thẻ ATM của BIDV - CN Tây Nam
Đây là bước đầu tiên khá quan trọng trong tiến trình xây dựng chỉ số CSI cho một doanh nghiệp. Để xác định được danh mục này, các NH có thể đúc kết được từ kinh nghiệm trong quá trình hoạt động kinh doanh của mình, từ các nhân viên hay từ việc phỏng vấn sâu một số khách hàng có tính đại diện. Việc phỏng vấn khách hàng là điều không thể thiếu.
Hiện nay, bên cạnh các yếu tố hữu hình khách hàng còn rất quan tâm đến các yếu tố xã hội tình cảm như sự được nhận biết, được tôn trọng, được chăm sóc,… Dựa trên những nhu cầu này của khách hàng để đưa ra danh mục các yếu tố tác động đến sự hài lòng của khách hàng về sản phẩm thẻ ATM như sau:
1. Độ tin cậy
2. Lợi ích nhận được 3. Sự đáp ứng
4. Phương tiện hữu hình 5. Sự đảm bảo
6. Chi phí bỏ ra
3.4.3.2. Kiểm định độ tin cậy của thang đo bằng phƣơng pháp hệ số tin cậy Cronbach’s Alpha
Bảng 3.12.Kiểm định độ tin cậy
Trung bình Phƣơng sai Cronbach’s
thang đo nếu thang đo nếu Tƣơng quan Alpha nếu loại
Biến loại biến loại biến biến tổng biến
Độ tin cậy (Cronbach’s Alpha = 0,724)
DTC1 11,97 3,100 0,468 0,690
DTC2 12,19 3,043 0,522 0,657
DTC3 12,20 2,819 0,590 0,614
Lợi ích nhận đƣợc (Cronbach’s Alpha = 0,834) LIND1 6,65 2,096 0,730 0,736 LIND2 7,03 1,965 0,742 0,730 LIND3 7,09 2,971 0,674 0,820 Sự đáp ứng (Cronbach’s Alpha = 0,742) SDU1 12,67 2,919 0,461 0,724 SDU2 12,56 2,731 0,596 0,650 SDU3 12,19 2,627 0,569 0,663 SDU4 12,27 2,723 0,519 0,693
Phƣơng tiện hữu hình (Cronbach’s Alpha = 0,803)
PTHH1 15,97 4,550 0,623 0,755
PTHH2 15,97 4,670 0,629 0,754
PTHH3 15,43 4,891 0,463 0,803
PTHH4 15,90 4,332 0,625 0,753
PTHH5 15,66 4,481 0,606 0,759
Sự đảm bảo (Cronbach’s Alpha = 0,791)
SDB1 8,08 1,376 0,574 0,776
SDB2 8,08 1,296 0,668 0,679
SDB3 8,08 1,202 0,658 0,687
Chi phí (Cronbach’s Alpha = 0,705)
CP1 7.27 1,864 0,448 0,699
CP2 7.75 1,489 0,590 0,525
CP3 7.65 1,449 0,539 0,595
(Nguồn: Kết quả chạy SPSS rút từ phụ lục 2)
Phương pháp Cronbach’s Alpha dùng để loại bỏ biến không phù hợp và hạn chế các biến rác trong quá trình nghiên cứu và đánh giá được độ tin cậy của thang đo. Thông qua hệ số Cronbach’s Alpha, những biến có hệ số tương quan biến tổng (Crrection Item - Total Crrelation) nhỏ hơn 0,3 hoặc những biến có hệ số Cronbach’s Alpha nếu loại biến (Cronbach’s Alpha if Item Deleted) lớn hơn hệ số Cronbach’s Alpha sẽ bị loại khỏi mô hình. Thang đo có hệ số Cronbach’s Alpha từ 0,8 - 0,9 được đánh giá là tốt, từ 0,7 - 0,8 có thể sử dụng, từ 0,5/0,6 - 0,7
1978; Peterson, 1994 và Slater, 1995). Tuy nhiên, cũng cần lưu ý rằng nếu Cronbach’s Alpha quá cao (> 0,9) thì có khả năng xuất hiện biến quan sát thừa (Redunmant Items) ở trong thang đo. Biến quan sát thừa là biến đo lường một khái niệm hầu như trùng với biến đo lường khác, tương tự như trường hợp cộng tuyến (Collinearity) trong hồi quy, khi đó biến thừa nên được bác bỏ khỏi mô hình nghiên cứu.
