3.2.1 Thiết kế định tính
Nghiên cứu này đƣợc thực hiện thông qua kỹ thuật thảo luận nhóm tập trung. Mục đích của nghiên cứu này là nhằm khám phá, điều chỉnh các yếu tố chính tác động đến nhận thức thƣơng hiệu của khách hàng. Nghiên cứu này đƣợc tiến hành thông qua thảo luận nhóm với 07 cán bộ chuyên gia trong lĩnh vực phát triển thƣơng hiệu ngân hàng. Tác giả tiến hành tham khảo ý kiến của các đồng nghiệp có thâm niên công tác lâu năm tại các chi nhánh của ngân hàng VietinBank và một số lãnh đạo ngân hàng VietinBank trên địa bàn TP. HCM. Tác giả cho họ thảo luận tất cả các thành phần của nhận thức thƣơng hiệu, tiếp đến là thảo luận và đánh giá lại các tiêu chí trong thang đo (xem phụ lục 1: Dàn bài thảo luận nhóm).
Kết quả nghiên cứu định tính sau khi thảo luận, không có biến quan sát nào đƣợc loại bỏ. Số biến quan sát vẫn đƣợc giữ nguyên là 38 biến. Trong đó có 5 biến cho triết lý kinh doanh. Marketing hỗn hợp (Marketing Mix): 6 biến cho sản phẩm, dịch vụ; 5 biến cho giá, 4 biến cho địa điểm kinh doanh và 6 biến cho xúc tiến. Bộ nhận diện thƣơng hiệu: 3 biến cho slogan, 3 biến cho logo và 3 biến cho màu sắc. Cuối cùng là 3 biến cho nhận thức thƣơng hiệu VietinBank. Tác giả đã hoàn thiện bảng câu hỏi phỏng vấn cho nghiên cứu định lƣợng, phát triển thang đo nháp thành thang đo chính thức.
3.2.2 Thiết kế định lƣợng
Nghiên cứu định lƣợng đƣợc thực hiện thông qua phƣơng pháp phỏng vấn các khách hàng đang sử dụng dịch vụ của VietinBank. Bảng câu hỏi đƣợc phát trực tiếp cho khách hàng khi họ đến giao dịch tại các điểm giao dịch của ngân hàng.
3.3 Cách thức thu thập và xử lý dữ liệu
3.3.1. Các thức thu thập dữ liệu
Để tiến hành thu thập dữ liệu cần thiết cho nghiên cứu, ngoài các dữ liệu thứ cấp thu thập tại các phòng giao dịch và chi nhánh VietinBank tại TP. HCM, tác giả tiến hành thu thập dữ liệu sơ cấp thông qua bảng câu hỏi. Các câu hỏi sẽ đƣợc gửi trực tiếp tại các giao dịch, khi khách hàng đến sử dụng dịch vụ của ngân hàng.
3.3.2. Phƣơng pháp xử lý dữ liệu
Việc xử lý dữ liệu bao gồm các công việc: kiểm tra độ chính xác của các dữ liệu, nhập dữ liệu vào máy tính, chuyển đổi dữ liệu…
Thống kê, mô tả
Số liệu thống kê mô tả đƣợc sử dụng để mô tả các đặc điểm cơ bản của dữ liệu, cung cấp bản tóm tắt đơn giản về mẫu và các phép đo. Với phân tích đồ hoạ đơn giản, thống kê mô tả là cơ sở của hầu hết các phân tích định lƣợng. Thống kê mô tả đƣợc sử dụng để mô tả dữ liệu: dữ liệu là gì và cho biết điều gì.
Thống kê mô tả đƣợc sử dụng để trình bày một mô tả định lƣợng theo mẫu. Thống kê mô tả giúp đơn giản hoá một lƣợng dữ liệu lớn một cách hợp lý. Mỗi thống kê mô tả giúp giảm dữ liệu một cách đáng kể bằng cách cung cấp một bản tóm tắt đơn giản.
