Từ các nghiên cứu này tác giả xây dựng các thang đo theo từng nhân tố cụ thể nhƣ sau:
Bảng 3.3: Thang đo Phƣơng tiện hữu hình (TAG)
Biến Kí hiệu Thang đo Tác giả
Phƣơng tiện hữu hình (TAG)
TAG1
Ngân hàng chất lƣợng cao phải có trang thiết bị tốt và hiện đại
Phạm Thùy Giang (2012), Tran Phi Hoang (2018), Ms. Jayshree Chavan, Mr. Faizan Ahmad (January. 2013)
TAG2
Trụ sở giao dịch của ngân hàng chất lƣợng cao phải đƣợc thiết kế to, đẹp, dễ nhận diện
Phạm Thùy Giang (2012), Tran Phi Hoang (2018), Ms. Jayshree Chavan, Mr. Faizan Ahmad (January. 2013)
TAG3
Ngân hàng chất lƣợng cao phải có form, biểu mẫu sẵn có và chuyên nghiệp
Phạm Thùy Giang (2012), Tran Phi Hoang (2018)
TAG4
Nhân viên ngân hàng chất lƣợng cao phải ăn mặc gọn gàng, lịch sử
Phạm Thùy Giang (2012), Tran Phi Hoang (2018)
(Nguồn: tổng hợp của tác giả)
* Nhân tố Tin cậy (REL):
Bảng 3.4: Thang đo Tin cậy (REL)
Biến Kí hiệu Thang đo Tác giả
Tin cậy (REL)
REL1
Ngân hàng chất lƣợng cao luôn thực hiện đúng những gì đã cam kết
Phạm Thùy Giang (2012), Tran Phi Hoang (2018), Ms. Jayshree Chavan, Mr. Faizan Ahmad (January. 2013)
REL2
Ngân hàng chất lƣợng cao là ngân hàng có uy tín nhiều năm
Phạm Thùy Giang (2012), Tran Phi Hoang (2018)
REL3
Thông tin khách hàng của ngân hàng chất lƣợng cao phải luôn đƣợc bảo mật
Phạm Thùy Giang (2012), Tran Phi Hoang (2018)
REL4 Ngân hàng chất lƣợng cao không Phạm Thùy Giang (2012), Tran Phi
để các lỗi xảy ra trong các báo cáo
REL5
Hệ thống ngân hàng trực tuyến của ngân hàng chất lƣợng cao phải luôn an toàn
Phạm Thùy Giang (2012), Tran Phi Hoang (2018)
REL6
Ngân hàng chất lƣợng cao luôn quan tâm giúp đỡ khách hàng khi gặp khó khăn
Phạm Thùy Giang (2012), Tran Phi Hoang (2018)
REL7
Ngân hàng chất lƣợng cao luôn thể hiện tốt ngay trong lần cung cấp dịch vụ đầu tiên với khách hàng
Phạm Thùy Giang (2012), Tran Phi Hoang (2018)
(Nguồn: tổng hợp của tác giả)
* Nhân tố Đáp ứng (RES):
Bảng 3.5: Thang đo Đáp ứng (RES)
Biến Kí hiệu Thang đo Tác giả
Đáp ứng (RES)
RES1
Ngân hàng chất lƣợng cao có mạng lƣới giao dịch rộng
Phạm Thùy Giang (2012), Tran Phi Hoang (2018)
RES2
Nhân viên ngân hàng chất lƣợng cao sẽ nói rõ các thông tin liên quan với giao dịch của khách hàng
Phạm Thùy Giang (2012), Tran Phi Hoang (2018), Ms. Jayshree Chavan, Mr. Faizan Ahmad (January. 2013)
RES3
Nhân viên ngân hàng chất lƣợng cao luôn sẵn sàng phục vụ khách hàng
Phạm Thùy Giang (2012), Tran Phi Hoang (2018), Ms. Jayshree Chavan, Mr. Faizan Ahmad (January. 2013)
lƣợng cao luôn trả lời khách hàng ngay cả lúc bận rộn
Hoang (2018)
(Nguồn: tổng hợp của tác giả)
* Nhân tốNăng lực phục vục (ASS):
Bảng 3.6: Thang đo Năng lực phục vục (ASS)
Biến Kí hiệu Thang đo Tác giả
Năng lực phục vục (ASS)
ASS1
