Mơ hình Cronbach’s Alpha nằm trong nhĩm phương pháp đánh giá tương quan trong (hay cịn gọi là đánh giá độ tin cậy bên trong). Tư tưởng chung của phương pháp này là tìm kiếm sự vơ lý nếu cĩ trong các câu trả lời, nghĩa là tương quan dữ liệu phải phù hợp với suy luận logic.
(i) Thang đo các thành phần chất lượng dịch vụ ngân hàng
Việc kiểm tra hệ số tin cậy Cronbach’s Alpha nhằm kiểm tra mức độ tin cậy của các biến và các nhân tốđược rút ra, liệu rằng các thang đo này cĩ đáng tin cậy trong đo lường hay khơng.Muốn vậy, thang đo nào cĩ hệ số Cronbach’s Alpha nhỏ hơn 0,6 và những biến quan sát cĩ hệ số tương quan biến tổng nhỏ hơn 0,4 sẽ bị loại bỏ.Kết quả đo lường hệ số Cronbach’s Alpha được cho trong bảng sau:
Bảng 2.13: Kiểm tra hệ số tin cậy Cronbach’s Alpha của các thành phần chất lượng dịch vụ ngân hàng (Các biến độc lập)
Biến quan sát
Giá trị trung bình nếu loại biến
Giá trị phương sai nếu loại biến
Hệ số tương quan biến tổng Hệ số Cronbach’s Alpha nếu loại biến Thành phần sự đáp ứng (F1): Cronbach’s Alpha = 0,804 DU1 16,47 8,166 0,514 0,784 DU2 16,48 7,722 0,599 0,764 DU3 16,48 8,008 0,583 0,768 TIN1 16,30 8,031 0,590 0,767 TIN2 16,49 7,701 0,609 0,762 HH4 16,32 8,420 0,469 0,793
Thành phần sựthấu cảm (F2): Cronbach’s Alpha = 0,821
TC1 12,61 6,579 0,637 0,779 TC2 12,62 6,522 0,647 0,776 TC3 12,63 6,721 0,590 0,793 TIEP4 12,57 6,829 0,601 0,789 TIEP5 12,58 6,911 0,593 0,792
Thành phần sự tiếp cận (F3): Cronbach’s Alpha = 0,794
TIEP1 9,65 3,605 0,589 0,751 TIEP2 9,61 3,849 0,562 0,762 TIEP3 9,63 3,461 0,684 0,701 BD3 9,63 3,844 0,583 0,753
Thành phần sự bảo đảm (F4): Cronbach’s Alpha = 0,777
BD1 9,67 4,020 0,587 0,720 BD2 9,75 4,124 0,561 0,733 BD4 9,76 4,333 0,533 0,747 TIEP6 9,72 3,790 0,643 0,689
Thành phần độ tin cậy (F5): Cronbach’s Alpha = 0,753
TIN3 6,78 2,004 0,573 0,688 TIN4 6,72 2,099 0,688 0,553 TIN5 6,72 2,427 0,501 0,757
Thành phần tính hữu hình (F6): Cronbach’s Alpha = 0,740
HH1 6,83 1,446 0,573 0,644 HH2 6,82 1,357 0,628 0,577 HH3 6,64 1,607 0,497 0,730
+ Thành phần sự đáp ứng: Cả 6 biến quan sát của thành phần này đều cĩ hệ số tương quan biến tổng đạt yêu cầu là lớn hơn 0,4, hệ số này thấp nhất là 0,469. Ngồi ra, nhân tốsự đáp ứng cĩ độ tin cậy Cronbach’s Alpha là 0,804 (lớn hơn 0,6), thậm chí nĩ đạt tiêu chuẩn của một thang đo lường tốt. Vì vậy, thang đo này đạt yêu cầu và tất cả các biến của thành phần này đều được giữ lại trong mơ hình.
+ Thành phần sự thấu cảm: Thành phần này cĩ 5 biến quan sát là TC1, TC2, TC3, TIEP4, TIEP5. Cả 5 biến này đều cĩ hệ số tương quan biến tổng đạt yêu cầu là lớn hơn 0,4, hơn nữa lại khá cao, thấp nhất là 0,59. Điều này chứng tỏ các biến trong nhân tố này đĩng gĩp một cách tích cực trong việc hiểu khái niệm sự thấu cảm mà ta đang nghiên cứu. Thang đo này cũng cĩ hệ số Cronbach’s Alpha khá cao, 0,821, điều này chứng tỏđây là một thang đo lường tốt.
