7. KẾT CẤU ĐỀ TÀI
3.3. NGHIÊN CỨU THANG ĐO
Ký hiệu
biến Nội dung Nguồn
TC1 Ngân hàng VCB cung cấp tiện ích
thẻ đúng như cam kết. Trần Hồng Hải
(2014) TC2 Ngân hàng bảo mật tốt thông tin cá
nhân của Anh (Chị)
TC3
Anh (chị) tin tưởng vào lời giới thiệu, tư vấn của nhân viên về dịch vụ thẻ của VCB
Nguyễn Thị Bảo Ngọc (2015)
TC4 Bạn cảm thấy an tâm khi sử dụng thẻ
của Vietcombank. Lê Thanh Dững (2009) SỰ ĐÁP ỨNG DU1 Bộ phận CSKH thẻ của VCB tích cực giải quyết kịp thời phản ánh khách hàng qua đường dây nóng.
Lê Thanh Dững (2009)
DU2
Các quy định, thủ tục làm thẻ mới, cấp lại thẻ, chuyển đổi thẻ,… nhanh
chóng và đơn giản Lê Thanh Dững
(2009) DU3 Mạng lưới máy ATM rộng khắp,
thuận tiện, dễ tìm
DU4 Máy ATM của VCB luôn hoạt động
24/7
Lê Thanh Dững (2009) DU5 Máy ATM luôn đủ tiền mặt Cronin và Taylor
(1992) DU6 Dịch vụ thẻ có tích hợp nhiều dịch
vụ tiện ích khác.
Đề xuất của tác giả
SỰ CẢM THÔNG
CT1
Ngân hàng hàng Vietcombank luôn thể hiện sự quan tâm tới các khách hàng sử dụng thẻ.
Lê Thanh Dững (2009)
CT2 Nhân viên VCB hiểu rõ nhu cầu
khách hàng.
Trần Hồng Hải (2014) CT3 Nhân viên VCB tư vấn những điều
khoản có lợi cho khách hàng.
CT4 Khách hàng đồng ý xếp hàng sử dụng dịch vụ thẻ VCB vào các ngày cao điểm. SỰ HỮU HÌNH HH1 Mẫu mã thẻ đa dạng, đẹp và bắt mắt. Lê Thanh Dững (2009) HH2
Giao diện của máy ATM thể hiện đầy đủ các mục chọn anh/chị thấy cần thiết.
HH3
Buồng máy ATM sạch sẽ, thoáng mát và được trang bị camera quan sát, thiết bị chống trộm.
HH4 Tiền mặt rút từ hệ thống ATM của
Vietcombank có chất lượng cao
Nguyễn Thị Bảo Ngọc (2015)
HH5
Máy ATM của VCB hoạt động tốt ( ít xảy ra hiện tượng nuốt thẻ, máy hư, máy hết tiền…).
Lê Thanh Dững (2009) CHI PHÍ
CP1
Các loại chi phí thẻ ( hằng năm, rút tiền, chuyển tiền, thanh toán, mở thẻ,...) của VCB áp dụng hợp lý.
Trần Hồng Hải
CP2 Lãi suất tiền gửi qua thẻ của VCB cao hơn mức lãi gửi tại quầy và cạnh tranh với các ngân hàng khác.
Đề xuất của tác giả
CP3 Mức tiền duy trì thẻ là hợp lý. Đề xuất của tác giả
CP4
Lãi suất cho vay qua thẻ của VCB là
phù hợp. Trần Hồng Hải SỰ HÀI LÒNG HL1 Anh (chị) sẽ tiếp tục sử dụng dịch vụ thẻ tại Vietcombank Đề xuất của tác giả HL2
Anh (chị) sẽ trung thành với sản phẩm dịch vụ tại Vietcombank
HL3 Anh (chị) sẽ sử dụng những dịch vụ
khác của Vietcombank
HL4
Anh (chị) sẽ giới thiệu cho người quen sử dụng dịch vụ thẻ của ngân hàng.
Đề xuất của tác giả
Bảng 3. 1: Bảng tổng hợp nguồn thang đo 3.4. NGHIÊN CỨU ĐỊNH LƯỢNG
3.4.1. Mẫu nghiên cứu
Đối tượng điều tra: Các khách hàng đã sử dụng dịch vụ thẻ ATM của VCB tại Đà Nẵng.
Quy mô mẫu: 300
Dựa theo nghiên cứu của The Hari, Anderson, Tatham và Black (1998) cho tham khảo về kích thước mẫu dự kiến. Theo đó, kích thước mẫu tối thiểu là gấp 5 lần tổng số biến quan sát. Như vậy, theo công thức này, số lượng mẫu sẽ là 5*47= 235. Đây là cỡ mẫu phù hợp cho nghiên cứu có sử dụng phân tích nhân tố. Nhóm tác giả quyết định sẽ phát cho 300 người để đảm bảo quy mô mẫu phù hợp cho nghiên cứu.
