4. Giảng viên hướng dẫn đề xuất cho điểm đánh giá về tinh thần thái độ của
3.2 Thiết kế bảng câu hỏi
3.2.1 Nghiên cứu sơ bộ
Trước khii thựci hiệni nghiêni cứui địnhi lượngi chínhi thức,i táci giải thựci hiệni
nghiêni cứui địnhi tínhi sơi bội nhằmi bổi sung,iđiềui chỉnhi biếni quani sáti choi thangi đo.i
Phươngi phápi nàyi thựci hiệni bằngi cáchi phỏngi vấni theoi nộii dungi chuẩni bịi trước.i Kếti
quải nghiêni cứui sơi bội nàyi lài cơi sởi xáci địnhi cáci yếui tối chínhi táci độngi đếni chấti
lượngi dịchi vụi củai ngâni hàngi báni lẻ,i từi đói xâyi dựngi bảngi câui hỏii choi khảoi sáti
chínhi thức.i Bảngi câui hỏii xâyidựngi xongi đượci thựci hiệni khảoi sáti thửi nhằmi đánhi
giái vềi nộii dungi vài từi ngữi cói phùi hợpi vớii đốii tượngi nghiêni cứu đểi i bổi sungi vài chỉnhi
sửai trướci khiinghiêni cứui địnhi lượngi chínhi thức.i Từi kếtiquải củai nghiêni cứui sơibội
tácigiải đãi ghii nhậni đượci cói nhiềui yếui tối ảnhi hưởngi đếni chấti lượngi dịchi vụi ngâni
hàngi điệni tử
Các bước nghiên cứu định tính được thực hiện thông qua các buổi tham khảo ý kiến từ các chuyên gia là nhân viên/lãnh đạo chi nhánh ngân hàng VietinBank Đồng Nai và 10 khách hàng cá nhân có sử dụng dịch vụ Ngân hàng điện tử. Từ đó hiệu chỉnh và hoàn tất bảng câu hỏi lần cuối, tiến hành gửi bảng câu hỏi chính thức
Bảng câu hỏi gồm 2 phần:
Phần thứ nhất bảng câu hỏi được thiết kế để thu thập sự đánh giá của khách hàng về chất lượng dịch vụ ngân hàng điện tư và sự hài lòng của khách hàng khi sử dụng dịch vụ này. Phần này được thiết kế với 24 câu hỏi, trong đó 21 câu tương ứng với 21 biến quan sát được dùng đo chất lượng dịch vụ, còn 3 câu còn lại tương ứng với ba biến quan sát tương ứng để đo sự hài lòng của khách hàng với dịch vụ ngân hàng điện tử
Phần thứ hai của bảng câu hỏi là phân loại đối tượng khách hàng được phỏng vấn. Xác định số lượng quan sát cần thiết và thang đo cho việc khảo sát
Kích thước quan sát dự tính là n = 260. Tác giả thực hiện phỏng vấn trực tiếp các khách hàng đến giao dịch, cả nam và nữ, người lớn tuổi và trẻ tuổi, hướng đến các khách hàng có sử dụng dịch vụ NHĐT tại nhiều ngân hàng
Sử dụng thang đo Likert. Nó bao gồm 5 cấp độ phổ biến từ 1 đến 5 để tìm hiểu mức độ đánh giá của người trả lời. Vì vậy, bảng câu hỏi đã được thiết kế từ 1 là “hoàntoàn không đồng ý” đến 5 là “hoàn toàn đồng ý”
3.3 Thu thập dữ liệu
3.3.1 Nguồn dữ liệu
Gửi phiếu điều tra cho khách hàng và thu thập kết quả trả lời
Xử lý dữ liệu thông qua việc sử dụng công cụ phân tích SPSS
Sau khi thu thập được số lượng mẫu thích hợp, tác giả sử dụng công cụ SPSS để phân tích dữ liệu với các thang đo được mã hóa
Tiến độ thực hiện nghiên cứu:
