3.3.1 Thiết kế bảng câu hỏi
Từ kết quả nghiên cứu lý thuyết, nghiên cứu các nghiên cứu trước đây và thảo luận các chuyên gia thì bảng câu hỏi được sử dụng trong nghiên cứu bao gồm các nội dung sau:
- Lời giới thiệu: Đây là lời dẫn, lời cam kết của tác giả trong quá trình thu thập dữ liệu từ khách hàng.
- Thông tin cá nhân của khách hàng: Ghi nhận các thông tin của đối tượng khảo sát như giới tính, độ tuổi, trình độ học vấn, ... nhằm đánh giá tổng quan về khách hàng tại BIDV Chi nhánh Đồng Nai.
- Nội dung chính: Phần này bao gồm thông tin các phát biểu về mức độ ảnh hưởng của các yếu tố ảnh hưởng đến lòng trung thành của khách hàng cá nhân đối với BIDV Chi nhánh Đồng Nai: Ghi nhận mức độ ảnh hưởng về các biến quan sát (được diễn tả bằng các phát biểu) đo lường cho các khái niệm trong mô hình nghiên cứu. Đây là phần chính trong bảng câu hỏi giúp khảo sát mức độ chấp nhận của khách hàng đối với các yếu tố: Chất lượng cảm nhận hữu hình (CLHH); Chất lượng cảm nhận vô hình (CLVH); Sự thỏa mãn của khách hàng (STM); Rào cản chuyển đổi (RCCD); Sự lựa chọn (SLC); Thói quen lựa chọn (TQ).
Trong bảng câu hỏi này, tác giả sử dụng thang đo likert với 5 mức độ, quy ước như sau: "(1) Rất không đồng ý, (2) Không đồng ý, (3) Không ý kiến, (4) Đồng ý, (5) Rất đồng ý”.
Với cách thiết kế bảng câu hỏi và mô hình như đã trình bày, mỗi bảng câu hỏi được khảo sát sẽ trở thành 1 cơ sở dữ liệu độc lập trong nghiên cứu.
Nội dung chi tiết của bảng hỏi được trình bày cụ thể ở Phụ lục 2.
3.3.2 Thiết kế mẫu
Mẫu của nghiên cứu này được chọn theo phương pháp thuận tiện. Sau khi các phiếu khảo sát không hợp lệ được loại bỏ, kích thước mẫu phải đảm bảo. Những quy tắc kinh nghiệm trong xác định cỡ mẫu cho phân tích nhân tố EFA, kích thước mẫu thường được xác định theo các căn cứ sau:
Phân tích nhân tố khám phá (EFA): n ≥ 5k (Hair và ctg, 1998) hoặc n ≥ 200 (Gorsuch, 1983), trong đó: n là cỡ mẫu, k là số biến quan sát thang đo. Như vậy với 31 biến thang đo như trong nghiên cứu này thì số mẫu tối thiểu là 135 mẫu.
Theo Tabachnick & Fidell (1996) cho rằng khi sử dụng MLR kích thước mẫu cần đảm bảo theo công thức: n ≥ 50 + 8p (Trong đó: n là cỡ mẫu, p là số lượng biến độc lập trong mô hình). Trong bài nghiên cứu này, số lượng biến độc lập là 6 biến, như vậy kích thước mẫu tối thiểu cần đạt được là 98 mẫu.
3.3.3 Thu thập dữ liệu
Đối tượng là các khách hàng cá nhân đang giao dịch tại NHTMCP Đầu tư và Phát triển Việt Nam - Chi nhánh Đồng Nai. Nghiên cứu này thu thập mẫu dựa trên việc tiếp cận thuận tiện khách hàng. Tác giả thể thực hiện phỏng vấn trực tiếp các khách hàng cá nhân khi đến giao dịch tại Ngân hàng TMCP Đầu tư và Phát triển Việt Nam - Chi nhánh Đồng Nai thông qua bảng khảo sát và trao đổi trực tiếp.
3.3.4 Xử lý số liệu 3.3.4.1 Thống kê mẫu 3.3.4.1 Thống kê mẫu
Phương pháp thống kê mô tả là phương pháp nghiên cứu việc tổng hợp, số hoá, biểu diễn bằng đồ thị các số liệu thu thập được. Thống kê mô tả cung cấp những tóm tắt đơn giản về mẫu và các thước đo nhằm tạo ra nền tảng của mọi phân tích định lượng về số liệu. Phương pháp này được 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 được biến nào ảnh hưởng đến lòng trung thành của khách hàng cá nhân đối với BIDV Chi nhánh Đồng Nai. Thống kê mô tả được kiểm định ở bước này gồm các chỉ số đặc trưng trong thống kê: Tần số và tần suất các thông tin cá nhân; Giá trị lớn nhất nhỏ nhất và kiểm định độ lệch, độ nhọn để xem xét quy luật phân phối chuẩn của các biến quan sát.
