2.3. KẾT QUẢ KHẢO SÁT MỨC ĐỘ HÀI LÒNG CỦA KHÁCH HÀNG CÁ
2.3.3.7. Mức độ hài lòng chung
Bảng 2.5: Mức độ hài lịng trung bình các nhân tố
Các nhân tố Trung bình Độ tin cậy 3.4/5 Sự đồng cảm 3.08/5 Giá cả 3.63/5 Thông tin 3.75/5 Kỹ năng phục vụ 3.18/5
Phương tiện hữu hình 3.24/5
Nhìn vào bảng thống kê, có thể thấy mức độ hài lịng trung bình cho tất cả các nhân tố được khảo sát tại Agribank – Chi nhánh Lâm đồng đạt mức trung bình khá. Điều này có nghĩa 308 khách hàng được khảo sát có sự hài lịng vừa phải đối với các sản phẩm, dịch vụ hiện đang được cung cấp bởi Chi nhánh. Trong 6 nhân tố được khảo sát, khách hàng tỏ ra hài lòng nhất với nhân tố thông tin với tổng điểm trung bình cho nhân tố này đạt 3.75/5 điểm, và tỏ ra khơng hài lịng nhất đối với nhân tố Sự đồng cảm với số điểm trung bình 3.08/5 điểm. Đây là cơ sở quan trọng góp phần vào việc đưa ra định hướng chính sách giúp nâng cao chất lượng sản phẩm dịch vụ tại Agribank – Chi nhánh Lâm Đồng mà người viết sẽ trình bày trong chương tiếp theo.
Bên cạnh đó, nhìn vào Biểu đồ 2.16, cũng có thể dễ dàng nhận thấy mức độ hài lòng chung cho chất lượng sản phẩm dịch vụ tại Agribank – Chi nhánh tỉnh Lâm Đồng được đánh giá ở mức độ trung bình khá. Cụ thể, có 127/308 khách hàng được khảo sát đánh giá chất lượng sản phẩm dịch vụ của Chi nhánh ở mức chấp nhận được, chiếm 41.2%; 117/308 khách hàng cho rằng chất lượng sản phẩm dịch vụ tại Chi nhánh ở mức tốt, chiếm 37% và 11/308 khách hàng cho rằng chất lượng sản phẩm dịch vụ ở mức rất tốt, chiếm 3.5%.
Biểu đồ 2.16: Biểu đồ khảo sát mức độ hài lòng chung
2.3.4. Kiểm định mơ hình và phân tích mối quan hệ giữa các biến
2.3.4.1. Phân tích nhân tố
Trong phần mềm SPSS, hai công cụ sử dụng để kiểm định thang đo là hệ số tin cậy Cronbach’s Alpha và phương pháp phân tích nhân tố khám phá EFA (Exploratory Factor Analysis). Hệ số Alpha của Cronbach là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau. Nó được sử dụng trước để loại các biến không phù hợp. Các biến quan sát của những thang đo đạt độ tin cậy sẽ tiếp tục phân tích nhân tố khám phá EFA.