Nghiên cứu sơ bộ định tính: hình thức thảo luận và khảo sát thử thực hiện trong tháng 10/2021 tại Đồng Nai
Nghiên cứu chính thức định lượng: khảo sát trực tiếp các khách hàng thực hiện trong tháng 11/2021 tại Đồng Nai
3.3.2 Chọn mẫu và làm sạch dữ liệu
Kích thước mẫu là một vấn đề đáng quan tâm đối với bất cứ cuộc khảo sát nào. Theo Tabachnick & Fidell (1991) để phân tích hồi quy đạt kết quả tốt nhất thì kích cỡ mẫu phải thỏa mãn công thức
n >= 8p + 50 = 8*23+50 = 234
Trong đó:
n là kích cỡ mẫu
p số biến độc lập của mô hình
Ngoài ra,i theoi quyi tắci kinhi nghiệmi củai NguyễniĐìnhi Thọi (2011)i thìi sối quani
sáti lớni hơni(íti nhất)i5i lầni sối biến,i tốti nhấti gấpi 10i lần.i Nhưi vậy,i vớii 24i biếni quani
sát,i nghiêni cứui cầni khảoi sáti íti nhấti 230i mẫui đểi đạti kíchi thướci mẫui cầni choi phâni
tíchi EFA.iPhươngiphápi thui thậpi dữi liệui bằngi bảngi câui hỏi,i táci giải pháti 260i phiếui
khảoi sáti trựci tiếpi đếni kháchi hàngi vài thui lạii ngayi saui khii trải lời
Quai quái trìnhi thui thậpi thôngi tini đượci tiếni hành,i saui khii sàngi lọci cáci bảngi hỏii
khôngi phùi hợp,i nghiêni cứui tiếni hànhi nhậpi liệui vàoi phầni mềmi vài phâni tíchi dữi liệui
khảoi sáti đểi kếti luậni cáci giải thuyếti vài môi hìnhi nghiênicứu.i Kếti quải cuốiicùngi từi
SPSSi sẽi đượci phâni tích,i giảii thíchi vài trìnhi bàyi thànhi bảni báoi cáoi nghiêni cứu.
3.4 Phƣơng pháp xử lí dữ liệu
3.4.1 Kiểm tra độ tin cậy của thang đo bằng kiểm định Cronbach's Alpha
Là kiểm định cho phép đánh giá mức độ tin cậy của việc thiết lập một biến tổng hợp trên cơ sở nhiều biến đơn.
Công thức của hệ số Cronbach’s alpha là:
α = Np/[1 + p(N – 1)]
Trong đói pilài hệi sối tươngi quani trungi bìnhi giữai cáci mụci hỏi.i Kýi tựi pi trongi
côngi thứci tượngi trưng choi i tươngi quani trungi bìnhi giữai tấti cải cáci c pi mụci hỏii đượci
kiểmi tra.i Theoi quyi ướci thìi mộti tậpi hợpi cáci mụci hỏii dùngi đểi đoi lườngi đượci đánhi
M ci dùi vậy,i nếuicói mộti danhi mụci quáinhiềui cáci mụci hỏii(Ni lài sốimụci hỏi)i
thìi sẽi cói nhiềui cơi hộii đểi cói hệi sối αi cao.i Nhiềui nhài nghiêni cứui đồngi ýi rằngi
Cronbach’siAlphai từi 0,8i trởilêni đếni gầni thìi thangi đoi lườngi lài tốt,i từi 0,7i đếnigầni
0,8i lài sửi dụngi được.i Theoi táci giải Nunallyi vài Burnsteini (1994)i điềui kiệni
Cronbach’si Alphai phảii từi 0,6i trởi lêni lài sửi dụngi được.i
Bêni cạnhi đói cầni loạii bỏi cáci biếni quani sáti cói mứci đội tươngi quani thấpi vớii cáci
mụci câui hỏii còni lạii trongi nhóm,i cụi thểi Correctedi Itemi –i Totali correlationi (hệi sối
tươngi quani vớii biếni tổng)i <i 0,3i thìi biếni sẽi bịi loạii rai khỏii nhómi nhâni tố.
