Tổng hợp các kết quả kiểm định về các giả thuyết nghiên cứu của mô hình điều chỉnh với mức ý nghĩa thống 5% được trình bày ở Bảng 4.5. Qua kết quả tổng hợp, các giả thuyết được đánh giá như sau:
- Giả thuyết H1: vì giá trị Sig.= 0,000 nhỏ hơn 5% nên giả thuyết H1 được chấp nhận, vì vậy, nhân tố sự hữu hình có ảnh hưởng cùng chiều đến sự hài lòng của KH gửi tiền tại SCB.
- Giả thuyết H2: vì giá trị Sig.= 0,000 nhỏ hơn 5% nên giả thuyết H2 được chấp nhận, vì vậy, nhân tố sự tin cậy có ảnh hưởng cùng chiều đến sự hài lòng của KH gửi tiền tại SCB.
Biến quan sát Hệ số tương quan biến - tổng hiệu chỉnh
Cronbach’s Alpha nếu loại biến Thang đo Sự hữu hình: Cronbach’s Alpha = 0,839
52
- Giả thuyết H3: vì giá trị Sig.= 0,000 nhỏ hơn 5% nên giả thuyết H3 được chấp nhận, vì vậy, nhân tố sự đáp ứng có ảnh hưởng cùng chiều đến sự hài lòng của KH gửi tiền tại SCB.
- Giả thuyết H4: vì giá trị Sig.= 0,000 nhỏ hơn 5% nên giả thuyết H4 được chấp nhận, vì vậy, nhân tố sự đảm bảo có ảnh hưởng cùng chiều đến sự hài lòng của KH gửi tiền tại SCB.
- Giả thuyết H5: vì giá trị Sig.= 0,721 lớn hơn 5% nên giả thuyết H5 bị bác bỏ, vì vậy, nhân tố sự đồng cảm không có ảnh hưởng cùng chiều đến sự hài lòng của KH gửi tiền tại SCB.
4.2.2.3 Phân tích độ tin cậy Cronbach’s alpha
Hệ số Cronbach’s alpha là hệ số sử dụng phổ biến để đánh giá độ tin cậy của các thang đo trong nghiên cứu phân tích nhân tố khám phá (EFA), theo đó, độ tin cậy thường dùng nhất chính là tính nhất quán nội tại. Vì độ tin cậy của thang đo sẽ phản ánh mối quan hệ của các biến quan sát trong cùng một thang đo với nhau. Để tính hệ số Cronbach’ s alpha của một thang đo thì thang đo đó phải có tối thiểu là ba biến đo lường (ba biến quan sát). Hệ số Cronbach’s alpha có giá trị biến thiên trong khoảng từ 0 đến 1 (Nguyễn Đình Thọ, 2011).
Theo nghiên cứu của tác giả Nguyễn Đình Thọ (2011), các biến đo lường dùng để đo lường cùng một khái niệm nghiên cứu nên chúng phải có tương quan chặt chẽ với nhau. Khi sử dụng phần mềm SPSS, tác giả tập trung phân tích hệ số tương quan biến - tổng hiệu chỉnh. Nếu một biến đo lường có hệ số tương quan biến - tổng (hiệu chỉnh) > 0.30 thì biến đó đạt yêu cầu. Trong mỗi thang đo, hệ số tương quan biến tổng thể hiện sự tương quan giữa một biến quan sát với tất cả các biến khác. Hệ số tương quan này càng cao thì sự tương quan của biến với các biến khác càng cao. Các biến có hệ số tương quan biến tổng nhỏ hơn 0.3 bị coi là biến rác và bị loại khỏi thang đo (Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2008). Trong nghiên cứu này, nguyên tắc những biến có hệ số tương quan biến tổng nhỏ hơn 0.3 cũng sẽ bị loại khỏi thang đo sẽ được
53
tác giả áp dụng.
Tuy nhiên, cũng theo nghiên cứu của Nguyễn Đình Thọ (2011), nếu các thang đo trùng lắp hoàn toàn (r =1) thì hai biến đo lường này thật sự chỉ là một và một biến cần phải loại bỏ. Vì vậy, một thang đo có độ tin cậy tốt khi thang đo biến thiên trong khoảng từ 0.70 đến 0.80. Nếu Cronbach’s alpha > 0.60 là thang đo có thể chấp nhận và thang đo đạt độ tin cậy (Nguyễn Đình Thọ, 2011).