Kiểm định độ tin cậy Cronbach’s Alpha
Hệ số Alpha của Cronbach là một đại lƣợng có thể đƣợc sử dụng trƣớc hết để đo lƣờng độ tin cậy của các yếu tố và để loại ra các biến quan sát không đảm bảo độ tin cậy trong thang đo. Điều kiện tiêu chuẩn chấp nhận các biến gồm có 2 điều kiện: Thứ nhất, những biến có hệ số tƣơng quan biến tổng phù hợp (Corrected Item – Total Correlation) > 0.3 trở lên. Thứ hai, các hệ số Cronbach’s Alpha của các biến phải từ 0.7 trở lên và >= Cronbach’s Alpha if Item Deleted. Thỏa mãn 2 điều kiện trên thì các biến phân tích đƣợc xem là chấp nhận và thích hợp đƣa vào phân tích những bƣớc tiếp theo (Nunnally và BernStein, 1994).
Theo Nguyễn Đình Thọ & Nguyễn Thị Mai Trang (2007), hệ số Cronbach’s Alpha đƣợc tính theo công thức sau:
∑ ) Trong đó:
: là hệ số Cronbach’s Alpha . : là số mục hỏi trong thang đo
: là phƣơng sai của mục hỏi thứ i : là phƣơng sai của tổng thang đo
Nhiều nghiên cứu cho rằng hệ số Alpha của từng thang đo từ 0.8 trở lên đến gần 1 thì thang đo lƣờng là tốt, từ 0.7 đến gần 0.8 là sử dụng đƣợc. Cũng có nhà nghiên cứu đề nghị rằng hệ số Alpha từ 0.6 trở lên là có thể sử dụng đƣợc trong trƣờng hợp khái niệm đang nghiên cứu là mới hoặc mới đối với ngƣời trả lời trong bối cảnh nghiên cứu (Nunnally & Bunstein, 1994 dẫn theo Nguyễn Đình Thọ, 2011). Tuy nhiên, đối với nghiên cứu này thì hệ số Alpha từ 0.6 trở lên là chấp nhận đƣợc. Kết quả của bƣớc phân tích này đƣợc sử dụng cho phân tích EFA tiếp theo.
Phƣơng pháp phân tích yếu tố (EFA)
Các thang đo đạt yêu cầu về độ tin cậy sẽ đƣợc sử dụng phân tích yếu tố để rút gọn một tập gồm nhiều biến quan sát thành một tập biến (gọi là yếu tố) ít hơn; các yếu tố đƣợc rút gọn này sẽ có ý nghĩa hơn nhƣng vẫn chứa đựng hầu hết nội dung thông tin của tập biến quan sát ban đầu (Hair, Anderson, Tatham và Black; 1998). Phƣơng pháp phân tích yếu tố EFA đƣợc dùng để kiểm định giá trị khái niệm của thang đo (Lê Ngọc Đức, 2008). Kiểm định Bartlett có ý nghĩa thống kê (sig<0.05), chứng tỏ các biến quan sát có tƣơng quan với nhau trong tổng thể Xem xét giá trị KMO: 0.5 ≤ KMO ≤ 1 thì phân tích yếu tố là thích hợp với dữ liệu; ngƣợc lại KMO ≤ 0.5 thì phân tích yếu tố có khả năng không thích hợp với các dữ liệu (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2007). Để phân tích EFA có giá trị thực tiễn: tiến hành loại các biến quan sát có hệ số tải yếu tố < 0.5. Xem lại thông số Eigenvalues (đại diện cho phần biến thiên đƣợc giải thích bởi mỗi yếu tố) có giá trị > 1 Xem xét giá trị tổng phƣơng sai trích (yêu cầu là ≥ 50%): cho biết các yếu tố đƣợc trích giải thích đƣợc % sự biến thiên của các biến quan sát.
Tiêu chuẩn đối với hệ số tải yếu tố là phải lớn hơn hoặc bằng 0.5 để đảm bảo mức ý nghĩa thiết thực của EFA. Các mức giá trị của hệ số tải yếu tố: lớn hơn 0.3 là đạt đƣợc mức tối thiểu; lớn hơn 0.4 là quan trọng; lớn hơn 0.5 là có ý nghĩa thực tiễn. Tiêu chuẩn chọn mức giá trị hệ số tải yếu tố: cỡ mẫu ít nhất là 350 thì có thể chọn hệ số tải yếu tố lớn hơn 0.3; nếu cỡ mẫu khoảng 100 đến 350 thì chọn hệ số tải yếu tố Nghiên cứu những yếu tố tác động đến sự hài lòng của khách hàng về chất lƣợng dịch vụ lớn hơn 0.5; nếu cỡ mẫu khoảng 50 đến 100 thì hệ số tải yếu tố phải lớn hơn 0.75 (Theo Hair & ctg (1998), Multivariate Data Analysis, Prentice-Hall International).
