Trong nghiên cứu này, khi phân tích nhân tố khám phá EFA đề tài sử dụng
phương pháp phân tích các nhân tố chính (Principal Components) với số nhân tố (Number of Factor) được xác định từ trước là 5 theo mô hình nghiên cứu đềxuất. Mục
đích sử dụng phương pháp này là để rút gọn dữ liệu, hạn chế vi phạm hiện tượng đa
cộng tuyến giữa các nhân tốtrong việc phân tích mô hình hồi quy tiếp theo.
Phương pháp xoay quanh nhân tố được chọn là Varimax procedure: xoay nguyên gốc các nhân tố để tối thiểu hóa số lượng biến có hệsốlớn tại cùng một nhân tốnhằm tăng cường khả năng giải thích nhân tố. Những biến nào có hệsốtải nhân tố< 0,5 sẽ bị loại khỏi mô hình nghiên cứu, chỉ những biến nào có hệsốtải nhân tố> 0,5 mới được đưa vào các phân tích tiếp theo.
Ởnghiên cứu này, hệsốtải nhân tố(Factor Loading) phải thỏa mãnđiều kiện lớn hơnhoặc bằng 0,5. Theo Hair & ctg (1998), Factor Loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA, Factor Loading > 0,3 được xem là mức tối thiểu và
được khuyên dùng nếu cỡ mẫu lớn hơn 350. Factor Loading > 0,4 được xem là quan trọng, Factor Loading > 0,5 được xem là có ý nghĩa thực tiễn, và nghiên cứu này chọn giá trịFactor Loading > 0,5 với cỡmẫu 120.
Bả ng 2. 15 Rút trích nhân tố biế n độ c lậ p
Biến quan sát Nhóm nhân tố
1 2 3 4 5 TINCAY3 0,728 TINCAY4 0,728 TINCAY5 0,719 TINCAY2 0,622 TINCAY1 0,621 DAMBAO3 0,841 DAMBAO2 0,706 DAMBAO1 0,688 DAMBAO4 0,542 DAPUNG2 0,860 DAPUNG4 0,821 DAPUNG3 0,658 DAPUNG1 0,585 DONGCAM2 0,907 DONGCAM4 0,903 DONGCAM3 0,531 DONGCAM1 0,503 HUUHINH2 0,727 HUUHINH3 0,657 HUUHINH4 0,638 HUUHINH1 0,510 Hệsố Eigenvalue 7,733 1,946 1,687 1,257 1,125
Phương sai tiến
lũytiến (%) 14,037 27,268 40,493 53,698 65,467
Thực hiện phân tích nhân tố lần đầu tiên, đưa 21 biến quan sát trong 5 biến
độc lậpảnh hưởng đến chất lượng dịch vụE–banking vào phân tích nhân tốtheo tiêu chuẩn Eigenvalue lớn hơn 1 đã có 5 nhân tố được tạo ra.
Như vậy, sau khi tiến hành phân tích nhân tố khám phá EFA, sốbiến quan sát vẫn là 21 và 5 nhân tố. Không có biến quan sát nào có hệ số tải nhân tố (Factor
Loading) bé hơn 0,5 nên không loại bỏ biến, đề tài tiếp tục tiến hành các bước phân tích tiếp theo.
Kết quả phân tích nhân tố được chấp nhận khi Tiêu chuẩn phương sai trích
(Variance Explained Criteria) >50% và giá trị Eigenvalue lớn hơn 1 (theo Gerbing &
Anderson, 1998). Dựa vào kết quả trên, tổng phương sai trích là 65,467 >50% do đó
phân tích nhân tốlà phù hợp.
