6. Kết cấu khóa luận
2.2.2. Kết quả khảo sát
Giới tính
Biểu đồ 2.6: Đặc điểm mẫu theo giới tính
Đơn vị: phần trăm
■ Nam ■ Nữ
Nguồn: Phụ lục 2 - Kết quả khảo sát
Tổng số mẫu điều tra là 200 trong đó số lượng mẫu nam là 86/200 chiếm 43%
và số lượng mẫu nữ là 114/200 chiếm 57%. Tỷ lệ này không chênh lệch quá nhiều cho thấy phương pháp chọn mẫu đảm bảo được tỷ lệ nam nữ đồng đều và khách hàng
đến giao dịch với ngân hàng không quá nhiều nam hay quá nhiều nữ.
Độ tuổi
Khách hàng sử dụng SPDV của Sacombank rất đa dạng về độ tuổi. Trong tổng
số 200 khách hàng được khảo sát, độ tuổi 18 đến 25 chiếm 31,5% và 26 đến 35 tuổi ở mức 36%. 23% thuộc khoảng 36 đến 45 tuổi và trên 46 tuổi ít nhất, chiếm 9,5%.
Biểu đồ 2.7: Đặc điểm mẫu theo độ tuổi
Đơn vị: phần trăm
Độ tuổi
0% 20% 40% 60% 80% 100%
■ 18 đến 25 tuổi ■ 26 đến 35 tuổi ■ 36 đến 45 tuổi ■ 46 tuổi trở lên
Nguồn: Phụ lục 2 - Kết quả khảo sát Trình độ học vấn
Biểu đồ 2.8: Đặc điểm mẫu theo trình độ học vấn
Đơn vị: phần trăm
Nguồn: Phụ lục 2 - Kết quả khảo sát
Nhóm khách hàng có trình độ học vấn Đại học chiếm tỷ trọng cao nhất, 44,5%
và thấp nhất là nhóm Dưới THPT chiếm 5,5%. Trình độ học vấn từ Cao đẳng, trung cấp trở lên thì tài chính của họ tương đối lớn và ổn định hơn so với Dưới THPT và
THPT, đồng thời có nhu cầu luân chuyển tiền cao và sử dụng tiền để sinh lời bằng cách gửi tiết kiệm cũng nhiều hơn nên sử dụng SPDV ngân hàng nhiều hơn.
Thời gian sử dụng dịch vụ của Sacombank
Biểu đồ 2.9: Đặc điểm mẫu theo thời gian sử dụng dịch vụ
Đơn vị: phần trăm ■ Dưới 1 năm ■ Từ 1 đến 2 năm ■ Từ 3 đến
Nguồn: Phụ lục 2 - Kết quả khảo sát
Khách hàng có thời gian sử dụng dưới 1 năm chiếm đa số (40%) là do được người quen, bạn bè giới thiệu đến và những khách hàng mới tự tìm đến ngân hàng để
đáp ứng nhu cầu luân chuyển tiền của mình. Điều này cho thấy được sự hài lòng của khách hàng hiện tại đã giúp ngân hàng tăng trưởng khách hàng mới tốt hơn. Thời gian
sử dụng 1 đến 2 năm khá cao chiếm 30%, từ 3 đến 4 năm và trên 4 năm có tỷ lệ gần bằng nhau (18% và 12%).
Tần suất đến ngân hàng để giao dịch
Số liệu biểu đồ 2.10 cho biết tần suất đến giao dịch với ngân hàng cao nhất là 1 lần/tuần với 52%, 2 đến 4 lần/tuần chiếm 31,5% và thấp nhất là 16,5% ứng với “trên 4 lần/tuần”. Điều này được lý giải có thể do những giao dịch mang tính chất
Biểu đồ 2.10: Đặc điểm mẫu theo tần suất giao dịch
Đơn vị: phần trăm
■ 1 lần/tuần ■ 2 đến 4 lần/tuần ■ Trên 4 lần/tuần
Nguồn: Phụ lục 2 - Kết quả khảo sát Số lượng ngân hàng mà khách hàng sử dụng SPDV
Biểu đồ 2.11: Đặc điểm mẫu theo Số lượng ngân hàng khách hàng sử dụng SPDV
Đơn vị: phần trăm
Nguồn: Phụ lục 2 - Kết quả khảo sát
22% khách hàng được khảo sát chỉ sử dụng dịch vụ của Sacombank. Số lượng ngân hàng mà khách hàng giao dịch từ 2 đến 3 ngân hàng là cao nhất, chiếm 62%. Tỷ
lệ giao dịch 4 và trên 4 ngân hàng nhỏ, không chênh lệch nhiều (chiếm 8,5% và 7%). Điều này là phù hợp với thực tế vì có nhiều ngân hàng trên cũng một địa bàn thành phố. Hơn nữa, một người sẽ tham gia giao dịch với nhiều ngân hàng vì liên quan đến đối tác của mình, đồng thời tránh rủi ro, tối thiểu hóa chi phí và tối đa hóa lợi ích cho
bản thân khách hàng.
