Nghiên c u s d ng mô hình và thang đo E-SERVQUAL (Zeithaml và c ng s ., 2005) đ đánh giá ch t l ng d ch v Internet banking t i ngân hàng ông Á. Thang đo này nguyên th y dùng đ đo l ng ch t l ng d ch v đi n t , đ c bi t là d ch v bán hàng online (vì trang website đ c kh o sát là amazon.com và walmart.com) do v y khi áp d ng vào đo l ng ch t l ng d ch v internet banking t i ngân hàng ông Á c n có s đi u ch nh cho phù h p.
D a trên c s mô hình và thang đo E-SERQUAL (Zeithaml và c ng s ., 2005), tác gi so n b ng câu h i tham kh o ý ki n c a 3 chuyên gia và ph ng v n tay đôi v i 10 khách hàng th ng xuyên s d ng d ch v internet banking c a ngân hàng ông Á. Các chuyên gia tham kh o là các anh ch đang công tác t i ngân hàng có nhi u kinh nghi m trong vi c đánh giá ch t l ng d ch v (phó giám đ c phòng s n ph m d ch v , tr ng phòng khách hàng cá nhân, tr ng b ph n ngân hàng
đi n t ).
thu th p d li u đnh tính, b ng câu h i m đ c s d ng đ thu th p các ý ki n v các thành ph n đ đánh giá ch t l ng d ch v Internet banking t i ngân hàng ông Á, câu h i có g i ý v các thành ph n t thang đo E-SERVQUAL.
Qua nghiên c u đnh tính k t qu thu đ c v các nhân t nh h ng đ n s hài lòng c a khách hàng s d ng d ch v Internet banking t i Ngân hàng ông Á g m 5 nhân t v i 21 bi n quan sát nh sau:
Tính hi u qu
1- Website t o s thu n ti n khi tìm ki m nh ng gì mình c n. 2- Tôi có th hoàn t t giao d ch m t cách nhanh chóng
3- Website t i thông tin nhanh 4- Website r t d s d ng 5- Website đ c thi t k h p lý
6- Thông tin trên website đ c ch n l c t t
tin c y
1- Website luôn giao d ch đ c
2- Website đ c công b và đ a vào v n hành ngay l p t c 3- Website không b s c
4- Trang web không b treo sau khi tôi th c hi n yêu c u giao d ch
Tính b o m t
1- Website b o v nh ng hành vi mua s m c a tôi
2- Website không chia s thông tin cá nhân c a tôi v i các trang web khác 3- Website b o v thông tin th tín d ng c a tôi
S ph n ng
1- Website th c hi n l nh giao d ch nh đã h a
2- Website th c hi n nhanh chóng nh ng gì tôi yêu c u
3- Ngân hàng s n sàng b i th ng cho nh ng t n th t mà h gây ra
4- Website cho tôi bi t c n ph i làm gì n u giao d ch không th c hi n đ c 5- Website x lý v n đ phát sinh m t cách nhanh chóng
S liên l c
1- Website cung c p m t s đi n tho i c th đ liên l c khi c n 2- Website có b ph n d ch v khách hàng/h tr tr c tuy n
3- Tôi có th nói chuy n tr c ti p v i nhân viên ph trách khi có v n đ x y ra Nh v y k t qu kh o sát đnh tính cho th y đã khám phá và b sung thêm m t s bi n vào thành ph n ph n ng đó là “Ngân hàng s n sàng b i th ng cho nh ng t n th t mà h gây ra”, “Website th c hi n l nh nh đã h a”, “Website th c hi n nhanh chóng nh ng gì tôi yêu c u”. Các bi n này đ c đ a vào vì liên quan đ n s quan tâm, mong mu n c a ngân hàng đ th c hi n t t nh ng gì khách hàng yêu c u. Thành ph n hi u qu đ c s p x p l i g m 6 bi n vì m t s bi n đ c cho là trùng l p trong b i c nh đánh giá d ch v Internet banking t i ngân hàng ông Á, ví d : “Tôi có th làm quen v i website m t cách nhanh chóng” v i “Website r t d s d ng”, hay “Website t o s thu n ti n khi ti m ki m nh ng gì mình c n” v i “R t d dàng đ đ n đ c các m c trong trang web”.
