Sau khi mã hóa và làm sạch dữ liệu, tác giả đã dùng phần mềm SPSS 20.0 để đánh giá độ tin cậy của thang đo qua phương pháp kiểm định Cronbach’s Alpha. Trong phương pháp này, hệ số Cronbach’s Alpha là hệ số được sử dụng để kiểm tra sự tương quan giữa các biến quan sát và cho phép loại các biến không phù hợp.
Thang đo có hệ số Cronbach’s Alpha từ 0.8 đến 1 là thang đo lường tốt và từ 0.6 trở lên là có thể sử dụng được (Nunnally và Burnstein, 1994), đồng thời các biến có hệ số tương quan biến tổng nhỏ hơn 0.3 được coi là các biến rác và sẽ bị loại khỏi thang đo.
Thực hiện kiểm định với 7 thang đo đo lường 6 biến độc lập và 1 biến phụ thuộc, đó là các thang đo: Sự tin cậy hương tiện vật chất, sự thấu cảm, hiệu
quả phục vụ, giá cả, Rủi ro và sự hài lòng.
4.5.1.1 Thang đo Phương tiện vật chất:
Từ thao tác trên SPSS 20.0, kiểm định Cronbach’s Alpha cho thấy thang đo Phương tiện vật chất có độ tin cậy 0.776 > 0.6 nên thỏa mãn (Phụ lục 2). Ngoài ra, kết quả cho thấy hệ số tương quan giữa các biến lớn chứng tỏ chúng đang đo lường cho một khái niệm (biến tiềm ẩn). Các hệ số tương quan với biến tổng đều > 0.3 nên giữa các biến có tương quan chặt chẽ. Tuy nhiên biến PTVC5 “Nhân viên ngân hàng có trang phục gọn gàng, lịch sử” có hệ số Cronbach's Alpha if Item Deleted là 0.796 > hệ số Cronbach’s Alpha nên cần loại bỏ biến này ra khỏi thang đo.
Kết quả kiểm định sau khi loại biến PTVC5 cho thấy hệ số Cronbach’s Alpha tăng, các hệ số tương quan biến tổng đều > 0.3 và không có biến nào có hệ số Cronbach's Alpha if Item Deleted > 0.796 cho thấy thang đo đã phù hợp.
4.5.1.2 Thang đo về sự tin cậy:
Thang đo sự tin cậy gồm 6 biến quan sát là STC1, STC2, STC3, STC4, STC5, STC6. Hệ số Cronbach’s Alpha của thang đo này đạt 0.838 rất tốt. Hệ số tương quan giữa các biến lớn và các hệ số tương quan với biến tổng đều > 0.3 nên thang đo này được chấp nhận.
4.5.1.3 Thang đo về giá cả
Kết quả kiểm định cho thấy thang đo có hệ số Cronbach’s Alpha là 0.531 < 0.6 và 2 biến GC1, GC3 có hệ số tương quan biến tổng < 0.3, chính vì vậy thang đo này bị loại này trong các phân tích tiếp theo.
4.5.1.4 Thang đo Nhận thức về rủi ro khi sử dụng dịch vụ.
Thang đo rủi ro gồm 4 biến quan sát gồm các biến RRO1, RRO2, RRO3, RRO4. Cả 4 biến này có hệ số tương quan biến tổng lớn hơn 0.3 và thang đo có hệ số Cronbach’s Alpha đạt 0.765 > 0.6 có thể chấp nhận được.
4.5.1.5 Thang đo về sự thấu cảm
Kết quả kiểm định thang đo cho thấy hệ số Cronbach’s Alpha đạt 0.682 > 0.6, trong các biến đo lường có biến TCAM1 có hệ số tương quan biến tổng 0.238 < 0.3 và hệ số Cronbach's Alpha if Item Deleted 0.753 > 0.660. Chính vì vậy, biến TCAM1 bị loại ra khỏi thang đo Sự thấu cảm.
4.5.1.6 Thang đo Hiệu quả phục vụ
Thang đo gồm 4 biến HQPV1, HQPV2, HQPV3, HQPV4 đều có hệ số tương quan biến tổng > 0.3 và thang đo hiệu quả phục vụ hệ số tin cậy cao 0.866 nên thang đo này thỏa mãn.