Sự hài lòng của khách hàng về dịch vụ tại quầy của Sacombank
Biểu đồ 2.12: Đặc điểm mẫu theo mức độ hài lòng của khách hàng
Đơn vị: phần trăm
■ Rất hài lòng ■ Hài lòng ■ Bình thường
■ Không hài lòng ■ Rất không hài lòng
Nguồn: Phụ lục 2 - Kết quả khảo sát
Thông qua hơn 20 câu hỏi trong phiếu khảo sát dành cho 200 khách hàng, kết quả điều tra mang tính tích cực biểu hiện ở 58% khách hàng hài lòng và 23% khách hàng rất hài lòng với CLDV tại sacombank, tiếp tục sử dụng SPDV của ngân hàng và
chắc chắn sẽ giới thiệu cho bạn bè, người thân. Không có khách hàng nào đánh giá “rất không hài lòng” và chỉ có 2,5% khách hàng không hài lòng với CLDV của Sacombank, không tiếp tục sử dụng SPDV nhưng 1 số khách hàng vẫn sử dụng vì lý do khách quan. Còn lại 16,5% khách hàng cảm thấy bình thường với. CLDV Sacombank và đang cân nhắc có hay không việc tiếp tục sử dụng SPDV của ngân
Biến độc lập
HA Hình ảnh
HA1 Sacombank là ngân hàng TMCP mạnh
HA2 Mạng lưới điểm giao dịch rộng khắp, vị trí thuận tiện cho khách hàngđến giao dịch HA3 Trang thiết bị, máy móc hiện đại
HA4 Tài liệu, sách ảnh về ngân hàng và spdv ngân hàng hấp dẫn, chuyênnghiệp
HA5 Trang phục nhân viên gọn gàng, thanh lịch
KẾT LUẬN CHƯƠNG II
Chương 2 giới thiệu đã làm rõ các nội dung sau:
Thứ nhất, khái quát quá trình hình thành và phát triển cũng như kết quả hoạt động kinh doanh ngân hàng, thành tích trong giai đoạn 2015 - 2017 gần đây.
Thứ hai, xây dưng bảng hỏi và khảo sát thực tế lấy ý kiến đánh giá của khách hàng về mức độ hài lòng đối với chất lượng dịch vụ của Sacombank. Trước sự gia tăng mạnh mẽ của hoạt động ngân hàng, các nhu cầu của khách hàng ngày càng
trở nên đa dạng và phong phú. Và tất yếu họ sẽ tìm đến những ngân hàng nào thỏa mãn tốt nhất nhu cầu và sự hài lòng của mình. Từ đó, tìm ra nhân tố tác động mạnh đến sự hài lòng của khách hàng và các nhân tố có mối quan hệ như thế nào với sự hài
CHƯƠNG III
ĐÁNH GIÁ SỰ HÀI LÒNG CỦA KHÁCH HÀNG VỀ CHẤT LƯỢNG DỊCH VỤ TẠI SACOMBANKBẰNGPHƯƠNGPHÁPBÌNHPHƯƠNGNHỎ
NHẤT (OLS) - ORDINARY LEASTSQUARE 3.1. Mô tả và định nghĩa các biến trong mô hình
Vì chuỗi số liệu là định tính nên cần mã hóa chuỗi này. Bộ số liệu bao gồm 6 biến số: HALO (Sự hài lòng của khách hàng), HA (Hình ảnh), GC (Giá cả), MD (Sự mong đợi), CL (Chất lượng cảm nhận), GT (Giá trị cảm nhận). Mỗi nhân tố HA, GC,
MD, CL, GT bao gồm nhiều biến quan sát khác nhau. Mỗi biến có 5 câu trả lời:
“Rất không hài lòng” gán giá trị số 1 “Không hài lòng” gán giá trị số 2 “Bình thường” gán giá trị số 3 “Hài lòng gán” giá trị số 4 “Rất hài lòng” gán giá trị số 5
Biến phụ thuộc HALO: Anh/chị hài lòng với chất lượng sản phẩm dịch vụ của Sacombank?