Thành phần Độ tin cậy: ban đầu, thành phần độ tin cậycó hệ số Cronbach’s Alpha là 0,699 đạt yêu cầu. Tuy nhiên, ở cột Cronbach’s Alpha nếu loại biến (Cronbach’s Alpha if Item Deleted) của biến DTC5 - “Máy ATM hoạt động tốt, xử lý giao dịch nhanh chóng” là 0,724 > Cronbach’s Alpha. Vì vậy, tác giả sẽ loại bỏ biến DTC5 .Sau khi điều chỉnh, ta thấy Cronbach’s Alpha là 0,724 đạt yêu cầu và các hệ số tương quan biến tổng của các biến lớn hơn 0,3 và hệ số Cronbach’s Alpha nếu loại biến (Cronbach’s Alpha if Item Deleted) của các biến đều nhỏ hơn hệ số Cronbach’s Alpha. Do vậy, thang đo thành phần này đạt yêu cầu và các biến quan sát DTC1, DTC2, DTC3, DTC4 được sử dụng cho phân tích yếu tố khám phá EFA.
Thành phần Lợi ích nhận đƣợc: có hệ số Cronbach’s Alpha là
0,834 đạt yêu cầu, các hệ số tương quan biến tổng của các biến lớn hơn 0,3 và hệ số Cronbach’s Alpha nếu loại biến (Cronbach’s Alpha if Item Deleted) của các biến đều nhỏ hơn hệ số Cronbach’s Alpha. Do vậy, thang đo thành phần lợi ích nhận được đạt yêu cầu và các biến quan sát LIND1, LIND2, LIND3 được sử dụng cho phân tích EFA.
Thành phần Sự đáp ứng: ban đầu, thành phần
độ tin cậycó hệ số Cronbach’s Alpha là 0,709 đạt yêu cầu. Tuy nhiên, ở cột Cronbach’s Alpha nếu loại biến (Cronbach’s Alpha if Item Deleted) của biến SDU5 - “Có đủ tiền mặt khi giao dịch” là 0,742 > Cronbach’s Alpha. Vì vậy, tác giả sẽ loại bỏ biến. Sau khi điều chỉnh, ta thấy Cronbach’s Alpha là 0,742 đạt yêu cầu, các hệ số tương quan biến tổng của các biến lớn hơn 0,3 và hệ số Cronbach’s Alpha nếu loại biến (Cronbach’s Alpha if Item Deleted) của các biến đều lớn hơn hệ số Cronbach’s Alpha. Do vậy, thang đo thành phần này đạt yêu cầu và các biến quan sát SDU1, SDU2, SDU3, SDU4 được sử dụng cho phân tích yếu tố khám phá EFA.
Thành phần Phƣơng tiện hữu hình: có hệ số Cronbach’s Alpha là 0,803 đạt yêu cầu, các hệ số tương quan biến tổng của các biến lớn hơn 0,3 và hệ số Cronbach’s Alpha nếu loại biến (Cronbach’s Alpha if Item Deleted) của các biến đều nhỏ hơn hệ số Cronbach’s Alpha. Do vậy, thang đo thành phần lợi ích nhận được đạt yêu cầu và các biến quan sát PTHH1, PTHH2, PTHH3, PTHH4, PTHH5 được sử dụng cho phân tích EFA.
Thành phần Sự đảm bảo: có hệ số Cronbach’s Alpha là 0,791 đạt yêu cầu, các hệ số tương quan biến tổng của các biến lớn hơn 0,3 và hệ số Cronbach’s Alpha nếu loại biến (Cronbach’s Alpha if Item Deleted) của các biến đều nhỏ hơn hệ số Cronbach’s Alpha. Do vậy, thang đo thành phần lợi ích nhận được đạt yêu cầu và các biến quan sát SDB1, SDB2, SDB3 được sử dụng cho phân tích EFA.
