BIDV cung cấp các dịch vụ IB đúng thời gian như cam
2.3.2.Nghiên cứu chính thức
Nghiên cứu chính thức được thực hiện bằng phương pháp nghiên cứu định lượng. Nghiên cứu định lượng nhằm kiểm định lại các nhân tố trong mô hình nghiên cứu thông qua bảng câu hỏi khảo sát.
* Phương pháp thu thập thông tin và cỡ mẫu
Trong nghiên cứu này tôi sử dụng phương pháp phỏng vấn trực tiếp thông qua phiếu điều tra được phát cho khách hàng.
Mẫu nghiên cứu:
Mẫu được chọn theo phương pháp thuận tiện. Phương pháp phân tích dữ liệu chủ yếu được sử dụng trong nghiên cứu này là phương pháp phân tích nhân tố khám phá EFA và phân tích hồi quy bội. Theo Hair &ctg (1998), để phân tích nhân tố khám phá cần thu thập dữ liệu với kích thước mẫu ít nhất 5 mẫu trên 1 biến quan sát.
Mô hình nghiên cứu có số biến quan sát là 24. Nếu theo tiêu chuẩn 5 mẫu của 1 biến quan sát thì kích thước mẫu cần thiết là n = 120 (24x5). Để đạt được kích thước mẫu đề ra, 310 bảng câu hỏi được gửi đi phỏng vấn.
* Phương pháp phân tích dữ liệu
Trước hết, đặt tên biến cho các nhóm nhân tố của mô hình đo lường chất lượng dịch vụ internet banking của ngân hàng theo mô hình
Bảng 2.1: Mã hóa thang đo
STT Mã
hóa
Diễn giải Nhân tố tin cậy (TC)
1 TC1 BIDV thực hiện các dịch vụ IB đúng như cam kết
2 TC2 Anh chị cảm thấy yên tâm khi sử dụng dịch vụ IB của ngân hàng BIDV
3 TC3 Ngân hàng đảm bảo tính bí mật của các thông tin khách hàng 4 TC4 Ngân hàng BIDV cung cấp dịch vụ IB đúng vào thời điểm ngân
hàng đã hứa
5 TC5 BIDVsẽ thông báo cho khách hàng khi nào dịch vụ IB được thực hiện
Nhân tố đáp ứng (DU)
6 DU1 Thông qua trang wed, có thể hình thành các giao dịch 1 cách nhanh chóng ngay sau khi nhận lệnh
7 DU2 Nhân viên BIDV sẳn sàng giúp đở các anh chị khi có yêu cầu 8 DU3 Dễ dàng liên lạc với BIDV qua bộ phận hỗ trợ trực tuyến trên wed
Nhân tố hữu hình (HH)
9 HH1 Ngân hàng có trang thiết bị hiện đại
10 HH2 Trang wed hấp đãn về hình thức, giao diện dễ sử dụng
11 HH3 Ngân hàng BIDV sử dụng công nghệ hiện đại trong ứng dụng IB 12 HH4 Phí sử dụng dịch vụ IB của ngân hàng BIDV là phù hợp và chấp
nhận được
13 HH5 Ngân hàng BIDV có cơ sở vật chất đầy đủ
Nhân tố năng lực phục vụ (NLPV)
14 NLPV
1
Nhân viên BIDV ngày càng tạo sự tin tưởng
15 NLPV (adsbygoogle = window.adsbygoogle || []).push({});
2
Nhân viên BIDV có đủ năng lực để giải quyết các vấn đề liên quan đến IB
16 NLPV
3
Các dịch vụ (chuyển khoản, thanh toán, thông tin về tài khoản) qua trang wed xác nhận một cách nhanh chóng và hoàn thành ngay lần đầu
17 NLPV4 4
Nhân tố sự thấu cảm (THC)
18 THC1 Ngân hàng BIDV luôn thể hiện sự quan tâm đến anh chị 19 THC2 Nhân viên ngân hàng hiểu rõ từng nhu cầu cá nhân anh chị
20 THC3 Ngân hàng thể hiện sự chú ý đặc biệt đến những quan tâm nhiều nhất của anh chị
21 THC4 Nhân viên ngân hàng thể hiện được những nhu cầu đặc biệt của anh chị
Nhân tố sự thỏa mãn (TM)
22 TM1 Anh chị hài lòng với chất lượng dịch vụ IB của BIDV chi nhánh Quảng Bình
23 TM2 Anh chị sẽ tiếp tục sử dụng dịch vụ IB của BIDV 24 TM3 Anh chị sẽ giới thiệu dịch vụ này cho người khác
Các dữ liệu sau khi thu thập sẽ được nhập liệu, làm sạch và xử lý với trình tự như sau:
Bước 1: Mô tả đặc điểm mẫu điều tra
Lập bảng tần suất để mô tả mẫu thu thập theo các thuộc tính như giới tính, độ tuổi, trình độ học vấn, nghề nghiệp và thu nhập hàng tháng.
Bước 2: Xác định các nhân tố tác động đến chất lượng dịch vụ IB của ngân hàng.
Các phương pháp phân tích được sử dụng trong nghiên cứu như sau:
Cronbach alpha:
Phương pháp này cho phép người phân tích loại bỏ các biến không phù hợp và hạn chế các biến rác trong quá trình nghiên cứu và đánh giá độ tin cậy cảu thang đo bằng hệ số thông qua hệ số Cronbach alpha. Những biến có hệ số tương quan biến tổng nhỏ hơn 0,3 sẽ bị loại. Thang đo có độ tin cậy đáng kể nếu hệ số này lớn hơn 0,6 là có thể sử dụng được. Thông thường, thang đo có Cronbach alpha từ 0,7 đến 0,8 là sử dụng được. Nhiều nhà nghiên cứu cho rằng khi thanh đo có độ tin cậy từ 0,8 trở lên đến gần 1 là thang đo lường tốt.
