2.3.1.1. Quy trình nghiên cứu
2.3.1.2. Xây dựng mô hình và giả thiết nghiên cứu
Chất lượng dịch vụ có đặc điểm là khó đo lường, khó đánh giá, khó định lượng, không có chỉ số đánh giá cụ thể như các sản phẩm thông thường. Do vậy, để phục cho quá trình nghiên cứu, bài viết này sử dụng mô hình nghiên cứu lý thuyết về chất lượng dịch vụ ngân hàng (mô hình SERVQUAL) và sự hài lòng của khách hàng để đánh giá chất lượng dịch vụ tại ngân hàng MB bank như sau:
Hình 2.10: Mô hình nghiên cứu lý thuyết
Nguồn: Mô hình SERVQUAL
Dựa trên mô hình nghiên cứu lý thuyết chất lượng dịch vụ ngân hàng và sự hài lòng của khách hàng, tác giả xin đưa ra một số giả thiết để kiểm định xem liệu các nhân tố ảnh hưởng đến chất lượng dịch vụ ngân hàng nêu trên thực sự có mối quan hệ với sự hài lòng của khách hàng hay không. Với 5 giả thiết được nêu ra là:
Giả thuyết H1: Có mối quan hệ tương đồng giữa các cơ sở vật chất và sự
thỏa mãn của khách hàng đối với chất lượng dịch vụ tại MB bank
Giả thuyết H2: Có mối quan hệ tương đồng giữa độ tin cậy và sự thỏa mãn
Giả thuyết H3: Có mối quan hệ tương đồng giữa mức độ đáp ứng và sự thỏa
mãn của khách hàng đối với chất lượng dịch vụ tại MB bank
Giả thuyết H4: Có mối quan hệ tương đồng giữa năng lực phục vụ và sự
thỏa mãn của khách hàng với chất lượng dịch vụ tại MB bank.
Giả thuyết H5: Có mối quan hệ tương đồng giữa sự đồng cảm và sự thỏa
mãn của khách hàng với chất lượng dịch vụ tại MB bank
2.3.1.3. Xây dựng thang đo và bảng hỏi
Để thực hiện công việc khảo sát ngoài việc dựa vào các cơ sở lý luận, tác giả bài viết đã tham khảo bộ thang đo đo lường chất lượng dịch vụ trong lĩnh vực ngân hàng của Parasuraman & cộng sự 1988 để thiết kế thang đo sơ bộ và bảng hỏi. Sau đó tác giả đã tiến hành thực hiện phỏng vấn thử 10 khách hàng để kiểm tra tính rõ ràng, dễ hiểu, đầy đủ của bảng hỏi. Khi kết thúc cuộc phỏng vấn thử, dựa vào kết quả thu được cùng với những nhận xét của khách hàng dành cho bảng hỏi, tác giả đã điều chỉnh lại các biến của các yếu tố để xây dựng bảng hỏi chính thức phù hợp với điều kiện, thực tế tại MB bank. Kết quả, thang đo chính thức đo lường chất lượng dịch vụ của MB bank bao gồm 23 biến trong đó:
- Phương tiện hữu hình: 5 biến (phụ lục 2) - Độ tin cậy: 5 biến (phụ lục 2)
- Mức độ đáp ứng: 4 biến (phụ lục 2) - Năng lực phục vụ: 4 biến (phụ lục 2) - Sự đồng cảm: 4 biến (phụ lục 2)
- Thang đo đánh giá sự hài lòng của khách hàng: 1 biến (phụ lục 2)
2.3.1.4. Quy trình thu thập và phân tích dữ liệu
❖ Quy trình thu thập số liệu
Thông tin dữ liệu được thu thập thông qua điều tra các khách hàng sử dụng sản phẩm dịch vụ tại MB bank. Tác giả đã thiết kế phiếu điều tra và tiến hành phát phiếu điều tra tại các đơn vị kinh doanh. Tác giả đã lựa chọn 3 chi nhánh trên địa bàn Hà Nội bao gồm: Chi nhánh Trần Hưng Đạo (Số 3 Trần Hưng Đạo, Hoàn Kiếm, Hà Nội), Chi nhánh Đống Đa (147 Xã Đàn, Phương Liên, Đống Đa, Hà Nội), chi nhánh Hai Bà Trưng (459C Bạch Mai, Hai Bà Trưng, Hà Nội) và nhờ một số nhân
viên tại ngân hàng gửi phiếu điều tra qua mail cho khách hàng. Phiếu điều tra gồm 2 phần chính là:
Phần I: Các thông tin về khách hàng, các sản phẩm dịch vụ khách hàng sử dụng, thời gian đã sử dụng dịch vụ tại MB bank.(Phụ lục 1)
Phần II: Các nhận định được đưa ra cùng với thang đo Likert 5 được sắp xếp theo mức độ từ Hoàn toàn hài lòng đến Hoàn toàn không hài lòng để khách hàng có thể đánh giá về các thành phần chất lượng dịch vụ và sự thỏa mãn của khách hàng khi sử dụng dịch vụ tại MB bank. (Phụ lục 1)
Phương pháp phân tích dữ liệu được sử dụng trong nghiên cứu này là phương pháp phân tích hệ số tưong quan Pearson và phân tích hồi quy. Để có thể gia tăng độ chính xác của bài nghiên cứu, tác giả bài viết quyết định lựa chọn kích thước mẫu là 210, do đó để đảm bảo số kích thước mẫu có thể đạt được, 250 bảng hỏi đã được phát đi phỏng vấn và thời gian tiến hành điều tra từ 5/3/2018 - 20/4/2018.