GC Giá cả
GC1 Phí giao dịch hợp lý
GC2 Lãi suất của SPDV cạnh tranh
GC3 Ngân hàng có nhiều chương trình khuyến mại, ưu đãi
MD Sự mong đợi
MD1 Ngân hàng thực hiện đúng như cam kết, giới thiệu MD2 Ngân hàng bảo mật thông tin khách hàng tốt
MD3 Nhân viên phục vụ công bằng với tất cả khách hàng
MD4 Nhân viên quan tâm đến mong muốn, khó khăn của khách hàng MD5 Ngân hàng đúng hẹn với khách hàng
CL Chất lượng cảm nhận
CLI Thủ tục, mẫu biêu rõ ràng, đơn giản CL2 Giao dịch diễn ra nhanh chóng, chính xác CL3 Thời gian chờ đến lượt giao dịch ngắn
CL4 Nhân viên nhiệt tình, niềm nở, có thái độ lịch sự, sẵn sàng phục vụ khách hàng
CL5 Nhân viên truyền đạt thông tin chính xác, thỏa mãn khách hàng CL6 Nhân viên có trình độ chuyên môn, kỹ năng tốt
GT Giá trị cảm nhận
GT
Sản phẩm dịch vụ đem lại nhiều tiện ích, phù hợp với chi phí khách hàng bỏ ra?
N Minimum Maximum Mean Std. Deviation HAl 200 l 5 3,88 0,7l5 HA2 200 l 5 4,0l 0,743 HA3 200 l 5 3,87 0,7ll HA4 200 l 5 3,84 0,755 HA5 200 3 5 4,25 0,6l6 GCl 200 l 5 3,62 0,824 GC2 200 l 5 3,57 0,754 GC3 200 l 5 3,43 0,894 MDl 200 l 5 3,9l 0,659 MD2 200 l 5 4,l5 0,668 MD3 200 l 5 3,92 0,766 MD4 200 l 5 3,82 0,788 MD5 200 l 5 3,87 0,7l5 CLl 200 l 5 3,89 0,726 CL2 200 l 5 3,93 0,802 CL3 200 l 5 3,66 0,872 CL4 200 l 5 4,l6 0,690 CL5 200 l 5 3,93 0,736 CL6 200 l 5 3,98 0,676 GT 200 l 5 3,94 0,692 HALO 200 l 5 3,99 0,743 Valid N 200 (listwise)
Nguồn: Theo nghiên cứu của tác giả
3.2. Thống kê mô tả
Bảng 3.2: Thống kê mô tả Descriptive Statistics
Biến
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến
Tương quan biến tổng
Hệ số Cronbach’s Alpha nếu loại
biến
Nhân tố 1 Cronbach’s Alpha = 0,848
HA1 15,97 5,039 0,714 0.802 HA2 15,83 4,896 0,728 0.797 HA3 15,97 5,286 0,628 0.825 HA4 16,01 5,111 0,633 0.825 HA5 15,59 5,721 0,592 0.834
Nhân tố 2 Cronbach’s Alpha = 0,859
gọn gàng, thanh lịch) có giá trị trung bình là 4.25. Yeu tố khách hàng ít hài lòng nhất là GC3 (ngân hàng có nhiều chương trình khuyến mại, ưu đãi) ứng với giá trị trung bình là 3.43. Lãi suất của SPDV cạnh tranh (GC2) là nhân tố thứ hai đứng sau GC3 mà khách hàng cảm thấy ít hài lòng về ngân hàng.
3.3. Kiểm định độ tin cậy Cronbach’s Alpha
Phép kiểm định Cronbach’s Alpha phản ánh mức độ tương quan giữa các biến
quan sát trong cùng 1 nhân tố, cho biết trong các biến quan sát của một nhân tố, biến nào đã đóng góp vào việc đo lường khái niệm nhân tố, biến nào không. Sử dụng phương pháp hệ số tin cậy Cronbach’s Alpha trước khi phân tích nhân tố EFA để loại các biến không phù hợp vì các biến rác này có thể tạo ra các yếu tố giả.