Thang đo cho bi n ph thu c đó là s hài lòng c a khách hàng đ i v i d ch v Internet banking c a ngân hàng ông Á d a trên nghiên c u c a Lassar và c ng s (2000) g m 3 bi n quan sát:
1- Nhìn chung tôi hài lòng v i ch t l ng d ch v Internet banking c a ngân hàng
2- Trong th i gian t i tôi s ti p t c giao d ch trên website c a ngân hàng 3- Tôi s gi i thi u b n bè s d ng d ch v Internet banking c a ngân hàng Nh v y mô hình nghiên c u sau khi hi u ch nh qua kh o sát đnh tính có 5 thành ph n v i 21 bi n đ c l p và 3 bi n ph thu c đ c s d ng đ nghiên c u chính th c.
Thi t k b ng câu h i
Sau khi tham kh o ý ki n chuyên gia và ph ng v n tay đôi, xác đnh đ c các nhân t c ng nh các bi n c a t ng nhân t là c n c đ thi t k b ng câu h i kh o sát. B ng câu h i kh o sát g m 3 ph n:
- Ph n 1: g m nh ng câu h i sàng l c đ l a ch n nh ng khách hàng đã t ng s d ng d ch v internet banking c a ông Á trong vòng 6 tháng g n đây đ có nh ng tr l i chính xác nh t cho b ng kh o sát.
- Ph n 2: G m nh ng câu h i nh m khám phá nh n th c c a khách hàng v
ch t l ng d ch v và s th a mãn c a khách hàng khi s d ng. Câu h i s d ng
thang đo Likert 5 đi m đ đánh giá v i 1 t ng ng m c đ “Hoàn toàn không
đ ng ý”, 5 t ng ng v i m c đ “Hoàn toàn đ ng ý”.
- Ph n 3: G m nh ng câu h i nh m thu th p thông tin v đáp viên nh : tu i, gi i tính, tình tr ng hôn nhân, trình đ h c v n, m c đ s d ng internet.
B ng câu h i sau khi thi t k đ c s d ng đ ph ng v n th 3 chuyên gia và 10 khách hàng th ng xuyên s d ng d ch v đ ki m tra v hình th c c ng nh n i dung, tránh các t ng m h gây khó hi u ho c hi u nh m. B ng câu h i chi ti t
đ c trình bày ph l c 02.
4.2.2 Nghiên c u đ nh l ng 4.2.2.1 M u nghiên c u
có th phân tích nhân t khám phá (EFA) c n thu th p b d li u v i ít nh t 5 m u trên 1 bi n quan sát và kích c m u không nên ít h n 100, (Hair và ctg, 1998). M u d ki n t i thi u c n ph i thu th p là 160 b ng. đ t đ c kích th c m u t i thi u, nghiên c u s d ng ph ng pháp l y m u thu n ti n (phi xác su t). H n 210 b ng câu h i kh o sát chính th c đ c g i đ n khách hàng thông qua các nhân viên làm vi c t i các chi nhánh/phòng giao d ch c a ngân hàng ông Á trên toàn qu c thông qua h th ng mail/chat n i b . T ng b n tr l i h p l thu th p
đ c là 182, phù h p cho vi c phân tích. 4.2.2.2 Mã hóa thang đo
B ng 4.1 Mã hóa các bi n c a thang đo TÍNH HI U QU
HQ1 Website t o s thu n ti n khi tìm ki m nh ng gì mình c n HQ2 Tôi có th hoàn t t giao d ch c a mình m t cách nhanh chóng HQ3 Website t i thông tin nhanh
HQ4 Website r t d s d ng HQ5 Website đ c thi t k h p lý
HQ6 Thông tin trên website đ c ch n l c t t
TIN C Y
TC1 Website luôn giao d ch đ c
TC2 Website đ c công b và đ a vào v n hành ngay l p t c TC3 Website không b s c
TC4 Trang web không b treo sau khi tôi th c hi n yêu c u giao d ch
TÍNH B O M T
BM1 Website b o v nh ng thông tin v hành vi mua s m c a tôi BM2 Website không chia s thông tin cá nhân v i các website khác BM3 Website b o v thông tin th tín d ng c a tôi
S PH N NG
PU1 Website th c hi n l nh giao d ch nh đã h a
PU2 Website th c hi n nhanh chóng nh ng gì tôi yêu c u
PU3 Ngân hàng s n sàng b i th ng cho nh ng t n th t mà h gây ra PU4 Website cho bi t tôi c n ph i làm gì n u giao d ch c a tôi không
th c hi n đ c.