+ Thành phần sự tiếp cận: Thành phần này cĩ 4 biến quan sát là TIEP1, TIEP2, TIEP3, BD3. Thang đo này cũng cĩ hệ số Cronbach’s Alpha khá cao, 0,794, vượt quá yêu cầu đặt ra. Ngồi ra, các biến quan sát đều cĩ hệ số tương quan biến tổng đạt yêu cầu là lớn hơn 0,4. Như vậy, thang đo này đạt yêu cầu và tất cả các biến của thành phần này đều hợp lệ.
+ Thành phần sự bảo đảm: Thành phần này cĩ 4 biến quan sát là BD1, BD2, BD3, TIEP6. Thang đo này cĩ hệ số Cronbach’s Alpha khá cao, 0,777. Ngồi ra, các biến quan sát đều cĩ hệ số tương quan biến tổng đạt yêu cầu là lớn hơn 0,4. Như vậy, thang đo này đạt yêu cầu và tất cả các biến của thành phần này đều hợp lệ.
+ Thành phần độ tin cậy: Thành phần này cĩ 3 biến quan sát là TIN3, TIN4, TIN5. Cả 3 biến này đều cĩ hệ số tương quan biến tổng đạt yêu cầu là lớn hơn 0,4. Ngồi ra, thang đo độ tin cậy cĩ hệ số tin cậy Cronbach’s Alpha là 0,753. Đây là một thang đo lường khá tốt.
+ Thành phần tính hữu hình: Thành phần này cĩ 3 biến quan sát là HH1, HH2, HH3. Cả 3 biến này đều cĩ hệ số tương quan biến tổng đạt yêu cầu là lớn hơn 0,4, biến cĩ hệ số tương quan biến tổng nhỏ nhất là HH3, đạt 0,497. Ngồi ra, thang đo
tính hữu hình cĩ hệ số tin cậy Cronbach’s Alpha là 0,740. Vì vậy, thang đo này đạt yêu cầu và tất cả các biến của thành phần này đều được sử dụng đểđo lường.
Nhìn chung, hệ số Cronbach’s Alpha của các thành phần chất lượng dịch vụ ngân hàng đối với khách hàng cá nhân là khá cao, các thang đo đều đạt hệ số này lớn hơn 0,7. Điều này cho thấy, đây là một thang đo lường khá tốt. Từđây, ta cĩ thể chắc chắn về mơ hình nghiên cứu từ các nhân tốđược rút ra.
(ii) Thang đo sự hài lịng của khách hàng
Thang đo sự hài lịng của khách hàng gồm 3 biến, đĩ là: HL1, HL2, HL3. Qua phân tích độ tin cậy Cronbach’s Alpha, cả 3 biến quan sát đều cĩ hệ số tương quan biến tổng đạt yêu cầu, lớn hơn 0,4, thậm chí cịn rất cao. Hệ số tương quan biến tổng nhỏ nhất là 0,667 đối với biến HL3.Hệ số Cronbach’s Alpha qua phân tích cũng rất khả quan, đạt 0,838. Điều này cho thấy rằng, đây là thang đo lường tốt.
Bảng 2.14: Kiểm tra hệ số tin cậy Cronbach’s Alpha của thành phần sự hài lịng của khách hàng (Biến phụ thuộc)
Biến quan sát
Giá trị trung bình nếu loại biến
Giá trị phương sai nếu loại biến
Hệ số tương quan biến tổng
Hệ số Cronbach’s Alpha nếu loại biến
Thành phần sự hài lịng (F): Cronbach’s Alpha = 0,838
HL1 6,53 1,774 0,715 0,760
HL2 6,58 1,695 0,725 0,752
HL3 6,32 1,997 0,667 0,808
Nguồn: Truy xuất từ SPSS và Tổng hợp của tác giả 2.2.3.4 Kiểm định mơ hình nghiên cứu bằng phân tích hồi quy bội
Các biến trong mơ hình hồi quy bao gồm biến phụ thuộc (F) và các biến độc lập (F1, F2, F3, F4, F5, F6) được tính bằng trung bình cộng của tất cả các biến nhỏ trong từng thành phần. Điều này cĩ thể dễ dàng nhận thấy đối với mỗi biến nhỏ, mỗi khách hàng sẽ căn cứ vào thang đo Likert 5 để cho một số điểm nhất định. Cứ như vậy, ta sẽ tính được điểm trung bình của từng biến trong mơ hình và đĩ cũng là nguồn số liệu để chạy mơ hình hồi quy.