Thành phần Chi phí: có hệ số Cronbach’s Alpha là 0,705 đạt yêu cầu, các hệ số tương quan biến tổng của các biến lớn hơn 0,3 và hệ số Cronbach’s Alpha nếu loại biến (Cronbach’s Alpha if Item Deleted) của các biến đều nhỏ hơn hệ số Cronbach’s Alpha. Do vậy, thang đo thành phần lợi ích nhận được đạt yêu cầu và các biến quan sát CP1, CP2, CP3 được sử dụng cho phân tích EFA
Số liệu khảo sát được kiểm định độ tin cậy bằng hệ số Cronbach’s Alpha lần 1 với 24 biến quan sát gổm: 5 biến thuộc nhân tố “độ tin cậy:; 3 biến thuộc nhân tố “lợi ích nhận được”; 5 biến thuộc nhân tố “sự đáp ứng”; 5 biến thuộc nhân tố “phương tiện hữ hình”; 3 biến thuộc nhân tố “sự đảm bảo”; 3 biến thuộc nhân tố “chi phí bỏ ra”. Hệ số tương quan biến tổng của tất cả các biến điều > 0,3 và hệ số Cronbach’s Alpha lần lượt là: 0,724; 0,834; 0,742; 0,803; 0,791; 0,857 tất cả điều nằm trong khoảng 0,7 - 0,9. Chứng tỏ rằng, thang đo lường của mẫu nghiên cứu là khá tốt (phụ lục).
Sau khi kiểm định có 2 biến bị loại ra khỏi mô hình là: DTC5 - Máy ATM hoạt động tốt, xử lý giao dịch nhanh chóng do có hệ số Cronbach’s Alpha nếu loại biến (Cronbach’s Alpha if Item Deleted) là 0,724 lớn hơn hệ số Cronbach’s Alpha tổng là 0,699, SDU5 - Có đủ tiền mặt khi giao dịchdo có hệ số Cronbach’s Alpha nếu loại biến (Cronbach’s Alpha if Item Deleted) là 0,742lớn hơn Cronbach’s Alpha tổng là 0,709. Như vậy bảng câu hỏi khảo sát sẽ còn lại 22 biến quan sát là hợp lệ cho các bước tiếp theo (phụ lục).
3.4.3.3. Đánh giá thang đo bằng phân tích yếu tố khám phá (EFA - Exploratory Factor Analysis)
Phân tích yếu tố EFA cho các thang đo thành phần
Phân tích nhân tố khám phá là một phương pháp phân tích thống kê +dùng để rút gọn một tập hợp nhiều biến quan sát phụ thuộc lẫn nhau thành một tập biến (gọi là các nhân tố) ít hơn để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu. (Hair & ctg, 1998)
Trong phân tích nhân tố khám phá ta quan tâm đến chỉ số KMO (Kaiser Meyer Olkin) để xem xét sự thích hợp của mô hình, qua phân tích nhân tố khám phá và kết quả của chỉ số tổng phương sai rút trích cho ta thấy được khả năng giải thích của các nhân tố mới thay cho tập biến ban đầu. nếu chỉ số KMO nằm trong khoảng < KMO < 1 thì việc phân tích nhân tố khám phá là thích hợp với dữ
liệu nghiên cứu và thang đo chỉ được chấp nhận khi tổng phương sai rút trích > 50%. (Gerbing & Anderson, 1988)
Để tiến hành phân tích nhân tố khám phá có rất nhiều phương pháp áp dụng trong nghiên cứu này tác giả lựa chọn phương pháp thông dụng nhất đó là sử dụng hệ số Eigenvalue (Determintaion based on eigenvalue) là chỉ những nhân tố nào có hệ số Eigenvalue >1 mới được giữ lại trong mô hình phân tích. Tiếp theo, tác giả tiến hành phân tích xoay nhân tố theo phương pháp rút trích các thành phần chính (Principal Compontents) với phép xoay Varimax và phương pháp Regression (Gerbring & Anderson, 1988). Trong phương pháp phân tích nhân tố khám phá thì hệ số tải nhân tố (Factor Loading) là yếu tố được quan tâm nhất, là chỉ tiêu đảm bảo mức ý nghĩa thiết thực của phương pháp phân tích khám phá. Hệ số tải nhân tố >0,3 được xem là đạt được mức tối thiểu với cỡ mẫu nên chọn ít nhất là 350, hệ số tải nhân tố >0,4 được xem là quan trọng với cỡ mẫu khoảng 100 và hệ số nhân tố >0,5 được xem có ý nghĩa với cỡ mẫu 150. (Hair & ctg, 1998)
Sau khi đạt yêu cầu về độ tin cậy, 22 biến quan sát được đưa vào phân tích khám phá EFA như sau:
Đặt giả thuyết:
H0: Không có sự tương quan giữa các biến quan sát trong phạm vi tổng thể H1: Có sự tương quan giữa các biến quan sát trong phạm vi tổng thể. Phân tích nhân tố khám phá đối với các biến độc lập
Sau khi thực hiện phân tích nhân tố khám phá, có 4 biến quan sát bị loại khỏi mô hình nghiên cứu do có hệ số tải nhân tố <0,5 thuộc các biến sau: PTHH3, CP1, DTC4, DTC3. Kết quả ta được 6 nhóm nhân tố mới với các biến quan sát có hệ số tải nhân tố >0,5 đạt tiêu chuẩn (phụ lục 3).