4.2.2.3.1 Thang đo của các biến quan sát độc lập - Đánh giá thang đo Sự hữu hình
HH2 .806 .766
HH3 .457 .885
HH4 .726 .791
Biến quan sát Hệ số tương quan biến- tổng hiệu chỉnh Cronbach’s Alpha nếu loại biến Thang đo Sự hữu hình: Cronbach’s Alpha = 0,885
HH1 .752 .853
HH2 .821 .825
HH4 .749 .855
HH5 .689 .876
Biến quan sát Hệ số tương quan biến - tổng hiệu chỉnh
Cronbach’s Alpha nếu loại biến Thang đo Sự tin cậy: Cronbach’s Alpha = 0,835
TC1 .648 .801
TC2 .662 .793
TC3 .656 .796
TC4 .700 .778
Nguồn: Kết quả phân tích số liệu bằng SPSS
Bảng 4.6 trình bày kết quả kiểm định độ tin cậy của thang đo Sự hữu hình bằng hệ số Cronbach’s alpha. Kết quả phân tích Cronbach’s alpha cho thấy hệ số cronbach’s alpha tổng = 0,839 > 0,6 là đạt độ tin cậy thang đo. Đồng thời, tất cả “hệ số tương quan biến tổng” đều lớn hơn 0,3 và hệ số “cronbach’s alpha nếu loại biến” đều nhỏ hơn hệ số cronbach’s alpha, ngoại trừ thang đo HH3. Vì vậy tác giả sẽ tiến hành kiểm định độ tin cậy của thang đo Sự hữu hình lần 2 với việc loại bỏ HH3.
54
Bảng 4. 7: Kiểm định thang đo Sự hữu hình (lần 2)
Nguồn: Kết quả phân tích số liệu bằng SPSS
Bảng 4.7 trình bày kết quả kiểm định độ tin cậy của thang đo Sự hữu hình bằng hệ số Cronbach’s alpha (Lần 2). Kết quả phân tích Cronbach’s alpha cho thấy hệ số cronbach’s alpha tổng = 0,885 > 0,6 là đạt độ tin cậy thang đo. Đồng thời, tất cả “hệ số tương quan biến tổng” đều lớn hơn 0,3 và hệ số “cronbach’ s alpha nếu loại biến” đều nhỏ hơn hệ số cronbach’ s alpha, sau khi loại trừ thang đo HH3. Vì vậy thang đo Sự hữu hình đạt độ tin cậy.
- Đánh giá thang đo Sự tin cậy
Biến quan sát - tổng hiệu chỉnh Cronbach’s Alpha nếu loại biến Thang đo Sự đáp ứng: Cronbach’s Alpha = 0,803
DU1 .489 .803
DU2 .703 .730
DU3 .747 .715
DU4 .549 .777
DU5 .483 .796
Nguồn: Kết quả phân tích số liệu bằng SPSS
55
Bảng 4.8 trình bày kết quả kiểm định độ tin cậy của thang đo Sự tin cậy bằng hệ số Cronbach’ s alpha. Kết quả phân tích Cronbach’ s alpha cho thấy hệ số cronbach’ s alpha tổng = 0,835 > 0,6 là đạt độ tin cậy thang đo. Đồng thời, tất cả “hệ số tương quan biến tổng” đều lớn hơn 0,3 và hệ số “cronbach’s alpha nếu loại biến” đều nhỏ hơn hệ số cronbach’s alpha tổng. Vì vậy thang đo Sự tin cậy đạt độ tin cậy.
