4.3.1. Phân tích cho các nhân tố độc lập
Đánh giá độ tin cậy của thang đo thông qua hệ số Cronbach’s Alpha cho phép người phân tích loại bỏ các biến không phù hợp và hạn chế các biến rác trong quá trình nghiên cứu. Các biến quan sát có hệ số tương quan biến tổng (item-total correlation) nhỏ hơn 0.3 sẽ bị loại và thang đo được chọn khi hệ số Cronbach’s Alpha từ 0.6 trở lên. (Nunnally và Burnstein, 1994)
Thang đo Độ tin cậy (TC)
Thang đo Độ tin cậy có hệ số Cronbach's Alpha là 0.613 đạt yêu cầu. Tuy nhiên, hệ số tương quan biến tổng của biến TC02 nhỏ hơn 0.3 và nếu loại này thì hệ số thì Cronbach's Alpha sẽ tăng lên là 0.720. Do đó, loại bỏ biến TC02. Biến TC01 và TC03 được đưa vào phân tích nhân tố EFA. (Phụ lục 5.1)
Thang đo Độ đáp ứng (DU)
Thang đo Độ đáp ứng có Cronbach's Alpha là 0.746 và hệ số tương quan biến tổng của các biến đều (>0.3). Do đó, các biến DU01, DU02, DU03, DU04 được đưa vào phân tích nhân tố khám phá EFA. (Phụ lục 5.2)
Thang đo Năng lực phục vụ (PV)
Thành phần gồm 3 biến quan sát có hệ số Cronbach's Alpha là 0.695 và hệ số tương quan biến tổng của các biến đều (> 0.3). Do đó, các biến PV01, PV02, PV03 được đưa vào phân tích EFA. (Phụ lục 5.3)
Thang đo Sự đồng cảm (DC)
Thang đo Sự đồng cảm có hệ số Cronbach's Alpha là 0.769 và hệ số tương quan biến tổng của các biến đều (>0.3). Tuy nhiên, nếu loại DC01 thì hệ số Cronbach's Alpha sẽ tăng lên là 0.805. Do đó, loại bỏ biến DC01. Các biến DC02, DC03 được đưa vào phân tích khám phá EFA. ( Phụ lục 5.4)
Thang đo phƣơng tiện hữu hình (HH)
Thang đo phương tiện hữu hình có hệ số Cronbach's Alpha là 0.590 chưa đạt yêu cầu. Tuy nhiên, nếu loại biến HH01 có hệ số tương quan biến tổng (<0.3) thì hệ số Cronbach's Alpha sẽ tăng lên là 0.684 đạt yêu cầu. Do đó, biến P01 sẽ bị loại. Các biến HH02, HH03, HH04 được đưa vào phân tích khám phá EFA. ( Phụ lục 5.5)
Thang đo Chính sách giá cả (GC)
Thang đo Chính sách giá cả có hệ số Cronbach's Alpha là 0.691 và hệ số tương quan biến tổng của các biến đều (>0.3). Tuy nhiên, nếu loại GC01 thì hệ số Cronbach's Alpha sẽ tăng lên là 0.720. Do đó, loại bỏ biến GC01. Các biến GC02, GC03 được đưa vào phân tích khám phá EFA. (Phụ lục 5.6)
Thang đo Hình ảnh (HA)
Thang đo Thang đo Hình ảnh có hệ số Cronbach's Alpha là 0.687 và các hệ số tương quan biến tổng đều (>0.3). Tuy nhiên, nếu loại HA03 thì hệ số Cronbach's Alpha sẽ tăng lên là 0.695. Do đó, loại bỏ biến HA03. Các biến HA01, HA02 được đưa vào phân tích khám phá EFA. (Phụ lục 5.7)
4.3.2. Phân tích cho nhân tố phụ thuộc
Thang đo sự hài lòng (HL) có hệ số Cronbach's Alpha khá cao là 0.860 và hệ số tương quan biến tổng của các biến đều (>0.3). Tuy nhiên, nếu loại bỏ HL01 thì hệ số Cronbach's Alpha sẽ tăng lên là 0.863. Do đó, biến HL01 sẽ bị loại. Các biến HL02, HL03 và HL04 được đưa vào phân tích EFA. (Phụ lục 5.8)
4.3.3. Kết luận
Có 18 biến độc lập và 03 biến phụ thuộc được đưa vào phân tích EFA.