Kiểm định Barlett’s cho thấy giữa các biến trong tổng thể có mối tương quan với nhau với mức ý nghĩa (sig) = 0,00 <0,05. Ta bác bỏ giả thuyết H0: Không có sự tương quan giữa các biến quan sát trong phạm vi tổng thể và chấp nhận giả thuyết H1: Có sự tương quan giữa các biến quan sát trong phạm vi tổng thể. Hệ số KMO = 0,841 đạt mức cho phép, thỏa điều kiện lý thuyết nên dữ liệu nghiên cứu là phù hợp để đưa vào phân tích tiếp theo. (Bảng 3.13)
Phương sai rút trích = 71,374% chứng tỏ phân tích nhân tố khám phá cho việc nhóm các biến này lại với nhau là thích hợp và 6 nhóm nhân tố mới giải thích được 71,374% cho 18 biến quan sát, còn 28,626% sự biến thiên của tập dữ liệu ban đầu được giải thích bởi các nhân tố khác không trích lập ra được. (Bảng 3.14)
Bảng 3.13.Kết quả phân tích chỉ số KMO
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0,841 Bartlett's Test of Sphericity Approx. Chi-Square 1141.862
df 153
Sig 0,000
(Nguồn: Kết quả chạy SPSS rút từ phụ lục 02)
Bảng 3.14. Kết quả phân tích ma trận xoay nhân tố EFA các biến độc lập
Biến Hệ số tải nhân tố
1 2 3 4 5 6 LIND2 .834 LIND3 .801 LIND1 .755 SDU1 .556 PTHH5 .743 PTHH4 .734 PTHH1 .708 PTHH2 .684 SDB2 .839 SDB3 .788 SDB1 .654 SDU3 .830 SDU2 .723 SDU4 .683 CP2 .754 CP3 .691 DTC1 .820 DTC2 .791
Bảng 3.15. Kiểm định phương sai trích các yếu tố
Total Variance Explained
Compone Initial Eigenvalues Extraction Sums of Rotation Sums of Squared
nt Squared Loadings Loadings
Total % of Cumulativ Total % of Cumulat Total % of Cumula
Varian e % Varianc ive % Varianc tive %
ce e e 1 6.450 35.834 35.834 6.450 35.834 35.834 2.835 15.749 15.749 2 1.680 9.335 45.169 1.680 9.335 45.169 2.358 13.098 28.847 3 1.403 7.796 52.965 1.403 7.796 52.965 2.319 12.886 41.733 4 1.195 6.642 59.607 1.195 6.642 59.607 2.046 11.364 53.097 5 1.099 6.107 65.714 1.099 6.107 65.714 1.670 9.280 62.377 6 1.019 5.660 71.374 1.019 5.660 71.374 1.620 8.998 71.374 7 .718 3.988 75.362 8 .664 3.690 79.052 9 .584 3.243 82.296 10 .543 3.018 85.314 11 .498 2.766 88.080 12 .413 2.292 90.372 13 .358 1.987 92.359 14 .327 1.815 94.174 15 .323 1.794 95.968 16 .298 1.655 97.623 17 .222 1.236 98.859 18 .205 1.141 100.000
(Nguồn: Kết quả chạy SPSS rút từ phụ lục 02)
Sau khi chạy phân tích nhân tố khám phá, mô hình được gộp lại gồm 6 nhóm nhân tố mới do các nhóm nhân tố ban đầu không đạt giá trị phân biệt. Ta có bảng xây dựng lại các nhóm nhân tố đạt giá trị phân biệt ảnh hưởng đến chất lượng dịch vụ thẻ ATM tại BIDV - CN Tây Nam như sau:
Bảng 3.16. Phân nhóm và đặt tên nhân tố
Lợi ích nhận đƣợc
LIND2 Chương trình khuyến mãi hấp dẫn
LIND3 Hạn mức rút tiền và chuyển khoản tại ATM cao LIND1 Các dịch vụ thẻ đa dạng, tiện ích
SDU1 Các quy định, thủ tục làm thẻ mới, cấp lại thẻ, chuyển đổi thẻ, ... đơn giản, nhanh chóng.
