- Nghiên cu chính th cậ nghiên cu đ nh l ng:
Bng 3.9: Kt qu phơn tích EFA thang đ os hài lòng
Mã hóa bi n Nhân t 1 HL1 0.865 HL2 0.865 HL3 0.849 Eigenvalues 2.217 Ph ng sai rút trích (%) 73.884 H s KMO 0.72
K t qu phân tích giá tr nhân t s hài lòng c a khách hàng khi s d ng d ch v th ATM cho th y ki m đ nh KMO đ t đ c giá tr là 0,72 ; Eigenvalue >1, t ng ph ng sai dùng đ gi i thích nhân t > 50% th a đi u ki n c a phân tích nhân t và
k t qu phân tích nhân t s th a mãn c a khách hàng cho th y c 3 bi n quan sát đ u
có h s t i > 0.5 và dùng đ gi i thích thang đo m c đ hài lòng c a khách hàng là
h p lỦ.
3.3.3 Phân tích h i quy tuy n tính b i.
3.3.3.1 Phơn tích tác đ ng c a các nhân t đ n s hài lòng c a khách hàng
Các nhân t hình thành t quá trình phân tích nhân t bao g m “hình nh; s
mong đ i; ch t l ng v s n ph m và d ch v ; t su t (giá c - phí); giá tr c m nh n” đ c kh ng đ nh là phù h p và đ c đ a vào phân tích đ ki m đnh mô hình. Phân
tích t ng quan s đ c th c hi n đ xem xét s phù h p khi đ a các thành ph n vào
ph ng trình h i quy, k t qu phân tích h i quy dùng đ ki m đ nh các gi thuy t. Ph n này s trình bày các k t qu k thu t nh m giúp đánh giá tác đ ng c a các nhân t lên s hài lòng c a khách hàng. Vì các k t lu n d a trên hàm h i quy tuy n
h i quy khác 0 có Ủ ngh a, đ ng th i các gi đ nh c a hàm h i quy tuy n tính ph i
đ c đ m b o. Do đó, tr c khi ti n hành phân tích h i quy tuy n tính đa bi n, m i
t ng quan tuy n tính gi a các bi n c n ph i đ c xem xét, ki m đ nh các gi đ nh c a hàm h i quy, sau đó ti n hành ki m đ nh đ phù h p c a mô hình và ki m đ nh Ủ ngh a
c a các h s h i quy.
Gi đ nh các nhân t tác đ ng và s hài lòng c a khách hàng cá nhân khi s d ng d ch v th ATM t i MB có t ng quan tuy n tính, ta có ph ng trình h i quy cho mô hình lý thuy t sau:
HL = B1*HA + B2*MD+ B3*CL + B4*GC + B5*CN Trong đó: HL: s hài lòng c a khách hàng Trong đó: HL: s hài lòng c a khách hàng HA: hình nh MD: S mong đ i CL: Giá tr ch t l ng s n ph m và d ch v GC: Gia c - phí CN: Giá tr c m nh n
3.3.3.2 Phơn tích t ng quan h s Pearson.
Phân tích ma tr n t ng quan s d ng h s Pearson Correlation (r) đ l ng hóa m c đ ch t ch c a m i liên h gi a m i nhân t khác v i nhân t s hài lòng, và gi a các nhân t tác đ ng đ n s hài lòng v i nhau. Giá tr tuy t đ i c a h s r ti n g n đ n 1 khi các bi n có m i t ng quan tuy n tính ch t ch . N u gi a hai bi n có
t ng quan ch t thì ph i l u Ủ v n đ đa c ng tuy n khi phân tích h i quy. V n đ c a hi n t ng c ng tuy n là chúng cung c p cho mô hình nh ng thông tin r t gi ng nhau và r t khó tách r i nh h ng c a t ng bi n m t đ n bi n ph thu c. Trong quá trình phân tích h i quy b i, đa c ng tuy n đ c SPSS chu n đoán b ng l a ch n
Collinearity Diagnostic. Trong phân tích t ng quan Pearson, không có s phân bi t gi a các bi n đ c l p và bi n ph thu c mà t t c đ c xem xét nh nhau.