(i) Kiểm định sự tương quan giữa các biến
Trước khi tiến hành phân tích hồi quy tuyến tính bội, cần phải xem xét mối quan hệ tương quan tuyến tính giữa các biến. Điều này nhằm kiểm định giữa các biến cĩ mối quan hệ tương quan tuyến tính với nhau và các biến độc lập cĩ tương quan với biến phụ thuộc.
Giả thuyết đặt ra cần phải kiểm định là:
H0: Khơng cĩ mối quan hệ tương quan tuyến tính giữa sự hài lịng và các thành phần chất lượng dịch vụ trong mơ hình.
H1: Cĩ mối quan hệ tương quan tuyến tính giữa sự hài lịng và các thành phần chất lượng dịch vụ trong mơ hình.
Kết quả kiểm định sự tương quan như sau:
Bảng 2.15 :Ma trận hệ số tương quan
HL DU TC TIEP BD TIN HH HL 1 0,656** 0,732** 0,664** 0,752** 0,502** 0,574** DU 0,656** 1 0,650** 0,539** 0,577** 0,571** 0,406** TC 0,732** 0,650** 1 0,606** 0,685** 0,549** 0,454** TIEP 0,664** 0,539** 0,606** 1 0,618** 0,387** 0,441** BD 0,752** 0,577** 0,685** 0,618** 1 0,478** 0,503** TIN 0,502** 0,571** 0,549** 0,387** 0,478** 1 0,353** HH 0,574** 0,406** 0,454** 0,441** 0,503** 0,353** 1
Nguồn: Truy xuất từ SPSS 20.0 (Ký hiệu: ** chỉ ra mối tương quan cĩ ý nghĩa về mặt thống kê tại các mức ý nghĩa 1%)
Ma trận này cho ta biết mối tương quan giữa biến hài lịng (biến phụ thuộc) với các biến thành phần chất lượng dịch vụ (các biến độc lập) khi dùng chỉ số Pearson. Giả thuyết Ho bị bác bỏ với giá trị Sig = 0,000 < 0,01. Như vậy, ta cĩ thể kết luận rằng cĩ mối tương quan giữa biến phụ thuộc và các biến độc lập với mức ý nghĩa 1%. Đây là cơ sở để đưa các biến độc lập vào mơ hình để giải thích cho biến sự hài lịng của khách hàng.
Tuy nhiên, giữa các biến độc lập cũng cĩ tương quan khá chặt chẽ ở mức ý nghĩa 1%. Như vậy, cĩ cơ sở để nghi ngờ rằng cĩ thể xảy ra hiện tượng đa cộng
tuyến. Vì vậy, để dị tìm hiện tượng đa cộng tuyến giữa các biến độc lập, theo Hồng Trọng và Chu Nguyễn Mộng Ngọc (2005) cĩ thể đo lường hiện tượng này của các biến thơng qua đánh giá độ chấp nhận của biến (Tolerance) và hệ số phĩng đại phương sai (VIF).
Kết quả nghiên cứu cho thấy như sau:
Bảng 2.16 : Kiểm tra đa cộng tuyến
Biến Tolerance VIF
Sự đáp ứng 0,476 2,101 Sự thấu cảm 0,392 2,553 Sự tiếp cận 0,529 1,890 Sự bảo đảm 0,428 2,337 Độ tin cậy 0,610 1,640 Tính hữu hình 0,701 1,426
Nguồn: Truy xuất từ SPSS 20.0
Bảng kiểm tra đa cộng tuyến cho thấy: độ chấp nhận của biến đều từ 0,3 trở lên (từ 0,392 đến 0,701) và hệ số phĩng đại phương sai của các biến cĩ giá trị từ 1,426 đến 2,553 (<10). Vì vậy, mơ hình đảm bảo khơng cĩ hiện tượng cộng tuyến giữa các biến độc lập.
(ii) Phân tích hồi quy bội
Quá trình phân tích hồi quy tuyến tính bội tiếp theo nhằm kiểm tra cĩ hay khơng mối quan hệ tuyến tính giữa các thành phần chất lượng dịch vụ ngân hàng đối với khách hàng cá nhân và sự hài lịng của khách hàng (Phụ lục 4).