4.5.1.7 Thang đo thành phần hài lòng
Thang đo này có hệ số Cronbach’s Alpha là 0.74 > 0.6, các hệ số tương quan lớn và tất cả các biến quan sát đều có hệ số tương quan tổng > 0.3 nên thang đo này có thể chấp nhận được.
Vậy có thể tổng hợp kiểm định của các thang đo trong mô hình như sau:
Bảng 4.3: TỔNG HỢ KIỂM Đ NH ĐỘ TIN CẬY TH NG ĐO B NG CRONB CH’ H
Kiểm định độ tin cậy của các thang đo bằng Cronbach’s lpha
Biến quan sát Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại biến Tương quan biến tổng Cronbach’s Alpha nếu loại biến hương tiện vật chất: α = 0.796 PTVC1 18.19 11.529 .565 .762 PTVC2 18.43 11.357 .507 .776 PTVC3 18.58 11.348 .462 .790
PTVC4 18.46 11.516 .577 .759 PTVC6 18.41 11.310 .630 .748 PTVC7 18.54 11.563 .592 .757 Sự tin cậy: α = 0.838 STC1 18.27 12.364 .608 .813 STC2 18.19 11.930 .693 .796 STC3 18.59 12.680 .580 .818 STC4 18.71 12.482 .536 .828 STC5 18.27 12.287 .635 .808 STC6 18.23 12.287 .637 .807 Nhận thức về rủi ro: α = 0.765 RRO1 10.34 5.598 .545 .720 RRO2 10.15 5.617 .584 .701 RRO3 10.40 5.456 .547 .719 RRO4 10.14 5.127 .588 .698 Sự thấu cảm: α = 0.753 TCAM.2 6.20 3.736 .568 .684 TCAM.3 6.33 3.425 .641 .598 TCAM.4 6.10 3.722 .536 .721 Hiệu quả phục vụ: α = 0.866 HQPV1 11.53 4.445 .722 .827 HQPV2 11.47 4.800 .746 .817 HQPV3 11.53 4.887 .676 .844 HQPV4 11.43 4.691 .722 .826
Thang đo sự hài lòng: α = 0.740
HL1 14.81 6.308 .488 .702
HL2 15.04 6.849 .372 .747
HL3 14.39 6.466 .592 .665
HL4 14.40 6.488 .537 .683
Kết quả phân tích bằng Cronbach’s Alpha cho thấy các thang đo trên đều đã đạt yêu cầu và sẽ được sử dụng cho phân tích tiếp theo là phân tích nhân tố khám phá.
4.5.2 hân tích nhân tố khám phá EF (Exploratory Factor nalysis)
Thang đo nghiên cứu gồm 29 biến quan sát (sau khi loại 6 biến trong phân tích độ tin cậy Cronbatch alpha) đã được kiểm tra độ tin cậy bằng phương pháp kiểm định Cronbach’s Alpha. Để khẳng định mức độ phù hợp của các thang đo trong mô hình, tác giả sử dụng phương pháp phân tích nhân tố khám phá EFA.Trong phân tích này, phương pháp trích Principal components với phép quay Varimax đã được sử dụng đối với tất cả các thang đo trong mô hình.
Theo các nhà nghiên cứu, một số tiêu chuẩn được quan tâm, đó là hệ số KMO (Kaiser-Meyer-Olkin), hệ số này dùng để xem xét sự thích hợp của phân tích nhân tố, trị số KMO lớn (giữa 0.5 và 1) là điều kiện đủ để phân tích nhân tố là thích hợp; kiểm định Barlett’s Test dùng để kiểm định giả thiết là các biến không có tương quan với nhau trong tổng thể, đại lượng kiểm định này dựa trên sự biến đổi thành đại lượng Chi-square từ định thức của ma trận tương quan và có giá trị càng lớn thì càng có nhiều khả năng bác bỏ giả thiết không này, mức ý nghĩa của kiểm định Barlett’s Test nhỏ hơn 0.05; đồng thời, hệ số tải nhân tố (Factor loading) – là những hệ số tương quan giữa các biến và các nhân tố phải lớn hơn 0.5, nếu nhỏ hơn sẽ bị loại; ngoài ra thang đo được chấp nhận khi tổng phương sai trích lớn hơn hoặc bằng 50% (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, Phân tích dữ liệu nghiên cứu với SPSS, 2005).