Kiểm định thang đo bằng hệ số Cronbach’s Alpha (Kết quả chi tiết tại Phụ lục 4)
Nhiều nhà nghiên cứu đồng ý rằng khi Cronbach’s Alpha từ 0.8 trở lên đến gần 1 thì thang đo lường là tốt; từ 0.7 đến gần 0.8 là sử dụng được. Tuy nhiên, cũng có một số nhà nghiên cứu lại cho rằng Cronbach’s Alpha từ 0.6 trở lên là đã có thể sử dụng được, đồng thời các biến có hệ số tương quan biến tổng (Corrected Item - Total Correlation – CIT) nhỏ hơn 0.3 sẽ bị loại. Ngoài ra, số Cronbach’s Alpha if Item Deleted (hệ số Alpha nếu loại bỏ bớt 1 mục hỏi nào đó) của biến nào lớn hơn giá trị Cronbach’s Alpha cũng sẽ bị loại bỏ. 10
Kết quả đánh giá sáu thang đo thông qua phần mềm SPSS phiên bản 16.0 cho số liệu chi tiết như Phụ lục 4. Do giới hạn nội dung luận văn, người viết khơng lập luận mà rút trích thành kết quả tổng hợp theo Bảng 2.6
Bảng 2.6: Kết quả tổng hợp đánh giá thang đo
Nhân tố Cronbach’s Alpha Đánh giá thang đo Mục hỏi có CIT < 0.3 Mục hỏi bị loại bỏ
Phương tiện hữu hình 0.812 Tốt Khơng có Khơng có
Kỹ năng phục vụ 0.928 Rất tốt Khơng có Khơng có
Thơng tin 0.838 Tốt Khơng có Khơng có
Giá cả 0.857 Tốt Khơng có Khơng có
Sự đồng cảm 0.931 Rất tốt Khơng có Khơng có
Độ tin cậy 0.774 Sử dụng được Khơng có Khơng có
Như vậy, sau khi tiến hành chạy Crobach’s Alpha, kết quả cho thấy các thang đo đều đạt tiêu chuẩn. Nói cách khác, các tiêu chí trong thang đo đều phù hợp để đo lường chất lượng sản phẩm, dịch vụ tại Agribank – Chi nhánh tỉnh Lâm Đồng.
Kết quả phân tích nhân tố khám phá (EFA) (Kết quả chi tiết tại Phụ lục 5)
Sau khi kiểm định độ tin cậy Cronbach’s Alpha các thành phần của thang đo, quá trình nghiên cứu tiếp tục thực hiện phân tích nhân tố khám phá (EFA) đối với các thang đo nhằm thu gọn lại dữ liệu và xác định các yếu tố ảnh hưởng đến chất lượng cung ứng sản phẩm, dịch vụ tại Agribank – Chi nhánh tỉnh Lâm Đồng.
Khi phân tích nhân tố khám phá, các nhà nghiên cứu thường quan tâm đến một số tiêu chuẩn sau đây:
Thứ nhất, hệ số Kaiser – Meyer - Olkin (KMO). Đây là một chỉ số dùng để xem
xét sự thích hợp của phân tích nhân tố. Điều kiện để phân tích nhân tố được xem là thích hợp khi 0.5 ≤ KMO ≤ 1. Đồng thời, tham số Bartlett’s test of sphericity - một đại lượng thống kê dùng để xem xét giả thuyết các biến có tương quan trong tổng thể - và mức ý nghĩa của kiểm định Barlett’s ≤ 0.0511 .
Thứ hai, hệ số tải nhân tố (Factor loading) > 0.45. Theo Hair trong
Multivariate Data Analysis, Factor loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Factor loading > 0.3 được xem là đạt được mức tối thiểu, Factor loading > 0.4 được xem là quan trọng, > 0.5 được xem là có ý nghĩa. Tuy nhiên, nếu chọn tiêu chuẩn factor loading > 0.3 thì cỡ mẫu ít nhất phải là 350, nếu cỡ mẫu vào khoảng 100 thì phải chọn tiêu chuẩn factor loading > 0.55, và nếu cỡ mẫu khoảng 50 thì factor loading phải > 0.75. Trong bài nghiên cứu này, cỡ mẫu là 308, nên người viết quyết định chọn tiêu chuẩn chọn factor loading là > 0.45, đồng nghĩa nếu biến quan sát nào có hệ số tải nhân tố ≤ 0.45 sẽ bị loại. Ngoài ra, khác biệt hệ số tải nhân tố giữa các biến quan sát của các nhân tố phải ≥ 0.3 để đảm bảo giá trị phân biệt của các nhân tố 12 .
11 Hoàng Trọng & Chu Nguyễn Mộng Ngọc, Phân tích dữ liệu nghiên cứu với SPSS, 2008, trang 31
Thứ ba, thang đo được chấp nhận khi tổng phương sai trích ≥ 50% và điểm dừng Eigenvalue > 1 13.