Phân tích yếu tố khẳng định CFA
Phân tích yếu tố khẳng định CFA là bƣớc phân tích tiếp theo của phân tích yếu tố khám phá EFA, bao gồm thiết kế để xác định, kiểm nghiệm và điều chỉnh các mô hình đo lƣờng một cách độc lập. Mục đích CFA là nhằm thiết lập các mô hình đo lƣờng phù hợp tốt đƣợc dùng để kiểm định mô hình cấu trúc. Xác định độ phù
hợp của mô hình dựa trên một số chỉ số đánh giá nhƣ Chi-square/df<2; AGFI, CFI từ 0.9 đến 1; RMSEA <0.08 đƣợc xem là mô hình phù hợp tốt với bộ dữ liệu khảo sát(Tác giả: Phạm Đức Kỳ – Nguồn: mba-15.com).
Mô hình phƣơng trình cấu trúc tuyến tính SEM
SEM là mô hình phƣơng trình cấu trúc tuyến tính nhằm tìm lời giải thích cho các mối quan hệ giữa nhiều biến số SEM xem xét cấu trúc của các mối quan hệ tƣơng hỗ đƣợc thể hiện trong các phƣơng trình tƣơng tự nhƣ các phƣơng trình hồi quy đa biến. Những phƣơng trình quan hệ này mô tả tất cả các mối quan hệ giữa các khái niệm (biến phụ thuộc và biến độc lập) có trong phân tích. Các khái niệm không quan sát đƣợc hoặc các yếu tố ẩn đƣợc mô tả bởi nhiều biến đo lƣờng. Mỗi kỹ thuật đa biến còn đƣợc phân loại theo phân tích sự phụ thuộc tƣơng hỗ và phân tích phụ thuộc. SEM đƣợc xem là sự kết hợp duy nhất của cả hai loại kỹ thuật này, bởi vì nền tảng của SEM nằm trong 2 kỹ thuật đa biến quen thuộc là phân tích yếu tố và hồi quy đa biến (Tác giả: Phạm Đức Kỳ – Nguồn: mba-15.com).
Phƣơng pháp phân tích phƣơng sai ANOVA
Phân tích phƣơng sai ANOVA là phƣơng pháp so sánh trị trung bình của 3 nhóm trở lên. Có 2 kỹ thuật phân tích phƣơng sai: ANOVA 1 yếu tố (một biến yếu tố để phân loại các quan sát thành các nhóm khác nhau) và ANOVA nhiều yếu tố (2 hay nhiều biến để phân loại). Ở phần thực hành cơ bản chỉ đề cập đến phân tích phƣơng sai 1 yếu tố (One-way ANOVA). Một số giả định đối với phân tích phƣơng sai một yếu tố: Các nhóm so sánh phải độc lập và đƣợc chọn một cách ngẫu nhiên.
Các nhóm so sánh phải có phân phối chuẩn hoặc cỡ mẫu phải đủ lớn để đƣợc xem nhƣ tiệm cận phân phối chuẩn. Phƣơng sai của các nhóm so sánh phải đồng nhất. Dựa vào mức ý nghĩa (Sigα) để kết luận: Nếu sigα <0.05: có sự khác biệt có ý nghĩa thống kê. Nếu sigα>= 0.05: chƣa có sự khác biệt có ý nghĩa thống kê. Dùng để kiểm định sự khác biệt của nhận thức thƣơng hiệu về đặc điểm nhân khẩu học của khách hàng.
3.4. Xây dựng thang đo
Dựa vào các thang đo và các biến quan sát từ các nghiên cứu trƣớc, xây dựng thang đo nháp. Dựa trên thang đo nháp, tiến hành thảo luận nhóm với 07 cán bộ chuyên gia trong lĩnh vực phát triển thƣơng hiệu ngân hàng. Tác giả tiến hành tham khảo ý kiến của các đồng nghiệp có thâm niên công tác lâu năm tại các chi nhánh của ngân hàng VietinBank và một số lãnh đạo ngân hàng VietinBank trên địa bàn TP. HCM, nhằm điều chỉnh hoặc bổ sung một số biết quan sát của thang đo nhằm phù hợp với thực tiễn của đề tài.