Nhân viên ngân hàng chất lƣợng cao có kiến thức chuyên môn trả lời đúng, đầy đủ các câu hỏi của khách hàng
Phạm Thùy Giang (2012), Tran Phi Hoang (2018), Ms. Jayshree Chavan, Mr. Faizan Ahmad (January. 2013)
ASS2
Nhân viên ngân hàng chất lƣợng cao bao giờ cũng lịch sự, nhã nhặn với khách hàng
Phạm Thùy Giang (2012), Tran Phi Hoang (2018), Ms. Jayshree Chavan, Mr. Faizan Ahmad (January. 2013)
ASS3
Nhân viên ngân hàng chất lƣợng cao thực hiện xử lý các yêu cầu của khách hàng một cách nhanh chóng, chính xác
Phạm Thùy Giang (2012), Tran Phi Hoang (2018), Ms. Jayshree Chavan, Mr. Faizan Ahmad (January. 2013)
ASS4
Nhân viên ngân hàng chất lƣợng cao luôn giải quyết thỏa đáng các thắc mắc hay khiếu nại của khách hàng
Phạm Thùy Giang (2012), Tran Phi Hoang (2018)
(Nguồn: tổng hợp của tác giả)
* Nhân tố Đồng cảm (EMP):
Bảng 3.7: Thang đo Đồng cảm (EMP)
Biến Kí hiệu Thang đo Tác giả
Đồng
cảm EMP1 Nhân viên ngân hàng chất lƣợng
Phạm Thùy Giang (2012), Tran Phi Hoang (2018)
(EMP) cao hiểu đƣợc những nhu cầu đặc biệt và lợi ích của khách hàng
EMP2
Ngân hàng chất lƣợng cao thể hiện sự quan tâm đến cá nhân khách hàng.
Phạm Thùy Giang (2012), Tran Phi Hoang (2018), Ms. Jayshree Chavan, Mr. Faizan Ahmad (January. 2013)
EMP3
Ngân hàng chất lƣợng cao thể hiện sự chú ý đến những quan tâm của khách hàng
Phạm Thùy Giang (2012), Tran Phi Hoang (2018), Ms. Jayshree Chavan, Mr. Faizan Ahmad (January. 2013)
(Nguồn: tổng hợp của tác giả)
* Thang đo sự hài lòng của khách hàng đối với dịch vụ ngân hàng bán lẻ:
Theo Phạm Thùy Giang (2012), Tran Phi Hoang (2018) khi mô hình hồi quy sử dụng là hồi quy tuyến tính cho thấy biến sự hài lòng của khách hàng đối với dịch vụ ngân hàng bán lẻ đƣợc thể hiện qua câu hỏi:
SAT Mức độ hài lòng về chất lƣợng dịch vụ ngân hàng bán lẻ tại Ngân hàng
TMCP Đầu tƣ và Phát triển Chi nhánh Đồng Nai
(1) Rất không hài lòng; (2) Không hài lòng; (3) Không có ý kiến; (4) Hài lòng; (5) Rất hài lòng
3.3.3 Mô hình và giả thuyết nghiên cứu
Nhƣ đã phân tích ở chƣơng 2 và thảo luận với các chuyên gia cho thấy có 5 nhân tố ảnh hƣởng đến sự hài lòng của khách hàng đối với dịch vụ ngân hàng bán lẻ.
(Nguồn: Tổng hợp của tác giả)
Sơ đồ 3.2: Mô hình nghiên cứu
Mô hình nghiên cứu đƣợc thể hiện nhƣ sau:
Các giả thuyết:
- Giả thuyết H1: Tồn tại mối quan hệ đồng biến giữa nhân tố phƣơng tiện hữu hình và sự hài lòng của khách hàng đối với dịch vụ ngân hàng bán lẻ.
- Giả thuyết H2: Tồn tại mối quan hệ đồng biến giữa nhân tố tin cậy và sự hài lòng của khách hàng đối với dịch vụ ngân hàng bán lẻ.
- Giả thuyết H3: Tồn tại mối quan hệ đồng biến giữa nhân tố đáp ứng và sự hài lòng của khách hàng đối với dịch vụ ngân hàng bán lẻ.
- Giả thuyết H4: Tồn tại mối quan hệ đồng biến giữa nhân tố năng lực phục vụ và sự hài lòng của khách hàng đối với dịch vụ ngân hàng bán lẻ.