Kiểm định tiêu chuẩn 1
Giả thuyết H0 trong phân tích này: “Độ tương quan giữa các biến quan sát bằng 0 trong tổng thể”. Như đã được đề cập, KMO là một chỉ tiêu dùng để xem xét sự thích hợp của EFA. Dữ liệu thể hiện tại Phụ lục 5 cho thấy hệ số KMO = 0.895 > 0.5 tức thỏa mãn điều kiện 0.5 ≤ KMO ≤ 1 nên EFA phù hợp với dữ liệu. Thống kê Chi - Square của kiểm định Bartlett’s đạt giá trị 4.093 với mức ý nghĩa Sig là 0.000 nên giả thuyết H0 sẽ bị bác bỏ. Điều này có nghĩa là các biến quan sát có tương quan với nhau trong tổng thể.
Kiểm định tiêu chuẩn 2
Nhằm mục đích tóm tắt các thơng tin chứa đựng trong các biến gốc, quá trình kiểm định cần rút ra một số lượng các nhân tố ít hơn số biến. Trong bài này người viết sử dụng phương pháp dựa vào Eigenvalue (determination based on Eigenvalue).
Dựa vào bảng kết quả phân tích Total Variance Explained, theo tiêu chuẩn Eigenvalue lớn hơn 1, cho thấy có tất cả 24 biến được rút trích thành 6 nhân tố. Nhìn vào bảng Rotated Component Matrix, giá trị các hệ số tải nhân tố của 6 nhân tố đều > 0.45, bên cạnh đó, hiệu số của hai hệ số tải nhân tố lớn nhất của biến đều ≥ 0.3 nên không phải loại đi bất cứ biến nào.
Kiểm định tiêu chuẩn 3
Kết quả trong bảng Total Variance Explained cho thấy Tổng phương sai trích (Cumulative) đạt 71.628% > 50% thể hiện rằng 6 nhân tố rút trích ra giải thích được
71.628% biến thiên của dữ liệu; điểm dừng Eigenvalue = 1.145 > 1 và thang đo
được chấp nhận.
2.3.4.2. Kiểm định hồi qui (Chi tiết tại Phụ lục 6)
Để kiểm định sự phù hợp giữa các nhân tố đánh giá và sự hài lòng của khách hàng, phương pháp hồi quy Enter được sử dụng với biến độc lập là 6 nhân tố được rút trích ra qua EFA.
13 Gerbing & Anderson (1988), “An Update Paradigro for Scale Development Incorporing Unidimensionality
Kết quả hồi qui tuyến tính cho thấy cả 6 nhân tố có mối quan hệ tuyến tính với sự hài lịng về chất lượng sản phẩm dịch vụ tại Agribank (giá trị Sig. < 0.05).
Phương trình hồi quy đối với các nhân tố có hệ số chuẩn hóa có dạng như sau:
Y = 3.253 + 0.487*X1 + 0.339*X2 + 0.307*X3 + 0.298*X4 + 0.353*X5 + 0.295*X6
Trong đó:
Y: Mức độ hài lòng của khách hàng đối với sản phẩm, dịch vụ
X1: Sự đồng cảm
X2: Kỹ năng phục vụ
X3: Độ tin cậy
X4: Thông tin
X5: Giá cả
X6: Phương tiện hữu hình
Hệ số hồi quy chuẩn hóa Beta cho thấy nhân tố sự đồng cảm tác động mạnh nhất đến mức độ hài lòng của khách hàng (Beta=0.487); kế đến là giá cả (Beta=0.353); Kỹ năng phục vụ (Beta = 0.339); Độ tin cậy (Beta=0.307); Thơng tin (Beta = 0.298) và Phương tiện hữu hình (Beta=0.168). Hệ số xác định R2 điều chỉnh của mơ hình trên là 0.741 thể hiện rằng các biến độc lập trong phương trình hồi quy giải thích được 74.1% biến thiên của biến phụ thuộc.