18 biến độc lập gồm TC01, TC03; DU01, DU02, DU03, DU04; PV01, PV02, PV03; DC02, DC03; HH02, HH03, HH04; GC02, GC03; HA01, HA02.
03 biến phụ thuộc gồm HL02, HL03, HL04
4.4. Phân tích nhân tố khám phá EFA
Sau khi kiểm định độ tin cậy các thành phần của thang đo thông qua hệ số Cronbach’s Alpha, nghiên cứu tiếp tục thực hiện phân tích nhân tố khám phá EFA đối với các thang đo.
4.4.1. Phân tích cho các nhân tố độc lập
- Kết quả (Bảng 4.1) cho thấy kiểm định KMO và Barlett’s trong phân tích factor cho thấy sig = 0.000 < 0.005 và hệ số KMO = 0.693 > 0.5 nên phân tích EFA thích hợp sử dụng trong nghiên cứu này.
Bảng 4.1. Kiểm định KMO và Bartlett's cho nhân tố độc lập
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .693 Bartlett's Test of Sphericity Approx. Chi-Square 746.050
df 153
Sig. .000
(Nguồn : Xử lý SPSS)
- Kết quả (Bảng 4.2) cho thấy theo tiêu chuẩn Eigenvalue >1 thì có 7 nhân tố sẽ giải thích được 71% biến thiên của dữ liệu (>50%). Đây là kết quả đạt yêu cầu.
Bảng 4.2. Phƣơng sai giải thích cho nhân tố độc lập
Total Variance Explained Co
mp on ent
Initial Eigenvalues
Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumul ative % 1 4.031 22.393 22.393 4.031 22.393 22.393 2.332 12.958 12.958 2 2.188 12.156 34.549 2.188 12.156 34.549 1.989 11.050 24.008 3 1.633 9.073 43.622 1.633 9.073 43.622 1.970 10.942 34.950 4 1.505 8.362 51.984 1.505 8.362 51.984 1.726 9.587 44.537 5 1.252 6.954 58.938 1.252 6.954 58.938 1.661 9.229 53.767 6 1.169 6.496 65.434 1.169 6.496 65.434 1.562 8.677 62.444 7 1.003 5.571 71.005 1.003 5.571 71.005 1.541 8.561 71.005 8 .776 4.310 75.316 9 .673 3.737 79.052 10 .631 3.503 82.556 11 .561 3.116 85.672 12 .513 2.853 88.524 13 .431 2.393 90.917 14 .397 2.204 93.122 15 .392 2.176 95.298 16 .295 1.638 96.935 17 .288 1.602 98.538 18 .263 1.462 100.000
Extraction Method: Principal Component Analysis.
(Nguồn : Xử lý SPSS)
- Kết quả (Bảng 4.3) cho thấy các biến có hệ số tải nhân tố (Factor loading) đều > 0.5. Vậy có 07 nhóm nhân tố được trích lập.
Bảng 4.3. Phân tích nhân tố EFA cho nhân tố độc lập
Rotated Component Matrixa Component 1 2 3 4 5 6 7 DU03 .801 DU04 .722 DU02 .701 DU01 .659 HH02 .769 HH04 .764 HH03 .761 PV03 .800 PV02 .756 PV01 .742 DC02 .890 DC03 .888 GC03 .881 GC02 .797 TC01 .903 TC03 .775 HA01 .853 HA02 .814
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 6 iterations.
(Nguồn : Xử lý SPSS)
4.4.2. Phân tích nhân tố phụ thuộc
- Kết quả (Bảng 4.4) cho thấy 03 biến của nhân tố “Sự hài lòng” đưa vào phân tích EFA có hệ số KMO = 0.732 >0.5 và Sig.= 0.000 <0.005 nên phân tích nhân tố là phù hợp.
Bảng 4.4. Kiểm định KMO và Bartlett's cho nhân tố phụ thuộc
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .732 Bartlett's Test of Sphericity Approx. Chi-Square 206.350
df 3
Sig. .000
(Nguồn : Xử lý SPSS)
- Với phương sai trích được bằng 78.720% >50% (Bảng 4.5) và hệ số tải nhân tố các biến quan sát đều trên 0.5 (Bảng 4.6). Vậy thang đo ban đầu đạt yêu cầu.