Phân tích nhân tố khám phá EFA
Sau khi đánh giá độ tin cậy của thang đo bằng hệ số Cronbach alpha và loại các biến không đảm bảo độ tin cậy. Phân tích nhân tố khám phá là kỹ thuật được sử dụng nhằm thu nhỏ và tóm tắt dữ liệu. Phương pháp này rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu và
được sử dụng để tìm mối quan hệ giữa các biến với nhau.
Giá trị hội tụ của thang đo được đánh giá sơ bộ thông qua phân tích nhân tố khám phá EFA. Để thang đo đạt giá trị hội tụ thì hệ số tương quan đơn giữa các biến và các hệ số tải nhân tố phải lớn hơn hoặc bằng 0,5.
Số lượng nhân tố được xác định dựa vào giá trị Eigen, đị diện cho phần biến thiên được giải thích bởi mỗi nhân tố. Theo tiêu chuẩn Kaiser thì nhân tooscos Eigenvalue nhỏ hơn 1 sẽ bị loại khỏi mô hình nghiên cứu.
Phương pháp trích yếu tố Principal Components với phép quay Varimax để tối thiểu hóa số lượng biến có hệ số lớn tại cùng một nhân tố. Vì vậy tăng cường khả năng giải thích các nhân tố.
Phân tích hồi quy:
Sau khi rút trích được các nhân tố từ phân tích nhân tố khám phá EFA, dò tìm các vi phạm giả định cần thiết trong mô hình hồi quy tuyến tính bội như:
Kiểm định đa cộng tuyến: Đa cộng tuyến là trạng thái trong đó các
biến độc lập có quan hệ chặt chẽ với nhau. Vấn đề của hiện tương đa công tuyến là chúng cung cấp cho mô hình những thông tin rất giống nhau, và rất khó tách rời ảnh hưởng của từng biến một đến biến phụ thuộc. Trong qua trình phân tích hồi quy bội, đa cộng tuyến được SPSS chuẩn đoán bằng tiêu chí Collinearity diagnostics (chuẩn đoán hiện tượng đa cộng tuyến) với hệ số phóng đại phương sai VIF của các biến độc lập trong mô hình. Nếu VIF đều nhỏ hơn 10 tức mô hình không có đa cộng tuyến. (adsbygoogle = window.adsbygoogle || []).push({});
Kiểm định tự tương quan: Tự tương quan được hiểu là sự tự tương
quan giữa các thành phần của dãy số thời gian hoặc không gian. Tuy nhiên trong thực tế có thể xãy ra hiện tượng mà thành phần nhiễu của các biến có thể phụ thuộc lẫn nhau. Hậu quả của tự tương quan có thể kể đến như là ước lượng bình quân bé nhất không phải là ước lượng hiệu quả, phương sai ước lượng được của các ước lượng bình phương bé nhất thường là chệch, kiểm định t và f không đáng tin cậy, giá trị ước lượng R2, phương sai và độ lệch
chuẩn của giá trị dự đoán đã tính được không hiệu quả.
Nếu các giả định không bị vi phạm, mô hình hồi quy tuyến tính bội được ước lượng và hệ số R2 đã được điều chỉnh cho biết mô hình hồi quy được ước lượng phù hợp đến mức nào.
Kiểm định giả thuyết về độ phù hợp của mô hình: Xây dựng xong mô
hình hồi quy, vấn đề quan tâm đầu tiên là phải xem xét độ phù hợp của mô hình đối với tập dữ liệu qua giá trị R2. Để kiểm định độ phù hợp của mô hình hồi quy tổng thể ta đặt giả thuyết hệ số R2 = 0. Đại lượng F được sử dụng cho kiểm định này. Nếu xác suất F nhỏ thì giả thuyết R2 = 0 bị bác bỏ.
Kiểm định giả thuyết về ý nghĩa của hệ số hồi quy: Đây là kiểm định
đối với các hệ số B. Giả thuyết dùng để kiểm định giả thuyết này là: Bi = 0. Ta kỳ vọng giả thuyết này sẽ bị bác bỏ vì nếu = 0 nghĩa là mối quan hệ tương quant a nhận thấy ở mẫu chỉ xãy ra ngẫu nhiên chứ không phải do bản chất. Trị thống kê dụng để kiểm định giả thuyết là t, phân phối của đại lượng thống kê này là Student với N-2 bậc tự do.
KẾT LUẬN CHƯƠNG 2
Chương này trình bày mô hình lý thuyết và thang đo. Tiếp đến trình bày phương pháp nghiên cứu bao gồm 2 bước chính: nghiên cứu sơ bộ và nghiên cứu chính thức. Nghiên cứu sơ bộ được thực hiện bằng nghiên cứu định tính thông qua thảo luận nhóm, thiết kế bảng câu hỏi và phỏng vấn thử. Nghiên cứu chính thức được thực hiện bằng nghiên cứu định lượng, nhằm kiểm định lại các nhân tố trong mô hình nghiên cứu thông qua bảng câu hỏi và khảo sát.
Chương này cũng trình bày phương pháp phân tích dữ liệu thu thập được bằng cách đặt tên biến cho các nhóm nhân tố của mô hình đo lường chất lượng dịch vụ IB của ngân hàng theo mô hình SERVPERF, các dữ liệu sẽ được thu thập, làm sạch và xử lý theo trình tự như các bước đã trình bày trên để làm cơ sở cho kết quả của chương tiếp theo.
CHƯƠNG 3