Dựa trên cơ sở lý luận và những công trình nghiên cứu có liên quan kết hợp với điều kiện thực tế tại nơi nghiên cứu và đối tượng nghiên cứu, mô hình
đánh giá sự hài lòng của khách hàng cá nhân đối với dịch vụ gửi tiền tiết kiệm
được xây dựng như Hình 2.2 sau đây:
Các biến quan sát trong mô hình nghiên cứu được trình bày ở Bảng 2.1.
Bảng 2.1: Thành phần các thang đo chất lượng dịch vụ gửi tiền tiết kiệm
Tiêu chí Thành phần Ký hiệu
Sự tin cậy
Dịch vụ gửi tiền được thực hiện đúng ngay từ lần đầu
tiên, không có sai sót TC1
Ngân hàng thực hiện dịch vụđúng thời điểm đã cam kết TC2 Ngân hàng thực hiện bảo hiểm tiền gửi đối với tiền gửi
tiết kiệm của khách hàng TC3
Ngân hàng luôn bảo mật thông tin khách hàng TC4
Khả năng đáp ứng
Nhân viên luôn sẵn sàng đáp ứng yêu cầu của khách
hàng DU1
Nhân viên thành thạo trong việc xử lý các nghiệp vụ DU2 Ngân hàng luôn giải quyết thỏa đáng mọi thắc mắc hay
khiếu nại của khách hàng DU3
Các sản phẩm gửi tiết kiệm đa dạng DU4
Thủ tục gửi tiết kiệm đơn giản DU5
Sự đảm bảo
Khách hàng tin tưởng vào uy tín của ngân hàng DB1 Nhân viên ngân hàng tạo sự yên tâm cho khách hàng DB2 Nhân viên có kiến thức chuyên môn để trả lời và tư vấn
cho khách hàng DB3
Khách hàng cảm thấy an toàn khi gửi tiền tại ngân hàng DB4
Nhân viên luôn cư xử lịch sự, niềm nở và nhã nhặn với
khách hàng DB5
Sự đồng cảm
Ngân hàng luôn thể hiện sựquan tâm đến khách hàng DC1 Từng nhân viên chủđộng quan tâm đến khó khăn của
từng cá nhân khách hàng DC2
Nhân viên luôn nhiệt tình giúp đỡ khách hàng DC3
Nhân viên ngân hàng luôn đặt lợi ích của khách hàng
lên hàng đầu DC4
Mức lãi suất hấp dẫn DC5
Thời gian giao dịch thuận tiện cho khách hàng DC6
Phương tiện hữu
hình
Ngân hàng có cơ sở vật chất khang trang HH1 Trang thiết bị của ngân hàng hiện đại HH2 Nhân viên ngân hàng có trang phục gọn gàng, thanh
lịch HH3
Tác giả Nguyễn Thị Phương Trâm (2008) đã dựa trên nghiên cứu của Lassar và cộng sự(2000) xác định thang đo sự hài lòng chung của khách hàng về chất lượng dịch vụ gửi tiền tiết kiệm gồm 3 biến như sau:
SHL1: Hài lòng với dịch vụ gửi tiết kiệm của ngân hàng. SHL2: Tiếp tục gửi tiết kiệm ở ngân hàng.
SHL3: Giới thiệu với người khác đến gửi tiết kiệm ở ngân hàng.
Mô hình gồm 5 nhân tố với 23 biến quan sát và 3 biến đểđo lường sự hài lòng chung của khách hàng. Như vậy, thang đo có tất cả 26 biến.
Cụ thể, mô hình lý thuyết đo lường mức độ hài lòng của khách hàng đối với dịch vụ gửi tiền tiết kiệm tại NHNo&PTNT Việt Nam - Chi nhánh Ba
Xuyên Sóc Trăng sẽđược trình bày như Hình 2.3 dưới đây.
Mô hình này được thiết kế theo cấu trúc mô hình tuyến tính SEM, trong
đó “chất lượng dịch vụ” và “sự hài lòng” được xem như các khái niệm cần
đánh giá trong mô hình, ký hiệu là hình elip theo quy định của mô hình SEM.