Phƣơng tiện hữu hình (TAG)
Tin cậy (REL)
Đáp ứng (RES) Năng lực phục vụ (ASS) Đồng cảm (EMP) H1 H2 H3 H4 H5 Sự hài lòng của khách hàng đối với dịch vụ ngân hàng bán lẻ
- Giả thuyết H5: Tồn tại mối quan hệ đồng biến giữa nhân tố đồng cảm và sự hài lòng của khách hàng đối với dịch vụ ngân hàng bán lẻ.
3.4 Phƣơng pháp phân tích dữ liệu 3.4.1 Phƣơng pháp thu thập số liệu 3.4.1 Phƣơng pháp thu thập số liệu
Về kích thƣớc mẫu: Kích thƣớc mẫu sẽ phụ thuộc vào việc ta muốn nghiên cứu vấn đề gì từ những dữ liệu thu thập đƣợc và mối quan hệ ta muốn thiết lập với mục tiêu nghiên cứu. Vấn đề nghiên cứu càng đa dạng phức tạp thì mẫu nghiên cứu càng lớn. Một nguyên tắc chung khác nữa là mẫu càng lớn thì độ chính xác của các kết quả nghiên cứu càng cao. Tuy nhiên, trên thực tế thì việc lựa chọn kích thƣớc mẫu còn phụ thuộc vào một yếu tố hết sức quan trọng là năng lực tài chính và thời gian mà nhà nghiên cứu đó có thể có đƣợc.
Để đo lƣờng các nhân tố ảnh hƣởng đến chất lƣợng dịch vụ ngân hàng bán lẻ tại Ngân hàng TMCP Đầu tƣ và Phát triển Việt Nam Chi nhánh Đồng Nai, tác giả sử dụng bảng khảo sát để phỏng vấn khách hàng. Do giới hạn về khả năng tài chính và thời gian, kích thƣớc mẫu của nghiên cứu sẽ đƣợc xác định ở mức tối thiểu cần thiết nhƣng vẫn đáp ứng đƣợc nhu cầu của cuộc nghiên cứu. Do vậy, theo nguyên tắc của Hair & cộng sự (2006) cho rằng số mẫu phải lớn hơn hoặc bằng 5 lần so với lƣợng biến quan sát và tối thiểu phải là 100 mẫu. Nếu biến quan sát ít và số mẫu nhỏ hơn 100 thì nên chọn 100. Trong đề tài này có tất cả 22 tham số (biến quan sát) cần tiến hành phân tích nhân tố, vì vậy số mẫu tối thiểu cần thiết là 22*5=110 số lƣợng mẫu quan sát. Tuy nhi n để đảm bảo độ tin cậy cho các thông tin thu thập đƣợc từ phiếu điều tra, tác giả sẽ phỏng vấn và thu về 350 phiếu khảo sát hợp lệ.
Về phƣơng pháp thu thập dữ liệu:
Đối tƣợng khảo sát chính thức là khách hàng cá nhân đã và đang sử dụng sản phẩm, dịch vụ ngân hàng tại Ngân hàng TMCP Đầu tƣ và Phát triển Việt Nam Chi nhánh Đồng Nai.
Nghiên cứu chính thức đƣợc thực hiện thông qua bảng câu hỏi, bảng hỏi đƣợc gửi trực tiếp đến khách hàng cá nhân đã và đang sử dụng sản phẩm, dịch vụ ngân
hàng tại Ngân hàng TMCP Đầu tƣ và Phát triển Việt Nam Chi nhánh Đồng Nai trong thời gian từ ngày 01/06/2018 đến 15/07/2018.
3.4.2 Phƣơng pháp phân tích số liệu
Dữ liệu đƣợc xử lý bằng phần mềm SPSS 22.0. Sau khi đã đƣợc mã hoá, số liệu sẽ qua các phân tích sau: thống kê mô tả, đánh giá độ tin cậy của các thang đo, phân tích nhân tố khám phá và phân tích hồi quy.
