Bảng câu hỏi được thiết kế gồm 3 phần. Phần thứ nhất nhằm chọn lọc người tham gia
trả lời khảo sát. Nếu đáp viên “có” giao dịch tại ngân hàng TMCP Quân đội - chi nhánh Thủ Đức sẽ tiếp tục trả lời, nếu “không” thì dừng lại. Phần hai là thông tin cá nhân của đáp viên bao gồm giới tính, tuổi tác, nghề nghiệp, thời gian giao dịch và tần
suất giao dịch. Ở phần ba, các câu hỏi nhằm thu thập dữ liệu cho mục đích nghiên cứu: mức độ đồng ý của KHCN đối với các thành phần chất lượng dịch vụ KHCN tại
ngân hàng TMCP Quân đội - chi nhánh Thủ Đức. Tác giả sử dụng thang đo Likert 5 mức độ: 1 - Hoàn toàn không đồng ý, 2 - Không đồng ý, 3 - Trung lập, 4 - Đồng ý, 5 - Hoàn toàn đồng ý. Các câu hỏi được sử dụng trong bảng câu hỏi đều là câu hỏi kín. Bảng câu hỏi chính thức được đính kèm trong phần phụ lục.
3.3.4 Mau nghiên cứu
Theo Yamane Taro (1967), việc xác định kích thước mẫu sẽ được chia làm hai trường
hợp là không biết tổng thể và biết tổng thể. Trong nghiên cứu này, tác giả áp dụng công thức trong trường hợp không biết tổng thể để xác định kích thước mẫu như sau:
____ z2*(p*q) n = —„—
e2
(3.1) Với n: kích thước mẫu cần xác định
z: giá trị phân phối tương ứng với độ tin cậy lựa chọn. Độ tin cậy là 95% thì z là 1.96
e: sai số cho phép. Sai số trong trường hợp này là 5% p: ước tính tỷ lệ % của tổng thể
Do q = 1 - p (thường tỷ lệ p và q được ước tính là 0.5 và 0.5, đó là khả năng lớn nhất có thể xảy ra của tổng thể).
Vậy kích thước mẫu được tính toán là 385 đơn vị. Để đảm bảo số lượng và chất lượng
bảng hỏi cũng như loại trừ các bảng hỏi thiếu thông tin hoặc kém chất lượng, tác giả quyết định chọn cỡ mẫu nghiên cứu là 390.
3.4 Phương pháp phân tích dữ liệu
Phân tích dữ liệu là một giai đoạn của quá trình nghiên cứu. Phân tích dữ liệu thống kê chia phương pháp phân tích dữ liệu thành 2 loại: các phương pháp thăm dò và các phương pháp khẳng định. Các phương pháp thăm dò được dùng để khám phá ý nghĩa
của dữ liệu bằng các phép tính số học đơn giản và các biểu đồ đơn giản tóm tắt dữ liệu (thống kê mô tả). Các phương pháp khẳng định dùng các ý tưởng trong lý thuyết xác suất để trả lời các vấn đề nghiên cứu cụ thể.
3.4.1 Phương ph áp th ống kê mô tả
Như đã đề cập ở trên, thống kê mô tả thuộc phương pháp thăm dò dùng để khám phá ý nghĩa của bộ dữ liệu bằng các phép tính số học đơn giản và các biểu đồ đơn giản tóm tắt dữ liệu. Thống kê mô tả bao gồm thống kê mô tả tần số (cho biến định tính) và thống kê mô tả trung bình (cho biến định lượng).
Mục đích của thống kê mô tả cho biến định tính là xem xét và đánh giá dữ liệu đến từ nhóm nào và sự hợp lý của dữ liệu. Nếu dữ liệu hợp lý thì tiếp tục các phân tích sau. Nếu không hợp lý thì phải tạm dừng để xem xét và hiệu chỉnh dữ liệu. Mục đích của thống kê mô tả cho biến định lượng là xem xét ý kiến trung bình của mẫu nghiên cứu có nằm trong khoảng kỳ vọng hay không và cân nhắc dữ liệu cho các phân tích sau.
3.4.2 Phương pháp kiểm định độ tin cậy Cronbach’s Alpha
Các hiện tượng kinh tế - xã hội vốn rất phức tạp nên việc lượng hóa các khái niệm nghiên cứu đòi hỏi phải có những thang đo lường được xây dựng và được kiểm tra độ tin cậy trước khi sử dụng. Một trong những hình thức đo lường được sử dụng phổ biến nhất trong nghiên cứu kinh tế xã hội là thang đo do Rennis Likert (1932) giới thiệu. Likert đã đưa ra loại 5 thang đo mức độ phổ biến. Thang đo 5 mức độ cũng có
thể trở thành thang đo 3 hoặc 7 mức độ nhưng quy tắc là như nhau. Trong nghiên cứu
này, tác giả sẽ sử dụng thang đo Likert 5 mức độ là “hoàn toàn không đồng ý”, “không
đồng ý”, “trung lập”, “đồng ý” và “rất đồng ý”.