- Đánh giá thang đo Sự đáp ứng
Biến quan sát Hệ số tương quan biến- tổng hiệu chỉnh Cronbach’s Alpha nếu loại biến Thang đo Sự đảm bảo: Cronbach’s Alpha = 0,919
DB1 .750 .911
DB2 .878 .883
DB3 .832 .892
DB4 .786 .902
DB5 .725 .914
Biến quan sát Hệ số tương quan biến- tổng hiệu chỉnh Cronbach’s Alpha nếu loại biến Thang đo Sự đồng cảm: Cronbach’s Alpha = 0,837
DC1 .670 .798
DC2 .691 .791
DC3 .740 .775
Nguồn: Kết quả phân tích số liệu bằng SPSS
Bảng 4.9 trình bày kết quả kiểm định độ tin cậy của thang đo Sự đáp ứng bằng hệ số Cronbach’ s alpha. Kết quả phân tích Cronbach’ s alpha cho thấy hệ số cronbach’ s alpha tổng = 0,803 > 0,6 là đạt độ tin cậy thang đo. Đồng thời, tất cả “hệ số tương quan biến tổng” đều lớn hơn 0,3 và hệ số “cronbach’s alpha nếu loại biến” đều nhỏ hơn hệ số cronbach’ s alpha tổng. Vì vậy thang đo Sự đáp ứng đạt độ tin cậy.
- Đánh giá thang đo Sự đảm bảo
56
Bảng 4. 10: Kiểm định thang đo Sự đảm bảo
Nguồn: Kết quả phân tích số liệu bằng SPSS
Bảng 4.10 trình bày kết quả kiểm định độ tin cậy của thang đo Sự đảm bảo bằng hệ số Cronbach’s alpha. Kết quả phân tích Cronbach’s alpha cho thấy hệ số cronbach’s alpha tổng = 0,919 > 0,6 là đạt độ tin cậy thang đo. Đồng thời, tất cả “hệ số tương quan biến tổng” đều lớn hơn 0,3 và hệ số “cronbach’s alpha nếu loại biến” đều nhỏ hơn hệ số cronbach’s alpha tổng. Vì vậy thang đo Sự đảm bảo đạt độ tin cậy.
- Đánh giá thang đo Sự cảm thông
DC4 .813
DC5 .505 .838
Biến quan sát Hệ số tương quan biến - tổng hiệu chỉnh
Cronbach’s Alpha nếu loại biến Thang đo Sự đồng cảm: Cronbach’s Alpha = 0,838
DC1 .705 .783
DC2 .690 .788
DC3 .763 .753
DC4 .542 .847
57
Nguồn: Kết quả phân tích số liệu bằng SPSS
Bảng 4.11 trình bày kết quả kiểm định độ tin cậy của thang đo Sự đồng cảm bằng hệ số Cronbach’s alpha. Kết quả phân tích Cronbach’s alpha cho thấy hệ số cronbach’s alpha tổng = 0,837 > 0,6 là đạt độ tin cậy thang đo. Đồng thời, tất cả “hệ số tương quan biến tổng” đều lớn hơn 0,3 và hệ số “cronbach’s alpha nếu loại biến” đều nhỏ hơn hệ số cronbach’s alpha, ngoại trừ thang đo DC5. Vì vậy tác giả sẽ tiến hành kiểm định độ tin cậy của thang đo Sự đồng cảm lần 2 (Bảng 4.12) với việc loại bỏ DC5.
Biến quan sát Hệ số tương quan biến- tổng hiệu chỉnh Cronbach’s Alpha nếu loại biến Thang đo Sự đồng cảm: Cronbach’s Alpha = 0,847
DC1 .687 .825
DC2 .724 .784
DC3 .749 .755
Biến quan sát Hệ số tương quan biến - tổng hiệu chỉnh
Cronbach’s Alpha nếu loại biến Thang đo Sự hài lòng: Cronbach’s Alpha = 0,871
SHL1 .819 .755
SHL2 .776 .796
SHL3 .683 .881
Nguồn: Kết quả phân tích số liệu bằng SPSS
Sau khi thực hiện kiểm định độ tin cậy thang đo Sự đồng cảm lần 2, Bảng 4.12 trình bày kết quả kiểm định độ tin cậy của thang đo Sự đồng cảm bằng hệ số Cronbach’ s alpha. Kết quả phân tích Cronbach’ s alpha cho thấy hệ số cronbach’ s alpha tổng = 0,838 > 0,6 là đạt độ tin cậy thang đo. Đồng thời, tất cả “hệ số tương quan biến tổng” đều lớn hơn 0,3 và hệ số “cronbach’ s alpha nếu loại biến” đều nhỏ hơn hệ số cronbach’ s alpha, ngoại trừ thang đo DC4. Vì vậy tác giả sẽ tiến hành kiểm định độ tin cậy của thang đo Sự đồng cảm lần 3 (Bảng 4.13) với việc loại bỏ DC4:
58
Bảng 4. 13: Kiểm định thang đo Sự cảm thông (Lần 3)
Nguồn: Kết quả phân tích số liệu bằng SPSS
Bảng 4.13 trình bày kết quả kiểm định độ tin cậy của thang đo Sự đồng cảm bằng hệ số Cronbach’s alpha. Kết quả phân tích Cronbach’s alpha cho thấy hệ số cronbach’s alpha tổng = 0,847 > 0,6 là đạt độ tin cậy thang đo. Đồng thời, tất cả “hệ số tương quan biến tổng” đều lớn hơn 0,3 và hệ số “cronbach’s alpha nếu loại biến” đều nhỏ hơn hệ số cronbach’s alpha tổng. Vì vậy thang đo Sự đồng cảm đạt độ tin cậy.
