CHƢƠNG 1 : TỔNG QUAN VỀ DỊCH VỤ NGÂN HÀNG BÁN LẺ
2.3. ỨNG DỤNG THANG ĐO SERVQUAL ĐÁNH GIÁ CHẤT LƢỢNG
2.3.1. Thiết kế nghiên cứu
Bước 1: Nghiên cứu định tính
Mục tiêu của nghiên cứu định tính là để điều chỉnh và bổ sung các biến quan sát dùng để đo lƣờng các thành phần chất lƣợng dịch vụ NHBL, từ đó xây dựng bảng câu hỏi phỏng vấn phù hợp với điều kiện tại BIDV Đồng Nai.
Trƣớc tiên, dựa trên mơ hình lý thuyết SERVQUAL, tác giả thiết kế sẵn dàn bài thảo luận, sử dụng chúng trong q trình thảo luận tay đơi với một số đối tƣợng thu thập dữ liệu. Số lƣợng ngƣời đƣợc chọn để thu thập dữ liệu là 10 khách hàng cá nhân bất kỳ có sử dụng dịch vụ NHBL tại BIDV Đồng Nai. Những thông tin từ đối tƣợng thu thập dữ liệu đƣợc ghi nhận và tổng hợp lại để điều chỉnh thang đo. Đồng thời, tác giả tham khảo ý kiến một số chuyên gia là cán bộ lãnh đạo cấp phòng tại BIDV Đồng Nai về mức độ rõ ràng và dễ hiểu của bộ thang đo. Các ý kiến thu thập đƣợc từ khách hàng và chuyên gia đƣợc tác giả sử dụng làm cơ sở để thiết kế bảng câu hỏi.
đánh giá của khách hàng về chất lƣợng dịch vụ NHBL của BIDV Đồng Nai và sự hài lòng của khách hàng; (iii) Các câu hỏi về đặc điểm của đối tƣợng đƣợc phỏng vấn.
Bảng câu hỏi chính thức bao gồm 21 biến, trong đó có 20 biến quan sát đƣợc sử dụng để đo lƣờng chất lƣợng dịch vụ NHBL theo mơ hình SERQUAL và 1 biến đo lƣờng sự hài lòng của khách hàng về chất lƣợng dịch vụ NHBL.
Bước 2: Nghiên cứu định lượng
Sau khi tiến hành nghiên cứu định tính, nghiên cứu định lƣợng sẽ đƣợc thực hiện nhằm lƣợng hố và đo lƣờng những thơng tin thu thập đƣợc bằng những con số cụ thể.
- Đối tượng khảo sát: KHCN đang sử dụng dịch vụ NHBL tại BIDV Đồng
Nai.
- Kích cỡ mẫu khảo sát: Theo Hair & ctg (2006), để có thể phân tích nhân tố
khám phá cần kích thƣớc mẫu tối thiểu là 50, tốt hơn là 100 và 1 biến đo lƣờng cần tối thiểu 5 mẫu. Mơ hình nghiên cứu có số biến quan sát là 21 biến. Nếu theo tiêu chuẩn 5 mẫu cho một biến quan sát thì kích thƣớc mẫu cần thiết ít nhất là n = 105 (21x5). Để đạt đƣợc kích thƣớc mẫu đề ra, 150 bảng câu hỏi đƣợc gửi đi phỏng vấn.
- Thu thập dữ liệu: Tổng cộng 150 bảng câu hỏi đƣợc phát ra tại các quầy giao
dịch tại BIDV Đồng Nai và số mẫu thu về có giá trị đƣa vào sử dụng là 134 mẫu. Các mẫu đạt yêu cầu phải tuân theo những quy định khi trả lời trong phiếu phỏng vấn và khơng bỏ sót câu nào trong bảng trả lời. Sau đó, tác giả tiến hành mã hóa, nhập liệu, làm sạch dữ liệu bằng phần mềm SPSS.
- Phân tích dữ liệu: Sử dụng phần mềm SPSS để thực hiện phân tích dữ liệu
thơng qua các bƣớc:
Thống kê mô tả: thống kê các đặc điểm của mẫu.
Đánh giá sơ bộ thang đo: Phƣơng pháp này cho phép loại bỏ các biến không phù hợp, hạn chế các biến rác trong quá trình nghiên cứu và đánh giá độ tin cậy của thang đo thông qua hệ số Cronbach’s Alpha. Những biến có hệ số tƣơng quan biến tổng (Item total correlation) nhỏ hơn 0,3 sẽ bị loại và thang đo có hệ số Cronbach’s
Alpha từ 0,6 trở lên là chấp nhận đƣợc về mặt độ tin cậy (Nunnelly & Bernstein 1994).
Phân tích nhân tố khám phá (EFA): Phân tích nhân tố khám phá là một phƣơng pháp phân tích thống kê dùng để rút gọn một tập gồm nhiều biến quan sát phụ thuộc lẫn nhau thành một tập biến ít hơn để chúng có ý nghĩa hơn nhƣng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu. Khi phân tích nhân tố khám phá, ngƣời ta quan tâm đến các kết quả của Phƣơng sai rút trích (% biến thiên đƣợc giải thích bởi các nhân tố); KMO (Kaiser - Meyer - Olkin Measure of Simping Adequacy) và kiểm định Bartlett, cũng nhƣ Rotated Component Matrix (Ma trận nhân tố xoay) để khẳng định mức độ phù hợp của thang đo. 0,5 ≤ KMO ≤ 1 thì phân tích nhân tố là thích hợp và phƣơng sai rút trích phải đạt từ 50% trở lên (Nguyễn Đình Thọ, 2012).
Phân tích nhân tố đƣợc thực hiện theo phƣơng pháp rút trích các nhân tố chính (Principal Component Analysis), chỉ trích xuất các nhân tố có giá trị Eigenvalue lớn hơn 1 (Vì những nhân tố có Eigenvalue nhỏ hơn 1 sẽ khơng có tác dụng tóm tắt thơng tin tốt hơn một biến gốc), sử dụng phép xoay nguyên góc Varimax của các nhân tố để tối thiểu hóa số lƣợng biến có hệ số lớn tại cùng một nhân tố, vì vậy sẽ tăng cƣờng khả năng giải thích các nhân tố. Biến quan sát đƣợc chọn là biến có hệ số tải nhân tố lớn hơn hoặc bằng 0,5; nếu biến nào có hệ số tải nhân tố nhỏ hơn 0,5 sẽ bị loại.
Phân tích hồi quy: mơ hình hóa mối quan hệ nhân quả giữa các nhân tố bằng mơ hình hồi quy tuyến tính, trong đó biến phụ thuộc là “Sự hài lòng của khách hàng”, còn biến độc lập là các nhân tố ảnh hƣởng đến sự hài lòng của khách hàng.