Nghiên cứu định lượng nhằm thu thập, phân tích dữ liệu quan sát, cũng như ước lượng kiểm định mô hình.
2.3.2.1. Mô hình nghiên cứu
Mô hình nghiên cứu chất lượng dịch vụ là theo mô hình SERVPERF. Theo Cronin và Taylor (1992) với mô hình SERVPERF, cho rằng mức độ cảm nhận của khách hàng đối với sự thực hiện dịch vụ của doanh nghiệp phản ánh tốt nhất chất lượng dịch vụ.
Theo mô hình SERVPERF thì: Chất lượng dịch vụ = Mức độ cảm nhận. Kết luận này đã được đồng tình bởi các tác giả khác như Lee và cộng sự (2000), Brady và cộng sự (2002).
Chất lượng dịch vụ theo mô hình SERVPERF gồm 5 thành phần tin cậy: sự tin cậy, sự đáp ứng, phương tiện hữu hình, năng lực phục vụ và độ thấu cảm.
Một số giả thuyết được đặt ra cho mô hình nghiên cứu như sau:
H1: Thành phần tin cậy được khách hàng đánh giá càng nhiều thì sự hài lòng của khách hàng càng cao và ngược lại. Hay nói cách khác, thành phần tin cậy và sự hài lòng của khách hàng có quan hệ cùng chiều.
H2: Thành phần đáp ứng được khách hàng đánh giá càng cao thì sự hài lòng của khách hàng càng cao và ngược lại. Hay nói cách khác, thành phần đáp ứng và sự hài lòng của khách hàng có quan hệ cùng chiều.
H3: Thành phần phương tiện hữu hình được khách hàng đánh giá càng cao thì sự thoả mãn của khách hàng càng cao và ngược lại. Hay nói cách khác, thành phần phương tiện hữu hình và sự thoả mãn của khách hàng có quan hệ cùng chiều.
H4: Thành phần năng lực phục vụ được khách hàng đánh giá càng cao thì sự hài lòng của khách hàng càng cao và ngược lại. Hay nói cách khác, thành phần năng lực phục vụ và sự hài lòng của khách hàng có quan hệ cùng chiều.
H5: Thành phần sự thấu cảm được khách hàng đánh giá càng cao thì sự hài lòng của khách hàng càng cao và ngược lại. Hay nói cách khác, thành phần thấu cảm và sự hài lòng của khách hàng có quan hệ cùng chiều.
Bộ thang đo SERVPERF bao gồm 21 biến (Phụ lục 10).
Mục tiêu của nghiên cứu này không nhằm đo lường chất lượng là cao hay thấp mà tập trung vào mối liên hệ giữa các yếu tố tác động và sự hài lòng của khách hàng sử dụng dịch vụ thanh toán quốc tế của ngân hàng. Các biến quan sát của mô hình này được điều chỉnh cho phù hợp với nội dung nghiên cứu chất lượng dịch vụ thanh toán quốc tế sau khi có kết quả của nghiên cứu định tính thông qua thảo luận nhóm.
2.3.2.2. Quy trình nghiên cứu
Cronbach alpha
Hệ số Cronbach’s alpha là một phép kiểm định thống kê dùng để kiểm tra sự chặt chẽ và tương quan giữa các biến quan sát. Điều này liên quan đến hai khía cạnh là tương quan giữa bản thân các biến và tương quan của các điểm số của từng biến với điểm số toàn bộ các biến của mỗi người trả lời.
Phương pháp này cho phép người phân tích loại bỏ những biến không phù hợp và hạn chế các biến rác trong mô hình nghiên cứu vì nếu không chúng ta không thể biết được chính xác độ biến thiên cũng như độ lỗi của các biến.