Phiếu điều tra được phát cho 300 người, có 60 phiếu không hợp lệ và bị loại bỏ. Vì vậy chỉ còn có 240 phiếu được chấp thuận.
Thiết kế câu hỏi:
Phần 1 : Thông tin cá nhân của đối tượng nghiên cứu (Giới tính, biết đến thẻ được bao lâu? Biết thẻ Vietcombank qua những kênh thông tin nào?)
Phần 2: Các nhân tố ảnh hưởng đến sự hài lòng (Sự tin cậy, sự đáp ứng, sự cảm thông, sự hữu hình, chi phí và chất lượng dịch vụ)
3.4.2. Phương pháp xử lý và phân tích dữ liệu
Bảng câu hỏi sau khi thu thập, được chọn lọc lại nhằm loại bỏ các câu hỏi không phù hợp với việc phân tích thì tiếp theo sẽ nhập vào máy tính bằng cách mã hóa. Bài nghiên cứu dùng phần mềm SPSS 20 để xử lý dữ liệu.
3.4.2.1. Phân tích thống kê mô tả
Thống kê mô tả là các hệ số mô tả ngắn gọn hay tóm tắt một tập dữ liệu nhất định, có thể là đại diện cho toàn bộ hoặc một mẫu của một tổng thể. Thống kê mô tả giúp mô tả và hiểu được các tính chất của một bộ dữ liệu cụ thể bằng cách đưa ra các tóm tắt ngắn về mẫu và các thông số của dữ liệu. Loại thống kê mô tả phổ biến nhất là các thông số xu hướng tập trung gồm: giá trị trung bình, trung vị và yếu vị, các thông số này được sử dụng ở hầu hết các cấp độ toán học và thống kê.
STT Đại lượng Ý nghĩa
1 Trung bình Trung bình cộng các giá trị
2 Trung vị Giá trị chia số lượng quan sát trong mẫu nghiên cứu ra làm đôi
3 Mode Giá trị tần số xuất hiện lớn nhất
4 Phương sai Bình phương độ lệch chuẩn
6 Khoảng biến
thiên Khoảng cách giữa giá trị lớn nhất và nhỏ nhất
7 Giá trị nhỏ nhất Giá trị nhỏ nhất
8 Giá trị lớn nhất Giá trị lớn nhất
Bảng 3. 2: Các đại lượng thống kê mô tả thường dùng.
3.4.2.2. Phân tích độ tin cậy Cronbach’s Alpha
Độ tin cậy của thang đo được đánh giá bằng phương pháp nhất quán nội tại qua hệ số Cronbach's Alpha. Hệ số tin cậy Cronbach's Alpha chi cho biết các đo lường có liên kết với nhau hay không, nhưng không cho biết bên quan sát nào cần bỏ đi và biến quan sát nào cản giữ lại Khi đó, việc tính toán hệ số tương quan giữa biển-tông sẽ giúp loại ra những biến quan sát nào không đóng góp nhiều cho sự mô tả của khái niệm cần đo.
Các tiêu chí được sử dụng khi thực hiện đánh giá độ tin cậy thang đo.
Loại các biến quan sát có hệ số tương quan biến - tổng nhỏ (nhỏ hơn 0,3) tiêu chuẩn chọn thang đo khi có độ tin cậy Alpha lớn hơn 0,6 (Alpha càng lớn thì độ tin cậy nhất quản nói tai càng cao).
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 trong trường hợp khái niệm nghiên cứu là mới hoặc là mới trong bối cảnh nghiên cứu
Các biến quan sát có tương quan biến-tổng nhỏ (nhỏ hơn 0,4) được xem là biến rác thì sẽ được loại ra và thang đo được chấp nhận khi hệ số tin cậy Alpha đạt yêu cầu (lớn hơn 0,7).
