Biến quan sát Ký hiệu
Không gian sàn giao dịch KG
Cách bố trí các khu vực chức năng hợp lý KG1 Khu vực dành cho khách hàng thoáng rộng, thuận tiện, lịch sự, dễ tiếp
cận và nhận diện đến SGD khác
KG2
Bảng thông báo lãi suất đảm bảo tính chính xác, cập nhật, rõ ràng KG3 Khu vực gửi xe cho khách hàng tiện lợi KG4
Cơ sở vật chất CSVC
Bàn, ghế, các vật dụng, trang thiết bị ngăn nắp, gọn gàng CSVC1 Có sẵn trà/nước uống, cốc uống nước, mẫu biểu/tờ rơi dành cho khách
hàng
CSVC2
Có hịm thư góp ý cho khách hàng CSVC 3 Khu vệ sinh đầy đủ tiện nghi CSVC 4
Nhận thức về sự thuận tiện STT
Tơi có thể sự dụng các dịch vụ của Ngân hàng mọi nơi. STT1 Tơi có thể sử dụng các dịch vụ của Ngân hàng mọi lúc kể cả khi ngân
hàng đã đóng cửa và trong ngày các ngày nghỉ
STT2
Sử dụng Ngân hàng rất thuận tiện cho công việc của tôi STT3 Các kết quả giao dịch luôn được thông báo ngay lập tức đến tôi và đối
tác của tôi
STT4
Phong cách phục vụ của nhân viên PCPV
CBNV luôn trong tư thế sẵn sàng phục vụ khách hàng PCPV1 Phục vụ nhanh chóng, khẩn trương và theo đúng thứ tự PCPV2 Chủ động tươi cười, niềm nở chào và hỏi tên KH PCPV3 Quan sát, lắng nghe và ghi nhận đầy đủ, chính xác các thơng tin và yêu
cầu của khách hàng (tránh trường hợp KH phải nhắc đi nhắc lại yêu
cầu/thông tin KH)
Nhân viên giải quyết nhanh nhất các khó khăn, thắc mắc của khác hàng.
PCPV5
Tính đáng tin cậy DTC
Thơng tin của khách hàng luôn được bảo mật tuyệt đối DTC1 Các giao dịch thanh tốn trên Ngân hàng diễn ra chính xác. DTC 2 Các khiếu nại về sản phẩm, dịch vụ sẽ được xử lý ngay lần phản ánh
đầu tiên
DTC 3
An toàn khi thực hiện giao dịch DTC 4 Các giao dịch diễn ra nhanh chóng , tiền được chuyển chậm nhất có
thể là 1 ngày và nhanh nhất chỉ vài phút
DTC 5
Chi phí sử dụng dịch vụ CP
Chi phí sử dụng các dịch vụ trong Ngân hàng là phù hợp cho hầu hết các đối tượng.
CP1
Việc thanh tốn các chi phí dịch vụ linh hoạt, thuận tiện CP2 Các chi phí khơng biến động nhiều CP3
Sự hài lịng của khách hàng HL
Tôi sẽ tiếp tục sử dụng dịch vụ của ngân hàng HL1 Tôi sẽ giới thiệu bạn bè sử dụng dịch vụ Ngân hàng HL2 Ngân hàng đáp ứng hồn tồn nhu cầu của bạn HL3 Tơi thích sử dụng dịch vụ của ngân hàng hơn so với các ngân hàng
khác tương tự
HL4
3.4.2. Phân tích độ tin cậy của thang đo
Là kiểm định cho phép đánh giá mức độ tin cậy của việc thiết lập một biến tổng hợp trên cơ sở nhiều biến đơn.
Công thức của hệ số Cronbach alpha: α = Np/[1 + p(N – 1)]
Trong đó p là hệ số tương quan trung bình giữa các mục hỏi.Ký tự Hy Lạp trong công thức tượng trưng cho tương quan trung bình giữa tất cả các cặp mục hỏi được kiểm tra.
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. Mặc dù vậy, nếu có một danh mục quá nhiều các mục hỏi (N là số mục hỏi) thì sẽ có nhiều cơ hội để có hệ số α cao.
Để đạt được hệ số alpha lớn hơn hoặc bằng 0.8 cho một danh mục ít các mục hỏi mà các mục hỏi này đi liền với nhau một cách mạch lạc và đo lường cùng một vấn đề.
Hệ số alpha của Cronbach sẽ cho biết các đo lường có liên kết với nhau hay khơng nhưng nó sẽ khơng cho biết mục hỏi nào cần được bỏ đi và mục hỏi nào cần được giữ lại. Để làm được điều này cần phải xác định mục hỏi nào không phân biệt giữa những người cho điểm số lớn và những người cho điểm số nhỏ trong tập hợp toàn bộ các mục hỏi.