PU5 Webiste x lý v n đ phát sinh m t cách nhanh chóng
S LIÊN L C
LL1 Website cung c p m t s đi n tho i c th đ liên h khi c n LL2 Website có b ph n d ch v khách hàng/b ph n h tr tr c tuy n LL3 Tôi có th nói chuy n tr c ti p v i nhân viên ngân hàng khi có v n đ
S HÀI LÒNG
HL1 Nhìn chung tôi hài lòng v i ch t l ng d ch v Internet banking c a ngân hàng
HL2 Trong th i gian t i tôi s ti p t c giao d ch trên website c a ngân hàng
HL3 Tôi s gi i thi u b n bè s d ng d ch v Internet banking c a ngân hàng
4.2.2.3 X lý d li u
Phân tích h s Cronbach Alpha
Các thang đo đ c đánh giá b ng đ tin c y qua h s tin c y Cronbach Alpha. Qua đó các bi n quan sát có t ng quan bi n t ng (item-total correlation) nh h n 0.3 s b lo i và thang đo đ c ch p nh n khi h s Cronbach Alpha t 0.6 tr lên (Nunnally & Burnstein, 1994).
Phân tích nhân t EFA
Phân tích nhân t EFA s đ c s d ng đ gom các bi n t k t qu phân tích Cronbach Alpha đ t o ra các bi n m i t các bi n đã cho phù h p v i m u xem xét.
Trong phân tích nhân t , đi u ki n c n áp d ng là các bi n ph i có t ng quan. S d ng ki m đnh Barlett's test of sphericity đ ki m đnh gi thuy t Ho là các bi n không có t ng quan v i nhau trong t ng th . Nói cách khác, ma tr n t ng quan t ng th là m t ma tr n đ ng nh t, m i bi n t ng quan hoàn toàn v i chính nó (r = 1) nh ng không có t ng quan v i bi n khác (r = 0). Do đó n u ki m đnh cho th y không có ý ngh a th ng kê thì không nên áp d ng phân tích nhân t cho các bi n
đang xem xét.
Trong phân tích nhân t , ch s Kaiser-Meyer-Olkin (KMO) dùng đ xem xét s thích h p c a phân tích nhân t . Tr s c a KMO l n (gi a 0,5 và 1) là đi u ki n
n ng là không thích h p v i d li u. (Hoàng Tr ng và Chu Nguy n M ng Ng c, 2008, trang 31, t p 2).
Trong phân tích nhân t ph ng pháp Principal components analysis đi cùng phép xoay Varimax đ c s d ng ph bi n nh t. (Hoàng Tr ng và Chu Nguy n M ng Ng c, 2008, trang 40, t p 2).
K t qu phân tích ma tr n các nhân t s đ c phân tích thêm b ng cách xoay các nhân t . Sau khi xoay các nhân t , h s t i nhân t l n h n 0,5 đ c xem là có ý ngh a th c ti n (Hair & ctg, 1998). Tiêu chu n khác bi t h s t i nhân t c a m t bi n quan sát gi a các nhân t l n h n hay b ng 0,3 đ đ m b o giá tr phân bi t gi a các nhân t (Jabnoun và Al Tamimi, 2003). Ph ng sai trích ph i đ t t 50% tr lên (Hair & ctg, 1998). Ngoài ra, tr s Eigenvalue ph i l n h n 1. Ch nh ng nhân t có Eigenvalue l n h n 1 m i đ c gi l i trong mô hình phân tích. Nh ng nhân t có Eigenvalue nh h n 1 s không có tác d ng tóm t t thông tin h n m t bi n g c (Hoàng Tr ng và Chu Nguy n M ng Ng c, 2008)[3].
