a) Phương pháp xử lý số liệu
Số liệu trong nghiên cứu thông qua điều tra được thu thập và tổng hợp lại bằng phần mềm Excel và được xử lý bằng phần mềm SPSS.
b) Phương pháp phân tích số liệu
Số liệu sau khi được thu thập và thống kê lại đã được tiế hành kiểm tra và loại đi những phiếu điều tra không đạt yêu cầu. Số liệu được xử lý bằng phần mềm SPSS 16.0 để hỗ trợ trong việc phân tích số liệu.
Các phương pháp phân tích được sử dụng trong việc giải quyết các mục tiêu của đề tài như sau:
*) Phân tích thống kê mô tả
Sử dụng phần mềm SPSS và phần mềm Excel để mô tả các biến số, dữ liệu trong nghiên cứu. Sử dụng các chỉ tiêu thống kê như: Giá trị trung bình (mean), độ lệch chuẩn (standard deviation), hệ số tương quan (R),…. Để mô tả các nhân tố, các biến nghiên cứu, các kết quả phân tích từ SPSS nhằm mục đích khái quát được đặc điểm của khách hàng và đánh giá mức độ hài lòng của khách hàng *) Phân tích tần số
Phân tích tần số: là một trong những công cụ thống kê mô tả được sử dụng để mô tả và tìm hiểu về đặc tính phân phối của một số mẫu thô nào đó dựa trên những tần số xuất hiện trong cơ sở dữ liệu để so sánh tỷ lệ, phản ánh số liệu.
Trong đề tài này, phương pháp phân tích tần số được dung để đo lường biến định lượng và địch tính dưới dạng đếm số lần xuất hiện để mô tả một số biến liên quan tới một số thông tin cá nhân của người được điều tra như các đặc điểm về độ tuổi, thu nhập, nghề nghiệp,…
*) Phương pháp đánh giá thang đo
Câu hỏi được sử dụng thang đo Likert 5 mức độ để đánh giá các yếu tố ảnh hưởng đến mức độ hài lòng của khách hàng khi đến gửi tiền tiết kiệm tại Ngân hàng PG Bank chi nhánh Hà Nội. 5 mức độ cụ thể như sau:
(1) Hoàn toàn không ảnh hưởng/ Hoàn toàn không hài lòng
(2) Không ảnh hưởng/ Không hài lòng
(3) Bình thường/ Bình thường
(4) Ảnh Hưởng/ Hài lòng
(5) Rất ảnh hưởng/ Rất hài lòng
Sử dụng thang đo likert cho thấy ý nghĩa của từng giá trị trung bình (TB) đối với thang đo khoảng cách trong phân tích thống kê mô tả được tính như sau:
Giá trị khoảng cách = (Maximum – Minimum) / n = ( 5 – 1) / 5 = 0,8
Do đó ý nghĩa các mức được xác định như sau:
Bảng 2.2: Ý nghĩ giá trị trung bình thang đo khoảng Giá trị TB Ý nghĩa
1,00 – 1,80 Hoàn toàn không ảnh hưởng/ Hoàn toàn không hài lòng
1,81 – 2, 61 Không ảnh hưởng/ Không hài lòng
2,62 – 3,42 Bình thường/ Bình thường
3,43 – 4,23 Ảnh Hưởng/ Hài lòng
4,24 – 5,04 Rất ảnh hưởng/ Rất quan trọng
*) Phân tích hệ số tin cậy Cronbach Alpha
Hệ số tin cậy Cronbach Alpha hay (còn gọi là hệ số tin cậy Alpha) là một hệ số kiểm định thống kê về mức độ tin cậy và tương quan giữa các biến quan sát trong thang đo. Nó cho biết sự chặt chẽ và thống nhất trong các câu trả lời nhằm đảm bảo người được hỏi đã hiểu cùng một khái niệm. Sử dụng hệ số tin cậy Alpha nhằm loại bỏ các biến rác, biến không sử dụng đến.
Theo Peterson (1994) thì hệ số anlpha phải > 0,6 thì thang đo mới được xem là tin cậy và hiệu quả. Tuy nhiên nếu hệ số anlpha quá cao ( > 0,95) có nghĩa đã xảy ra hiện tượng đa cộng tuyến giữa các biến giải thích. Do đó để thang đo có độ tin cậy cao đòi hỏi các biến quan sát phải có sự tương quan lẫn nhau, đồng nghĩa với hệ số tương quan giữa biến – tổng ( Corrected iten – total correlation) phải > 0,3. Nếu < 0,3 được coi là biến rác và sẽ bị loại khỏi thang đo.
*) Phân tích nhân tố khám phá EFA
Phương pháp phân tích nhân tố khám phá EFA (Exploratory Factor Analysis, gọi tắt là phương pháp EFA) giúp chúng ta trả lời câu hỏi liệu các biến quan sát dùng để xem xét sự tác động của các yếu tố ảnh hưởng đến mức độ hài lòng của khách hàng đối với dịch vụ gửi tiền tiết kiệm có độ liên kết cao không và chúng có thể rút gọn thành một nhân tố ít hơn để xem xét không. Những biến không đảm bảo độ tin cậy sẽ bị loại khỏi thang đo.
Các tác giả Mayers, L.S., Gamst, G., Guarino A.J. (2000) đề cập rằng: Trong phân tích nhân tố, phương pháp trích Pricipal Components Analysis đi cùng với phép xoay Varimax và điểm dừng khi trích các yếu tố có Eigenvalue >1 được sử dụng cho phân tích nhân tố với các biến nghiên cứu, tổng phương sai trích ≥ 0,05 là cách thức được sử dụng phổ biến nhất. ( Nguyễn Đình Thọ, 2011).
+) Theo Hair & ctg (1998, 111), điều kiện để phân tích nhân tố khám phá là phải thỏa mãn các yêu cầu: Hệ số tải nhân tố (Factor loading ) > 0.5.
+) Hệ số KMO (Kaiser-Meyer-Olkin) là chỉ số được dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO €(0,5 ≤ KMO ≤ 1) điều đó có ý nghĩa phân tích nhân tố là thích hợp. ( Nguyễn Đình Thọ, 2011)
+) Kiểm định Bartlett dùng để xem xét giả thuyết các biến không có tương quan trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig ≤ 0.05) thì các biến quan sát có mối tương quan với nhau trong tổng thể. (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008).