1. 6.2.2 Phương pháp phân tích số liệu
3.1. Quy trình nghiên cứu
Đề xuất mô hình nghiên cứu lần 1 -> Điều tra thử để hiệu chỉnh (thêm bớt) các biến quan sát (nhân tố) (20 phiếu và tham khảo ý kiến chuyên gia) -> Đề xuất mô hình nghiên cứu lần 2 - > Tiến hành điều tra trên diện rộng theo phương pháp chọn mẫu thuận tiện với khoảng 150 phiếu điều tra đối với các khách hàng đã từng và đang sử dụng dịch vụ tiền gửi tiết kiệm tại SHB CN Huế.
Kích cơ mẫu được chọn: (trình bày ở mục 6.2.1 chương 1, với số biến quan sát là 26 kích cỡ mẫu tối thiểu được chọn là khoảng 150).
Trình tự phân tích:
-Thống kê mô tả bộ dữ liệu nghiên cứu;
-Phân tích nhân tố khám phá EFA (xem xét trị số KMO (Kaiser-Meyer-Olkin) để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO phải có giá trị trong khoảng từ 0.5 đến 1 thì phân tích này mới thích hợp, còn nếu như trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu. Ngoài ra, phân tích nhân tố khám phá còn dựa vào hệ số Eigenvalue để xác định số lượng nhân tố. Chỉ những nhân tố có Eigenvalue lớn hơn 1 thì mới được giữ lại trong mô hình. Đại lượng Eigenvalue đại diện cho lượng biến thiên dữ liệu được giải thích bởi nhân tố);
Một phần quan trọng trong bảng kết quả phân tích nhân tố là ma trận nhân tố (component matrix) hay ma trận nhân tố khi các nhân tố được xoay (rotated component matrix). Ma trận nhân tố chứa các hệ số biểu diễn các biến chuẩn hóa bằng các nhân tố (mỗi biến là một đa thức của các nhân tố). Những hệ số tải nhân tố (factor loading) biểu diễn tương quan giữa các biến và các nhân tố. Hệ số này cho biết nhân tố và biến có liên quan chặt chẽ với nhau. Nghiên cứu sử dụng phương pháp trích nhân tố Principal Components nên các hệ số tải nhân tố phải có trọng số lớn hơn 0.5 thì mới đạt yêu cầu;
-Kiểm định độ tin cậy bằng thang đo (Cronbach’s Anpha) Kiểm định độ tin cậy thang đo là phương pháp cho phép người phân tích loại bỏ các biến không phù hợp, hạn chế các biến rác trong quá trình nghiên cứu và đánh giá độ tin cậy của thang đo bằng hệ số thông qua hệ số Cronbach’s Alpha.
Học viên: Lê Tiến Sĩ Page 25 Những biến có hệ số tương quan biến tổng (item-total correlation) nhỏ hơn 0.5 sẽ bị loại. Thang đo có hệ số Cronbach’s Alpha từ 0.6 trở lên là có thể sử dụng được (Nunnally, 1978; Peterson, 1994; Slater, 1995). Thông thường, thang đo có Cronbach’s Alpha từ 0.7 đến 0.8 được cho là ổn. Nhiều nhà nghiên cứu cho rằng khi thang đo có độ tin cậy từ 0.8 trở lên đến gần 1 là thang đo lường tốt.
- Phân tích hồi quy với các nhân tố ảnh hưởng đến mức độ hài lòng của khách hàng
Mô hình hồi quy có dạng như sau:
MD_HL = βR0R + βR1RS_TT + βR2RPT_HH + βR3R NL_PV+ βR4R DM_SP+ βR5RSTN+ βR6RG_C
Trong đó:
- MD_HL là biến phụ thuộc “Mức độ hài lòng của khách hàng”
S_TT là biến độc lập “Sự thuận tiện”
PT_HH là biến độc lập “Phương tiện hữu hình”
NL_PV là biến độc lập “Năng lực phục vụ”
DM_SP là biến độc lập “Danh mục sản phẩm”
S_TN là biến độc lập “Sự tín nhiệm”
G_C là biến độc lập “Giá cả”
Các giả thuyết:
HR0R: Các thành phần chất lượng dịch vụ và sự hài lòng không có mối quan hệ
HR1R: Nhân tố “S_TT” có quan hệ cùng chiều với sự hài lòng của khách hàng sử dụng dịch vụ TGTK.
HR2R: Nhân tố “PT_HH” có quan hệ cùng chiều với sự hài lòng của khách hàng sử dụng dịch vụ TGTK.
HR3R: Nhân tố “NL_PV” có quan hệ cùng chiều với sự hài lòng của khách hàng sử dụng dịch vụ TGTK.
HR4R: Nhân tố “DM_SP” có quan hệ cùng chiều với sự hài lòng của khách hàng sử dụng dịch vụ TGTK.
HR5R: Nhân tố “G_C” có quan hệ cùng chiều với sự hài lòng của khách hàng sử dụng dịch vụ TGTK.
HR6R: Nhân tố “S_TN” có quan hệ cùng chiều với sự hài lòng của khách hàng sử dụng dịch vụ TGTK.