Bảng 2.17: Đánh giá sự phù hợp của mơ hình
Các chỉ tiêu đánh giá sự phù hợp của mơ hình
Hệ số R2 0,721 Hệ số R2 hiệu chỉnh 0,712 Hệ số R2 thay đổi 0,721 Kết quả từ bảng ANOVA Thống kê F 78,973 Giá trị Sig 0,000
Kết quảđánh giá cho thấy:
+ Một thước đo đểđánh giá sự phù hợp của mơ hình tuyến tính thường dùng là hệ số R2 hiệu chỉnh. Hệ số này càng cao chứng tỏ mơ hình càng phù hợp. Kết quả hồi quy tuyến tính cho thấy, hệ số R2 hiệu chỉnh trong nghiên cứu này là 0,712. Hệ số này khá cao, điều đĩ chứng tỏ, mơ hình hồi quy tuyến tính đã xây dựng phù hợp với tập dữ liệu đến mức 71,2%. Hay nĩi cách khác, mơ hình này giải thích được 71,2% sự khác biệt của sự hài lịng khách hàng đối với dịch vụ ngân hàng đối với khách hàng cá nhân tại Vietcombank chi nhánh TP. HCM. Ngồi ra, 28,8% biến động trong sự hài lịng của khách hàng cĩ thể giải thích được bởi những yếu tố khác như: giá cả, năng lực phục vụ, mức lãi suất …
+ Mơ hình hồi quy tuyến tính bội là phù hợp.
Kiểm định F là một phép kiểm định giả thuyết vềđộ phù hợp của mơ hình hồi quy tuyến tính tổng thể. Giả thuyết H0được đặt ra là β1 = β2 = β3 = β4 = β5 = β6 = 0. Nếu giả thuyết này bị bác bỏ thì chúng ta cĩ thể kết luận rằng kết hợp của các biến hiện cĩ trong mơ hình cĩ thể giải thích được thay đổi của Y, điều này nghĩa là mơ hình xây dựng phù hợp với tập dữ liệu. Theo kết quả tính tốn được, trị thống kê F của mơ hình cĩ giá trị Sig rất nhỏ (0,000) cho thấy ta sẽ an tồn khi bác bỏ giả thuyết H0. Vì vậy, mơ hình hồi quy tuyến tính bội phù hợp với tập dữ liệu và cĩ thể sử dụng được.
Kiểm định các hệ số hồi quy riêng phần
Bảng 2.18: Kết quả hồi quy
Biến Hệ số hồi quy riêng
chưa được chuẩn hĩa Thống kê t Sig (Constant) - 0,384 -2,067 0,040 DU 0,192 2,900 0,004 TC 0,238 3,730 0,000 TIEP 0,175 3,115 0,002 BD 0,304 5,097 0,000 TIN 0,009 0,197 0,844 HH 0,196 3,699 0,000
Hệ số hồi quy riêng phần đo lường sự thay đổi giá trị trung bình của biến phụ thuộc khi một biến độc lập thay đổi trong khi các biến độc lập cịn lại khơng thay đổi. Các hệ số hồi quy riêng phần của tổng thể cần được thực hiện kiểm định giả thuyết H0: βk = 0. Bảng kết quả hồi quy cho thấy 3 biến sự thấu cảm, sự bảo đảm và tính hữu hình vật chất cĩ ý nghĩa thống kê với mức ý nghĩa Sig = 0,000. Tương tự, 2 biến sự đáp ứng và sự tiếp cận cũng cĩ ý nghĩa thống kê với mức ý nghĩa lần lượt là 0,004 và 0,002, cao hơn so với 3 biến trên. Như vậy, chúng ta cĩ đủ cơ sở để bác bỏ giả thiết H0 đối với hệ số hồi quy β1, β2, β3, β4, β6. Tuy nhiên, biến độ tin cậy cĩ mức ý nghĩa là Sig = 0,844 nên biến này khơng cĩ giá trị thống kê.