Cronbach alpha
Nghiên cứu sơ bộ:
- Tham khảo ý kiến chuyên gia - Phỏng vấn
Thang đo nháp Cơ sở lí thuyết Mô hình
nghiên cứu
Điều chỉnh thang đo Thang đo chính
thức
Nghiên cứu chính thức:
Nghiên cứu định lượng
Phân tích nhân tố
- Loại các biến có hệ số tương quan biến tổng nhỏ - Kiểm tra hệ số alpha
- Loại các số có trọng số EFA nhỏ - Kiểm tra yếu tố trích được - Kiểm tra phương sai trích được Thang đo hoàn chỉnh
Phân tích hồi quy - Kiểm định sự phù hợp của mô hình
- Đánh giá mức độ quan trọng của các nhân tố
Theo đó, chỉ những biến có Hệ số tương quan tổng biến phù hợp (Corrected Item-Total Correlaiton) lớn hơn 0.3 và có Hệ số Alpha lớn hơn 0.6 mới được xem là chấp nhận được và thích hợp đưa vào phân tích những bước tiếp theo (Nunnally và BernStein, 1994). Cũng theo nhiều nhà nghiên cứu, nếu Cronbach’s alpha đạt từ 0.8 trở lên thì thang đo lường là tốt và mức độ tương quan sẽ càng cao hơn.
Nhân tố khám phá EFA ( exploratory factor analysis )
Theo Hair & ctg (1998), phân tích nhân tố (Exploratory Factor Analysis) là một phương pháp phân tích thống kê dùng để rút gọn một tập gồm nhiều biến quan sát thành một nhóm để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết các nội dung thông tin của biến ban đầu. Quan hệ giữa các nhóm biến có liên hệ qua lại lẫn nhau được xem xét dưới dạng một số các nhân tố cơ bản. Mỗi một biến quan sát sẽ được tính một tỷ số gọi là hệ số tải nhân tố (Factor loading). Hệ số này cho người nghiên cứu biết được mỗi biến đo lường sẽ “thuộc về” những nhân tố nào.
Theo Hair & ctg (1998, 111), Multivariate Data Analysis, Prentice-Hall International, trong phân tích EFA, chỉ số Factor Loading có giá trị lớn hơn 0,5 được xem là có ý nghĩa thực tế. KMO (Kaiser-Meyer-Olkin) là chỉ số thể hiện mức độ phù hợp của phương pháp EFA, hệ số KMO lớn hơn 0,5 và nhỏ hơn 1 thì phân tích nhân tố được coi là phù hợp, còn nếu như trị số này nhỏ hơn 0,5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu.
Ngoài ra, phân tích nhân tố còn dựa vào eigenvadue để xác định số lượng nhân tố. Chỉ những nhân tố có eigenvalue lớn hơn 1 thì mới được giữ lại trong mô hình. Đại lượng eigenvalue đại diện cho lượng biến thiên được giải thích bởi nhân tố. Những nhân tố có eigenvalue nhỏ hơn 1 sẽ không có tác dụng tóm tắt thông tin tốt hơn 1 biến gốc. Thêm vào đó, hệ số tải nhân tố của từng biến quan sát phải có giá trị lớn hơn 0,5, điểm dừng khi Eigenvalue (đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố) lớn hơn 1 (mặc định của chương trình SPSS), và tổng phương sai dùng để giải thích bởi từng nhân tố lớn hơn 50% mới thỏa yêu cầu của phân tích nhân tố (Gerbing & Anderson, 1988).
Theo Trọng & Ngọc (2005, 262), kiểm định Bartlett (Bartlett’s test) xem xét giả thiết H0 độ tương quan giữa các biến quan sát bằng 0 trong tổng thể. Nếu như kiểm định này có ý nghĩa thống kê, tức là Sig < 0,05 thì các quan sát có tương quan với nhau trong tổng thể.
Tương quan hệ số Pearson
Người ta sử dụng hệ số tương quan Pearson để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lượng. Giá trị tuyệt đối của hệ số Pearson càng gần đến 1 thì hai biến này mối tương quan tuyến tính càng chặt chẽ (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008). Nếu giữa 2 biến có sự tương quan chặt chẽ thì phải lưu ý vấn đề đa cộng tuyến khi phân tích hồi quy.
