Phương pháp xây dựng thang đo của Rennis Likert (1932) là lên một danh sách các mục có thể đo lường cho một biến và tìm ra những tập hợp các mục hỏi để đo lường tốt các khía cạnh khác nhau của biến. Các bước để xây dựng và kiểm tra một thang đo Likert:
- Nhận diện và đặt tên thang đo muốn đo lường. Thông qua kinh nghiệm của tác
giả sau một thời gian quan sát, tiếp xúc những KHCN đến giao dịch tại ngân hàng.
- Lập ra một danh sách các phát biểu hoặc các câu hỏi có tính biểu thị. Qua nhiều cách như đọc sách báo, lấy ý kiến của nhân viên ngân hàng hoặc từ thực
nghiệm là hỏi một nhóm KHCN. Ví dụ, đối với biến “phương tiện hữu hình”, tác giả sẽ hỏi một nhóm KHCN để liệt kê những điều liên quan đến vấn đề vẻ ngoài của ngân hàng.
- Xác định số lượng thang đo và loại trả lời. Loại trả lời được tác giả dùng trong
nghiên cứu là “đồng ý” và “không đồng ý”.
- Kiểm tra toàn bộ các mục hỏi khai thác được từ những KHCN đã trả lời. - Phân tích mục hỏi để tìm ra một tập hợp các mục hỏi để tạo nên một thang đo
đơn khía cạnh về biến đo lường. Mục đích phân tích mục hỏi là tìm ra những mục hỏi cần giữ lại và những mục hỏi nên bỏ đi trong rất nhiều mục.
- Sử dụng thang đo đã được xây dựng ban đầu để khảo sát sơ bộ và tiến hành phân tích lại các mục hỏi lần nữa để đảm bảo thang đo được chắc chắn.
Tác giả
ĐC3 mắc của tôi
ĐC4
Nhân viên hiểu được lo lắng, băn khoăn của tôi
Năng lực phục vụ
NLPV1
Nhân viên thể hiện thái độ lịch sự, tôn trọng với tôi
NLPV2
Nhân viên nắm bắt nhanh mong muốn, nhu cầu của tôi
NLPV3
Nhân viên có chuyên môn, nghiệp vụ tốt
NLPV4
Nhân viên có khả năng giao tiếp tốt, gây thiện cảm Sự tin cậy TC1 Ngân hàng làm đúng dịch vụ như đã hứa TC2
Ngân hàng lưu ý để không xảy ra sai sót nào
Parasuraman và các cộng
sự (1988) TC3
Nhân viên thực hiện dịch vụ đúng ngay lần đầu
TC4
Ngân hàng thực hiện dịch vụ đúng thời gian như đã hứa
Sự đáp ứng
ĐƯ1
Nhân viên nhanh chóng khắc phục khi
có sự cố Tác giả
ĐƯ2 Nhân viên nhanh chóng phản hồi khiếunại
Dương Thị Phương Thảo
(2014) ĐƯ3 Nhân viên sốt sắng giúp đỡ khi tôi cần Tác giả
Sự hài lòng của KHCN SHL 1 ngân hàng Dương Thị Phương Thảo (2014) SHL 2
Mọi yêu cầu của tôi được ngân hàng đáp ứng một cách tốt nhất SHL
3
Tôi đánh giá cao năng lực phục vụ của ngân hàng
SHL 4
Tôi cảm thấy hài lòng về phương tiện hữu hình của ngân hàng
3.3.1 Đối tượng khảo sát và phương pháp chọn mẫu
Đối tượng khảo sát là KHCN giao dịch tại ngân hàng TMCP Quân đội - chi nhánh Thủ Đức.
Phương pháp chọn mẫu gồm 2 phương pháp chính là chọn mẫu không xác suất (không
chú ý tới độ đồng đều của mẫu) và chọn mẫu xác suất (đề cập đến độ đồng đều của mẫu) (Nguyễn Bảo Vệ, 2011). Để thuận tiện cho quá trình nghiên cứu cũng như đảm bảo thời gian thực hiện cho phép, tác giả lựa chọn phương pháp chọn mẫu không xác
suất, nghĩa là tác giả sẽ chọn ngẫu nhiên KHCN giao dịch tại ngân hàng.
3.3.2 Phươngpháp thu thập dữ liệu
Có 3 phương pháp thu thập dữ liệu gồm thu thập dữ liệu từ việc tham khảo tài liệu, từ những thực nghiệm (các thí nghiệm trong phòng, ngoài đồng...) và thu thập dữ liệu phi thực nghiệm. Phi thực nghiệm là phương pháp thu thập dữ liệu dựa trên sự quan sát các sự kiện, hiện tượng đã hoặc đang tồn tại (Nguyễn Bảo Vệ, 2011). Trong phương pháp phi thực nghiệm, tác giả sử dụng phương pháp bảng câu hỏi trực tuyến để thu thập số liệu từ đáp viên.
3.3.3 Thiết kế bảng câu hỏi
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