Các biến quan sát đƣợc đo lƣờng bằng thang đo Likert 5 mức độ: “1- Hoàn toàn không đồng ý”, “ 2- Không đồng ý”, “3- Trung lập”, “4- Đồng ý”, “5- Hoàn toàn đồng ý”, với câu hỏi chung là, Xin Anh / Chị cho biết mức độ tác động của các yếu tố sau đây liên quan đến mức độ nhận thức về thƣơng hiệu của ngân hàng VietinBank tại TP. HCM.
Luận văn đề xuất 4 thang đo tác động đến nhận thức thƣơng hiệu VietinBank trên địa bàn TP. HCM, ở mỗi thang đo có một số biến quan sát nhất định đƣợc trình bày trong bảng sau:
Bảng 3.1. Thang đo các yếu tố
STT YẾU TỐ
I Triết lý kinh doanh (TLKD)
TLKD1 Triết lý kinh doanh của VietinBank phù hợp với tiêu chí hoạt động của ngân hàng.
TLKD2 Triết lý kinh doanh của VietinBank khái quát đƣợc các mục tiêu tổng thể VietinBank đang hƣớng đến.
TLKD3 Triết lý kinh doanh của VietinBank dễ hiểu và có ý nghĩa TLKD4 Triết lý kinh doanh của VietinBank dễ nhớ và có ấn tƣợng
triết lý kinh doanh của ngân hàng.
II Marketing Mix (MM)
II.1 Sản phẩm, dịch vụ (SPDV)
SPDV1 Sản phẩm, dịch vụ của VietinBank đáp ứng đƣợc nhu cầu của Anh/Chị.
SPDV2 Sản phẩm, dịch vụ của VietinBank cạnh tranh hơn so với các ngân hàng khác.
SPDV3 Sản phẩm, dịch vụ của VietinBank luôn đƣợc đổi mới và cải tiến để đáp ứng nhu cầu của khách hàng.
SPDV4 Anh/Chị hài lòng về dịch vụ khách hàng và chăm sóc khách hàng của VietinBank.
SPDV5 Sản phẩm của VietinBank đa dạng, chất lƣợng sản phẩm tốt.
SPDV6 Anh/Chị đánh giá cao việc áp dụng công nghệ hiện đại trong sản phẩm dịch vụ hiện có của VietinBank.
II.2 Giá (GC)
GC7 Lãi suất của VietinBank cạnh tranh so với các ngân hàng khác. GC8 Có nhiều mức lãi suất khác nhau cho từng sản phẩm của VietinBank. GC9 Giá cả phù hợp với sản phẩm, dịch vụ.
GC10 Mức phí dịch vụ của VietinBank cạnh tranh so với các ngân hàng khác.
GC11 Anh/Chị hài lòng với mức phí dịch vụ của VietinBank
II.3 Địa điểm kinh doanh (DDKD)
DDKD12 Trụ sở chi nhánh khang trang, hiện đại.
Anh/Chị.
DDKD14 VietinBank có vị trí ngay các khu vực trung tâm thuận tiện cho việc giao dịch của Anh/Chị.
DDKD15 Anh/Chị cảm thấy thỏa mái, tiện nghi khi thực hiện giao dịch tại các CN/PGD của VietinBank
II.4 Xúc tiến (XT)
XT16 Anh/Chị thƣờng xuyên thấy quảng cáo của VietinBank qua các chƣơng trình thông tin đại chúng
XT17 Các pano quảng cáo đã giúp phần lớn Anh/Chị nhận diện đƣợc VietinBank
XT18 VietinBank truyền tải thông điệp qua quảng cáo rất hấp dẫn, cuốn hút XT19 Anh/Chị nhận ra VietinBank thông qua các chƣơng trình xã hội
XT20 Thƣơng hiệu VietinBank tạo đƣợc niềm tin cho Anh/Chị khi giao dịch với Ngân hàng.
XT21 Đội ngũ nhân viên của VietinBank trẻ trung, năng động rất chuyên nghiệp và nhiệt tình.
