1. Tính cấp thiết của đề tài nghiên cứ u
1.5. Phương pháp nghiên cứu
1.5.3. Nghiên cứu định lượng
1.5.3.1. Mâu nghiên cứu
(1) Tổng thể mẫu nghiên cứu: Mau nghiên cứu là khách hàng tại Vietinbank-Chi nhánh Phú Yên, được tiến hành thu thập thông qua phiếu điều
tra khảo sát khách hàng, nhằm xem khách hàng đánh giá thế nào về các yếu tố
ảnh hưởng tới sự hài lòng khi sử dụng dịch vụ gửi tiền tại Vietinbank-Chi nhánh
Phú Yên. Thời gian khảo sát từ tháng 4/2021 đến tháng 6/2021.
(2) Kỹ thuật lấy mẫu: Việc thu thập thông tin được thực hiện trực tiếp tại Vietinbank-Chi nhánh Phú Yên, qua hình thức phát bảng câu hỏi được in s ẵn
đến khách hàng tại Chi nhánh. Các thông tin thu thập được tổng hợp đầy đủ, khách quan và đáp ứng được yêu cầu của công tác nghiên cứu. Sau khi điều tra
33
(3) Cỡ mẫu: Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), kích thước mẫu tối thiểu gấp 4 hoặc 5 lần số biến quan sát nhằm đảm bảo độ tin cậy.
Nghiên cứu này có 21 biến quan sát, do đó, số lượng mẫu tối thiểu là 105. Tuy
nhiên, để tăng tính chuẩn xác của mẫu nghiên cứu, tác giả phát ra 200 bảng khảo
sát. Sau cuộc khảo sát, tác giả thu được 198 phản hồi từ các khách hàng,
đạt tỷ lệ
99%; trong đó, có 195 bảng trả lời hợp lệ, đạt tỷ lệ 98,48%.
1.5.3.2. Đánh giá độ tin cậy của thang đo
Dựa trên nghiên cứu của Nguy ễ n Đình Thọ và Nguyễ n Thị Mai Trang (2008), đánh giá độ tin cậy của các thang đo dựa vào hệ số Cronbach’s alpha. Hệ số Cronbach’s alpha càng lớn, độ tin cậy nhất quán nội tại càng cao, phản ánh mối liên kết của các biến quan sát trong cùng một thang đo với nhau. Đề tính hệ số Cronbach’s alpha của thang đo, thang đo đó phải có tối thiểu là ba biến đo lường. Hệ số Cronbach’s alpha có giá trị biến thiên trong khoảng từ 0 đến 1. Theo Nguy ễ n Đình Thọ và Nguy ễ n Thị Mai Trang (2008), những biến quan sát nào có hệ số tương quan biến tổng nhỏ hơn 0,3 sẽ bị loại; và tiêu chuẩn chọn thang đo khi có độ tin cậy Cronbach’s alpha từ 0,6 trở lên (Nguy ễ n Đình Thọ, 2011).
1.5.3.3. Phân tích nhân tố khám phá
Theo nghiên cứu của Nguyễ n Đình Thọ (2011), phương pháp phân tích nhân tố khám phá (Exploratory Factor Analysis-EFA) giúp chúng ta đánh giá hai giá trị quan trọng của thang đo là giá trị hội tụ và giá trị phân biệt. Trong
34
- Hệ số KMO (Kaiser-Mayer-Olkin): Đây là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố, phân tích nhân tố khám phá thích hợp khi
hệ số
KMO lớn hơn 0,5. Nếu KMO < 0,5, phân tích nhân tố không thích hợp với dữ
liệu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
- Hệ số tải nhân tố (factor loading): Là hệ số tương quan đơn giữa các biến và nhân tố. Hệ số này càng lớn cho biết các biến và nhân tố càng có quan
hệ chặt
chẽ với nhau. Nếu biến quan sát nào có hệ số tải nhân tố nhỏ hơn 0,5 sẽ bị loại.
- Phương pháp trích hệ số sử dụng là phương pháp trích nhân tố principal component với phép xoay varimax, điểm dừng khi trích các yếu tố có chỉ số
eigenvalue lớn hơn hoặc bằng 1. Chỉ số eigenvalue đại diện cho lượng biến thiên
được giải thích bởi nhân tố. Chỉ những nhân tố có eigenvalue lớn hơn 1 mới
được giữ lại trong mô hình phân tích.
- Kiểm định Bartlett: Là đại lượng thống kê dùng để xem xét giả thuyết các biến có tương quan trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (p-
value) nhỏ hơn 0,05, các biến quan sát có tương quan với nhau trong tổng thể.
35
CHƯƠNG 2: THỰC TRẠNG HOẠT ĐỘNG HUY ĐỘNG TIỀN