Hàm hồi quy tuyến tính cĩ thể được viết như sau:
MĐHL = - 0,384 + 0,192DU + 0,238TC + 0,175TIEP + 0,304BD + 0,196 HH Trong đĩ: + DU: Sự đáp ứng (F1) + TC: Sự thấu cảm (F2) + TIEP: Tính tiếp cận (F3) + BD: Sự bảo đảm (F4) + HH: Tính hữu hình (F6)
Sau khi phân tích hồi quy bội, mơ hình nghiên cứu cĩ 5 thành phần ảnh hưởng đến sự hài lịng của khách hàng. Trong đĩ, thành phần sự bảo đảm là thành phần cĩ tác động đến sự hài lịng của khách hàng nhiều nhất, sau đĩ là thành phần thấu cảm, thành phần tính hữu hình, thành phần sự đáp ứng và cuối cùng là thành phần sự tiếp cận.
Kiểm định phương sai sai số
Để kiểm định xem phương sai của sai số cĩ thay đổi hay khơng ta dùng kiểm định tương quan hạng Spearman, kết quả như sau:
Bảng 2.19: Kiểm tra tính ổn định của phương sai
RES RES Pearson Correlation 1
Sig. (2-tailed) F1 Pearson Correlation 0,040 Sig. (2-tailed) 0,588 F2 Pearson Correlation 0,018 Sig. (2-tailed) 0,804 F3 Pearson Correlation 0,056 Sig. (2-tailed) 0,443 F4 Pearson Correlation 0,047 Sig. (2-tailed) 0,517 F6 Pearson Correlation -0,066 Sig. (2-tailed) 0,363
Nguồn: Truy xuất từ SPSS 20.0 Kết quả kiểm định cho thấy các hệ số tương quan hạng Spearman của các biến độc lập đều cĩ mức ý nghĩa Sig. > 0,05. Như vậy, ta cĩ thể chấp nhận giả thuyết H0: Các hệ số tương quan hạng đều bằng 0 (ở mức ý nghĩa 5%), hay phương sai của sai số khơng thay đổi (Hồng Trọng - Chu Nguyễn Mộng Ngọc, 2005).
Kiểm định phân phối chuẩn của phần dư
Kết quả kiểm định phần dư cho thấy phần dư cĩ phân phối chuẩn. Khi xem xét biểu đồ phân phối của phần dư cho thấy phân phối của phần dư gần như ở dạng chuẩn (Biểu đồ 2.5). Bên cạnh đĩ, biểu đồ 2.6 cho thấy giá trị phần dư gần như bao quanh và diễn biến theo một đường thẳng, tức là số liệu dùng để chạy mơ hình hồi quy cĩ thể tin tưởng được.
Biểu đồ 2.5: Kiểm định phần dư bằng biểu đồ phân phối chuẩn
Nguồn: Truy xuất từ SPSS 20.0
Biểu đồ 2.6: Kiểm định phần dư bằng biểu đồ Q-Q Plot
Nguồn: Truy xuất từ SPSS 20.0
Kiểm định hiện tượng tự tương quan
Để kiểm tra hiện tượng tự tương quan trong kinh tế lượng thường dùng chỉ tiêu Durbin Watson, nếu chỉ tiêu này nằm trong khoảng (1,5-2,5) (Baltagi, 2005) thì mơ hình hồi quy khơng xảy ra hiện tượng tự tương quan. Kết quả hồi quy cũng cho thấy chỉ tiêu Durin Watson nằm trong khoảng xác định, cụ thể là bằng 1,792, nghĩa là mơ hình hồi quy hồn tồn khơng bị hiện tượng tự tương quan.
+ Kiểm định sự liên hệ tuyến tính
Đối với mơ hình hồi quy tuyến tính, để kiểm tra xem cĩ liên hệ tuyến tính giữa biến phụ thuộc với các biến độc lập ta thường dùng biểu đồ phân tán giữa giá trị phần dư và giá trị dự đốn. Nếu giả định liên hệ tuyến tính và phương sai bằng nhau được thỏa mãn thì sẽ khơng cĩ liên hệ gì giữa giá trị dự đốn và phần dư, chúng sẽ phân tán rất ngẫu nhiên. (Hồng Trọng - Chu Nguyễn Mộng Ngọc, 2005)
Biểu đồ 2.7: Kiểm định sự liên hệ tuyến tính bằng biểu đồ phân tán
Nguồn: Truy xuất từ SPSS 20.0
Biểu đồ 2.7 cho thấy phần dư phân tán ngẫu nhiên trong một vùng xung quanh đường đi qua tung độ 0 chứ khơng tạo thành một hình dạng nào. Như vậy, giả định