Nhiều nhà nghiên cứu đồng ý rằng Cronbach Alpha từ 0.8 trở lên đến gần thì thang đo lường là tốt, từ 0.7 đến gần 0.8 là sử dụng được. Cũng có nhà nghiên cứu đề nghị rằng Cronbach Alpha từ 0.6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang nghiên cứu là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu.
Các biến quan sát cùng đo lường một biến tiềm ẩn phải có tương quan với nhau, vì vậy phương pháp đánh giá tính nhất quán nội tại sử dụng hệ số Cronbach alpha để thể hiện tính đáng tin cậy của thang đo. Theo Nguyễn Đình Thọ (2011, Tr.350) cho rằng một thang đo có độ tin cậy tốt khi hệ số Cronbach alpha biến thiên trong khoảng từ 0.7 đến 0.8. Tuy nhiên, nếu Cronbach alpha ≥ 0.6 là thang đo có thể chấp nhận được về mặt độ tin cậy, nhưng không được lớn hơn 0.95 vì bị vi phạm trùng lắp trong đo lường. Những biến có hệ số tương quan biến tổng hiệu chỉnh nhỏ hơn 0.3 sẽ bị loại.
Vì vậy, đối với nghiên cứu này thì Cronbach Alpha từ 0.6 trở lên là chấp nhận được.Tính tốn Cronbach alpha giúp người phân tích loại bỏ các biến khơng phù hợp và hạn chế các biến rác trong quá trình nghiên cứu.
3.4.3. Phân tích nhân tố khám phá EFA
Được sử dụng để kiểm định sự hội tụ của các biến thành phần về khái niệm. Các biến có hệ số tương quan đơn giữa biến và các nhân tố (factor loading) nhỏ hơn 0.5 sẽ bị loại. Phương pháp trích “Principal Component Analysis” được sử
dụng kèm với phép quay “Varimax”. Điểm dừng trích khi các yếu tố có “Initial Eigenvalues” lớn hơn 1 (> 1).
Phân tích nhân tố khám phá (EFA) là kỹ thuật chủ yếu để thu nhỏ và tóm tắt dữ liệu. Phân tích nhân tố khám phá phát huy tính hữu ích trong việc xác định các tập biến cần thiết cho vấn đề nghiên cứu cũng như rất cần thiết trong việc tìm mối quan hệ giữa các biến với nhau.
Mức độ thích hợp của tương quan nội tại giữa các biến quan sát trong các khái niệm nghiên cứu được thể hiện bằng hệ số Kaiser-Myer- Olkin (KMO) đo lường sự thích hợp của mẫu và mức ý nghĩa đáng kể của kiểm định Barlett. KMO có giá trị thích hợp trong khoảng [0,5;1].
Sự rút trích các nhân tố đại diện bằng các biến quan sát được thực hiện bằng phân tích nhân tố chính với phép quay vng góc (Varimax). Các thành phần với giá trị
Eigenvalue lớn hơn 1 (Gerbing và Anderson, 1998) và tổng phương sai trích bằng hoặc lớn hơn 50% được xem như những nhân tố đại diện các biến.
Cuối cùng, để phân tích nhân tố có ý nghĩa, tất cả các hệ số tải nhân tố (factor loading) phải lớn hơn hệ số quy ước 0.5 để các khái niệm nghiên cứu đạt giá trị hội tụ (Hair & ctg, 2006). Bên cạnh đó, khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố phải lớn hơn hoặc bằng 0.3 để tạo giá trị phân biệt giữa các nhân tố.
Kỹ thuật phân tích nhân tố (factor analysis) đã được sử dụng trong nghiên cứu này nhằm rút gọn và gom các yếu tố thuộc tính đó lại thành một nhân tố có ý nghĩa hơn, ít hơn về số lượng.
Chúng ta có thể chọn các quyền số hay trọng số nhân tố sao cho nhân tố thứ nhất giải thích được phần biến thiên nhiều nhất trong tồn bộ biến thiên. Sau đó ta chọn tập hợp các quyền số thứ hai sao cho nhân tố thứ hai giải thích được phần lớn biến thiên cịn lại, và khơng có tương quan với nhân tố thứ nhất.
3.4.4 Phân tích tương quan (Pearson)
Phân tích tương quan tuyến tính (tương quan Pearson) được sử dụng để xem xét sự phù hợp khi đưa các thành phần vào mơ hình hồi quy.Các hệ số tương quan giữa các biến được sử dụng để lượng hóa mức độ chặt chẽ của mối quan hệ tuyến tính giữa hai biến định lượng (Hồng Trọng, 2005).Tất cả các biến được đưa vào phân tích tương quan (kể cả biến phụ thuộc trong mơ hình). Một hệ số tương quan tuyệt đối lớn chỉ ra một hiện tượng đa cộng tuyến, nghĩa là các khái niệm nghiên cứu trùng lắp với nhau và có thể chúng đang đo lường cùng một thứ (John và Benet-Martinez, 2000).