Hệ số α của Cronbach là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau.
Độ tin cậy của từng biến định lượng được đánh giá bằng hệ số Cronbach’s Alpha phải
thỏa mãn đồng thời 2 điều kiện sau:
- Hệ số tương quan các thang đo trong biến >= 0.3 - Hệ số Cronbach’s Alpha của biến >= 0.7
3.4.3 Phân tích nhân tố khám phá EFA
Phân tích nhân tố là tên gọi chung của một nhóm các thủ tục được sử dụng chủ yếu để thu nhỏ và tóm tắt các dữ liệu. Trong nghiên cứu, tác giả thu thập được một số lượng biến lớn, hầu hết các biến này có liên hệ với nhau và số lượng của biến phải được giảm bớt xuống đến một số lượng có thể sử dụng được.
Phân tích nhân tố khám phá EFA có các tiêu chuẩn như sau:
- Tiêu chuẩn Kaiser - Meyer - Olkin (KMO) là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của KMO lớn (giữa 0.5 và 1) và vượt qua kiểm định Barlett ở mức ý nghĩa 0.05 (cho phép tối đa 5% sai số, độ tin cậy ở mức 95%) là điều kiện đủ để phân tích nhân tố là thích hợp. Nếu như trị
số KMO < 0.5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu.
- Hệ số Eigenvalue đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố. Những nhân tố có hệ số Eigenvalue >= 1 mới được giữ lại trong mô hình. Ngược lại, những nhân tố có hệ số Eigenvalue < 1 sẽ bị loại bỏ vì không có tác dụng tóm tắt thông tin tốt.
- Tiêu chuẩn tổng phương sai trích (Variance Explained Criteria): Phân tích nhân tố là thích hợp nếu tổng phương sai trích >= 50% (Gerbing & Anderson,
1988). Phương pháp trích Principal Component với phép quay Varimax được sử dụng trong phân tích nhân tố thang đo các thành phần độc lập. Phép quay “Varimax” xoay nguyên góc các nhân tố để tối thiểu hóa số lượng biến có hệ số lớn tại cùng một nhân tố, vì vậy sẽ tăng cường khả năng giải thích các nhân
tố.
- Hệ số tải nhân tố (factor loading) là hệ số tương quan đơn giữa các biến quan
sát và các nhân tố. Hệ số tải nhân tố có trị tuyệt đối ở mức 0.3 là điều kiện tối thiểu để biến được chấp nhận có ý nghĩa. Hệ số tải nhân tố ở mức 0.5 trở lên sẽ là ngưỡng tốt và phù hợp nhất khi đánh giá chất lượng biến quan sát.
3.4.4 Phân tích hồi quy đa biến
Bước đầu tiên khi tiến hành phân tích hồi quy đa biến là xem xét mối tương quan tuyến tính giữa tất cả các biến. Ở mô hình hồi quy đa biến cần xem xét tổng quát mối
quan hệ giữa từng biến độc lập với biến phụ thuộc và giữa các biến độc lập với nhau. Vì mục đích này, tác giả xây dựng ma trận tương quan Pearson giữa tất cả các biến. Ở ma trận tương quan Pearson, giá trị Sig < 0.05 cho thấy giữa cặp biến đó có mối liên hệ tương quan tuyến tính. Ngược lại, giá trị Sig > 0.05 cho thấy không có mối liên hệ tương quan tuyến tính. Ngoài ra, tác giả còn dựa vào giá trị r tương quan để nhận xét tổng quát độ mạnh, yếu của mối liên hệ tương quan tuyến tính. Nếu giá trị r càng tiến dần về 1 hoặc -1 cho thấy mối liên hệ càng mạnh, nếu giá trị r càng tiến dần
về 0 cho thấy mối liên hệ càng yếu. Sau đó phân tích hồi quy đa biến.
R2 là một ước lượng lạc quan của thước đo sự phù hợp của mô hình đối với dữ liệu trong trường hợp có hơn một biến độc lập trong mô hình. Hệ số xác định R2 đã được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mô hình, nghĩa là càng đưa thêm biến độc lập vào mô hình thì R2 càng tăng. Tuy nhiên điều này cũng được chứng minh rằng không phải phương trình càng nhiều biến sẽ càng phù hợp hơn
với dữ liệu. Trong trường hợp này, tác giả sử dụng R2 hiệu chỉnh để phản ánh tốt hơn mức độ phù hợp của mô hình hồi quy đa biến.