Bảng 4.5. Phƣơng sai giải thích cho nhân tố phụ thuộc
Total Variance Explained
Comp onent
Initial Eigenvalues
Extraction Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % 1 2.362 78.720 78.720 2.362 78.720 78.720 2 .360 12.012 90.733 3 .278 9.267 100.000
Extraction Method: Principal Component Analysis.
(Nguồn : Xử lý SPSS)
Bảng 4.6. Phân tích nhân tố EFA cho nhân tố phụ thuộc
Component Matrixa Component 1 HL03 .904 HL02 .881 HL04 .876
Extraction Method: Principal Component Analysis.
a. 1 components extracted.
4.4.3. Kết luận
Dựa trên kết quả vừa phân tích nhân tố khám phá EFA, ta có thể rút ra bảng kết luận sau:
Bảng 4.7. Diễn giải các thành phần sau khi xoay nhân tố Thành phần Mã hóa Diễn giải Độ đáp ứng (DU)
DU03 Thời gian xử lý giao dịch nhanh chóng DU04 Thủ tục đơn giản, dễ thực hiện
DU02 Kỳ hạn gửi tiền phong phú
DU01 Sản phẩm tiền gửi đa dạng, phù hợp với nhu cầu của khách hàng Phương
tiện hữu hình (HH)
HH02 Trang thiết bị hiện đại, Cơ sở vật chất của ngân hàng khang trang và tiện nghi.
HH04 Nhân viên Ngân hàng có trang phục gọn gàng, lịch sự.
HH03 Trang thiết bị của ngân hàng hiện đại. Cơ sở vật chất của ngân hàng khang trang, tiện nghi.
Năng lực phục
vụ (PV)
PV03 Hệ thống thông tin dễ truy cập và phục vụ khách hàng 24/7.
PV02 Nhân viên có trình độ chuyên môn cao, tác phong chuyên nghiệp PV01 Anh/chị cảm thấy an toàn khi giao dịch với Sacombank
Sự đồng
cảm (DC)
DC02 Nhân viên chủ động thông báo với khách hàng khi ngân hàng có thay đổi mức lãi suất và phí.
DC03 Nhân viên giao dịch với khách hàng chu đáo, nhiệt tình hỗ trợ để khách hàng có lợi ích tốt nhất.
Chính sách giá cả
(GC)
GC03 Anh/chị cảm thấy thích thú với các chương trình khuyến mãi, chăm sóc khách hàng của ngân hàng.
GC02 Biểu phí sử dụng hợp lý. Độ tin
cậy (TC)
TC01 Là một ngân hàng uy tín
TC03 Đảm bảo vấn đề bảo mật thông tin khách hàng
Hình ảnh (HA)
HA01 Ngân hàng luôn giữ chữ tín với anh/chị
HA02 Ngân hàng thường xuyên tham gia các hoạt động cộng đồng và xã hội
Sự hài lòng (HL)
HL03 Anh/chị sẽ giới thiệu người thân, bạn bè sử dụng dịch vụ tiền gửi tại Sacombank – Chi nhánh ĐBP.
HL02 Anh/chị sẽ tiếp tục sử dụng dịch vụ, sản phẩm tiền gửi tại Sacombank – Chi nhánh ĐBP.
HL04 Nhìn chung, anh/chị hài lòng về CLDVTG của Sacombank – Chi nhánh ĐBP
4.5. Phân tích hồi quy đa biến
4.5.1. Phân tích hệ số tƣơng quan Pearson
- Kết quả phân tích tương quan (Phụ lục 6), ta thấy hệ số tương quan giữa thành
phần sự hài lòng về CLDVTG với 6 nhân tố độc lập khá cao và chỉ có nhân tố PV bị loại bỏ vì hệ số tương quan thấp (p=0.12) <0.2 và sig. > 0.01 không đạt yêu cầu. Sơ bộ ta có thể kết luận 6 nhân tố độc lập là DU ,HH , DC, GC, TC, HA có thể đưa vào mô hình để giải thích cho nhân tố phụ thuộc. Tuy nhiên, hệ số tương quan giữa các biến độc lập cũng cao. Vì vậy, kiểm định đa cộng tuyến cần được tiến hành trong các bước tiếp theo để xác
4.5.2. Phân tích hồi quy tuyến tính
4.5.2.1. Kiểm định sự phù hợp của mô hình
- Kết quả phân tích hồi qui (Bảng 4.8) cho thấy R² hiệu chỉnh (Adjusted R Square) bằng 0.525, nghĩa là mức độ phù hợp của mô hình là 52.5%. Có thể nói các thành phần đưa vào mô hình đạt kết quả giải thích tốt.