3.3.4.2 Kiểm định thang đo
Kiểm định độ tin cậy thang đo Cronbach’s Alpha (α) được sử dụng để loại bỏ các biến không phù hợp trước 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 kê dùng để kiểm tra sự chặt chẽ và tương quan giữa các biến quan sát. Điều này liên quan đến hai khía cạnh là tương quan giữa bản thân các biến và tương quan của các điểm số toàn bộ các biến của mỗi người trả lời. Phương pháp này cho phép người phân tích
loại bỏ các biến rác trong mô hình nghiên cứu vì nếu không chúng ta không thể biết được chính xác được độ biến thiên cũng như độ lỗi của các biến.
Các mức giá trị của Alpha:
0,8 ≤ α ≤ 1,0 là thang đo lường tốt 0,7 ≤ α ≤ 0,8 là sử dụng được
α ≥ 0,6 Sử dụng trong trường hợp khái niệm nghiên cứu là mới hoặc là mới trong bối cảnh nghiên cứu.
Việc kiểm định độ tin cậy thang đo có thể được xác định nhờ hệ số tương quan biến tổng (Corrected Item – Total Correlation) nhằm loại bỏ biến rác ra khỏi thang đo lường. Hệ số tương quan biến tổng là hệ số cho biết mức độ “liên 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. Tiêu chuẩn để đánh giá một biến có thực sự đóng góp giá trị vào nhân tố hay không là hệ số tương quan biến tổng phải lớn hơn 0,3. Nếu biến quan sát có hệ số tương quan biến tổng nhỏ hơn 0,3 thì phải loại nó ra khỏi nhân tố đánh giá.
3.3.4.3 Phân tích nhân tố khám phá
Phương pháp nhân tố khám phá được sử dụng để xác định các nhóm tiêu chí đánh giá phân tích các yếu tố ảnh hưởng đến lòng trung thành của khách hàng cá nhân đối với BIDV Chi nhánh Đồng Nai. Phương 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 tương 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 nguyên thủy (biến quan sát).
Mô hình phân tích nhân tố EFA được cho là phù hợp khi các tiêu chuẩn sau đây được thoả điều kiện:
- Hệ số tải nhân tố (Factor Loading) là hệ số tương quan đơn giữa các biến và nhân tố, là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Hệ số tải nhân tố > 0,3 được xem là đạt được mức tối thiểu, hệ số tải nhân tố > 0.4 được xem là quan trọng, > 0,5 được xem là có ý nghĩa thực tiễn. Nếu chọn tiêu chuẩn hệ số tải nhân tố > 0.3 thì cỡ mẫu ít nhất phải là 350, nếu cỡ mẫu khoảng 100 thì nên chọn tiêu chuẩn hệ số tải
nhân tố > 0.55, nếu cỡ mẫu khoảng 50 thì hệ số tải nhân tố phải > 0.75. Cho nên, 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 tiêu 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 H0: độ tương quan giữa các biến quan sát bằng không trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig ≤ 0.05) thì các biến quan sát có tương quan với nhau trong tổng thể.
Phần trăm phương 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 được bao nhiêu % và bị thất thoát bao nhiêu %. Tiêu chuẩn để chấp nhận phân tích nhân tố có phương sai cộng dồn lớn hơn 50% với Eigenvalue (trị số riêng) phải lớn hơn 1.
3.3.4.4 Phân tích hồi quy
Mô hình hồi quy là mô hình hồi quy tuyến tính bội với hệ số β chưa hiệu chỉnh có dạng:
LTT = β0 + β1CLHH + β2CLVH + β3STM + β4RCCD + β5SLC+ β6TQ Trong đó:
LTT: biến phụ thuộc (Lòng trung thành của khách hàng cá nhân đối với ngân hàng BIDV Đồng Nai).
β0 : Hệ số chặn.