Các thang đo thuộc nhân tố độc lập đều đạt được độ tin cậy dựa trên nguyên tắc đánh giá hệ số Cronbach’s alpha tổng; hệ số tương quan biến tổng và hệ số “cronbach’ s alpha nếu loại biến” thỏa yêu cầu (Nguyễn Đình Thọ, 2011).
4.2.2.3.2 Thang đo của các biến quan sát phụ thuộc
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .780 Bartlett's Test of Sphericity Approx. Chi-Square 2768.365
df 210
Sig ^000
Nguồn: Kết quả phân tích số liệu bằng SPSS
Bảng 4.14 thể hiện kết quả kiểm định độ tin cậy cho Thang đo Sự hài lòng KH.
59
Kết quả phân tích Cronbach’ s alpha cho thấy hệ số cronbach’ s alpha tổng = 0,871 > 0,6 là đạt độ tin cậy thang đo. Tất cả “hệ số tương quan biến tổng” đều lớn hơn 0,3 và hệ số “cronbach’ s alpha nếu loại biến” đều nhỏ hơn hệ số cronbach’ s alpha tổng. Vì vậy thang đo nhân tố Sự hài lòng KH đạt độ tin cậy.
4.2.2.4 Phân tích nhân tố khám phá
4.2.2.4.1 Phân tích EFA đối với các nhân tố độc lập
_________________________KMO and Bartlett's Test__________________________
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.________________ _________.70 9
Bartlett's Test of Sphericity Approx. Chi-Square____________ 389.390 df____________________________ ____________
3
Sig._________________________ _________.00 0
Total Variance Explained
Component
Initial Eigenvalues Extraction Sums of Squared Loadings
Total % of Variance Cumulative % Total % of Variance Cumulative % 1 2.38 9 79.62 6 79.62 6 2.389 79.62 6 79.626 2 40 6 13.53 8 93.16 4 3 ≡5 6.83 6 0 100.00 Extraction M
ethod: Principal Component Analysis.
Nguồn: Kết quả phân tích số liệu bằng SPSS
Chỉ số KMO là 0,780 lớn hơn 0.5 và mức ý nghĩa của kiểm định Bartlett là 0.000 nhỏ hơn 0.05, chứng tỏ dữ liệu nghiên cứu phù hợp để phân tích EFA.
21 biến quan sát được trích vào 05 yếu tố tại Eigenvalue = 2,082 và phương sai trích đạt 70,352% (Phụ lục 4). Các biến quan sát rút trích vào các yếu tố có trọng số tải nhân tố (Factor Loading) lớn hơn 0.5 nên được giữ lại trong thang đo (Phụ lục 5). Mô hình nghiên cứu bao gồm 5 nhân tố ảnh hưởng đến SHL của KH gửi tiền tại SCB:
(i) Nhân tố Sự hữu hình (ii) Nhân tố Sự tin cậy (iii) Nhân tố Sự đáp ứng (iv) Nhân tố Sự đảm bảo (v) Nhân tố Sự đồng cảm
4.2.2.4.2 Phân tích EFA đối với nhân tố phụ thuộc
60
Bảng 4. 16: Hệ số KMO và Bartlett's Test cho nhân tố phụ thuộc
Nguồn: Kết quả phân tích số liệu bằng SPSS
Chỉ số KMO là 0,709 lớn hơn 0.5 và mức ý nghĩa của kiểm định Bartlett là 0.000 nhỏ hơn 0,05; chứng tỏ dữ liệu nghiên cứu phù hợp để phân tích EFA.