Nhằm mục đích kiểm tra sự phù hợp của các thang đo với phân tích nhân tố, nhóm nghiên cứu lần lượt đưa từng nhân tố ban đầu vào phân tích. Dựa vào kết quả phân tích được trình bày ở phụ lục, có thể thấy hệ số KMO đạt 0.898 > 0.5 nên phân tích EFA là phù hợp; kiểm định Barlett’s Test với ma trận tương quan là ma trận đơn vị bị bác bỏ (sig.=0.000) cho thấy các biến quan sát trong mô hình có tương quan; hệ số tương quan giữa các biến lớn cho thấy giữa chúng có mối quan hệ, sử dụng EFA là phù hợp; ngoài ra, sử dụng phép quay vuông góc, phần phương sai đưa vào phân tích ban đầu là 100%, phần tổng phương sai trích được
của nhóm nhân tố đạt 60,306% > 50% và hệ số Eigenvalue của các nhân tố đều > 1.
Dựa trên phân tích của bảng Rotated component Matrix (phụ lục 3.1), biến STC1 có hệ số tải nhân tố 0.479<0.5 nên bị loại khỏi phân tích. Sau khi loại biến không đạt yêu cầu trong phân tích nhân tố khám phá, thang đo sự hài lòng dịch vụ ngân hàng điện tử được đo lường bằng 28 biến quan sát. Kết quả phân tích nhân tố lần 2 cho thấy tổng phương sai rút trích dựa trên các nhân tố có Eigenvalues lớn hơn 1 bằng 60.689%, cho thấy phương sai rút trích đạt chuẩn (>50%). Với tổng phương sai rút trích là 60.689% cho biết 5 nhân tố này giải thích được 60.689% biến thiên của dữ liệu.
Bảng 4.4: Kết quả phân tích nhân tố khám phá sự hài lòng chất lượng dịch vụ ngân hàng điện tử lần 2.
Rotated Component Matrixa
Component 1 2 3 4 5 PTVC7 .727 .193 .171 PTVC6 .724 .169 .230 PTVC4 .716 .173 PTVC1 .596 .351 .182 PTVC2 .594 .227 PTVC3 .557 .188 HQPV2 .259 .797 HQPV1 .281 .790 HQPV4 .197 .786 .234 HQPV3 .173 .745 .237 STC4 .162 .744 STC5 .249 .237 .686 .150 STC2 .200 .305 .681 .226 STC3 .320 .677 STC6 .245 .423 .580 RRO2 .767 RRO4 .767 RRO1 .751 RRO3 .746 TACM3 .842 TCAM2 .789 TCAM4 .162 .763
Sau khi phân tích nhân tố khám phá lần 2, tất cả các biến đa có hệ số nhân tải >0.5, đạt được yêu cầu . Kết quả phân tích cho thấy có 6 nhân tố được đưa vào phân tích tiếp theo.
Phương tiện vật chất (PTVC): được đo lường bằng 6 biến quan sát (từ PTVC1 đến PTVC7, đã loại viến PTVC5).
Hiệu quả phục vụ (HQPV): 4 biến từ HQPV1 đến HQPV4.
Sự tin cậy (STC): 5 biến từ STC2 đến STC6.
Rủi ro (RRO): 4 biến từ RRO1 đến RRO4.
Thấu cảm (TCAM): 3 biến từ TCAM2 đến TCAM4.
Sự hài lòng (HL):5 biến từ HL1 đến HL5.