Kiểm định F là một phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể. Nếu giá trị Sig của kiểm định F <0.05 cho thấy mô hình phù hợp.
Ngược lại, nếu giá trị Sig >0.05, mô hình không phù hợp với dữ liệu.
Kiểm định t trong phân tích hồi quy mang mục đích là kiểm định ý nghĩa của hệ số hồi quy. Với một biến độc lập bất kỳ, nếu giá trị Sig của kiểm định t <0.05 cho thấy biến độc lập đó tác động lên biến phụ thuộc. Và ngược lại, biến độc lập đó không có sự tác động lên biến phụ thuộc “Sự hài lòng của KHCN”.
Ý nghĩa của hệ số hồi quy chưa chuẩn hóa (B) được diễn giải là khi một biến độc lập bất kỳ tăng 1 đơn vị trong khi các biến còn lại không có sự thay đổi thì biến phụ thuộc
tăng B đơn vị. Tác giả sử dụng trị tuyệt đối hệ số hồi quy đã chuẩn hóa để xác định mức độ tác động của biến độc lập lên biến phụ thuộc mà không sử dụng hệ số chưa chuẩn hóa. Bởi vì hệ số hồi quy chưa chuẩn hóa còn tồn tại độ lệch chuẩn giữa các biến trong mô hình.
3.4.5 Phân tích khác biệt trung bình ANOVA
Để xem xét sự khác biệt kết quả nghiên cứu giữa các nhóm KHCN khác nhau, tác giả
sử dụng kỹ thuật phân tích khác biệt trung bình ANOVA. Kỹ thuật này nhằm xem xét sự khác biệt trung bình của một biến định lượng đối với những giá trị khác nhau của một biến định tính. Cụ thể, tác giả sẽ xem xét sự khác biệt trung bình sự hài lòng của KHCN đối với những thành phần khác nhau của từng biến định tính như độ tuổi, giới tính, nghề nghiệp, thời gian giao dịch và tần suất giao dịch của những KHCN giao dịch tại ngân hàng. Kiểm định Levene nhằm xác định phương sai giữa các nhóm
giá trị có đồng nhất hay không.
- Nếu mức ý nghĩa của kiểm định Levene > 0.05, kết luận phương sai giữa các
nhóm giá trị là đồng nhất. Sau đó tiếp tục xem xét mức ý nghĩa của kiểm định F (ở bảng ANOVA). Nếu mức ý nghĩa của kiểm định F < 0.05, kết luận có sự khác biệt trung bình sự hài lòng. Ngược lại, không có sự khác biệt trung bình sự hài lòng của KHCN.
- Nếu mức ý nghĩa của kiểm định Levene < 0.05, kết luận phương sai giữa các
nhóm giá trị là không đồng nhất. Sau đó tác giả tiếp tục xem xét mức ý nghĩa của kiểm định Welch (ở bảng ROBUST). Nếu mức ý nghĩa của kiểm định Welch < 0.05, kết luận có sự khác biệt trung bình, ngược lại, không có sự khác
Biến định tính Thành phần Mã hóa Giới tính Nam 1 Nu 2 Khác 3 Tuổi tác <23 1 23 - 40 2 41 - 60 3 >60 4 Nghề nghiệp
Cán bộ, công nhân viên 1
Lao động phổ thông 2
Học sinh, sinh viên 3
Hưu trí 4
Buôn bán kinh doanh 5
Khác 6
Thời gian giao dịch (tháng)
1^6 1 7 - 11 2 12 - 24 3 >24 4 Tần suất giao dịch (lần/tháng) 1^3 1 4≡^6 2 7 - 10 3 TÓM TẮT CHƯƠNG 3
Ở chương 3, tác giả đã trình bày quy trình nghiên cứu của đề tài gồm 9 bước chính, phương pháp xây dựng thang đo, nghiên cứu định lượng và phương pháp phân tích dữ liệu. Tác giả đã xây dựng hoàn chỉnh một bộ thang đo gồm 6 biến định lượng với 24 biến quan sát. Phương pháp phân tích dữ liệu gồm thống kê mô tả tần số, thống kê
mô tả trung bình, đánh giá độ tin cậy Cronbach’s Alpha, phân tích nhân tố khám phá EFA, phân tích hồi quy và phân tích khác biệt trung bình ANOVA. Từ đây, tác giả xây dựng bảng câu hỏi khảo sát và tiến hành khảo sát ngẫu nhiên với 390 KHCN giao
dịch tại ngân hàng TMCP Quân đội - chi nhánh Thủ Đức. Nội dung về phương pháp phân tích dữ liệu sẽ là cơ sở để ra quyết định cho các bước phân tích số liệu trong chương sau.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
Chương 4 tập trung trình bày các kết quả tính toán và kết quả kiểm định bằng các kỹ
thuật phân tích là thống kê mô tả, đánh giá độ tin cậy Cronbach’s Alpha, phân tích nhân tố khám phá EFA, phân tích hồi quy và phân tích ANOVA. Ngoài ra, tác giả so sánh kết quả nghiên cứu của đề tài với một số đề tài khác.