Giá trị Sig. của kiểm định F trong Bảng có giá trị rất nhỏ = 0.000 < 0.05 cho thấy các biến hiện có trong mơ hình có thể giải thích được thay đổi của biến hài lịng khách hàng, mơ hình phù hợp với tập dữ liệu và có thể sử dụng được. Kết quả cho thấy hệ số Tolerance thấp và Đo lường đa cộng tuyến (Hệ số phóng đại phương sai
VIF) không vượt quá 10). Do đó hiện tượng đa cộng tuyến giữa các biến độc lập
trong mơ hình này là nhỏ, khơng có ảnh hưởng đáng kể đến kết quả hồi quy.
Kiểm định sự hài lòng của từng nhóm khách hàng bằng phương pháp phân tích
phương sai một yếu tố (Kết quả chi tiết tại Bảng 2.7 và Phụ lục 7)
Phân tích phương sai một yếu tố - Anova là phương pháp so sánh trị trung bình của hai nhóm trở lên. Có hai phương pháp phân tích là phương pháp phân tích phương sai một yếu tố và hai yếu tố. Trong bài phân tích này, do mục đích của người viết là tìm hiểu ảnh hưởng của từng đặc điểm khách hàng đến một yếu tố hài lòng
chung, nên phương pháp phân tích phương sai một yếu tố (one-way Anova) được sử dụng. Phương pháp phân tích phương sai một yếu tố là một biến yếu tố để phân loại các quan sát thành các nhóm khác nhau.
Với mức ý nghĩa là 5%
Đặt H0= {khơng có sự khác biệt (về phương sai) giữa các nhóm}
Bảng 2.7: Kết quả tổng hợp phân tích Anova
Tiêu chí
phân nhóm Levene Sig.
Kết luận
giả thuyết H0 Anova Sig.
Khác biệt về giá trị trung bình
Giới tính 0.230 Chấp nhận 0.076 Không
Thời gian 0.797 Chấp nhận 0.542 Không
Trình độ 0.826 Chấp nhận 0.618 Không
Độ tuổi 0.843 Chấp nhận 0.908 Không
Thu nhập 0.001 Bác bỏ 0.000 Có
Số lần sử dụng 0.000 Bác bỏ 0.000 Có
Số SPDV sử dụng 0.044 Bác bỏ 0.000 Có
Nguồn: tổng hợp từ kết quả phân tích phương sai một yếu tố
Dùng phương pháp kiểm định One - way ANOVA để phân tích giữa bảy tiêu chí phân nhóm khách hàng tại Agribank – Chi nhánh tỉnh Lâm Đồng với mức độ hài lòng. Kết quả chi tiết được thể hiện ở Phụ lục 7. Do giới hạn nội dung luận văn, người viết khơng lập luận mà rút trích thành kết quả tổng hợp theo Bảng 2.7
Từ bảng kết quả tổng hợp, có thể kết luận:
- Phân tích Anova giữa giới tính với mức độ hài lịng: khơng có sự khác biệt
trong đánh giá mức độ hài lòng về chất lượng sản phẩm dịch vụ giữa nam và nữ;
khơng có sự khác biệt giữa giá trị trung bình giữa các nhóm (nhóm Nam: Mean (chỉ
số hài lịng trung bình) = 3.1888, nhóm Nữ: Mean = 3.3661).
- Phân tích Anova giữa thời gian với mức độ hài lịng: khơng có sự khác biệt
giữa nhóm khách hàng sử dụng sản phẩm dịch vụ ngân hàng dưới 6 tháng và trên 6 tháng; khơng có sự khác biệt về giá trị trung bình giữa hai nhóm này (nhóm dưới 6
- Phân tích Anova giữa trình độ khách hàng với mức độ hài lịng: khơng có sự khác biệt giữa nhóm khách hàng ở những trình độ khác nhau; khơng có sự khác biệt
về giá trị trung bình giữa nhóm khách hàng sử dụng sản phẩm dịch vụ ngân hàng ở trình độ dưới đại học, đại học và trên đại học (nhóm dưới đại học Mean = 3.2709, nhóm đại học Mean = 3.2020 và nhóm trên đại học Mean =3.5).