Bảng 4.8. Hệ số R2 hiệu chỉnh (Adjusted R Square)
Model Summary
Model R R Square Adjusted R Square Std. Error of the Estimate
1 .738a .545 .525 .58359
a. Predictors: (Constant), HA, GC, TC, DC, HH, DU
(Nguồn : Xử lý SPSS)
- Kết quả nhận được từ bảng ANOVAb cho thấy trị thống kê F = 27.728 với giá trị Sig = 0.00 < 0.05 cho thấy mô hình có ý nghĩa thống kê. Như vậy, có thể kết luận rằng mô hình hồi qui thỏa mãn các điều kiện đánh giá và kiểm định độ phù hợp cho việc rút ra các kết quả nghiên cứu.
Bảng 4.9. ANOVAb ANOVAb Model Sum of Squares df Mean Square F Sig. 1 Regression 56.661 6 9.444 27.728 .000a Residual 47.340 139 .341 Total 104.001 145
a. Predictors: (Constant), HA, GC, TC, DC, HH, DU b. Dependent Variable: HL
(Nguồn : Xử lý SPSS)
- Đo lường đa cộng tuyến được thực hiện, kết quả (Bảng 4.10) cho thấy các hệ số phóng đại phương sai VIF đạt yêu cầu (VIF < 10). Vậy mô hình hồi quy tuyến tính không có hiện tượng đa cộng tuyến, mối quan hệ giữa các biến độc lập không ảnh hưởng đến kết quả giải thích của mô hình.
- Kết quả phân tích hồi quy (Bảng 4.10) cho thấy 5 nhân tố: DU, HH, DC, GC, HA có ý nghĩa thống kê trong mô hình phân tích với Sig. < 0.05. Riêng nhân tố TC có Sig.= 0.764 > 0.05 nên không có ý nghĩa thống kê, chưa có đủ cơ sở để chứng minh có mối quan hệ tuyến tính giữa nhân tố TC với sự hài lòng của khách hàng.
Bảng 4.10. Kết quả phân tích hồi quy
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) -.422 .290 -1.456 .148 DU .370 .067 .366 5.529 .000 .745 1.342 HH .186 .067 .169 2.765 .006 .877 1.141 DC .264 .053 .303 4.994 .000 .890 1.124 GC .147 .057 .160 2.562 .011 .843 1.186 TC .016 .054 .019 .301 .764 .864 1.158 HA .132 .057 .146 2.310 .022 .824 1.213 a. Dependent Variable: HL (Nguồn : Xử lý SPSS)
4.5.2.2. Phƣơng trình hồi quy
Với tập dữ liệu thu được trong phạm vi nghiên cứu của đề tài và dựa vào bảng kết quả hồi quy tuyến tính (Bảng 4.10), phương trình hồi quy tuyến tính thể hiện các nhân tố ảnh hưởng đến sự hài lòng như sau:
HL = 0.366*DU + 0.303* DC + 0.169*HH + 0.160*GC + 0.146*HA
Các nhân tố độc lập: Độ đáp ứng (DU), Sự đồng cảm (DC), Phương tiện hữu hình (HH), Chính sách giá cả (GC), Hình ảnh (HA).
Nhân tố phụ thuộc: Sự hài lòng (HL)
4.5.3. Kiểm định giả thuyết và mô hình hiệu chỉnh
- Kết quả hồi quy cho thấy nhân tố phụ thuộc sự hài lòng chịu tác động cùng chiều với 05 nhân tố độc lập: độ đáp ứng, phương tiện hữu hình, sự đồng cảm, chính sách giá
cả, hình ảnh. Do đó, các giả thuyết H2, H4, H5, H6, H7 như mô hình lý thuyết đề xuất được chấp nhận.
- Từ mô hình nghiên cứu ban đầu gồm 07 nhân tố, thông qua các bước phân tích mô hình được hiệu chỉnh còn lại 05 nhân tố.