Dựa theo thông tin trên, nghiên cứu thực hiện đánh giá thang đo dựa theo tiêu chí:
+ Loại các biến quan sát có hệ số tương quan biến-tổng nhỏ hơn 0,4 (đây là những biến không đóng góp nhiều cho sự mô tả của khái niệm cần đo và nhiều nghiên cứu trước đây đã sử dụng tiêu chí này)
+ Khi thực hiện phân tích Cronbach’s Alpha cho một nhân tố, nếu hệ số Cronbach’s Alpha của nhóm nhỏ hơn 0.7 và không có biến nào trong nhóm có Cronbach’s Alpha if Item Deleted lớn hơn 0.7 thì cần xem xét loại bỏ cả nhân tố
+ Chúng ta cũng cần chú ý đến giá trị của cột Cronbach’s Alpha if Item Deleted, cột này biểu diễn hệ số Cronbach’s Alpha nếu loại biến đang xem xét. Thông thường chúng ta sẽ đánh giá cùng với hệ số tương quan biến tổng Corrected Item – Total Correlation, nếu giá trị Cronbach’s Alpha if Item Deleted của một biến lớn hơn hệ số Cronbach’s Alpha của nhóm và Corrected Item – Total Correlation biến đó nhỏ hơn 0.4 thì sẽ loại biến quan sát đang xem xét để tăng độ tin cậy của thang đo.
+ Trường hợp giá trị Cronbach’s Alpha if Item Deleted một biến lớn hơn không quá nhiều so với hệ số Cronbach Alpha của nhóm (chênh lệch nhỏ hơn 0.1) nhưng Corrected Item – Total Correlation biến đó lớn hơn 0.4 thì xem xét giữ biến đó lại.
3.4.2.3. Phân tích nhân tố khám phá (EFA)
Phương pháp 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 nhân tố được sử dụng là Principal Axis Factoring được sử dụng kèm với phép quay không vuông góc Promax. Điểm dừng trích khi các yếu tố có “Initial Eigenvalues” > 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 nh 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 Bartlett. 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 (Promax). 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 hint(Hair & ctg, 2006). Bên cạnh đó, khác biệt hệ số tải nhân tố cảm biến quan sát giữa các nhân tố phải lớn hơn hoặc bằng 0,3 để tạo giá trị phân biệt giữa các nhân tố (Jabnoun và Al-Tamimi, 2003). Kỹ thuật phân tích nhân tố (factor analysis) đư được sử dụng trong nghiên cứu này nhằm rút gọn và gộp các yếu tố thức tính đó lại thành 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 toàn bộ biến thiên. Sau đó ta chọn tập hợp các quyền số thứ hai sao cho nhân tố thứ hai được giải thích phần lớn biến thiên còn lại, và không có tương quan với nhân tố thứ nhất.
3.4.2.4. Phân tích hồi quy đa biến
Hồi dụng khi chúng ta muốn dự đoán giá trị của một biến dựa trên giá trị của hai hoặc nhiều biến khác. Biến chúng ta muốn dự đoán được gọi là biến phụ thuộc (hoặc đôi khi, biến kết quả, mục tiêu hoặc biển tiêu chí). Các biển chúng ta đang sử dụng để dự đoán giá trị của biến phụ thuộc được gọi là biển độc lập Hồi quy đa biến cũng cho phép bạn xác định mức độ đóng góp nhiều, ít, không đóng góp... của từng nhân tố vào sự thay đổi của biển phụ thuộc.
● Giá trị Adjusted R Square (R bình phương hiệu chỉnh) và R2 (R Square) phản ánh mức độ ảnh hưởng của các biển độc lập lên biến phụ thuộc. Mức biển thiên của 2 giá trị này là từ 0 - 1. Nếu càng tiến về 1 thi mô hình càng có ý
nghĩa Ngược lại, càng tiến về tức là ý nghĩa mô hình càng yếu. Cụ thế hơn, nếu nằm trong khoảng từ 0.5 - 1 thì là mô hình tốt, < 0.5 là mô hình chưa tốt.
● Trị số Durbin – Watson (DW): Có chức năng kiểm tra hiện tượng tự tương quan chuỗi bậc nhất. Giá trị của DW biến thiên trong khoảng từ 0 đến 4. Nếu tương quan của các sai số kề nhau không xảy ra thì giá trị sẽ gần bằng 2. Nếu giá trị gần về 4 tức là các phần sai số có tương quan nghịch, gần về 0 thì các phần sai số có tương quan thuận. Trong trường hợp DW < 1 và DW > 3 thì khả năng rất cao xảy ra hiện tượng tự tương quan chuỗi bậc nhất.
● Giá trị Sig. của kiểm định F có tác dụng kiểm định độ phù hợp của mô hình hồi quy. Ở bảng ANOVA, nếu giá trị Sig. < 0.05 => Mô hình hồi quy tuyến tính bội và tập dữ liệu phù hợp (và ngược lại).
● Giá trị Sig. của kiểm định t được sử dụng để kiểm định ý nghĩa của hệ số hồi quy. Nếu Sig. <0.05 => Biến độc lập có tác động đến biến phụ thuộc.