Đặt tên cho các nhóm nhân tố:
- Nhân tố1 (Factor 1) gồm 5 biến quan sát: TINCAY1, TINCAY2, TINCAY3, TINCAY4, TINCAY5. Nghiên cứu đặt tên nhân tốmới này là “Sựtin cậy”
- Nhân tố 2 (Factor 2) gồm 4 biến quan sát: DAMBAO1, DAMBAO2, DAMBAO3, DAMBAO4. Nghiên cứu đặt tên nhân tốmới này là“Sự đảm bảo”
- Nhân tố 3 (Factor 3) gồm 4 biến quan sát: DAPUNG1, DAPUNG2, DAPUNG3, DAPUNG4. Nghiên cứu đặt tên nhân tốmới này là“Khả năng đáp ứng”
- Nhân tố 4 (Factor 4) gồm 4 biến quan sát: DONGCAM1, DONGCAM2, DONGCAM3, DONGCAM4. Nghiên cứu đặt tên nhân tốmới này là“Sự đồng cảm”
- Nhân tố 5 (Factor 5) gồm 4 biến quan sát: HUUHINH1, HUUHINH2, HUUHINH3, HUUHINH4. Nghiên cứu đặt tên nhân tố mới này là “Phương tiện hữu
hình”.
2.3.4.3 Kiểm đinh KMO và BartlettÒs Test biến phụthuộc
Các điều kiện kiểm định KMO và Bartlett´s Test biến phụ thuộc tương tự các
điều kiện kiểm định của biến độc lập. Sau khi tiến hành phân tích đánh giá chungcảm nhận khách hàng đối với chất lượng dịch vụ E–banking của Agribank Chi nhánh Bắc
kiểm định Bartlett´s Test cho giá trị Sig. = 0,000 (bé hơn 0,05) nên dữ liệu thu thập
đáp ứng đượcđiều kiện đểtiến hành phân tích nhân tố.
Bả ng 2. 16 Kiể m đị nh KMO và Bartlett’s Test biế n phụ thuộ c
KMO and BartlettÒs Test
TrịsốKMO (Kaiser Meyer-Olkin of Sampling Adequacy) 0,718
Đại lượng thống kê
Bartlett´s Test
Approx. Chi-Square 127,349
df 3
Sig. 0,000
(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020)
2.3.4.4 Phân tích nhân tốkhám phá EFA biến phụthuộc
Bả ng 2. 17 Rút trích nhân tố biế n phụ thuộ c
Cảm nhận khách hàng Hệsốtải
CAMNHAN2 0,874
CAMNHAN1 0,855
CAMNHAN3 0,850
Phương saitích lũy tiến (%) 73,916
(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020)
Kết quảphân tích nhân tố khám phá rút trích ra được một nhân tố, nhân tốnày
được tạo ra từ3 biến quan sát mà đề tài đãđề xuất từ trước, nhằm mục đích rút ra kết luận vềcảm nhận của khách hàng vềchất lượng dịch vụE–banking của Agribank Chi nhánh Bắc Sông Hương. Nhân tố này được gọi là“Cảm nhậnkhách hàng”
Nhậ n xét:
Quá trình phân tích nhân tố khám phá EFA trên đã xác định được 5 nhân tố ảnh hưởng đến đánh giá chất lượng dịch vụcủa khách hàng tại Thành phốHuế đối với dịch vụ E – banking của Agribank Chi nhánh Bắc Sông Hương, đó là “Sự tin cậy”, “Sự đảm bảo”, “Khả năng đáp ứng”, “Sự đồng cảm”, “Phương tiện hữu hình”.
Như vậy, mô hình nghiên cứu sau khi phân tích nhân tốkhám phá EFA không có gì thayđổi so với ban đầu, không có biến quan sát nào bịloại ra khỏi mô hình trong quá trình kiểm định độtin cậy thang đo và phân tích nhân tốkhám phá.
2.3.5 Kiểm định sựphù hợp của mô hình:
2.3.5.1 Kiểm định mối tương quan giữa biến độc lập và biến phụthuộc:
Bả ng 2. 18 Phân tích tư ơ ng quan Pearson
TC DB DU DC HH CN CN Tương quan Pearson 0,462 0,573 0,596 0,605 0,654 1 Sig.(2-tailed) 0,00 0,00 0,00 0,00 0,00 N 120 120 120 120 120 120
(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020)
Dựa vào kết quảphân tích trên, ta thấy:
- Giá trị Sig.(2-tailed) của các nhân tố mới đều bé hơn mức ý nghĩa α = 0,05,
cho thấy sự tương quan có ý nghĩa giữa các biến độc lập và biến phụthuộc.