“Sự hài lòng” là một biến tiềm ẩn, do nó phụ thuộc vào biến “chất lượng dịch vụ”. Tuy nhiên, “chất lượng dịch vụ” cũng là một biến tiềm ẩn, nó phụ thuộc vào các biến quan sát là: sự tin cậy, khả năng đáp ứng, sự đảm bảo, sự đồng cảm và phương tiện hữu hình. Bên cạnh đó, “sự hài lòng” cũng được đo lường thông qua các biến là: hài lòng với dịch vụ gửi tiết kiệm, khảnăng tiếp tục sử
dụng và khả năng giới thiệu với người khác. Có thể giải thích trường hợp này
như sau, “chất lượng dịch vụ” là một biến có mối quan hệ với 5 nhóm biến
được đề xuất, mức độ hài lòng về từng tiêu chí này sẽ ảnh hưởng như thế nào
đến sự hài lòng của khách hàng về chất lượng dịch vụ, nhưng do sự hài lòng là một nhân tố định lượng nên phải dùng 3 biến để đo lường cho nó. Mục tiêu cuối cùng của nghiên cứu này là xem xét mức độ hài lòng sẽ chịu ảnh hưởng
như thế nào bởi cảm nhận của khách hàng về chất lượng dịch vụ thông qua những biến ngoại sinh. Để làm việc này phải cần nhiều thời gian để chạy hồi quy, khá phức tạp nên dễgây cho người xem khó nắm bắt vấn đề và cảm thấy
nhàm chán. Do đó, đề tài sẽ sử dụng SEM để đơn giản hóa công việc này. SEM là sự mở rộng của mô hình tuyến tính tổng quát, cho phép kiểm định một tập hợp phương trình hồi quy cùng một lúc. Với SEM, không cần phải viết
phương trình hay cứ lặp đi lặp lại cùng một thao tác vì tất cả sẽđược phản ánh trên một mô hình, chỉ cần đọc kết quả. Mỗi mũi tên sẽ được gắn một chỉ số, phản ánh mối quan hệ thuận hay nghịch giữa biến cần đánh giá và biến dùng
đểđánh giá.
Đểđánh giá mô hình lý thuyết đo lường mức độ hài lòng của khách hàng
đối với dịch vụ gửi tiền tiết kiệm tại NHNo&PTNT Việt Nam - Chi nhánh Ba
Xuyên Sóc Trăng, đề tài nghiên cứu sẽ tiến hành phân tích bằng những
Hình 2.3 Mô hình đánh giá mức độ hài lòng của khách hàng đối với dịch vụ gửi tiền tiết kiệm của NHNo&PTNT Việt Nam - Chi nhánh Ba Xuyên
Sóc Trăng thông qua chất lượng dịch vụ
Chất lượng dịch vụ SỰ HÀI LÒNG Sự tin cậy Sựđảm bảo Khảnăng đáp ứng Sựđồng cảm Phương tiện hữu hình TC1 TC2 TC3 TC4 DU1 DU2 DU3 DU4 DU5 DB1 DB2 DB3 DB4 DB5 DC1 DC2 DC3 DC4 DC5 DC6 HH1 HH2 HH3 SHL1 SHL2 SHL3
Theo Nguyễn Đình Thọ (2012, trang 303-304); Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008, trang 18-25), kiểm định độ tin cậy của thang đo bằng Cronbach’s Alpha cần thực hiện trước khi thực hiện phân tích nhân tố để có thể đảm bảo rằng bộ biến được đề xuất ban đầu là phù hợp với đề tài nghiên cứu. Hệ số Cronbach’s Alpha là phép kiểm định thống kê về mức độ
chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau. Phương pháp
này cho phép loại bỏ những biến không phù hợp và hạn chế biến rác trong mô hình nghiên cứu. Các biến quan sát có hệ số tương quan biến - tổng nhỏ hơn
0,3 sẽ bị loại. Nhiều nhà nghiên cứu đồng ý rằng khi Cronbach’s Alpha từ 0,8 trở lên gần đến 1 thì thang đo lường là tốt, từ0,7 đến gần 0,8 là sử dụng được.