4.5.3 hân tích nhân tố khẳng định CF (Confirmatory Factor nalysis)
Sau khi phân tích EFA, mô hình đã còn lại tổng cộng 28 biến quan sát, tương ứng với 6 nhân tố như đã trình bày ở phần phân tích nhân tố khám phá. Kỹ thuật CFA dùng để kiểm định thang đo và mô hình cấu trúc tuyến tính SEM để kiểm định mô hình lý thuyết .CFA là bước kiểm định cho biết mô hình có phù hợp với dữ liệu thực tiễn không, nếu mô hình phù hợp có thể thực hiện tiếp kiểm định độ giá trị lý thuyết của mô hình đo lường. CFA được thực hiện thông qua kiểm định bốn yêu cầu: thang đo đạt được tính đơn nguyên (unidimensionality), thang đo đạt được giá trị phân biệt (discriminant validity), thang đo đạt được giá trị hội tụ (convergent validity), thang đo đạt được giá trị liên hệ lý thuyết (nomological validity).
Mô hình CFA tới hạn là mô hình có 6 nhân tố được tự do quan hệ với nhau. Sơ đồ phân tích CFA chưa chuẩn hóa:
Hình .4: ơ đ phân t ch C chưa chu n h a
Các thành phần thang đo đều không có mối tương quan giữa các sai số của biến quan sát nên đều đạt tính đơn hướng. Hệ số tương quan giữa các thành phần nhỏ hơn 1 kèm theo sai lệch chuẩn (P-value) nhỏ hơn 0.05, vì vậy các thành phần Sự tin cậy, Hiệu quả phục vụ, Thấu cảm, Rủi ro, Phương tiện vật chất đều đạt giá trị phân biệt. Các trọng số chuẩn hóa đều đạt tiêu chuẩn cho phép (>=0.5) và có ý nghĩa thống kê. Vì vậy, có thể kết luận các biến quan sát dùng để đo lường 5 thành phần thang đo đạt được giá trị hội tụ.
Kết quả phân tích CFA cho thấy chỉ số TLI = 0.91, tuy nhiên GFI = 0.899 < 0.9, Chi-Square/df= 2.315>2 và RMSEA=0.051>0.05 chưa đạt theo yêu cầu nên cần hiệu chỉnh. Dựa vào kết quả bảng Covarriances để tìm ra các cặp sai số có hệ số MI lớn (MI: là hệ số điều chỉnh ứng với sự thay đổi của Chi-Square trên một bậc tự do, có thể điều chỉnh theo nguyên tắc các quan hệ có MI>10) và tiến hành liên kết, kết quả như sau. Sơ đồ đã chuẩn hóa:
Hình .5: ơ đ phân t ch C chu n h a sau khi liên kết các c p sai số
Xét về mức độ phù hợp tổng quát của mô hình, ta có hệ số Chi-square/df = 1.819 < 2 thỏa mãn (Carmines & McIver, 1981); RMSEA = 0.04 < 0.05 là rất tốt (Steiger, 1990); và các hệ số GFI, TLI, CFI đều > 0.9 cho thấy mô hình hoàn toàn phù hợp với dữ liệu thực tiễn và các thang đo cũng đã đạt được tính đơn nguyên (Steenkamp & Van Trijp, 1991); chỉ số Chi-square = 543.851 cũng ở mức chấp nhận được.
Bảng 4.5: Bảng so sánh các chỉ số mô hình ban đầu và mô hình hiệu chỉnh trong phân tích CFA
Các chỉ số đánh giá Mô hình ban đầu Mô hình hiệu chỉnh
Chi-Square 715.371 543.851 Chi-Square/df 2.315 1.819 P-value 0.000 0.000 GFI 0.899 0.923 TLI 0.91 0.944 CFI 0.921 0.952 RMRSEA 0.051 0.04
Nhận xét kết quả phân tích CFA:
Sau khi hiệu chỉnh mô hình thì các chỉ số mang tính chất phù hợp hơn, mô hình tốt hơn so với mô hình ban đầu, được cải thiện rõ rệt. Như vậy, mô hình điều chỉnh này sẽ được sử dụng để tính tỏng phương sai trích, độ tin cậy tổng hợp, giá trị hội tụ, giá trị phân biệt của các thang đo.
Kết quả phân tích ở bảng trọng số hồi quy chưa chuẩn hóa (Regression Weight) cho thấy các biến quan sát đều có ý nghĩa về mặt thống kê (p-value < 0.05). Các trọng số hồi quy đã chuẩn hóa đều > 0.5 cho thấy các thang đo có thể đạt được giá trị hội tụ.
