4.3.1 Phân tích nhân tố (EFA) cho các biến độc lập
Trong đề tài nghiên cứu này, phân tích nhân tố sẽ giúp ta xem xét khả năng rút gọn số lượng 23 biến quan sát 20 biến độc lập, 3 biến phụ thuộc) xuống còn một số ít các biến dùng để phản ánh một cách cụ thể sự tác động của các nhân tố đến nhân tố HL. Kết quả phân tích nhân tố được thể hiện dưới đây
- Kiểm định KMO
Để tiến hành phân tích nhân tố khám phá thì dữ liệu thu được phải đáp ứng được các điều kiện qua kiểm định KMO và kiểm định Bartlett’s. Bartlett’s Test dùng để kiểm định giả thuyết H0 là các biến không có tương quan với nhau trong tổng thể, tức ma trận tương quan tổng thể là một ma trận đơn vị, hệ số KMO dùng để kiểm tra xem kích thước mẫu ta có được có phù hợp với phân tích nhân tố hay không. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) thì giá trị Sig. của Bartlett’s Test nhỏ hơn
0.05 cho phép bác bỏ giả thiết H0 và giá trị 0.5<KMO<1 có nghĩa là phân tích nhân tố là thích hợp
Bảng 4.11: Kiểm định KMO KMO and Bartlett’s Test
Trị số KMO Kaiser-Meyer-Olkin of Sampling Adequacy) 0.814
Đại lượng thống kê Bartlett’s Bartlett’s Test of Sphericity)
Approx. Chi-Square 2262.784
Df 210
Sig. 0.000
Kết quả kiểm định cho ra trị số của KMO đạt 0.814 lớn hơn 0.5 và Sig của Bartlett’s Test là 0.000 nhỏ hơn 0.05 cho thấy 20 quan sát và hoàn toàn phù hợp với phân tích nhân tố.
- Ma trận xoay các nhân tố
Phương pháp được chọn ở đây là phương pháp xoay nhân tố Varimax proceduce, xoay nguyên góc các nhân tố để tối thiểu hoá số lượng các quan sát có hệ số lớn tại cùng một nhân tố. Vì vậy, sẽ tăng cường khả năng giải thích các nhân tố. Sau khi xoay ta cũng sẽ loại bỏ các quan sát có hệ số tải nhân tố nhỏ hơn 0.5 ra khỏi mô hình. Chỉ những quan sát có hệ số tải nhân tố lớn hơn 0.5 mới được sử dụng để giải thích một nhân tố nào đó. Phân tích nhân tố khám phá EFA sẽ giữ lại các biến quan sát có hệ số tải lớn hơn 0.5 và sắp xếp chúng thành những nhóm chính
Kết quả phân tích nhân tố khám phá cho ra được 5 nhân tố có ảnh hưởng đến nhân tố HL. 5 nhóm nhân tố được rút trích giải thích được 68.388% sự biến động của dữ liệu.
Nhằm xác định số lượng nhân tố trong nghiên cứu này sử dụng 2 tiêu chuẩn: - Tiêu chuẩn Kaiser Kaiser Criterion) nhằm xác định số nhân tố được trích từ thang đo. Các nhân tố kém quan trọng bị loại bỏ, chỉ giữ lại những nhân tố quan trọng bằng cách xem xét giá trị Eigenvalue. Giá trị Eigenvalue đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố, chỉ có nhân tố nào có Eigenvalue lớn hơn 1 mới được giữ lại trong mô hình phân tích.
- Tiêu chuẩn phương sai trích Variance Explained Criteria): Phân tích nhân tố là thích hợp nếu tổng phương sai trích không được nhỏ hơn 50%.
Đối với kết quả phân tích nhân tố khám phá trên, tổng phương sai trích là 68.388% lớn hơn 50% và giá trị eigenvalues của các nhân tố đều lớn hơn 1, do đó sử dụng phương pháp phân tích nhân tố là phù hợp.