Cũng có nhà nghiên cứu đề nghị rằng Cronbach’s Alpha từ 0,6 trở lên là có thể sử dụng được trong trường hợp thang đo lường là mới hoặc mới đối với
người trả lời trong bối cảnh nghiên cứu. Cronbach’s Alpha cũng được sử dụng
để hiệu chỉnh bộ biến trong trường hợp có những biến khi loại bỏlàm tăng giá
trị của Cronbach’s Alpha.
Theo Nguyễn Đình Thọ (2012, trang 364), phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA) thường gọi là phân tích nhân tố, được sử dụng đểxác định các nhóm tiêu chí đánh giá chất lượng dịch vụ gửi tiền tiết kiệm tại Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam - Chi
nhánh Ba Xuyên Sóc Trăng. Phương pháp phân tích EFA thuộc nhóm phân
tích đa biến phụ thuộc lẫn nhau, nghĩa là không có biến phụ thuộc và biến độc lập mà nó dựa vào mối tương quan giữa các biến với nhau. EFA dùng để rút gọn một tập k biến quan sát thành một tập F (F < k) các nhân tố có ý nghĩa hơn. Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến quan sát.
Có hai nhóm trích nhân tố chính là mô hình nhân tố chung (CFM - Common Factor Model) và mô hình thành phần chính (PCA - Principal Components Analysis model). Đồng thời để dễ dàng trong diễn giải kết quả
EFA, có thể dùng phương pháp quay nhân tố vuông góc Varimax hay không vuông góc Promax.
Trong nghiên cứu này, phân tích EFA sử dụng phương pháp Principal
Axis Factoring với phép quay không vuông góc Promax do phương pháp này
phản ánh cấu trúc dữ liệu chính xác hơn phương pháp trích Principal
Components với phép quay Varimax (Nguyễn Đình Thọ, 2012, trang 392). Do
đó, ma trận nhân tố sau khi quay có hai dạng là ma trận các trọng số nhân tố
(Pattern Matrix) và ma trận các hệ số tương quan (Structure Matrix). Khi các
nhân tố không có quan hệ với nhau thì trọng số nhân tố giữa một nhân tố và một biến đo lường là hệ số tương quan giữa hai biến đó. Trọng số nhân tố là
tác động của khái niệm nghiên cứu vào biến đo lường hay còn gọi là hệ số tải nhân tố. Đề tài này sử dụng kết quả từ bảng ma trận Pattern Matrix để đánh
giá các thành phần thang đo chất lượng dịch vụ gửi tiền tiết kiệm của ngân
hàng. Đối với thang đo sự hài lòng, phân tích EFA được tiến hành bằng
phương pháp Principal Components với phép quay Varimax.
Để chọn sốlượng nhân tố, đề tài sử dụng hai cách là (Nguyễn Đình Thọ, 2012, trang 393-394):
(1) Tiêu chí eigenvalue: số lượng nhân tố được xác định ở nhân tố (dừng
ở nhân tố) có eigenvalue ≥ 1.
(2) Tiêu chí điểm uốn dựa vào đường biểu diễn giữa số nhân tố (trục hoành) và giá trị của eigenvalue (trục tung). Điểm uốn là điểm tại đó đường biểu diễn eigenvalue = f(số nhân tố) thay đổi đột ngột độ dốc.