3.4.5 Phân tích hồi quy bội
Sau khi phân tích tương quan để kiểm định mối quan hệ giữa các biến trong mơ hình, các biến được đưa vào phân tích hồi quy. Hồi quy tuyến tính thường được dùng để kiểm định và giải thích lý thuyết nhân quả (Cooper và Schindler, 2003). Ngoài chức năng là một cơng cụ mơ tả, hồi quy tuyến tính cũng được sử dụng như một công cụ kết luận để kiểm định các giả thuyết và dự báo các giá trị của tổng thể nghiên cứu.Phương trình hồi quy tuyến tính bội được thực hiện để xác định vai trò quan trọng của từng yếu tố thành phần trong việc tác động đến biến phụ thuộc.Phương pháp thực hiện hồi quy bội là phương pháp Enter.
3.4.6 Kiểm định độ phù hợp của mơ hình
Hệ số xác định R2: Theo Hoàng Trọng (2005), các nhà nghiên cứu sử dụng hệ
số xác định R² (R-square) để đánh giá mức độ phù hợp của mơ hình nghiên cứu, nó đo lường tỉ lệ tương quan của phương sai biến phụ thuộc mà trị trung bình của nó được giải thích bằng các biến độc lập. Giá trị của R2 càng cao thì khả năng giải thích của mơ hình hồi quy càng lớn và việc dự đốn biến phụ thuộc càng chính xác. Ngồi ra, hệ số xác định R² được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mơ hình, tuy nhiên khơng phải phương trình càng có nhiều biến sẽ càng phù hợp hơn với dữ liệu, R² có khuynh hướng là một yếu tố lạc quan của thước đo sự phù hợp của mơ hình đối với dữ liệu trong trường hợp có một biến giải thích trong mơ hình. Như vậy, trong hồi quy tuyến tính thường dùng hệ số R2 điều
chỉnh để đánh giá độ phù hợp của mơ hình vì nó khơng thổi phồng mức độ phù hợp của mơ hình. Ngồi ra, kiểm định phương sai của phần hồi quy và phần dư (biến thiên phần hồi quy và biến thiên phần dư) phải có ý nghĩa thống kê.Vì vậy, phép kiểm định phân tích phương sai (ANOVA) được tiến hành, ANOVA có sig < 0,05 của Nguyễn Đình Thọ (2011).
Hệ số Durbin-Watson: dùng để kiểm tra hiện tượng tự tương quan. Mơ hình hồi quy phù hợp khi giá trị Durbin-Watson có giá trị từ 1 đến 3, tức là mơ hình khơng có tự tương quan.
Hệ số phóng đại phương sai VIF (Variance inflation factor): dùng để kiểm tra hiện tượng đa cộng tuyến và với nghiên cứu này, Nếu VIF>10 R2 >0,9 có hiện
tượng đa cộng tuyến cao giữa các biến X.
Hệ số ước lượng Beta (β): là hệ số hồi quy chuẩn hóa cho phép so sánh trực tiếp giữa các hệ số, được xem như là khả năng giải thích biến phụ thuộc. Trị tuyệt đối của một hệ số beta chuẩn hóa càng lớn thì tầm quan trọng tương đối của nó trong dự báo biến phụ thuộc càng cao.
Mối quan hệ tuyến tính giữa biến phụ thuộc và các biến độc lập: cũng như hiện tượng phương sai thay đổi, chúng ta xây dựng mối quan hệ (trong mẫu) giữa phần dư và giá trị quy về hồi quy. Mối quan hệ này phù hợp khi phần dư và giá trị quy về hồi quy độc lập nhau và phương sai của phần dư khơng thay đổi, khi đó mơ hình hồi quy là phù hợp.
Phân tích hồi quy bội dùng để chứng minh sự phù hợp của mơ hình nghiên cứu mà tác giả đã đề nghị trong chương 2.
3.5 Xây dựng mơ hình nghiên cứu
Kỹ thuật phân tích nhân tố (factor analysis) đã được sử dụng trong nghiên cứu này nhằm rút gọn và gom các yếu tố thuộc tính đó lại thành một nhân tố có ý nghĩa hơn, ít hơn về số lượng.
