trung bình
Độ lệch chuẩn
HL1 Khách hàng hài lòng với dịch vụ tín dụng
cá nhân tại MB Trần Hưng Đạo 3,63 0,632
HL2
Khách hàng sẽ giới thiệu người thân/ bạn bè sử dụng dịch vụ tại MB Trần Hưng Đạo
3,60 0,606
(Nguồn: Tổng hợp kết quả điều tra của tác giả)
Giá trị trung bình của các thang đo trong nhân tố sự hài lòng được khách hàng đánh giá cao là do sự lựa chọn của khách hàng đối với mức hài lòng và rất hài lòng chiếm tỷ trọng lớn hơn so với mức không hài lòng, rất không hài lòng và bình thường. Khách hàng đánh giá cao biến HL02 cho thấy khách hàng rất có thiện cảm đối với NH sẵn sàng giới thiệu dịch vụ cho vay của ngân hàng với người khác. Đồng thời khách hàng cũng hài lòng với chất lượng dịch vụ của Ngân hàng . Đây là dấu hiệu tốt đối với NH vì khách hàng đã cảm nhận được giá trị dịch vụ cho vay mà NH cung cấp.
2.2.4. Mức độ tác động của các yếu tố tới sự hài lòng khách hàng với dịch vụ tín dụng cá nhân tại MB Trần Hưng Đạo
Để tìm được mức độ tác động của các yếu tố tới sự hài lòng khách hàng với dịch vụ tín dụng cá nhân tại MB Trần Hưng Đạo, tác giả sử dụng bằng phương pháp hồi quy tuyến tính bội.
Mô hình hồi quy tuyến tính bội còn được gọi là mô hình hồi qui tuyến tính đa biến là một trong những mô hình thống kê được sử dụng phổ biến trong kiểm định lý thuyết khoa học (kiểm định mô hình nghiên cứu). Khi sử dụng mô hình hồi qui tuyến tính bội chúng ta cần chú ý đến sự phù hợp của mô hình và kiểm tra các giả định. Phân tích hồi qui bội được sử dụng để nghiên cứu sự hài lòng của khách hàng nhằm xác định mối quan hệ nhân quả giữa biến phụ thuộc: Sự hài lòng của khách hàng - HL và các biến: “Hình ảnh”- HA; “Giá cả dịch vụ” –GC, “ Phương tiện hữu hình” –PTHH, “ Độ tin cậy” – TC, “Tính đáp ứng” – DU, “ Năng lục phục vụ”- NLPV, “Sự cảm thông’ – CT.
Mục đích phân tích hồi qui bội nhằm dự đoán giá trị biến phụ thuộc khi biết trước giá trị của các biến độc lập, qua đó chúng ta có thể xem xét mức độ tác động của các biến độc lập lên biến phụ thuộc.
Mô hình hồi quy tổng quát:
Y = β0 + β1X1 + β2X2 + β3X3 +…..+ βiXi + εi
Trong đó: Y : Biến phụ thuộc β0 : Hệ số chặn (hằng số) βi : Hệ số hồi quy riêng
Xi : Các biến độc lập trong mô hình
εi : Biến độc lập ngẫu nhiên có phân phối chuẩn với trung bình là 0 và phương sai không đổi σ2
Bảng 2.14 : Kết quả phân tích hồi quy với Sự hài lòng Khách hàng ANOVAa Mô hình Tổng bình phương df Trung bình bình phươngF Mức ý nghĩa Sig. 1 Hồi quy 32,339 7 4,620 35,760 0,000 Dư 19,636 152 0,129 Tổng 51,975 159 a. Biến phụ thuộc: HL
b. Biến dự đoán: (Constant): HA, GC, CT, PTHH, NLPV, TC, DU
Tóm tắt mô hình Mô hình R R 2 R2 điều chỉnh Độ lệch chuẩn của Ước lượng Durbin- Watson 1 0,789a 0,622 0,605 0,35943 2,025