❖ Quy trình phân tích dữ liệu
• Các bước phân tích dữ liệu
- Làm sạch dữ liệu: Dữ liệu sau khi được thu thập sẽ được làm sạch mới có thể được đưa vào phân tích để tránh những sai sót trong quá trình nhập dự liệu.
Quá trình làm sạch dữ liệu được thực hiện bằng cách dùng bảng tần số và
lệnh Find
để tìm ra vị trí của giá trị lỗi rồi chỉnh sửa.
- Đánh giá độ tin cậy của thang đo bằng hệ số Cronbach ’ Alpha: Mục đích tiến hành phân tích bước này để kiểm tra xem các mục hỏi nào đóng góp vào
việc đo
lường khái niệm lý thuyết mà tác giả nghiên cứu, những mục nào không và
được đánh
giá dựa trên việc xem xét hai phép tính: tương quan giữa bản thân mục hỏi và tương
quan của các điểm số của từng mục hỏi với điểm số toán bộ các mục hỏi cho mỗi
Thông tin Phân loại Số lượng Tỷ lệ %
Giới tính Nam 98 47,1
Nếu tương quan giữa các mục hỏi là hoàn hảo, thì mọi mục hỏi đóng góp bằng nhau cho sự hiểu biết của chúng ta về quan điểm của mỗi người trả lời. Những mục hỏi không đóng góp nhiều sẽ tương quan yếu với tổng số số điểm của mọi người. Như vậy mục đích của việc kiểm định thang đo thông qua hệ số Cronbach Alpha là loại bỏ các mục hỏi, làm giảm sự tương quan giữa các mục hỏi và giữ cho hệ số α lớn hơn hoặc bằng 0,8
Theo quy ước thì một tập hợp các mục hỏi dùng để đo lường được đánh giá là tốt phải có hệ số α lớn hơn hoặc bằng 0,8. Tuy nhiên, nhiều nhà nghiên cứu đồng ý rằng khi Cronbach5Alpha từ 0,8 trở lên đến gần 1 thì thang đo lường là tốt, từ 0,7 đến gần 0,8 là sử dụng được. Trong bài khóa luận này, tác giả sẽ loại bỏ những thang đo có hệ số Cronbach’ Alpha nhỏ hơn 0,7 và những biến có hệ số tương quan biến tổng nhỏ hơn 0,4.
- Phân tích hệ số tương quan Pearson:
Hệ số tương quan Pearson (Pearson correlation coefficient, kí hiệu r) đo lường mức độ tương quan tuyến tính giữa hai biến. về nguyên tắc, tương quan Pearson sẽ tìm ra một đường thẳng phù hợp nhất với mối quan hệ tuyến tính của 2 biến.
Hệ số tương quan Pearson (r) sẽ nhận giá trị từ +1 đến -1. Điều kiện để biến độc lập tương quan với biến phụ thuộc khi có giá trị sig có ý nghĩa (sig<0.05).
Như vậy, nếu các biến quan sát không đạt được các điều kiện về hệ số tương quan Pearson thì sẽ bị loại bỏ khỏi mô hình nghiên cứu.
- Xây dựng mô hình hồi quy tuyến tính
Bước đầu tiên khi tiến hành phân tích hồi quy tuyến tính là xem xét các mối tương quan tuyến tính giữa tất cả các biến bằng cách xây dựng ma trận tương quan giữa tất cả các biến. Ma trận này cho biết tương quan giữa biến phụ thuộc với từng biến độc lập, cũng như tương quan giữa các biến độc lập với nhau. Khi kết quả phân tích tương quan cho thấy sự tương quan chặt chẽ giữa các biến độc lập thì nghiên cứu cần phải kiểm tra hiện tượng đa cộng tuyến có ảnh hưởng đến phân tích hồi quy bội hay không. Hệ số R- điều chỉnh (Adjusted R square) sẽ được sử dụng để đánh giá mức độ phù hợp của mô hình vì hệ số loại bỏ độ lệch phóng đại của R-, nghĩa là càng đưa thêm biến độc lập vào R- càng tăng khi mà không phải mô hình nào càng có nhiều biến sẽ càng phù hợp.