Hình 4.1. Mô hình nghiên cứu hiệu chỉnh
4.6. Kiểm định Phƣơng sai (One - Way ANOVA) 4.6.1. Kiểm định về sự khác biệt theo giới tính:
- Sig của thống kê Levene = 0.045 > 0.05 nên ở độ tin cậy 95% ta chấp nhận H0: “ Phương sai bằng nhau” và bác bỏ H1 “Phương sai khác nhau”. Do đó kết quả phân tích ANOVA có thể sử dụng được.
- Bảng ANOVA cho thấy Sig = 0.632 > 0.05 nên chấp nhận H0 “Trung bình bằng nhau”. Vậy không có sự khác biệt về sự hài lòng giữa khách hàng nam và nữ. (Phụ lục 7.1)
4.6.2. Kiểm định về sự khác biệt theo độ tuổi
- Sig của thống kê Levene = 0.425 > 0.05 nên ở độ tin cậy 95% ta chấp nhận H0: “ Phương sai bằng nhau” và bác bỏ H1 “Phương sai khác nhau”. Do đó kết quả phân tích ANOVA có thể sử dụng được.
- Bảng ANOVA cho thấy sig = 0.136 > 0.05 nên chấp nhận H0 “Trung bình bằng nhau”. Vậy không có sự khác biệt về sự hài lòng giữa nhóm khách hàng có độ tuổi khác nhau. (Phụ lục 7.2)
4.6.3. Kiểm định về sự khác biệt theo nghề nghiệp
- Sig của thống kê Levene = 0.053 > 0.05 nên ở độ tin cậy 95% ta chấp nhận H0: “ Phương sai bằng nhau” và bác bỏ H1 “Phương sai khác nhau”. Do đó kết quả phân tích ANOVA có thể sử dụng được.
- Bảng ANOVA cho thấy sig = 0.392 > 0.05 nên chấp nhận H0 “Trung bình bằng nhau”. Vậy không có sự khác biệt về sự hài lòng giữa nhóm khách hàng có độ tuổi khác nhau. (Phụ lục 7.3)
4.6.4. Kiểm định về sự khác biệt theo thu nhập
- Sig của thống kê Levene = 0.310 > 0.05 nên ở độ tin cậy 95% nên chấp nhận H0: “ Phương sai bằng nhau” và bác bỏ H1 “Phương sai khác nhau”. Do đó kết quả phân tích ANOVA có thể sử dụng được.
- Bảng ANOVA cho thấy Sig = 0.253> 0.05 nên chấp nhận H0 “Trung bình bằng nhau”. Vậy không có sự khác biệt về sự hài lòng giữa nhóm khách hàng có thu nhập khác nhau. (Phụ lục 7.4)
4.6.5. Kiểm định về sự khác biệt theo mục đích sử dụng
- Sig của thống kê Levene = 0.656 > 0.05 nên ở độ tin cậy 95% ta chấp nhận H0: “ Phương sai bằng nhau” và bác bỏ H1 “Phương sai khác nhau”. Do đó kết quả phân tích ANOVA có thể sử dụng được.
- Bảng ANOVA cho thấy Sig = 0.503 > 0.05 nên chấp nhận H0 “Trung bình bằng nhau”. Vậy không có sự khác biệt về sự hài lòng giữa nhóm khách hàng có mục đích sử
4.6.6. Kiểm định về sự khác biệt theo thời gian sử dụng
- Sig của thống kê Levene = 0.513> 0.05 nên ở độ tin cậy 95% ta chấp nhận H0: “ Phương sai bằng nhau” và bác bỏ H1 “Phương sai khác nhau”. Do đó kết quả phân tích ANOVA có thể sử dụng được.
- Bảng ANOVA cho thấy Sig = 0.361 < 0.05 nên chấp nhận H0 “Trung bình bằng nhau”. Vậy không có sự khác biệt về sự hài lòng giữa nhóm khách hàng có thời gian sử dụng khác nhau. (Phụ lục 7.6)
4.6.7. Kiểm định về sự khác biệt theo lần gần đây giao dịch
- Sig của thống kê Levene = 0.226> 0.05 nên ở độ tin cậy 95% ta chấp nhận H0: “ Phương sai bằng nhau” và bác bỏ H1 “Phương sai khác nhau”. Do đó kết quả phân tích ANOVA có thể sử dụng được.
- Bảng ANOVA cho thấy Sig = 0.095 > 0.05 nên chấp nhận H0 “Trung bình bằng