- Hệsố tương quan Pearson cũng khá cao (có 4 nhân tốlớn hơn 0,5, và 1 nhân
tố gần 0,5) nên ta có thể kết luận rằng các biến độc lập này có thể giải thích cho biến phụthuộc“Cảm nhận khách hàng”.
2.3.5.2 Xây dựng mô hình hồi quy:
Sau khi tiến hành phân tích nhân tố khám phá EFA để khám phá các nhân tố
mới có ảnh hưởng đến biến phụ thuộc “cảm nhận khách hàng”, nghiên cứu tiến hành hồi quy mô hình tuyến tính để xác định được chiều hướng và mức độ ảnh hưởng của các nhân tốmới này đến đánh giá chất lượng dịch vụE–banking của khách hàng.
Mô hình hồi quy được xây dựng gồm biến phụ thuộc là “cảm nhận khách
hàng” (CN) và các biến độc lập được rút trích từ phân tích nhân tố khám phá EFA gồm 5 biến:“Sự tin cậy” (TC),“Sự đảm bảo”(DB),“Khả năng đáp ứng”(DU),“Sự
đồng cảm” (DC), “Phương tiện hữu hình” (HH) với các hệ số Bê-ta tương ứng lần
lượt làβ1, β2, β3, β4, β5
Mô hình hồi quy được xây dựng như sau:
CN= β0+ β1TC + β2DB+β3DU + β4DC+ β5HH + ei
Dựa vào hệ số Bê-ta chuẩn hóa với mức ý nghĩa Sig. tương ứng để xác định các biến độc lập nào ảnh hưởng đến biến phụthuộc trong mô hình và ảnh hưởng với mức độra sao, theo chiều hướng nào. Từ đó, làm căn cứ để kết luận chính xác hơn và đưa ra giải pháp mang tính thuyết phục cao. Kết quả của mô hình hồi quy sẽ giúp ta
xác định được chiều hướng, mức độ ảnh hưởng của các nhân tố ảnh hưởng đến đánh
giá chất lượng dịch vụcủa khách hàng tại Thành phốHuế đối với dịch vụE–banking của Agribank Chi nhánh Bắc Sông Hương.
2.3.5.3 Phân tích hồi quy
Phân tích hồi quy tuyến tính sẽgiúp chúng ta biết được chiều hướng và cường
độ ảnh hưởng của các biến độc lập lên biến phụ thuộc. Trong giai đoạn phân tích hồi quy, nghiên cứu chọn phương pháp Enter, chọn lọc dựa trên tiêu chí chọn những nhân tốcó mức ý nghĩa Sig. < 0,05. Những nhân tố nào có giá trị Sig. > 0,05 sẽbị loại khỏi mô hình và không tiếp tục nghiên cứu nhân tố đó.
Kết quảphân tích hồi quy được thểhiện qua các bảng sau:
Bả ng 2. 19 Hệ số phân tích hồ i quy
Hệsố chưa chuẩn hóa Hệsốchuẩn hóa
t Sig. VIF B Độlệch chuẩn Beta Hằng số 0,168 0,318 0,528 0,598 TC -0,129 0,087 -0,118 -1,486 0,140 1,905 DB 0,245 0,083 0,214 2,951 0,004 1,589 DU 0,253 0,081 0,223 3,102 0,002 1,559 DC 0,289 0,068 0,312 4,232 0,000 1,643 HH 0,366 0,081 0,354 4,501 0,000 1,864
Giá trị Sig. tại các phép kiểm định của các biến độc lậpđược đưa vào mô hình:
“sự đảm bảo”, “khả năng đáp ứng”, “sự đồng cảm”, “phương tiện hữu hình” đều nhỏ hơn 0,05 chứng tỏ các biến độc lập này có ý nghĩa thống kê trong mô hình. Riêng đối với biến độc lập “sự tin cậy” có giá trị Sig. là 0,140 > 0,05 nên bị loại khỏi mô hình hồi quy. Ngoài ra, hằng sốtrong mô hình có giá trị Sig. là 0,598 > 0,05 nên cũng sẽbị
loại.