Bảng 4.12: Kết quả EFA cho các biến độc lập
Biến quan sát Hệ số tải 1 2 3 4 5 HH1 0.845 HH4 0.837 HH3 0.832 HH2 0.785 HH5 0.676 TC3 0.855 TC1 0.839 TC2 0.802 TC4 0.778 DU1 0.877 DU3 0.786 DU5 0.769 DU4 0.732
DB2 0.815 DB4 0.814 DB1 0.706 DB3 0.692 DC1 0.839 DC3 0.825 DC4 0.824 Eigenvalues 5.06 2.997 2.5 1.674 1.446 Phương sai rút trích 25.302 14.986 12.499 8.371 7.23 Tổng phương sai trích: 68.388%
Sau khi xoay các nhân tố lần, ta thấy sự tập trung của các quan sát theo từng nhân tố đã khá rõ ràng. Bảng kết quả phân tích cho thấy có tất cả 20 quan sát tạo ra 5 nhân tố. Đó là:
+HH: HH1, HH2, HH3, HH4, HH5 +DB: DB1, DB2, DB3, DB4
+TC: TC1, TC2, TC3, TC4 +DU: DU1, DU3, DU4, DU5 +DC: DC1, DC3, DC4, DC5
4.3.2 Phân tích nhân tố (EFA) cho các biến phụ thuộc Bảng 4.13: Kiểm định KMO Bảng 4.13: Kiểm định KMO KMO and Bartlett’s Test
Trị số KMO Kaiser-Meyer-Olkin of Sampling Adequacy) 0.706
Đại lượng thống kê Bartlett’s Bartlett’s Test of Sphericity)
Approx. Chi-Square 268.096
Df 3
Sig. 0.000
Kết quả kiểm định cho ra trị số của KMO đạt 0.706 > 0.5 và Sig của Bartlett’s Test là 0.000 nhỏ hơn 0.05 cho thấy 3 biến quan sát HL1, HL2, HL3 có tương quan với nhau và hoàn toàn phù hợp với phân tích nhân tố.
Bảng 4.14: Kết quả EFA cho các biến phụ thuộc
Biến quan sát Hệ số tải
HL2 0.886
HL1 0.882
HL3 0.823
Eigenvalues 2.241
Phương sai rút trích 74.691%
Đối với kết quả phân tích nhân tố khám phá trên, tổng phương sai trích là 74.691 % lớn hơn 50% và giá trị eigenvalues của nhân tố lớn hơn 1, do đó sử dụng phương pháp phân tích nhân tố là phù hợp. Như vậy ta thu được nhân tố HL với 3 biến quan sát HL1, HL2, HL3.
Từ các kết quả trên ta có các giả thuyết nghiên cứu sau:
- H1: Có mối liên hệ giữa nhân tố TC và nhân tố HL
- H2: Có mối liên hệ giữa nhân tố HH và nhân tố HL
- H3: Có mối liên hệ giữa nhân tố DU và nhân tố HL
- H4: Có mối liên hệ giữa nhân tố DB và nhân tố HL
- H5: Có mối liên hệ giữa nhân tố DC và nhân tố HL
4.4 Kiểm định mô hình nghiên cứu bằng phân tích hồi quy 4.4.1 Phân tích tương quan 4.4.1 Phân tích tương quan
Bước phân tích hệ số tương quan giúp kiểm tra sự tương quan giữa các biến độc lập với biến phụ thuộc trước khi chạy hồi quy. Kết quả chạy tương quan giữa các biến đại diện cho các nhân tố độc lập với biến đại diện cho nhân tố phụ thuộc như sau:
Bảng 4.15: Hệ số tương quan TC HH DU DB DC HL TC Pearson Correlation 1 0.123 0.098 0.198 0.233 0.263 Sig. (2-tailed) 0.062 0.140 0.003 0.000 0.000 HH Pearson Correlation 0.123 1 0.087 0.129 0.207 0.311 Sig. (2-tailed) 0.062 0.189 0.051 0.002 0.000 DU Pearson Correlation 0.098 0.087 1 0.379 0.334 0.518 Sig. (2-tailed) 0.140 0.189 0.000 0.000 0.000 DB Pearson Correlation 0.198 0.129 0.379 1 0.405 0.576 Sig. (2-tailed) 0.003 0.051 0.000 0.000 0.000 DC Pearson Correlation 0.233 0.207 0.334 0.405 1 0.586 Sig. (2-tailed) 0.000 0.002 0.000 0.000 0.000 HL Pearson Correlation 0.263 0.311 0.518 0.576 0.586 1 Sig. (2-tailed) 0.000 0.000 0.000 0.000 0.000
Từ bảng kết quả phân tích trên cho thấy tất cả các biến đều tương quan với biến phụ thuộc HL r >0, p<0.05). Tiến hành đưa tất các các biến trên vào phân tích mô hình hồi quy.