Phân tích nhân t s giúp hi u ch nh mô hình lý thuy t theo k t qu phân tích và
đi u ch nh l i các gi thuy t.
Phân tích h i quy tuy n tính b i
Phân tích h i quy tuy n b i đ c ti n hành theo các b c sau: (Hoàng Tr ng và Chu Nguy n M ng Ng c, 2008, t p 1).
Tr c khi ti n hành phân tích h i quy tuy n tính b i thì vi c xem xét m i t ng quan tuy n tính gi a các bi n đ c l p v i bi n ph thu c và gi a các bi n đ c l p v i nhau là công vi c ph i làm và h s t ng quan Pearson trong ma tr n h s t ng quan là phù h p đ xem xét m i t ng quan này. Ma tr n h s t ng quan là m t ma tr n vuông g m các h s t ng quan. T ng quan c a m t bi n nào đó v i chính nó s có h s t ng quan là 1 và chúng có th đ c th y trên đ ng chéo c a ma tr n. M i bi n s xu t hi n hai l n trong ma tr n v i h s t ng quan nh nhau,
N u k t lu n đ c là các bi n đ c l p và bi n ph thu c có t ng quan tuy n tính v i nhau qua h s t ng quan Pearson, đ ng th i gi đnh r ng chúng ta đã cân nh c k b n ch t c a m i liên h ti m n gi a các bi n và xem nh đã xác đnh
đúng h ng c a m t m i quan h nhân qu gi a chúng, thì chúng ta có th mô hình hóa m i quan h nhân qu c a chúng b ng mô hình h i quy tuy n tính b i, trong đó m t bi n đ c g i là bi n ph thu c và các bi n còn l i g i là các bi n đ c l p.
Ki m đ nh đ phù h p c a mô hình
Ki m đnh F trong b ng phân tích ph ng sai là m t phép ki m đnh v đ phù h p c a mô hình h i quy tuy n tính t ng th . Ki m đnh ý ngh a c a các h s h i quy. Ki m đnh t trong b ng các thông s th ng kê c a t ng bi n đ c l p dùng đ
ki m đnh ý ngh a c a các h s h i quy.
S d ng ph ng pháp Enter, SPSS x lý t t c các bi n đ a vào m t l n và
đ a ra các thông s th ng kê liên quan đ n các bi n. Sau đó, dò tìm các vi ph m gi
đnh c n thi t trong h i quy tuy n tính b i.
i v i gi đnh liên h tuy n tính và ph ng sai b ng nhau, s d ng đ th phân tán gi a các ph n d chu n hóa và giá tr d đoán chu n hóa. N u gi đnh liên h tuy n tính và ph ng sai b ng nhau đ c th a mãn, thì s không nh n th y có liên h gì gi a các giá tr ph n d chu n hóa và giá tr d đoán chu n hóa. Chúng s phân tán r t ng u nhiên trong m t vùng xung quanh đ ng đi qua tung đ 0, không t o thành m t hình d ng nào.
i v i gi đnh v phân ph i chu n c a ph n d , s d ng bi u đ t n s c a các ph n d . N u trung bình b ng 0 và đ l ch chu n x p x b ng 1 thì có th k t lu n r ng gi đnh phân ph i chu n không b vi ph m.
i v i gi đnh không có m i t ng quan gi a các bi n đ c l p (đo l ng hi n t ng đa c ng tuy n), s d ng h s phóng đ i ph ng sai (VIF - Variance inflation factor), n u VIF v t quá 10 đó là d u hi u c a hi n t ng đa c ng tuy n. Ti p theo là đánh giá đ phù h p c a mô hình h i quy tuy n tính b i b ng h s R2 và h s R2 đi u ch nh. H s R2 đã đ c ch ng minh là hàm không gi m theo s
bi n đ c l p đ c đ a vào mô hình, càng đ a thêm nhi u bi n đ c l p vào mô hình thì R2 càng t ng. Tuy nhiên, đi u này c ng đ c ch ng minh r ng không ph i