Như vậy, phương trình hồi quy được xác định như sau:
CN = 0,214DB + 0,223DU + 0,312DC + 0,354HH +ei
Nhìn vào mô hình hồi quy, ta có thể xác định rằng: có 4 nhân tố đó là “sự đảm bảo”, “khả năng đáp ứng”, “sự đồng cảm”, “phương tiện hữu hình” ảnh hưởng đến
“cảm nhận khách hàng” của khách hàng tại Thành phố Huế đối với đánh giá chất
lượng dịch vụE–banking của Agribank Chi nhánh Bắc Sông Hương.
Đềtài tiền hành giải thích ý nghĩa các hệsốbê-ta như sau:
Hệsố β2 = 0,214 có nghĩa là khi biến “Sự đảm bảo” thay đổi 1 đơn vị trong khi các biến khác không đổi thì“Cảm nhận khách hàng” biến động cùng chiều 0,214
đơn vị. Tương tự với các biến còn lại cũng giải thích như vậy. Hệ số β3 = 0,223 có nghĩa là khi biến “Khả năng đáp ứng” thay đổi 1 đơn vị trong khi các biến khác
không đổi thì“Cảm nhận khách hàng”biến động cùng chiều 0,223 đơn vị. Hệsốβ4 = 0,312 có nghĩa là khi biến “Sự đồng cảm” thay đổi 1 đơn vị trong khi các biến khác
không đổi thì“Cảm nhận khách hàng”biến động cùng chiều 0,312 đơn vị. Hệsốβ4 = 0,354 có nghĩa là khi biến “Phương tiện hữu hình” thay đổi 1 đơn vị trong khi các biến khác không đổi thì “ Cảm nhận khách hàng”biến động cùng chiều 0,354 đơn vị. Có một điểm chung của các biến độc lập này là đều ảnh hưởng thuận chiều đến biến phụ thuộc là “Cảm nhận khách hàng”, đánh giá của khách hàng đối với chất lượng dịch vụ sẽ cao khi những yếu tố ảnh hưởng này tăng. Điều này cho thấy ngân hàng Agribank Chi nhánh Bắc Sông Hương cần phải có những động thái nhằm kiểm soát các yếu tốnày một cách cẩn thận hơn.
Dựa vào mô hình hồi quy, ta có hệsốBê-ta chuẩn hóa của biến “Phương tiện hữu hình” có giá trị là 0,354. Đây là nhân tố ảnh hưởng mạnh nhất đến đánh giá chất
lượng dịch vụ của khách hàng tại Thành phố Huế đối với dịch vụ E – banking của Agribank Chi nhánh Bắc Sông Hương, ngoài ra biến“Sự đồng cảm” cũng có mứcảnh
hưởng khá lớn với hệsốBê-ta tương ứng là 0,312. Các biến còn lại như“Khả năng đáp ứng”và “Sự đảm bảo” cũng sẽ được khách hàng xem xét khi đánh giá chất lượng dịch vụvới hệsốBê-ta lần lượt là 0,223 và 0,214. Kết quảphân tích hồi quy cũng khá hợp lý so với thực tế khi mà tất cả các ngân hàng đang có xu hướng phát triển dịch vụ E-
banking, người dùng ngày càng có nhu cầu cao hơn về dịch vụ E – banking. Họcó xu
hướng cân nhắc kĩ lưỡng hơn về các yếu tố này để lựa chọn dịch vụ E – banking của ngân hàng có chất lượng tốt nhất khi sửdụng.
2.3.5.4 Đánh giá độphù hợp của mô hình
Bả ng 2. 20 Đánh giá độ phù hợ p củ a mô hình
Model R RSquare Adjusted R
Square Std. Error of the Estimate Durbin - Watson 1 0,789 0,622 0,605 0,33886 1,849
(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020)
Dựa vào bảng kết quả phân tích, mô hình 4 biến độc lập có giá trị R Square hiệu chỉnh là 0,605 tức là: độ phù hợp của mô hình là 60,5%. Hay nói cách khác,
60,5% độbiến thiên của biến phụthuộc“Cảm nhận khách hàng”được giải thích bởi 4 yếu tố được đưa vào mô hình. Bên cạnh đó, ta nhận thấy giá trị R Square hiệu chỉnh là 0,605 khá là cao (> 50%), nghĩa là mối quan hệ giữa biến độc lập và biến phụ thuộc
được coi là gần chặt chẽ.