4.4.2 Phân tích hồi quy
Sau khi thực hiện phân tích tương quan, việc phân tích hồi quy tiếp theo nhằm xác định mối quan hệ tuyến tính giữa các biến TC, HH, DU, DB, DC với biến phụ thuộc HL.
Bảng 4.16: Phân tích hồi quy lần 1
Model Unstandardized Coefficients Standardized Coefficients P VIF B Std. Error (Constant) -0.170 0.256 0.506 TC 0.089 0.049 0.081 0.073 1.078 HH 0.159 0.041 0.172 0.000 1.053 DU 0.279 0.049 0.273 0.000 1.224 DB 0.300 0.049 0.306 0.000 1.319 DC 0.282 0.044 0.317 0.000 1.321
R bình phương chưa chuẩn hóa: 0.578 R bình phương đã chuẩn hóa: 0.568 P(Anova): 0.000
Durbin – Watson: 1.989
Từ bảng kết quả trên ta thấy chưa có mối liên hệ rõ ràng giữa nhân tố TC với nhân tố phụ thuộc HL p>0.05). Tiến hành loại bỏ nhân tố TC ra khỏi mô hình và chạy lại hồi quy lần 2.
Bảng 4.17: Phân tích hồi quy lần 2 Model Unstandardized Coefficients Standardized Coefficients P VIF B Std. Error (Constant) 0.070 0.219 0.748 HH 0.164 0.041 0.178 0.000 1.047 DU 0.278 0.049 0.272 0.000 1.224 DB 0.310 0.049 0.316 0.000 1.302 DC 0.295 0.044 0.331 0.000 1.289
R bình phương chưa chuẩn hóa: 0.572 R bình phương đã chuẩn hóa: 0.564 P(Anova): 0.000
Durbin – Watson: 2.010
a Giả định tự tương quan
Kết quả phân tích hồi quy trên bảng 4.17 cho thấy 3 > hệ số Durbin - Watson = 2.010 > 1, vì thế cho phép kết luận không có hiện tượng tự tương quan giữa các phần dư. Nghĩa là, giả định này không vi phạm.
b Giả định phương sai của sai số không đổi
Để kiểm định giả định phương sai của phần dư không đổi, ta sử dụng đồ thị phân tán của giá trị dự báo đã được chuẩn hóa (Std. predicted value) và phần dư đã được chuẩn hóa (Std. residual).
Hình 7: Đồ thị phân tán giữa giá trị dự đoán và phần dư từ hồi quy
Đồ thị 1 cho thấy các giá trị phần dư phân tán một cách ngẫu nhiên trong một phạm vi quanh trục 0 giá trị trung bình của phần dư), nghĩa là phương sai của phần dư không đổi và chứng tỏ rằng không bị vi phạm giả định liên hệ tuyến tính
c Giả định về phân phối chuẩn của phần dư
Biểu đồ tần số của phần dư chuẩn hóa cho thấy phân phối của phần dư xấp xỉ chuẩn Mean bằng 0 và độ lệch chuẩn Std.Dev. = 0,991). Do đó có thể kết luận rằng giả định phân phối chuẩn của phần dư có phân phối chuẩn không bị vi phạm
d Kiểm tra đa cộng tuyến
Đa cộng tuyến là hiện tượng xảy ra khi các biến độc lập có tương quan chặt chẽ với nhau. Điều này làm cho hệ số R bình phương và các hệ số hồi quy có sự sai lệch. Việc kiểm tra có đa cộng tuyến trong mô hình hay không được tiến hành bằng cách xem xét hệ số VIF. Ở đây tất cả các hệ số VIF của các biến độc lập đều nhỏ hơn 2. Như vậy, trong mô hình không hề có đa cộng tuyến.