βi: Hệ số hồi quy thứ i (i = 1,..,6): phản ảnh mức độ tăng (giảm) của Chất lượngcảm nhận hữu hình (CLHH); Chất lượng cảm nhận vô hình (CLVH); Sự thỏa mãn của khách hàng (STM); Rào cản chuyển đổi (RCCD); Sự lựa chọn (SLC); Thói quen lựa chọn (TQ) thay đổi.
a. Kiểm định tương quan giữa các biến
Kiểm định tương quan nhằm xem xét mối quan hệ giữa các biến độc lập và biến phụ thuộc, đồng thời phản ảnh tương quan giữa các biến độc lập với nhau.
Hệ số tương quan: mối tương quan giữa các biến được đo bằng hệ số tương quan. Hệ số tương quan Pearson (Pearson Correlation) được tính bằng cách chia hiệp phương sai của biến với tích độ lệch chuẩn của chúng.
+ Nếu hệ số tương quan > 0 : tương quan thuận + Nếu hệ số tương quan < 0 : tương quan nghịch
+ Nếu hệ số tương quan tiến đến: +1 hoặc -1: tương quan càng chặt chẽ. Các hệ số tương quan được tập hợp qua ma trận tương quan.
Kiểm định Hệ số tương quan [12]:
H0 : không tồn tại mối tương quan giữa 2 biến H1 : tồn tại mối tương quan giữa 2 biến
Với Mức ý nghĩa kiểm định là 5%: + Nếu Sig. ≤ 0,05: Bác bỏ H0
+ Nếu Sig. > 0,05: Chưa có cơ sở Bác bỏ H0
b. Kiểm định hiện tượng đa cộng tuyến
Hiện tượng đa cộng tuyến (Multicollinearity) là hiện tượng các biến độc lập trong mô hình phụ thuộc tuyến tính lẫn nhau. Nói cách khác hiện tượng đa cộng tuyến xảy ra khi có mối tương 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 (thường 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 như: R2 cao nhưng tỉ số t thấp; tương quan cặp giữ các biến giải thích cao; hồi quy phụ; …
Kiểm tra hiện tượng đa cộng tuyến:
- Sử dụng ma trận tương quan Pearson. Nếu hệ số tương quan của các biến độc lập với nhau nhỏ hơn 0,5 có thể chấp nhận không có hiện tượng đa cộng tuyến.
- Sử dụng hệ số VIF (variance inflation factor – hệ số phóng đại phương sai)
Trong bài này sử dụng hệ số phóng đại phương sai (VIF) để phát hiện đa cộng tuyến. Trong các mô hình hồi quy VIF (Hệ số phóng đại phương sai VIF) đều nhỏ hơn 10 chứng tỏ không có đa cộng tuyến xảy ra (Hoàng Trọng – Chu Nguyễn Mộng Ngọc).
c. Kiểm định độ phù hợp của mô hình
Dựa vào hệ số R2 để xác định mức độ giải thích của các yếu tố ảnh hưởng đến lòng trung thành của khách hàng cá nhân đối với Ngân hàng TMCP Đầu tư và Phát triển Việt Nam – Chi nhánh Đồng Nai, hệ số R2 càng lớn mức độ giải thích càng lớn.
Trong nghiên cứu này, tác giả sẽ dựa vào hệ số R2 hiệu chỉnh để phản ánh mức độ phù hợp của mô hình hồi quy tuyến tính bội vì R2 không phụ thuộc vào độ lệch phóng đại của R2. R2 hiệu chỉnh thường nhỏ hơn R2 vì nó không phóng đại mức độ phù hợp của mô hình.
Kiểm định F trong bảng phân tích phương sai là phép kiểm định về độ phù hợp của mô hình hồi quy tuyến tính tổng thể, xem xét biến phụ thuộc có liên hệ tuyến tính với toàn bộ tập hợp các biến độc lập hay không.
- Cặp giả thuyết nghiên cứu:
Giả thuyết H0: Không có mối quan hệ giữa các biến độc lập và biến phụ thuộc. Giả thuyết H1: Tồn tại mối quan hệ giữa các biến độc lập và biến phụ thuộc.
- Nguyên tắc chấp nhận giả thuyết với mức ý nghĩa 5%: Nếu Sig ≤ 5%: Bác bỏ giả thuyết H0; Nếu Sig > 5%: Chưa có cơ sở bác bỏ giả thuyết H1.
3.3.4.5 Kiểm định sự khác biệt giữa các nhóm
Kiểm định sự khác biệt giữa các nhóm được thực hiện nhằm xác định xem có sự khác biệt trung bình biến định lượng đối với các giá trị khác nhau của một biến định tính hay không.