Phƣơng tiện hữu hình
PTHH5 Máy ATM được trang bị hiện đại, sạch đẹp PTHH4 Diện mạo thẻ đẹp, thu hút, thiết kế bền chắc
PTHH1 Ngân hàng có thiết kế đẹp, bố trí quầy giao dịch, bảng biểu, kệ tài liệu hợp lý, bắt mắt
PTHH2 Các tiện nghi phục vụ khách hàng tốt
Sự đảm bảo
SDB2 Thái độ phục vụ của nhân viên tốt
SDB3 Nhân viên xử lý nghiệp vụ nhanh, chuyên nghiệp
SDB1 Nhân viên hướng dẫn cho khách hàng chi tiết , dễ hiểu, giải quyết thỏa đáng những thắc mắc, khiếu nại của khách hàng
Sự đáp ứng
SDU3 Mạng lưới giao dịch rộng khắp, được chấp nhận ở nhiều hệ thống thanh toán, máy ATM, máy POS
SDU2 Mạng lưới máy ATM rộng khắp, thuận tiện, dễ tìm SDU4 Máy ATM dễ sử dụng
Chi phí
CP2 Phí dịch vụ thẻ và phí giao dịch hợp lý CP3 Mức ký quỹ hợp lý
Độ tin cậy
DTC1 Uy tín, danh tiếng của ngân hàng tốt DTC2 Mức độ an toàn, bảo mật thông tin tốt
3.4.3.4. Mô hình nghiên cứu điều chỉnh
Sau khi phân tích nhân tố khám phá, ta có 6 nhóm nhân tố đánh giá chất lượng dịch vụ thẻ ATM tại BIDV – CN Tây Nam như sau:
- Nhân tố thứ nhất có tên là “Lợi ích nhận được”, ký hiệu LIND gồm 4 biến: LIND = Mean(LIND2, LIND3, LIND1, SDU1).
- Nhân tố thứ hai có tên là “Phương tiện hữu hình”, ký hiệu PTHH gồm 4 biến: PTHH = Mean(PTHH5, PTHH4, PTHH1, PTHH2).
- Nhân tố thứ ba có tên là “Sự đảm bảo”, ký hiệu SDB gồm 3 biến: SDB = Mean(SDB2, SDB3, SDB1).
- Nhân tố thứ tư có tên là “Sự đáp ứng”, ký hiệu SDU gồm 3 biến: SDU = Mean(SDU3, SDU2, SDU4).
- Nhân tố thứ năm có tên là “Chi phí”, ký hiệu CP gồm 2 biến: CP = Mean(CP2, CP3).
- Nhân tố thứ sáu có tên là “Độ tin cậy”, ký hiệu DTC gồm 2 biến: DTC = Mean(DTC1, DTC2).
Đối với biến phụ thuộc có tên là “Sự hài lòng”, ký hiệu SHL chỉ có 1 biến và cũng là SHL.
Ta có mô hình hiệu chỉnh như sau:
SHL = 0 + 1LIND + 2PTHH + 3SDB + 4SDU + 5CP + 6DTC +
3.4.4.Kiểm định mô hình nghiên cứu bằng phƣơng pháp hồi quy bội 3.4.4.1.Phân tích tƣơng quan hệ số Pearson
Trước khi tiến hành phân tích hồi quy tuyến tính, ta cần xem xét các mối tương quan tuyến tính giữa tất cả các biến, đó là xem xét tổng quát mối quan hệ giữa từng biến độc lập với biến phụ thuộc và giữa các biến độc lập với nhau. Người ta sử dụng một hệ số thống kê có tên là hệ số tương quan Pearson (ký hiệu r) để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lượng. trong phân tích tương quan Pearson, không có sự phân biệt giữa các biến độc lập và các biến phụ thuộc mà tất cả đều được xem xét như nhau. Trị tuyệt đối của r cho biết mức độ chặt chẽ của mối liên hệ tuyến tính. Giá trị tuyệt đối của r gần đến 1 khi hai biến có mối tương quan chặt chẽ (khi tất cả các điểm phân tán xếp thành một đường thẳng thì trị tuyệt đối của r = 1). Giá trị r = 0 chỉ ra rằng hai biến không có mối quan hệ tuyến tính.
Từ kết quả phân tích nhân tố khám phá, có 6 nhóm nhân tố tác động đến sự