- Phân tích Anova giữa độ tuổi của khách hàng với mức độ hài lịng: khơng có
sự khác biệt giữa nhóm khách hàng ở các độ tuổi khác nhau; khơng có sự khác biệt về
giá trị trung bình giữa nhóm khách hàng ở các độ tuổi khác nhau (nhóm < 25 Mean = 3.2286, nhóm từ 25 - 35 Mean = 3.2537, nhóm từ 36 – 45 Mean = 3.3077, nhóm từ 46 – 55 Mean = 3.1852 và nhóm > 55 Mean = 3.2941).
- Phân tích Anova giữa thu nhập của khách hàng với mức độ hài lịng: có sự khác biệt giữa nhóm khách hàng ở các mức thu nhập khác nhau; có sự khác biệt về
giá trị trung bình giữa nhóm khách hàng ở các mức thu nhập khác nhau (nhóm dưới 3 triệu Mean = 4.1972; nhóm từ 3 - 6 triệu Mean = 3.0301; nhóm từ 7 - 10 triệu Mean = 3.1587; nhóm từ 11 - 15 triệu Mean = 2.6471 và nhóm ≥ 15 triệu Mean là 1.1743). Điều này cũng hồn tồn trùng khớp với thực tế là các nhóm đối tượng khách hàng có thu nhập cao thường địi hỏi cao hơn về chất lượng dịch vụ hơn là những khoản khác như phí, lãi suất…
- Phân tích Anova giữa số lần sử dụng của khách hàng với mức độ hài lịng: có
sự khác biệt giữa nhóm khách hàng ở số lần sử dụng dịch vụ khác nhau trong thời
gian ba tháng; có sự khác biệt về giá trị trung bình giữa nhóm khách hàng ở số lần sử dụng dịch vụ khác nhau (nhóm < 3 lần Mean = 1.8400, nhóm từ 3 - 6 lần Mean = 3.3906; nhóm từ 7 - 10 lần Mean = 3.3088, và nhóm >10 lần Mean = 3.4819). Điều này cũng hoàn toàn trùng khớp với thực tế là khách hàng càng hài lòng với chất lượng sản phẩm dịch vụ thì càng giao dịch nhiều hơn.
- Phân tích Anova giữa số sản phẩm dịch vụ sử dụng của khách hàng với mức độ hài lịng: có sự khác biệt giữa nhóm khách hàng ở số lượng sản phẩm dịch vụ sử dụng; có sự khác biệt về giá trị trung bình giữa nhóm khách hàng ở số lượng sản
phẩm, dịch vụ sử dụng (nhóm 1 SPDV Mean = 2.1316; nhóm 2 SPDV Mean = 3.0412; nhóm 3 SPDV Mean = 3.6118; nhóm 4 SPDV Mean = 3.6102; 5 SPDV Mean = 3.5833 và cuối cùng nhóm 6 SPDV Mean = 4.000). Điều này cũng hồn toàn
trùng khớp với thực tế là khách hàng càng hài lòng với chất lượng sản phẩm dịch vụ thì càng sử dụng nhiều sản phẩm, dịch vụ do ngân hàng cung cấp.
Biểu đồ 2.17: Biểu đồ khảo sát sản phẩm, dịch vụ khách hàng sử dụng
Nguồn: Tổng hợp từ kết quả khảo sát
Như vậy, có ba tiêu chí phân nhóm khách hàng có sự khác biệt. Để biết chính xác sự khác biệt giữa các nhóm, cần phải tiến hành kiểm định sâu Anova. Trong cả ba trường hợp này, do giá trị Sig trong bảng Anova và trong bảng Test of Homogeneity of Variances đều nhỏ hơn 0.05 nên người viết tiếp tục sử dụng phương thức kiểm định Dunnett’s T3 cho phần phân tích sự khác biệt giữa các giá trị trung bình. Kết quả cho ra bảng Multiple Comparisons, dấu * thể hiện sự khác biệt giữa các cặp giá trị trung bình.
Kết quả phân tích sâu Anona như sau:
- Phân tích Anova giữa thu nhập của khách hàng với mức độ hài lòng: với độ tin cậy khá cao, có sự khác biệt có ý nghĩa giữa nhóm người có thu nhập > 15 triệu