Tiêu chuẩn chọn thang đo khi có độ tin cậy Alpha lớn hơn 0,6 (Alpha càng lớn
thì độ tin cậy nhất quán nội tại càng cao. Tuy nhiên điều này không hoàn toàn chính xác. Hệ số Cronbach’s Alpha quá lớn (khoảng từ 0,95 trở lên) cho thấy có nhiều biến trong thang đo không có khác biệt gì nhau, hiện tượng này gọi là trùng lắp trong thang
đo). Các mức giá trị của Alpha:
Lớn hơn 0,8 là thang đo lường tốt Từ 0,7 đến 0,8 là sử dụng được Từ 0,6 trở lên là có thể sử dụng
GC2 7,05 2,309 0,835 0,720 GC3 7,19 2,131 0,713 0,829
Nhân tố 3 Cronbach’s Alpha = 0,898
MD1 15,76 6,294 0,759 0,875 MD2 15,,53 6,713 0,600 0,906 MD3 15,75 5,766 0,784 0,868 MD4 15,85 5,636 0,797 0,865 MD5 15,80 5,902 0,812 0,862
Nhân tố 4 Cronbach’s Alpha = 0,922
CL1 19,64 10,563 0,766 0,909 CL2 19,61 9,907 0,823 0,902 CL3 19,88 9,664 0,790 0,908 CL4 19,38 11,180 0,659 0,923 CL5 19,61 10,169 0,850 0,898 CL6 19,56 10,730 0,794 0,907
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0,943 Approx. Chi-Square 3041,790
Thông qua kết quả, hệ số Cronbach’s Alpha của các nhân tố khá cao (trên 0,8),
đạt ở mức than đo lường tốt, trong đó:
• Hệ số tương quan biến tổng của các biến quan sát đều lớn hơn 0,3
• Tuy nhiên, hệ số Cronbach’s Alpha nếu loại biến MD2 là 0,906 và CL4 là 0,923, lớn hơn hệ số Cronbach’s Alpha của thang đo tương ứng là 0,898 và 0,922
nên loại biến MD2 và CL4 khỏi mô hình.
3.4. Phân tích nhân tố khám phá EFA
Phương pháp phân tích nhân tố EFA dùng để rút gọn một tập k biến quan sát thành một tập F (F<k) các nhân tố có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết các thông tin của tập biến ban đầu (Hair, 1998).
Các tác giả Mayers, L.S., Gamst, G., Guarino A.J. (2000) đề cập rằng: Trong phân tích nhân tố, phương pháp trích Pricipal Components Analysis đi cùng với ma trận xoay Varimax là cách thức được sử dụng phổ biến nhất. Điều kiện để phân tích nhân tố khám phá cần thỏa mãn các yêu cầu:
• 0,5 ≤ KMO ≤ 1: Hệ số KMO (Kaiser-Meyer-Olkin) là chỉ số được dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO lớn có ý nghĩa
phân tích
nhân tố là thích hợp.
• Kiểm định Bartlett có ý nghĩa thống kê (Sig. < 0,05): Đây là một đại lượng thống kê dùng để xem xét giả thuyết các biến không có tương quan
trong tổng
thể. Nếu kiểm định này có ý nghĩa thống kê (Sig. < 0,05) thì các biến quan sát
có mối
tương quan với nhau trong tổng thể.
3.4.1. Kiểm định KMO và Bartlett
Component
Initial Eigenvalues Extraction Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % ĩ ĩ0,678 59,32ĩ 59,32ĩ ĩ0,678 59,32ĩ 59,32ĩ 2 ĩ,498 8,324 67,645 ĩ,498 8,324 67,645 3 0,82ĩ 4,56ĩ 72,206 Nguồn: Phụ lục 3 - Kết quả xử lý SPSS
KMO = 0.943 >0.5 và kết quả kiểm định Bartlett là 3041,790 với mức ý nghĩa
Sig = 0,000 < 0,05 điều này chứng tỏ dữ liệu dùng để phân tích là phù hợp, đủ điện kiện tiến hành phân tích nhân tố khám phá EFA.
3.4.2. Ma trận xoay các nhân tố Varimax produce
Phương pháp phân tích nhân tố của nghiên cứu là phân tích nhân tố chính (Pricipal Component Analysis) với giá trị Eigenvalue nhỏ hơn 1. Điều này có nghĩa là chỉ những nhân tố được trích ra có giá trị Eigenvalue lơn hơn 1 mới được giữ lại trong mô hình phân tích.