2.3.5.5 Kiểm định sựphù hợp của mô hình
Bả ng 2. 21 Kiể m đị nh ANOVA
ANOVA
Model SquaresSum of df SquareMean F Sig.
1 Regression 21,517 5 4,303 37,479 0,000
Total 34,607 119
(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020)
Kết quả từ bảng ANOVA cho thấy giá trị Sig. = 0,000 rất nhỏ, cho phép nghiên cứu bác bỏ giả thiết rằng “Hệsố xác định R bình phương = 0” tức là mô hình hồi quy phù hợp. Như vậy mô hình hồi quy thu được rất tốt, các biến độc lập giải thích
được khá lớn sự thay đổi của biến phụthuộc“Cảm nhận khách hàng”
2.3.6Xem xét tương quan:
Đại lượng Durbin – Watson được dùng để kiểm định tương quan của các sai số kề nhau. Dựa vào kết quả thực hiện phân tích hồi quy cho thấy, giá trị Durbin –
Waston là 1,849 thuộc trong khoảng chấp nhận (1,6 đến 2,6). Vậy có thể kết luận là mô hình không xảy ra hiện tượng tự tương quan.
2.3.7Xem xét đa cộng tuyến:
Mô hình hồi quy vi phạm hiện tượng đa cộng tuyến khi có giá trị hệ sốphóng
đại phương sai (VIF –Variance Inflation Factor) lớn hơn hay bằng 10.
Từ kết quả phân tích hồi quy ở trên, ta có thể thấy rằng giá trị VIF của mô hình nhỏ (dưới giá trị 2) nên nghiên cứu kết luận rằng mô hình hồi quy không vi phạm hiện tượng đa cộng tuyến.
2.3.8 Kiểm định phân phối chuẩn của phần dư:
Phần dư có thểkhông tuân theo phân phối chuẩn vì những lý do như: sử dụng sai mô hình, phương sai không phải là hằng số, số lượng các phần dư không đủ nhiều
để phân tích. Vì vậy chúng ta phải tiến hành kiểm định phân phối chuẩn của phần dư đểxem xét sựphù hợp của mô hìnhđưa ra.
Từbiểu đồ trích từkết quảphân tích hồi quy, ta có thểthấy rằng phần dư tuân
Biể u đồ 1: Biể u đồ tầ n số Histogram củ a phầ n dư chuẩ n hóa
(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020)
2.3.9Đánh giá của khách hàng vềcác nhân tố ảnh hưởng đến chất lượng dịch vụE–banking của Agribank Chi nhánh Bắc Sông Hương E–banking của Agribank Chi nhánh Bắc Sông Hương
Sau khi xác định được các nhân tố thực sự có tác động đến đánh giá chất
lượng dịch vụ E – banking cũng như mức độ của nó, ta tiến hành phân tích đánh giá
của khách hàng đối với từng nhóm nhân tốnày thông qua kết quả điều tra phỏng vấn mà nghiên cứu đã thu thập từ trước.
Bảng hỏi nghiên cứu sử dụng thang đo Likert với 5 mức độ, được chú thích với khách hàng như sau:
1 2 3 4 5
2.3.9.1 Đánh giá của khách hàng với nhóm Sự đảm bảo:
Khi được hỏi về cảm nhận của mình đối với sự đảm bảo của dịch vụ E –
banking tại Agribank Chi nhánh Bắc Sông Hương, khách hàng đã trả lời và có những
đánh giá:
Bả ng 2. 22 Đánh giá củ a khách hàng đố i vớ i nhóm Sự đả m bả o
(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020)
Qua kết quả điều tra phỏng vấn, giá trị trung bình của nhân tố“Sự đảm bảo”
xấp xỉ giá trị 4 (3,977) cho thấy mức độ đồng ý của khách hàng khá cao về nhận định nhân tố sự đảm bảo có tác động đến đánh giá chất lượng dịch vụ E – banking của Agribank Chi nhánh Bắc Sông Hươngcủa họ, cụthểlà:
- “Khách hàng dễdàng trong việc tiếp cận các bước hướng dẫn sửdụng dịch vụ