3.4.2.1 Phƣơng pháp thống kê mô tả
Phƣơng pháp thống kê mô tả: Là phƣơng pháp nghi n cứu việc tổng hợp, số hoá, biểu diễn bằng đồ thị các số liệu thu thập đƣợc. Thống kê mô tả cung cấp những tóm tắt đơn giản về mẫu và các thƣớc đo nhằm tạo ra nền tảng của mọi phân tích định lƣợng về số liệu. Phƣơng pháp này đƣợc tác giả dùng để phân tích mối quan hệ giữa các biến độc lập trong mô hình với biến phụ thuộc, qua đó xác định đƣợc biến nào có ảnh hƣởng nhiều nhất đến sự hài lòng của khách hàng đối với dịch vụ NHBL. Để hiểu đƣợc các hiện tƣợng và ra quyết định đúng đắn, cần nắm đƣợc các kỹ thuật cơ bản của mô tả dữ liệu:
- Biểu diễn dữ liệu thành các bảng số liệu tóm tắt về dữ liệu: Khi tóm tắt một đại lƣợng về thông tin khách hàng (giới tính, tuổi, thu nhập trung bình,….) thƣờng dùng các thông số thống k nhƣ tần số, trung bình cộng, tỷ lệ, phƣơng sai, độ lệch chuẩn và các thông số thống kê khác. Những dữ liệu này biểu diễn bằng đồ họa hoặc bằng bảng mô tả dữ liệu giúp phân tích, so sánh thông tin khách hàng cá nhân.
3.4.2.2 Phƣơng pháp phân tích khám phá nhân tố EFA
Kiểm định độ tin cậy thang đo Cronbach’s Alpha (α) đƣợc sử dụng để loại bỏ
các biến không phù hợp trƣớc khi tiến hành phân tích nhân tố EFA vì các biến rác này có thể tạo ra các yếu tố giả. Hệ số Cronbach’s Alpha (α) là một phép kiểm định thống k dùng để kiểm tra sự chặt chẽ và tƣơng quan giữa các biến quan sát. Điều này li n quan đến hai khía cạnh là tƣơng quan giữa bản thân các biến và tƣơng quan của các điểm số toàn bộ các biến của mỗi ngƣời trả lời. Phƣơng pháp này cho phép
ngƣời phân tích loại bỏ các biến rác trong mô hình nghiên cứu vì nếu không chúng ta không thể biết đƣợc chính xác đƣợc độ biến thi n cũng nhƣ độ lỗi của các biến.
Các mức giá trị của Alpha:
0.8 ≤ α ≤ 1.0 là thang đo lƣờng tốt
0.7 ≤ α ≤ 0.8 là sử dụng đƣợc
α ≥ 0.6 Sử dụng trong trƣờng hợp khái niệm nghi n cứu là mới hoặc là
mới trong bối cảnh nghi n cứu
Việc kiểm định độ tin cậy thang đo có thể đƣợc xác định nhờ hệ số tƣơng quan biến tổng (Corrected Item – Total Correlation) nhằm loại bỏ biến rác ra khỏi thang đo lƣờng. Hệ số tƣơng quan biến tổng là hệ số cho biết mức độ “li n kết” giữa một biến quan sát trong nhân tố với các biến còn lại. Nó phản ánh mức độ đóng góp vào giá trị khái niệm của nhân tố của một biến quan sát cụ thể. Ti u chuẩn để đánh giá một biến có thực sự đóng góp giá trị vào nhân tố hay không là hệ số tƣơng quan biến tổng phải lớn hơn 0.3. Nếu biến quan sát có hệ số tƣơng quan biến tổng nhỏ hơn 0.3 thì phải loại nó ra khỏi nhân tố đánh giá.
Phân tích nhân tố khám phá (Exploratory Factor Analysis – EFA) Phƣơng
pháp nhân tố khám phá đƣợc sử dụng để xác định các nhóm ti u chí đánh giá các nhân tố ảnh hƣởng đến sự hài lòng của khách hàng đối với dịch vụ NHBL tại Ngân hàng TMCP Đầu tƣ và Phát triển Việt Nam Chi nhánh Đồng Nai. Phƣơng pháp phân tích nhân tố EFA thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau (interdependence techniques), nghĩa là không có biến phụ thuộc và biến độc lập mà nó dựa vào mối tƣơng quan giữa các biến với nhau (interrelationships). EFA dùng để rút gọn một tập k biến quan sát thành một tập F (F<k) các nhân tố có ý nghĩa hơn. Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến nguy n thủy (biến quan sát).