III Bộ nhận diện thƣơng hiệu (BNDTH)
III.1 Slogan (SL)
SL1 Dễ đọc, dễ nhớ
SL2 Có ấn tƣợng, truyền tải đƣợc thông điệp kinh doanh và chất lƣợng dịch vụ
SL3 Slogan của VietinBank có góp phần nâng cao nhận thức KH đối với VietinBank
LG4 Nổi bật và ấn tƣợng, dễ phân biệt với các thƣơng hiệu khác LG5 Dễ nhớ, có ý nghĩa
LG6 Logo VietinBank có tính sáng tạo và gây ấn tƣợng với Anh/Chị
III. 3 Màu sắc (MS)
MS7 Màu sắc hài hòa, ƣa nhìn, gây thiện cảm với Anh/Chị
MS8 Màu xanh chủ đạo của VietinBank mang lại hình ảnh riêng cho ngân hàng
MS9 Màu sắc chủ đạo của VietinBank giúp Anh/Chị dễ dàng phân biệt với thƣơng hiệu khác
IV Nhận thức thƣơng hiệu VietinBank (NT)
NT1 Anh/chị có thể nhanh chóng nhận ra thƣơng hiệu ngân hàng VietinBank
NT2 VietinBank là ngân hàng Anh/chị lựa chọn đầu tiên khi cần giao dịch NT3 Anh/chị luôn nhớ đến thƣơng hiệu ngân hàng VietinBank
Nguồn: Tổng hợp của tác giả
3.5. Mẫu nghiên cứu
Để xác định mẫu nghiên cứu, trong nghiên cứu này, tác giả sử dụng phƣơng pháp chọn mẫu ngẫu nhiên. Theo Comrey (1973), quy mô mẫu nghiên cứu là n = 5*m, với m là số câu hỏi điều tra. Theo bảng 3.1, số câu hỏi là 38. Nhƣ vậy quy mô mẫu tối thiểu là 190.
Tuy nhiên, để tăng độ tin cậy và tính đại diện của mẫu nghiên cứu, tác giả tiến hành nghiên cứu trên ít nhất là 400 khách hàng.
TÓM TẮT CHƢƠNG 3:
Trong chƣơng 3 tác giả trình bày phƣơng pháp nghiên cứu đƣợc thực hiện trong đề tài. Đƣa ra quy trình nghiên cứu khái quát đề xuất thang đo các yếu tố ảnh hƣởng nhận thức thƣơng hiệu VietinBank của khách hàng trên phạm vi TP HCM gồm 35 biến quan sát thuộc 3 biến độc lập và 03 biến quan sát thuộc 1 biến phụ thuộc. Sau khi thiết kế định tính bằng hình thức thảo luận nhóm và phỏng vấn chuyên gia, tác giả xây dựng thiết kế định lƣợng thông qua bảng câu hỏi, xác định số mẫu nghiên cứu, đƣa ra những phƣơng pháp xử lý dữ liệu sau khi đã hoàn thành thực hiện phỏng vấn khách hàng bằng bảng câu hỏi.
CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN 4.1. Mô tả mẫu nghiên cứu
Để thực hiện nghiên cứu, luận văn đã phát ra 400 bảng khảo sát bằng hình thức phát trực tiếp cho các đối tƣợng khảo sát tại TP. HCM. Kết quả thu về 380 bảng khảo sát. Kết thúc điều tra, sau khi tiến hành kiểm tra và loại bỏ những bảng trả lời bị lỗi do khách hàng điền thiếu thông tin, trả lời sai câu hỏi, số lƣợng Phiếu điều tra hợp lệ là 354 phiếu đƣợc đƣa vào thống kê phân tích, đạt tỉ lệ gần 88.5%.
Cấu trúc của mẫu điều tra đƣợc chia và thống kê theo các tiêu chí nhƣ giới tính, nhóm tuổi, nghề nghiệp, trình độ học vấn, thu nhập.
Bảng 4.1. Thống kê đặc điểm của mẫu nghiên cứu
Giới tính Số lƣợng Tỷ lệ (%) Nữ 208 58.8 Nam 146 41.2 Tổng 354 100.0 Nhóm tuổi Số lƣợng Tỷ lệ (%) Từ 18 đến 25 67 18.9 Từ 26 đến 30 91 25.7 Từ 31 đến 40 137 38.7