Để xác định số lượng nhân tố, cần sử dụng hai tiêu chuẩn:
• Tiêu chuẩn Kaiser nhằm xác định số nhân tố được trích từ thanh đo. Các nhân tố kém quan trọng bị loại bỏ, chỉ giữ lại những nhân tố có giá trị Eigenvalue > 1.
• Tiêu chuẩn phương sai trích (Variance Criteria): phân tích nhân tố là thích hợp
nếu tổng phương sai trích lớn hơn 50%.
Theo Hair & ctg (1998, 111), Factor loading (hệ số tải nhân tố hay trọng số nhân tố) là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA:
Bảng 3.5: Tổng mức độ giải thích biến thiên dữ liệu của các nhóm nhân tố (Total Variance Explained)
4 0,678 3,765 75,97ĩ 5 0,592 3,289 79,259 6 0,5ĩ6 2,864 82,ĩ24 7 0,462 2,565 84,689 8 0,4ĩ9 2,330 87,0ĩ8 9 0,368 2,046 89,064 ĩ0 0,335 ĩ,863 90,927 ĩĩ 0,326 ĩ,8ĩ2 92,740 ĩ2 0,270 ĩ,499 94,239 ĩ3 0,224 ĩ,242 95,48ĩ ĩ4 0,20ĩ ĩ,ĩĩ7 96,599 ĩ5 0,ĩ92 ĩ,069 97,668 16 0,ĩ57 0,873 98,54ĩ 17 0,ĩ40 0,777 99,3ĩ9 ĩ8 0,ĩ23 0,68ĩ ĩ00,000
Component 1 2 3 4 5 HA2 0,841 HA5 0,799 HA1 0,745 HA4 0,604 HA3 0,549 GC3 0,770 GC2 0,719 GC1 0,623 MD5 0,837 MD4 0,827 MD3 0,777 MD1 0,680 CL3 0,860 CL5 0,841 CL2 0,790 CL6 0,785 CL1 0,724 GT 0,720 Nguồn: Phụ lục 3 - Kết quả xử lý SPSS Bảng 3.6: Ma trận xoay các nhân tố Rotated Component Matrixa
HA GC MD CL GT HALO Pearson 1 0,655** 0,662** 0,657** 0,656** 0,704** Correlation HA Sig. (2-tailed) 0,000 0,000 0,000 0,000 0,000 N 200 200 200 200 200 200 Pearson 0,655** 1 0,739** 0,774** 0,681** 0,603** Correlation GC Sig. (2-tailed) 0,000 0,000 0,000 0,000 0,000 N 200 200 200 200 200 200 Nguồn: Phụ lục 3 - Kết quả xử lý SPSS
Sau khi xoay các nhân tố, ta thấy sự tập trung của các quan sát theo từng nhân
tố khá rõ ràng. Dựa vào bảng 3.5, có 2 nhân tố được tạo ra có giá trị Eigenvalue lớn hơn 1 giải thích được 67,645% sự biến thiên của dữ liệu và không có biến nào có hệ
3.5. Phân tích tương quan
Bảng 3.7: Ma trận tương quan giữa các biến số Correlations
Pearson 0,662** 0,739** 1 0,865** 0,741** 0,710** Correlation MD Sig. (2-tailed) 0,000 0,000 0,000 0,000 0,000 N 200 200 200 200 200 200 Pearson 0,657** 0,774** 0,865** 1 0,761** 0,790** Correlation CL Sig. (2-tailed) 0,000 0,000 0,000 0,000 0,000 N 200 200 200 200 200 200 Pearson 0,656** 0,681** 0,741** 0,761** 1 0,790** Correlation GT Sig. (2-tailed) 0,000 0,000 0,000 0,000 0,000 N 200 200 200 200 200 200 Pearson 0,704** 0,603** 0,710** 0,790** 0,790** 1 HAL Correlation O Sig. (2-tailed) 0,000 0,000 0,000 0,000 0,000 N 200 200 200 200 200 200
Model R R Square Adjusted R Square Std. Error of the Estimate 1 0,867a 0,752 0,745 0,375
Kiểm định hệ số tương quan nhằm kiểm tra mối quan hệ tuyến tính giữa các biến độc lập và biến phụ thuộc. Nếu các biến độc lập có tương quan chặt chẽ thì phải lưu ý đến vấn đề đa cộng tuyến sau khi phân tích hồi quy.
Trong ma trận hệ số tương quan, nếu Sig > 0, 05 thì biến phụ thuộc không có