03 biến quan sát được trích vào 01 yếu tố tại Eigenvalue = 2,389 và phương sai trích đạt 79,626%. Các biến quan sát rút trích vào các yếu tố có trọng số tải nhân tố (Factor Loading) lớn hơn 0.5 nên được giữ lại trong thang đo. Kết quả phân tích nhân tố khám phá đối với yếu tố độc lập được trình bày ở Bảng 4.17.
4.2.3 Kết quả hồi quy4.2.3.1 Nội dung 4.2.3.1 Nội dung
Sau khi xác định các nhân tố ảnh hưởng đến SHL của khách hàng gửi tiền tại SCB, tác giả sẽ tiến hành ước lượng và kiểm định mức độ tác động của từng nhân tố đến SHL của KH gửi tiền tại SCB. Việc thực hiện được tiến hành thông qua xây dựng mô hình hồi quy tuyến tính bội như sau:
_____________________________________Correlations____________________________________ HH_T B DC_TB TC_T B DU_T B DB_T B SHL_TB HH_TB Pearson Correlation ________ 1 .028 .206** .156* .426** .549** Sig. (2-tailed)_______ .669 .001 .015 .000 .000 61 SHL = β0 + βι.HH + β2.TC + β3.DU + β4.DB + β5.DC + ɛ
Nghiên cứu của Nguyễn Đình Thọ (2011) cho thấy trong mô hình hồi quy tuyến tính bội với nhiều nhân tố độc lập, các giả định là các nhân tố độc lập không có quan hệ nhau hoàn toàn, nghĩa là hệ số tương quan Pearson của các cặp nhân tố độc lập với nhau khác với 1, chứ không phải chúng không có tương quan với nhau. Trong thực tiễn nghiên cứu, các biến trong một mô hình thường có quan hệ với nhau nhưng chúng phải phân biệt nhau (đạt được giá trị phân biệt).
Phân tích tương quan được sử dụng làm thước đo độ lớn của các mối liên hệ giữa các nhân tố định lượng trong nghiên cứu. Thông qua thước đo này có thể xác định mối liên hệ tuyến tính giữa nhân tố phụ thuộc và các nhân tố độc lập.
Trong phân tích tương quan, giá trị Sig. hay giá trị p-value thể hiện tính phù hợp của hệ số tương quan giữa các biến theo phép kiểm định F với một độ tin cậy cho trước. Trong trường hợp mức ý nghĩa là 5% thì giá trị sig. phải nhỏ hơn 0.05 thì hệ số tương quan mới có ý nghĩa thống kê (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Hệ số tương quan (Pearson Correlation) nói lên mức độ tương quan giữa các nhân tố với nhau trong mô hình. Nếu hệ số tương quan càng lớn và có ý nghĩa thống kê thì mối tương quan giữa các biến càng mạnh. Tương quan giữa một nhân tố với chính nhân tố đó sẽ bằng một (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Khi thực hiện phân tích hồi quy tuyến tính các bước sẽ được thực hiện như sau (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008):
+ Phương pháp đưa biến vào phân tích hồi quy là phương pháp đưa các biến vào mô hình một lượt (phương pháp Enter). Mục đích sử dụng phương pháp (Enter) tức là các biến được đưa vào cùng lúc để phân tích.
+ Để đánh giá độ phù hợp của mô hình hồi quy đối với tập dữ liệu, tác giả sử dụng hệ số R2 và R2 hiệu chỉnh (Adjusted R-Square). Để đánh giá mức độ phù hợp của mô hình nghiên cửu, các nhà nghiên cứu sử dụng hệ số xác định R2 (R-square). Hệ số R2 được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mô hình,
62
tuy nhiên không phải phương trình càng có nhiều biến sẽ càng phù hợp hơn với dữ liệu,