Kiểm định đa cộng tuyến: Đa cộng tuyến là trạng thái trong đó các biến độc lập có tương quan chặt chẽ với nhau. Vấn đề của hiện tượng đa cộng tuyến là chúng cung cấp cho mô hình những thông tin rất giống nhau, và rất khó tách rời ảnh hưởng của từng biến một đến biến phụ thuộc. Hiệu ứng khác của sự tương quan khá chặt chẽ giữa các biến độc lập là nó làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm giá trị thống kê của kiểm định ý nghĩa của chúng nên các hệ số có khuynh hướng kém ý nghĩa hơn khi không có đa cộng tuyến trong khi hệ số xác định R2 vẫn khá cao. Trong quá trình phân tích hồi quy bội, đa cộng tuyến được SPSS chuẩn đoán bằng tiêu chí Collinearity diagnostics (chuẩn đoán hiện tượng đa cộng tuyến) với hệ số phóng đại phương sai VIF (Variance inflation factor) của các biến độc lập trong mô hình. Nếu VIF đều nhỏ hơn 10 tức là mô hình không có đa cộng tuyến
Cần xem xét hiện tượng đa cộng tuyến khi phân tích hồi quy nếu hệ số tương quan pearson > 0.3.
Phân tích hồi quy
Phân tích hồi quy là một phân tích thống kê để xác định xem các biến độc lập quy định các biến phụ thuộc như thế nào. Mô hình phân tích hồi quy sẽ mô tả hình thức của mối liên hệ và qua đó giúp dự đoán được giá trị của biến phụ thuộc khi biết trước giá trị của biến độc lập.
Kiểm định giả thuyết về độ phù hợp của mô hình: Xây dựng xong mô hình hồi quy, vấn đề quan tâm đầu tiên là phải xem xét độ phù hợp của mô hình đối với tập dữ liệu qua giá trị R2. Để kiểm định độ phù hợp của mô hình hồi quy tổng thể ta đặt giả thuyết hệ số R2 =0. Đại lượng F được sử dụng cho kiểm định này. Nếu xác suất F nhỏ thì giả thiết R2=0 bị bác bỏ.
Kiểm định giả thuyết về ý nghĩa của hệ số hồi quy: Đây là kiểm định đối với các hệ số B. Giả thuyết dùng để kiểm định giả thuyết này là: βi =0. Ta kỳ vọng giả thuyết này sẽ bị bác bỏ vì nếu =0 nghĩa là mối quan hệ tương quan ta nhận thấy ở mẫu chỉ xảy ra ngẫu nhiên chứ không phải do bản chất. Trị thống kê dụng để kiểm định giả thuyết là t, phân phối của đại dương thống kê này là Student với N-2 bậc tự do.
KẾT LUẬN CHƯƠNG 2
Trong chương 2, tác giả đã trình bày tóm tắt các lý thuyết liên quan đến dịch vụ thanh toán quốc tế tại các ngân hàng thương mại, đặc điểm, vai trò và một số phương thức thanh toán quốc tế chủ yếu. Từ đó, tác giả rút ra một số kết luận sau:
Thứ nhất, trong những cơ sở lý thuyết về chất lượng dịch vụ và sự hài lòng của khách hàng, nổi bật là lý thuyết của Cronin và Taylor (1992) với mô hình SERVPERF gồm 5 thành phần tin cậy: sự tin cậy, sự đáp ứng, phương tiện hữu hình, năng lực phục vụ và độ thấu cảm.
Thứ hai, tác giả đưa ra mô hình lý thuyết và các giả thuyết biểu diễn sự tác động của các nhân tố đến chất lượng dịch vụ thanh toán quốc tế của ngân hàng thương mại.
Từ những nội dung trên tạo cơ sở để tác giả thực hiện mục tiêu nghiên cứu trong các chương tiếp theo của luận văn.
CHƯƠNG 3 THỰC TRẠNG DỊCH VỤ THANH TOÁN QUỐC TẾ TẠI NGÂN HÀNG NÔNG NGHIỆP VÀ PHÁT TRIỂN NÔNG THÔN VIỆT NAM
CHI NHÁNH SÀI GÒN