● Hệ số phóng đại phương sai VIF (Variance inflation factor): Kiểm tra hiện tượng đa cộng tuyến. Nếu VIF > 10 thì có hiện tượng đa cộng tuyến (Theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005). Tuy nhiên, trên thực tế thực hành, chúng ta thường so sánh giá trị VIF với 2. Nếu VIF < 2 không có hiện tượng đa cộng tuyến giữa các biến độc lập (và ngược lại).
3.4.2.5. Phân tích ANOVA
Các biến quan sát có tương quan biến-tổng nhỏ (nhỏ hơn 0,4) được xem là biến rác thì sẽ được loại ra và thang đo được chấp nhận khi hệ số tin cậy Alpha đạt yêu cầu (lớn hơn 0,7). Dựa theo thông tin trên, nghiên cứu thực hiện đánh giá thang đo dựa theo tiêu chí: Loại các biến quan sát có hệ số tương quan biến-tổng nhỏ hơn 0,4 (đây là những biến không đóng góp nhiều cho sự mô tả của khái niệm cần đo và nhiều nghiên cứu trước đây đã sử dụng tiêu chí này).
+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) thi các biến quan sát có mối tương quan với nhau trong tổng thể. Phần trăm phương sai trích (Percentage of variance) > 50%: Thể hiện phần trăm biến thiên của các biến quan sát. Nghĩa là xem
biến thiên là 100% thì giá trị này cho biết phân tích nhân tổ giải thích được bao nhiêu %.
+Sig > 0.05: chấp nhận Ho -> chưa đủ điều kiện để khẳng định có sự khác biệt giữa các nhóm đối với biến phụ thuộc
Khi có sự khác biệt thì có thể phân tích sâu hơn để tìm ra sự khác biệt như thế nào giữa các nhóm quan sát bằng các kiểm định Tukey, LSD, Bonferroni, Duncan như hình dưới. Kiểm định sâu anova gọi là kiểm định Post-Hoc.
KẾT LUẬN CHƯƠNG 3
Chương này cũng trình bày phương pháp nghiên cứu từ quá trình thiết kế quy trình nghiên cứu, xây dựng thang đo, phương pháp chọn mẫu và xử lý số liệu thông qua việc sử dụng phần mềm SPSS 20.
CHƯƠNG 4 : KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN 4.1. PHÂN TÍCH THỐNG KÊ MÔ TẢ
4.1.1. Về giới tính của khách hàng.Statistics Statistics GIOITINH N Valid 240 Missing 0 GIOITINH
Frequency Percent Valid Percent Cumulative Percent
Valid
Nam 184 76.7 76.7 76.7
Nữ 56 23.3 23.3 100.0
Total 240 100.0 100.0
Bảng 4. 1: Phân tích mô tả yếu tố giới tính
Theo kết quả khảo sát, trong 240 phiếu khảo sát thu thập được, có 184 khách hàng nam (tương đương với 76.7%), 56 khách hàng nữ (tương đương với 23.3%). Ta thấy tỉ lệ giới tính có sự chênh lệch giữa nam và nữ.
4.1.2. Về thời gian sử dụng thẻ của khách hàng.THOIGIAN THOIGIAN
Frequency Percent Valid Percent Cumulative Percent Valid Dưới 6 tháng 71 29.6 29.6 29.6 Từ 6 tháng đến 12 tháng 93 38.8 38.8 68.3 Từ 1 năm đến 3 năm 48 20.0 20.0 88.3 Trên 3 năm 28 11.7 11.7 100.0 Total 240 100.0 100.0
Theo kết quả khảo sát, trong 240 phiếu khảo sát thu thập được, các khách hàng sử dụng thẻ của Vietcombank dưới 6 tháng có 71 khách hàng chiếm tỷ lệ 29.6%, từ 6 tháng đến 12 tháng có 93 khách hàng chiếm tỷ lệ tới 38.8%, từ 1 năm đến 3 năm có 48 khách hàng chiếm tỷ lệ 20% và trên 3 năm có 28 khách hàng chỉ chiếm tỷ lệ 11.7%.
4.1.3. Về độ tuổi của khách hàng.
DOTUOI
Frequency Percent Valid Percent Cumulative Percent Valid Từ 18 đến 22 139 57.9 57.9 57.9 Từ 23 đến 30 84 35.0 35.0 92.9 Trên 30 17 7.1 7.1 100.0 Total 240 100.0 100.0
Bảng 4. 3: Phân tích thống kê mô tả yếu tố độ tuổi
Theo kết quả khảo sát, trong 240 phiếu khảo sát thu thập được, độ tuổi từ 18 đến 22 có 139 khách hàng chiếm tỷ lệ 57.9%, từ 23 đến 30 có 84 khách hàng chiếm tỷ lệ