Các trọng số trong bảng Covariances cho thấy mô hình có độ tin cậy tổng hợp và tổng phương sai trích được của các nhân tố đều thỏa mãn, mô hình đạt được yêu cầu về độ tin cậy.
Các hệ số trong bảng Correlation cho thấy mối quan hệ giữa các nhân tố đều khác biệt với 1 và có ý nghĩa thống kê, hay nói cách khác tất cả các nhân tố này đều đạt giá trị phân biệt.
4.5.4 Kiểm định sự phù hợp của mô hình bằng mô hình cấu trúc tuyến tính SEM (Structural Equation Modeling)
4.5.4.1 Mô hình lý thuyết
Tác giả thực hiện nghiên cứu và sử dụng mô hình cấu trúc tuyến tính SEM để kiểm định lại mô hình lý thuyết với thực tiễn tại Ngân hàng TMCP Ngoại Thương Việt Nam Chi nhánh Thủ Đức, nhằm kiểm chứng những nhân tố thật sự tác động đến sự hài lòng của khách hàng khi sử dụng dịch vụ NHĐT.
4.5.4.2 Kết quả ư c lượng của mô hình đề xuất
Sơ đồ phân tích SEM đã chuẩn hóa
Hình .6: ơ đ phân t ch M chưa chu n h a
Kết quả cho thấy chỉ số Chi-square/df = 2.315 > 2 và các chỉ số GFI=0.899 < 0.9 , RMSEA=0.051>0.05 nên mô hình chưa đạt được độ phù hợp
với dữ liệu thực tế. Hiệu chỉnh dựa vào hệ số MI (chọn cặp liên kết có MI>10). Sơ đồ phân tích SEM đã chuẩn hóa:
Hình .7: ơ đ phân t ch M chu n h a sau khi liên kết các c p sai số
Sau khi liên kết các cặp sai số, mô hình SEM sau khi được chuẩn hóa thì các chỉ số đã tốt hơn, hệ số Chi-square/df=1.917<2 đã đạt chuẩn, chỉ số GFI=0.917>0.9, RMSEA=0.043<0.5 tốt hơn nhiều so với trước khi chuẩn hóa.
Từ bảng trọng số hồi quy chuẩn hóa (bảng : Regression eights, phụ lục 6.2), các hệ số p-value của các biến tiềm ẩn đều < 0.05 nên đều có ý nghĩa thống
kế với độ tin cậy 95%. Các trọng số hồi quy đều mang dấu dương ngoại trừ biến RUIRO cho thấy các biến độc lập tiềm ẩn đều tác động cùng chiều đến biến phụ thuộc trừ biến R IRO tác động ngược chiều.
Bảng 4.6:Bảng hệ số h i quy đã chu n hóa (Standardized Regression Weights: Group number 1 - Default model) theo phân tích SEM.
Hệ số đo lường HLONG <--- PTVC 0.253 HLONG <--- HQPV 0.466 HLONG <--- STC 0.249 HLONG <--- RRO -0.13 HLONG <--- TCAM 0.109
Bảng hệ số hồi quy đã chuẩn hóa cho thấy biến HQPV (Nhận thức của khách hàng về hiệu quả phục vụ của ngân hàng) ảnh hưởng mạnh nhất đến sự hài lòng, biến này tăng 1 điểm đánh giá sẽ làm cho sự hài lòng tăng 0.456 điểm, kế đến là biến PTVC (Cảm nhận của khách hàng về phương tiện vật chất của ngân hàng khi sử dụng dịch vụ ngân hàng điện tử) có hệ số hồi quy là 0.253 và biến STC (Cảm nhận của khách hàng về sự tin cậy của khách khi sử dụng dịch vụ NHĐT) có hệ số hồi quy là 0.249; biến RUIRO (Cảm nhận của khách hàng về rủi ro khi sử dụng dịch vụ NHĐT) có tác động ngược chiều đến Sự hài lòng của khách hàng khi hệ số hồi quy là -0.13, tức là biến này tăng 1 điểm sẽ làm cho sự hài lòng giảm 0.13 điểm; cuối cùng là biến TCAM (Sự thấu cảm) có hệ số hồi quy