Mô hình phân tích nhân tố EFA đƣợc cho là phù hợp khi các ti u chuẩn sau đây đƣợc thoả điều kiện:
- Hệ số tải nhân tố (Factor Loading) là hệ số tƣơng quan đơn giữa các biến và nhân tố, là chỉ ti u để đảm bảo mức ý nghĩa thiết thực của EFA. Hệ số tải nhân tố >
0.3 đƣợc xem là đạt đƣợc mức tối thiểu, hệ số tải nhân tố > 0.4 đƣợc xem là quan trọng, > 0.5 đƣợc xem là có ý nghĩa thực tiễn. Nếu chọn ti u chuẩn hệ số tải nhân tố > 0.3 thì cỡ mẫu ít nhất phải là 350, nếu cỡ mẫu khoảng 100 thì n n chọn ti u chuẩn hệ số tải nhân tố > 0.55, nếu cỡ mẫu khoảng 50 thì hệ số tải nhân tố phải > 0.75. Cho n n, nếu biến quan sát nào có hệ số tải nhân tố < 0.55 sẽ bị loại.
- Hệ số KMO (Kaiser-Meyer-Olkin) là một chỉ ti u dùng để xem xét sự thích hợp của EFA, 0.5 ≤ KMO ≤ 1 thì phân tích nhân tố là thích hợp.
- Kiểm định Bartlett xem xét giả thuyết Ho: độ tƣơng quan giữa các biến quan sát bằng không trong tổng thể. Nếu kiểm định này có ý nghĩa thống k (Sig ≤ 0.05) thì các biến quan sát có tƣơng quan với nhau trong tổng thể.
- Phần trăm phƣơng sai toàn bộ (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 tố giải thích đƣợc bao nhiêu % và bị thất thoát bao nhiêu %. Tiêu chuẩn để chấp nhận phân tích nhân tố có phƣơng sai cộng dồn lớn hơn 50% với Eigenvalue (trị riêng) phải lớn hơn 1.
3.4.2.3 Phƣơng pháp phân tích hồi quy tuyến tính
Sử dụng mô hình hồi quy tuyến tính để phân tích các nhân tố ảnh hƣởng đến sự hài lòng của khách hàng đối với dịch vụ NHBL tại Ngân hàng TMCP Đầu tƣ và Phát triển Việt Nam Chi nhánh Đồng Nai. Mô hình nghiên cứu đƣợc xây dựng dựa trên 5 nhân tố ảnh hƣởng đến sự hài lòng của khách hàng đối với dịch vụ NHBL, bao gồm:
Ta có mô hình hàm hồi quy nhƣ sau:
* Kiểm định hiện tƣợng đa cộng tuyến và tự tƣơng quan: - Kiểm định hiện tƣợng đa cộng tuyến
Hiện tƣợng đa cộng tuyến (Multicollinearity) là hiện tƣợng các biến độc lập trong mô hình phụ thuộc tuyến tính lẫn nhau. Nói cách khác hiện tƣợng đa cộng tuyến xảy ra khi có mối tƣơng quan tuyến tính hiện hữu giữa ít nhất 2 biến độc lập
trong mô hình. Khi đó sẽ dẫn đến các vấn đề sau: Hạn chế giá trị của R2 (thƣờng sẽ làm tăng R2
); Làm sai lệch/ đổi dấu các hệ số hồi quy.
Có rất nhiều cách phát hiện sự tồn tại của đa cộng tuyến trong mô hình hồi quy nhƣ: R2 cao nhƣng tỉ số t thấp; tƣơng quan cặp giữ các biến giải thích cao; hồi quy phụ; …
Kiểm tra hiện tƣợng đa cộng tuyến:
- Sử dụng ma trận tƣơng quan Pearson. Nếu hệ số tƣơng quan của các biến độc lập với nhau nhỏ hơn 0.5, có thể chấp nhận không có hiện tƣợng đa cộng tuyến.
- Sử dụng hệ số VIF (variance inflation factor – hệ số phóng đại phƣơng sai) Trong bài này sử dụng hệ số phóng đại phƣơng sai (VIF) để phát hiện đa cộng tuyến. Trong các mô hình hồi quy VIF (Hệ số phóng đại phƣơng sai VIF) đều nhỏ hơn 10 chứng tỏ không có đa công tuyến xảy ra (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
- Kiểm định tƣơng quan giữa các biến:
Kiểm định tƣơng quan nhằm xem xét mối quan hệ giữa các biến độc lập và biến phụ thuộc, đồng thời phản ảnh tƣơng quan giữa các biến độc lập với nhau.
Hệ số tƣơng quan: mối tƣơng quan giữa các biến đƣợc đo bằng hệ số tƣơng