e Hệ số r bình phương
Hệ số R bình phương giúp đo đạc mức độ phù hợp của mô hình với ý nghĩa là các biến độc lập giải thích được bao nhiêu % sự biến thiên của biến phụ thuộc. Ở đây hệ số R bình phương đã hiệu chỉnh ở kết quả phân tích hồi quy lần 2 bằng 0.564 đạt yêu cầu. Như vậy các biến độc lập giải thích được 56.4% >50%) sự biến thiên của biến phụ thuộc HL
Phương trình hồi quy có dạng: Y = b + a1 X1+ a2X2+ a3 X3 + a4X4 Trong đó: - Y: HL - X1 : HH - X2 : DU - X3 : DB - X4 : DC
Mô hình hồi quy chưa chuẩn hóa:
Y = 0.164 X1 + 0.278 X2 + 0.310 X3 + 0.295 X4 + 0.070 Mô hình hồi quy đã chuẩn hóa:
Y = 0.178 X1 + 0.272 X2 + 0.316 X3 + 0.331 X4
Kết quả phân tích phương sai ANOVA cho sig = 0.000<0.05. Như vậy mô hình hồi quy đa biến là phù hợp với dữ liệu được khảo sát.
Thông qua mô hình hồi quy ta thấy được 2 nhân tố DC và DB có ảnh hưởng mạnh nhất đến nhân tố phụ thuộc HL với hệ số Beta đã chuẩn hóa là 0.331 và 0.316. Tiếp theo là nhân tố DU β = 0.272) và cuối cùng là nhân tố HH β = 0.178).
Như vậy, các giả thuyết H2, H3, H4, H5 được chấp nhân tại mức ý nghĩa 5% độ tin cậy 95%).
Tóm tắt chương 4
Trong chương 4, nghiên cứu đã trình bày đặc điểm mẫu nghiên cứu, thực hiện việc kiểm định thang đo các yếu tố tạo nên sự thỏa mãn của khách hàng về dịch vụ tín dụng KHCN thông qua các công cụ Cronbach’s Alpha, phân tích nhân tố khám phá EFA) và điều chỉnh mô hình nghiên cứu theo kết quả EFA. Trong chương cũng đã thực hiện việc kiểm định các giả thuyết nghiên cứu bằng phương pháp hồi quy và thực hiện đo lường mức độ tác động các yếu tố đến sự thỏa mãn khách hàng, kết quả kiểm định cho thấy các giả thuyết đưa ra từ H2, H3, H4, H5 đều được chấp nhận. Trong chương cũng thực hiện kiểm định sự khác biệt giữa các đặc điểm nhân khẩu học đối với biến phụ thuộc. Chương tiếp theo sẽ trình bày tóm tắt của toàn bộ nghiên cứu, hàm ý quản trị, đưa ra các kiến nghị cũng như hạn chế của đề tài và hướng nghiên cứu tiếp theo.
CHƯƠNG 5
KẾT LUẬN VÀ ĐỀ XUẤT HÀM Ý QUẢN TRỊ 5.1 Kết quả nghiên cứu
Mục tiêu chính của nghiên cứu là xác định các yếu tố ảnh hưởng đến sự hài lòng của khách hàng đối với chất lượng dịch vụ tín dụng KHCN tại Ngân hàng TMCP Hàng Hải Việt Nam. Để đo lường mức độ ảnh hưởng tầm quan trọng) và giá trị thực trạng của các yếu tố ảnh hưởng tới sự hài lòng về chất lượng dịch vụ tín dụng KHCN của khách hàng. Trên cơ sở đó, đề xuất một số hàm ý quản trị góp phần phát triển dịch vụ tín dụng KHCN của Ngân hàng Maritime Bank - Chi nhánh Tân Bình trong giai đoạn hiện nay.