Mơ hình nhân tố được thể hiện bằng phương trình: Xi =Ai1F1 + Ai2F2 +Ai3F3 +...+AimFm +ViUi
Xi : biến thứ i chuẩn hóa
Aij : hệ số hồi quy bội chuẩn hóa của nhân tố j đối với biến i F : các nhân tố chung
Vi : hệ số hồi quy chuẩn hóa của nhân tố đặc trưng i đối với biến i Ui : nhân tố đặc trưng của biến i
m : số nhân tố chung
Các nhân tố đặc trưng có tương quan với nhau và với các nhân tố chung. Bản thân các nhân tố chung cũng có thể được diễn tả như những kết hợp tuyến tính của các biến quan sát:
Fi =wi1 X1 + wi2 X 2 + wi3 X 3 + ...+ wik Xk
Trong đó:
Fi : ước lượng trị số của nhân tố thứ i wi : quyền số hay trọng số nhân tố k : số biến
Chúng ta có thể chọn các quyền số hay trọng số nhân tố sao cho nhân tố thứ nhất giải thích được phần biến thiên nhiều nhất trong tồn bộ biến thiên. Sau đó ta chọn tập hợp các quyền số thứ hai sao cho nhân tố thứ hai giải thích được phần lớn biến thiên cịn lại, và khơng có tương quan với nhân tố thứ nhất.
Phương trình mơ hình nghiên cứu của tác giả:
Y =f(KG, CSVC, STT, PVNV, DTC, CP)
Ta có mơ hình phương trình hồi quy tuyến tính như sau:
Y = α+β1KG+β2CSVC + β3STT + β4PVNV + β5DTC+ β6CP
Trong đó:
Y: Mức độ hài lòng của khách hàng đối với ngân hàng Quân đội KG: Không gian sàn giao dịch
CSVC: Cơ sở vật chất
STT: Nhận thức về sự thuận tiện
PVNV: Phong cách phục vụ củ nhân viên DTC: Tính đáng tin cậy
CP: Chi phí sử dụng dịch vụ
Với ε: sai số ngẫu nhiên thể hiện ảnh hưởng của các yếu tố khác đến Y
βi, i: 1÷ 6, là các tham số chưa biết, được gọi hệ số hồi quy riêng
CHƯƠNG 4. KẾT QUẢ NGHIÊN CỨU
4.1. Khái quát về Ngân hàng Thương mại Cổ phần Quân đội – Chi nhánh
Quảng Ninh
4.1.1. Lịch sử hình thành và phát triển
Chính thức khai trương và đi vào hoạt động từ ngày 20-9-2007, từ chỗ chỉ có 1 điểm giao dịch với 17 nhân sự ban đầu, đến nay, MB Quảng Ninh đ ã phát triển được thêm 5 phòng giao dịch tại các địa bàn lớn như TP Hạ Long, TP Cẩm Phả, TP ng Bí, Mạo Khê với 100 cán bộ, nhân viên.
Tuy thời gian đầu thành lập phải đối diện với không ít khó khăn, thách thức, song bằng những giải pháp mang tính đột phá, MB Quảng Ninh đã trở thành một trong số ít ngân hàng trên địa bàn tỉnh Quảng Ninh ln duy trì được tốc độ tăng trưởng tín dụng ổn định gắn với an tồn và hạn chế rủi ro. MB Quảng Ninh đã tham gia cấp tín dụng cho hầu hết các đối tượng khách hàng thuộc các thành phần kinh tế trên địa bàn. Đến nay, tổng tài sản của Chi nhánh MB Quảng Ninh đã đạt trên 2.600 tỷ đồng, tăng gấp 34,4 lần so với năm đầu thành lập; tỷ lệ nợ xấu luôn ở dưới mức 1%. Các dịch vụ của MB Quảng Ninh ngày càng đa dạng, hoàn thiện và hiện đại.
Với 10 năm xây dựng và phát triển, MB Quảng Ninh tự hào là một trong những chi nhánh ngân hàng có tốc độ phát triển mạnh mẽ qua từng năm, gặt hái nhiều thành công rực rỡ nhờ chiến lược phát triển toàn diện song hành với mục tiêu phát triển vì lợi ích của cộng đồng. Với chiến lược kinh doanh luôn đổi mới nhằm mang lại giá trị lợi ích cho khách hàng và sự thịnh vượng cho các cổ đông - nhà đầu tư, MB Quảng Ninh ln làm hài lịng khách hàng và đối tác với những sản phẩm, dịch vụ ngân hàng đồng bộ, tiện ích, chất lượng và cạnh tranh với phong cách phục vụ chun nghiệp. Chặng đường phía trước cịn nhiều khó khăn, thử thách nhưng bằng nghị lực, trí tuệ và chiến lược phát triển đúng đắn, bằng sự đồn kết nhất trí của CBNV sẽ là sức mạnh tổng hợp, động lực mạnh mẽ để MB Quảng Ninh vươn cao, bay xa để xây dựng hình ảnh 1 MB “vững vàng, tin cậy” đối với khách hàng và xã hội.
4.1.2. Cơ cấu tổ chức PGD Mạo Khê PGD Mạo Khê Bộ phận HTNV GIÁM ĐỐC CHI