Điều kiện để phân tích EFA (Nguyễn Đình Thọ, 2012, trang 396 - 398): (1) Mức độ quan hệ giữa các biến đo lường có thể đánh giá thông qua
kiểm định Bartlett (Bartlett’s test of sphericity) và kiểm định KMO (Kaiser- Meyer-Olkin measure of sampling adequacy). Kiểm định Bartlett dùng để
kiểm định giả thuyết H0 (H0: các biến không có tương quan với nhau trong tổng thể), ma trận tương quan tổng thể là một ma trận đơn vị trong đó tất cả
các giá trị trên đường chéo đều bằng 1 còn các giá trị nằm ngoài đường chéo
đều bằng 0. Nếu phép kiểm định Bartlett có P-value < 0,05 ta bác bỏ giả
thuyết H0, nghĩa là các biến có quan hệ với nhau. Kiểm định KMO là chỉ số dùng để so sánh độ lớn của hệ số tương quan giữa các biến với độ lớn của hệ
sốtương quan riêng của chúng. Đểđạt yêu cầu cho phân tích EFA, KMO phải lớn hơn 0,5.
(2) Kích thước mẫu tối thiểu để sử dụng EFA là 50, tốt hơn là 100 và tỷ
lệ quan sát/biến đo lường là 5:1, nghĩa là 1 biến đo lường cần tối thiểu là 5 quan sát, tốt nhất là 10:1 trở lên. Tuy nhiên, theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008, trang 31) thông thường thì số mẫu ít nhất phải bằng 4 hay 5 lần số biến trong phân tích nhân tố. Đề tài sử dụng cỡ mẫu là 150 quan sát lớn hơn gấp 5 lần số biến đo lường (26 biến) nên đạt yêu cầu của phân tích nhân tố EFA.
(3) Tạo biến cho nhân tố: do nghiên cứu này sử dụng phương pháp phân
tích nhân tố khẳng định CFA nên không cần tạo biến cho nhân tố vì mô hình
SEM (trong đó CFA là mô hình đo lường) thực hiện điều này đồng thời.
Theo Nguyễn Đình Thọ (2012, trang 399-403), đểđánh giá thang đo cần xem xét ba thuộc tính quan trọng trong kết quả EFA:
(1) Số lượng nhân tố trích được phù hợp với giả thuyết ban đầu về số lượng thành phần của thang đo. Nếu đạt được điều này, có thể kết luận các thành phần của khái niệm chất lượng dịch vụđạt giá trị phân biệt.
(2) Trọng số nhân tố của biến trên nhân tố mà nó là một biến đo lường sau khi quay phải cao hơn các trọng số trên các nhân tố khác nó không đo lường. Đạt được điều kiện này, thang đo đạt giá trị hội tụ.
(3) Tổng phương sai trích (Total Variance Explained) thể hiện các nhân tố trích được bao nhiêu phần trăm của các biến đo lường. Mô hình EFA phù hợp khi chỉtiêu này đạt từ 50% trở lên.
Phạm Lê Hồng Nhung và cộng sự (2012) cho rằng phân tích nhân tố khẳng định (Confirmatory Factor Analysis - CFA) là một trong các kỹ
thuật thống kê của mô hình cấu trúc tuyến tính SEM. CFA cho chúng ta kiểm
định các biến quan sát đại diện cho các nhân tố tốt đến mức nào. Phương pháp CFA được sử dụng để khẳng định lại tính đơn biến, đa biến, giá trị hội tụ và giá trị phân biệt của bộ thang đo đánh giá chất lượng dịch vụ gửi tiết kiệm tại Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam - Chi nhánh Ba
Xuyên Sóc Trăng.