Hiện nay có hai kiểm định đươc sử dụng, đó là: Independent Sample T-Test (áp dụng kiểm định sự khác biệt trung bình trong trường hợp biến định tính có 2 giá trị; còn trường hợp biến định tính có 3 giá trị trở lên thì so sánh theo cặp, như vậy sẽ rất phức tạp, do đó ít sử dụng Independent Sample T-Test trong trường hợp này); Anova (áp dụng kiểm định sự khác biệt trung bình trong trường hợp biến định tính có 2 giá trị trở lên và thông thường sẽ dùng phương pháp Anova 1 chiều (One-Way ANOVA)).
TÓM TẮT CHƯƠNG 3
Từ cơ sở lý thuyết và kết quả của các nghiên cứu đã trình bày ở chương 2, trong chương 3 này, tác giả đã đưa ra các thang đo đo lường các yếu tố ảnh hưởng đến lòng trung thành của khách hàng cá nhân đối với Ngân hàng TMCP Đầu tư và Phát triển Việt Nam – Chi nhánh Đồng Nai. Nghiên cứu này tác giả sử dụng mô hình hồi quy bội để phân tích các các nhân tố ảnh hưởng đến lòng trung thành của khách hàng cá nhân. Tiến trình này gồm hai giai đoạn: nghiên cứu định tính và nghiên cứu định lượng. Trong đó: tác giả đã trình bày chi tiết về việc thiết kế thang đo, thu thập dữ liệu, xử lý và phân tích dữ liệu. Dựa trên nền tảng lý thuyết của chương này, tác giả thực hiện xử lý số liệu và rút ra kết luận về các yếu tố ảnh hưởng đến lòng trung thành của khách hàng cá nhân đối với Ngân hàng TMCP Đầu tư và Phát triển Việt Nam – Chi nhánh Đồng Nai sẽ được trình bày ở Chương 4. Phần mềm được sử dụng trong nghiên cứu này là SPSS 20.0.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
4.1 Giới thiệu về Ngân hàng TMCP Đầu tư và Phát triển Việt Nam – Chi nhánh Đồng Nai Đồng Nai
4.1.1 Giới thiệu chung
BIDV Chi nhánh Đồng Nai được thành lập ngày 26/04/1977. Trong giai đoạn đầu thành lập đến năm 1990, BIDV Chi nhánh Đồng Nai với nhiệm vụ ban đầu là vừa cấp phát vừa cho vay vốn đầu tư xây dựng cơ bản, chi nhánh đã cung ứng cho nền kinh tế 2.320 tỷ để xây dựng 1.623 công trình trên các lĩnh vực công nghiệp, nông nghiệp, giao thông vận tải, phúc lợi,... như công trình Trạm điện 220KV Long Bình, Trường Đảng Campuchia, Nhà máy đường La ngà, Nhà máy A42, Nhà máy giấy Tân Mai, Công ty Đường Biên Hoà, Công ty Gạch men Thanh Thanh, Công ty Cao su Đồng Nai, Công ty May Đồng Nai, Nhà máy thuốc lá Đồng Nai,… Những công trình này đã phát huy vai trò quan trọng trong công cuộc xây dựng chủ nghĩa xã hội, phát triển kinh tế – xã hội trên địa bàn tỉnh và vẫn còn nguyên giá trị đến nay. Đặc biệt công trình Nhà máy thủy điện Trị An là một trong những công trình trọng điểm, then chốt của nền kinh tế quốc dân.
Trải qua 41 năm hình thành và phát triển, đến nay BIDV Chi nhánh Đồng Nai đã trở thành chi nhánh ngân hàng quy mô tương đối lớn, hoạt động có hiệu quả trong hệ thống BIDV và trên địa bàn tỉnh Đồng Nai. Nhiều công trình do chi nhánh đầu tư đã góp phần đẩy nhanh tốc độ công nghiệp hóa trên địa bàn như: xây dựng cơ sở hạ tầng các khu công nghiệp Nhơn Trạch 1, Nhơn trạch 2, Nhơn trạch 3, Nhơn trạch 5, KCN Mỹ Xuân A…và các công trình đem lại hiệu quả kinh tế cao cho xã hội như: Công trình xây dựng nhà máy thuỷ điện Sprokphumiêng, BOT Thủy điện Bảo Lộc, Công trình đường cao tốc Quốc lộ 51… Ngoài ra, Chi nhánh còn mở rộng việc đầu tư cho vay đối với các doanh nghiệp có vốn đầu tư trong và ngoài nước, các doanh nghiệp vừa và nhỏ đang hoạt động trong các khu công nghiệp và trên địa bàn thành phố Biên