơ bản khác như sau:
1. Cỡ mẫu càng lớn thì càng có hệ số communalties cao (Communality : là tỉ
lệ của phương sai của một biến được giải thích bởi nhân tố tiềm ẩn, hệ số
communalities thấp thường có nghĩa là có những nhân tố dị biệt có tương quan với
nhau và với các nhân tố chung), và có ra được mô hình được định nghĩa tốt [mỗi
nhân tố có ít nhất ba hay bốn hệ số tải cao và có một cấu trúc đơn giản (số nhân tố
ít và không bị trùng lắp)]. Điều này sẽ làm tăng cơ hội có được mô hình nhân tố
phản ánh đúng bản chất của toàn bộ tổng thể.
2. Khi hệ số communalities lớn (> .6), N dưới 100 vẫn có các kết quả phân
tích tin cậy.
3. Với communalities trung bình (khoảng .5) và các nhân tố được định nghĩa
tốt, nên có 100 đến 200 quan sát.
4. Với hệ số communalities thấp (< .5) nhưng có số nhân tố không nhiều và
mỗi nhân tố thay mặt cho 6-7 biến, cần có hơn 100 quan sát.
5. Với communalities thấp và chỉ có 3 hay 4 hệ số tải cao trên mỗi nhân tố,
cần khoảng hơn 300 quan sát.
6. Với communalities thấp và các nhân tố không được định nghĩa tốt, cần
có hơn 500 quan sát.
Tuy nhiên, do không thể biết trước được liệu các hệ số communalities cao
hay thấp hay các nhân tố có được định nghĩa tốt hay không, nên có một nguyên tắc
là “càng nhiều quan sát càng tốt”.
75
Một lý luận khác do Darlington, 2006, đưa ra cũng có kết luận gần tương
tự. Cỡ mẫu cần thiết được xác định dựa trên nhiều yếu tố. Mô hình có cấu trúc
càng rõ ràng thì số lượng đơn vị trong mẫu càng giảm. Tuy nhiên, theo
Darlington, 2006, một mô hình rất mạch lạc và rõ ràng cũng cần ít nhất 50 quan
sát và cần 100 quan sát hay nhiều hơn cho các mô hình có cấu trúc thiếu mạch
lạc hơn. Nguyên tắc về số lượng biến trong phân tích nhân tố rất khác so với hồi
qui. Trong phân tích nhân tố, số biến nhiều hơn số quan sát có thể được chấp
nhận. Trên thực tế số biến càng nhiều càng tốt, với điều kiện là các biến đó phù
hợp với các nhân tố tiềm ẩn mà chúng đang đo (Darlington, 2006). Điều này khá
mâu thuẫn với các kết luận của các tác giả khác rằng số biến không nên nhiều hơn
số quan sát.
Trong ví dụ trên về dịch vụ hàng không, mục tiêu nghiên cứu là các nhân
tố ảnh hưởng đến sự hài lòng của hành khách về chất lượng dịch vụ trên máy
bay. Số biến được nghiên cứu là 33 biến, bao gồm tất cả các khía cạnh cấu thành
nên dịch vụ trên khoang máy bay. 33 câu hỏi tương ứng với 33 biến được thiết
kế trong bảng hỏi. Nếu theo nguyên tắc số quan sát cần gấp ít nhất 4-5 lần số
biến thì cỡ mẫu tối thiếu cần thiết là 165 hành khách điền vào bảng hỏi. Bước
tiếp theo là giảm bớt số biến xuống thành các nhân tố, trong đó mỗi nhân tố là
một biến độc lập có quan hệ nhân quả với các biến quan sát “kết quả” trong tập
hợp biến-nhân tố đó.
Bước 2: Xác định mức độ tương quan giữa các biến qua ma trận tương quan
Sau khi thông tin đã được thu thập và tổng hợp, một ma trận hệ số tương
quan sẽ được thiết lập. Đây là một ma trận ...