Để thực hiện mục tiêu trên, mô hình lý thuyết được xây dựng dựa trên cơ sở mô hình chất lượng dịch vụ SERVQUAL gồm 5 thành phần theo Parasuraman 1988): Phương tiện hữu hình, Tin cậy, Đảm bảo, Đáp ứng, Đồng cảm được trình bày ở chương 2).
Nghiên cứu này gồm 2 giai đoạn gồm nghiên cứu sơ bộ và nghiên cứu chính thức. Nghiên cứu sơ bộ được thực hiện bằng phương pháp nghiên định tính thông qua kỹ thuật phỏng vấn chuyên gia cùng với phỏng vấn trực tiếp khách hàng khẳng định các nhân tố được tác giả đề xuất trong mô hình lý thuyết trên là những nhân tố chính ảnh hưởng đến sự hài lòng của khách hàng đối với chất lượng dịch vụ tín dụng KHCN của Ngân hàng Maritime Bank - Chi nhánh Tân Bình. Nghiên cứu chính thức được thực hiện bằng phương pháp nghiên cứu định lượng. Kích thước mẫu nghiên cứu là 230 khách hàng được chọn bằng phương pháp lấy mẫu thuận tiện các khách hàng đến giao dịch tại các phòng giao dịch của Maritime - Chi nhánh Tân Bình.
Bằng việc phân tích độ tin cậy Cronbach’s Alpha, phân tích nhân tố EFA, phân tích hồi quy tuyến tính bội; kiểm định Independent T-Test, One-way ANOVA. Tác giả đã đo lường được có 4 nhân tố ảnh hưởng tới sự hài lòng của khách hàng đối với chất lượng dịch vụ tín dụng KHCN của Ngân hàng Maritime Bank - Chi nhánh Tân Bình, nhân tố Tin cậy đã bị loại khi phân tích hồi quy, tác giả sắp xếp mức độ ảnh hưởng của các nhân tố theo thứ tự từ cao xuống thấp là: Đồng cảm Beta chuẩn hoá = 0,331), Đảm bảo Beta chuẩn hoá = 0,316); Đáp ứng 0,272); và Phương tiện hữu hình
(0,178). Nghĩa là các giả thuyết nghiên cứu được đề xuất trong mô hình nghiên cứu lý thuyết đều được chấp nhận trừ biến Tin cậy.
Kết quả kiểm định sự khác biệt cho thấy, ở thời điểm hiện tại sự hài lòng của khách hàng đối với chất lượng dịch vụ tín dụng KHCN của Ngân hàng Maritime Bank - Chi nhánh Tân Bình khác biệt theo các đặc điểm nhân khẩu học là trình độ học vấn, thu nhập/tháng và nghề nghiêp nhưng chưa tìm thấy sự khác biệt các đặc điểm nhân khẩu học khác giới tính, độ tuổi).
Như vậy, luận văn đã phần nào đạt được các mục tiêu nghiên cứu đề cập ban đầu, đưa ra được mô hình nghiên cứu và kiểm định mô hình một cách chặt chẽ và từ đó kiến nghị một số giải pháp nhằm nâng cao sự hài lòng của khách hàng đối với chất lượng dịch vụ tín dụng KHCN của Ngân hàng Maritime Bank - Chi nhánh Tân Bình.
5.2 Đề xuất một số hàm ý quản trị
Việc xác định được các yếu tố ảnh hưởng đến sự hài lòng của khách hàng đối với chất lượng dịch vụ tín dụng KHCN của Ngân hàng Maritime Bank - Chi nhánh Tân Bình, cùng với mức độ quan trọng và giá trị thực trạng của các yếu tố là cơ sở khoa học để các nhà quản trị ngân hàng hoạch định các chính sách phát triển dịch vụ tín dụng KHCN của mình. Vì thế căn cứ vào kết quả nghiên cứu định lượng, tác giả thu thập dữ liệu bằng các gửi bảng khảo sát cho các khách hàng đã và đang tham gia sử