4.1 Thống kê mô tả
4.1.1 Thống kê mô tả tần số
Thống kê mô tả tần số được áp dụng cho các biến định tính. Các biến định tính mô tả
thông tin cá nhân của đáp viên liên quan đến nghiên cứu bao gồm: giới tính, tuổi tác, nghề nghiệp, thời gian giao dịch và tần suất giao dịch.
hàng TMCP Quân đội - chi nhánh Thủ Đức. Tổng số bảng câu hỏi khảo sát thu về là 390, không có phiếu nào không đạt yêu cầu. Như vậy tổng số đưa vào phân tích là 390 phiếu câu hỏi có phương án trả lời hoàn chỉnh.
Giới tính: Qua quá trình điều tra thực tế tại ngân hàng MB Thủ Đức cho thấy tỷ lệ nữ
giới đến giao dịch nhiều nhất. Tuy nhiên tỷ lệ này chênh lệch không đáng kể so với số lượng nam giới đến giao dịch. Cụ thể trong tổng số 390 KHCN thực hiện khảo sát,
có 182 khách hàng nữ, chiếm 46.7%. Trong khi đó, nam giới có 155 khách hàng, tương ứng với 39.7%. Khách hàng thuộc giới tính thứ ba có 53 người và chiếm 13.6%.
Trong xã hội hiện nay, vai trò của nam và nữ ngày càng bình đẳng. Mặt khác, trong phần đông các gia đình, phụ nữ là người đóng vai trò chăm lo cho cuộc sống gia đình
và nắm quyền chi tiêu, tiết kiệm. Vì thế lượng khách hàng nữ đến giao dịch nhiều hơn khách hàng nam giới là điều dễ hiểu.
Tuổi tác: Số lượng KHCN sử dụng sản phẩm, dịch vụ của ngân hàng nằm trong độ tuổi từ 23 - 40 tuổi nhiều nhất, có 129 người và chiếm 33.1%. Nhóm khách hàng có độ tuổi từ 41 - 60 có 120 người, chiếm 30.8% và đạt tỷ lệ cao thứ hai. Điều này có thể giải thích là do phần lớn cả hai nhóm tuổi này là những người có việc làm và thu nhập ổn định, có nhu cầu cần đến giao dịch ngân hàng nhiều như nộp tiền vào tài khoản cá nhân, gửi tiết kiệm, vay vốn cho mục đích kinh doanh, mở thẻ ATM, mua bảo hiểm nhân thọ... Bên cạnh đó, nhóm khách hàng dưới 23 tuổi chiếm 25.1% với 98 người, cho thấy lượng khách hàng ở nhóm tuổi này tương đối lớn, chủ yếu là học sinh, sinh viên đến ngân hàng để sử dụng dịch vụ thẻ ATM. Khách hàng ở độ tuổi trên 60 tuổi có 43 người chiếm 11%, hầu hết đây là những khách hàng đã nghỉ hưu đến thực hiện mở sổ tiết kiệm hoặc rút tiền tiết kiệm. Vì thế tỉ lệ khách hàng trong độ
Nữ 182 467
Khác 53 13.6
Nghề nghiệp: Nghề nghiệp của KHCN đến giao dịch tại ngân hàng MB Thủ Đức phân bổ tương đối đồng đều trong 6 mục nghề nghiệp có trong bảng câu hỏi khảo sát.
Trong đó, khách hàng buôn bán kinh doanh có tỷ lệ cao nhất với 90 người chiếm 23.1%. Đa số là những khách hàng thường xuyên giao dịch với ngân hàng thông qua việc sử dụng dịch vụ chuyển tiền, gửi tiết kiệm, vay vốn để phục vụ mục đích kinh doanh, mở tài khoản số đẹp hoặc mua bảo hiểm thông minh. Khách hàng là cán bộ, công nhân viên đứng vị trí thứ hai với 89 người chiếm 22.8%. Các khách hàng thuộc