Vấn đề quan trọng cần nghiên cứu trong phân tích CFA là mức độ tương
thích của mô hình với dữ liệu thịtrường. Nguyễn Khánh Duy (2009, trang 20) cho rằng để đánh giá thang đo bằng kỹ thuật phân tích nhân tố khẳng định (Confirmation Fator Analysis - CFA) cần sử dụng các chỉ tiêu Chi-square (CMIN), Chi-square điều chỉnh theo bậc tự do (CMIN/df), chỉ số thích hợp so sánh CFI (Comparative Fit Index), chỉ số TLI (Tucker and Lewis Index) và chỉ
số RMSEA (Root Mean Square Error Approximation). Nếu một mô hình nhận
được các giá trị GFI, TLI và CFI từ 0,9 đến 1, CMIN/df ≤ 2, RMSEA có giá
trị ≤ 0,08 thì mô hình được xem là phù hợp hay tương thích với dữ liệu thị trường. Cũng theo tác giả Nguyễn Khánh Duy (2009, trang 20-22), khi phân tích nhân tố khẳng định nên thực hiện đánh giá các tiêu chí sau:
(1) Độ tin cậy của thang đo được đánh giá thông qua: hệ số tin cậy tổng hợp và tổng phương sai trích phải đạt yêu cầu từ 0,5 trở lên, hệ sốCronbach’s
Alpha phải đạt từ 0,6 trở lên và các biến quan sát có hệ số tương quan biến - tổng nhỏ hơn 0,3 sẽ bị loại. Tuy nhiên, cũng cần lưu ý rằng nếu Cronbach’s
Alpha quá cao (> 0,95) thì có khả năng xuất hiện biến quan sát thừa trong
thang đo, biến này hầu như trùng với biến khác trong việc đo lường một khái niệm, khi đó biến thừa sẽđược loại bỏ khỏi thang đo.
(2) Tính đơn hướng của một thang đo nói lên tập các biến quan sát chỉđo lường cho một biến tiềm ẩn, có nghĩa là một biến quan sát chỉ dùng để đo
lường một biến tiềm ẩn duy nhất (Nguyễn Đình Thọ, 2012, trang 297). Theo Nguyễn Khánh Duy (2009), tính đơn hướng có thể xác định dựa vào mức độ
phù hợp của mô hình với dữ liệu thị trường, trong trường hợp các sai số của các biến quan sát có tương quan với nhau thì thành phần đó không đạt tính
đơn hướng.
(3) Giá trị hội tụ nói lên mức độ hội tụ của một thang đo sử dụng để đo lường một khái niệm sau nhiều lần, nghĩa là nếu thực hiện đo lường một khái niệm qua hai lần thì số đo của hai lần đo này phải tương quan chặt chẽ với nhau (Nguyễn Đình Thọ, 2012, trang 297). Nguyễn Khánh Duy (2009) cho rằng thang đo đạt được giá trị hội tụ khi các trọng số chuẩn hóa của thang đo đều > 0,5 và có ý nghĩa thống kê với P-value < 0,05.
(4) Giá trị phân biệt nói lên hai thang đo lường hai khái niệm khác nhau phải khác biệt nhau, nghĩa là hai khái niệm đó là hai khái niệm phân biệt hay hệ số tương quan của hai khái niệm này phải khác với đơn vị (Nguyễn Đình
Thọ, 2012, trang 297-298). Có thể kiểm định giá trị phân biệt của các khái niệm trong mô hình tới hạn (mô hình mà các khái niệm nghiên cứu được tự do quan hệ với nhau). Có thể thực hiện kiểm định hệ sốtương quan của từng cặp khái niệm có thực sự khác biệt so với 1 ở độ tin cậy 95% hay không bằng cách tính P-value cho từng mối quan hệ. Nếu nó thực sự khác biệt (P-value <
0,05) thì thang đo đạt giá trị phân biệt (Nguyễn Khánh Duy, 2009).
(5) Giá trị liên hệ lý thuyết nói lên mối quan hệ của khái niệm với các khái niệm khác trong hệ lý thuyết đang nghiên cứu (Nguyễn Đình Thọ, 2012, trang 298). Theo Nguyễn Khánh Duy (2009), giá trị liên hệ lý thuyết được
đánh giá trong mô hình lý thuyết.
Tác giả Nguyễn Khánh Duy (2009) cho rẳng khi các vấn đề trên thỏa
mãn thì mô hình đo lường là tốt. Tuy nhiên, rất hiếm mô hình đo lường nào
đạt được tất cả các vấn đề trên. Vì thế, mô hình đo lường vẫn có thểđược sử
dụng khi thang đo không đạt tính đơn hướng.
Bước tiếp theo sẽ sử dụng phương pháp phân tích mô hình cấu trúc