Vìi vậy,i đốii vớii nghiêni cứui nàyi thìi Cronbach’si Alphai từi 0,6i trởi lêni lài chấpi
nhậni được.i Tínhi toáni Cronbach’si alphai giúpi ngườii phâni tíchi loạii bỏi cáci biếni
khôngi phùi hợpi vài hạni chếi cáci biếni ráci trongi quái trìnhi nghiêni cứu.
3.4.2 Phân tích nhân tố khám phá EFA
Được sử dụng để kiểm định sự hội tụ của các biến thành phần về khái niệm.
Các biến có hệ số tương quan đơn giữa biến và các nhân tố (factor loading) nhỏ hơn
0,5 sẽ bị loại. Phương pháp trích nhân tố được sử dụng là Principal Axis Factoring
được sử dụng kèm với phép quay không vuông gốc Promax2. Điểm dừng trích khi
các yếu tố có “Initial Eigenvalues” > 1.
Phân tíchinhâni tối khámi phái (EFA)i lài kỹi thuậti chủiyếui đểi thui nhỏivài tómitắti
dữi liệu.i Phâni tíchi nhâni tối khámi phái pháti huyi tínhi hữui íchitrongi việci xáciđịnhi cáci
tậpi biếni cầni thiếti choi vấni đềi nghiêni cứui cũngi nhưi rấti cầni thiếti trongiviệci tìmi mốii
quani hệi giữai cáci biếni vớii nhau.i Mứci đội thíchi hợpi củai tươngi quani nộii tạii giữaicáci
biếni quani sáti trongi cáci kháii niệmi nghiêni cứui đượci thểi hiệni bằngi hệi sối Kaiser- Myer-i Olkini (KMO)i đoi lườngi sựi thíchi hợpi củai mẫui vài mứci ýi nghĩai đángi kểi củai
kiểmi địnhi Barlett.i KMOi cói giái trịi thíchi hợpi trongi khoảngi [0,5;1]
Sựi rúti tríchicáci nhâni tối đạii diệni bằngi cáci biếni quani sáti đượci thựcihiệni bằngi
phâni tíchi nhâni tối chínhi vớii phépi quayi (Promax).i Cáci thànhi phầni vớii giái trịi
Eigenvaluei lớni hơni 1i (Gerbingi vài Anderson,i 1998)i vài tổngi phươngi saii tríchi bằngi
Cuốii cùng,i đểi phâni tíchi nhâni tối cói ýi nghĩa,i tấti cải cáci hệi sối tảii nhâni tối (factori
loading)i phảii lớni hơni hệi sối quyi ướci 0,5i đểi cáci kháii niệmi nghiêni cứui đạti giái trịi hộii
tụi (Hairi &i ctg,i 2006).i Bêni cạnhi đó,i khácibiệti hệi sối tảii nhâni tối củai mộti biếni quani
sáti giữai cáci nhâni tối phảii lớni hơni ho ci bằngi 0,3i đểi tạoi giái trịi phâni biệti giữai cáci
nhâni tối (Jabnouni vài Al-Tamimi,i 2003).i Kỹi thuậti phâni tíchi nhâni tối (factori analysis)i
đãi đượci sửi dụngi trongi nghiêni cứui nàyi nhằmi rúti gọni vài gomi cáciyếui tối thuộci tínhi
đói lạii thànhi mộti nhâni tối cói ýi nghĩai hơn,i íti hơni vềi sối lượng
Chúngi taicói thểi chọni cáci quyềni sối hayi trọngi sốinhâni tối saoi choi nhâni tối thứi
nhấti giảii thíchi đượci phầni biếni thiêni nhiềui nhấti trongi toànibội biếnithiên.i Sauiđói tai
chọni tậpi hợpi cáci quyềni sối thứi haii saoi choi nhâni tối thứi haii giảii thíchi đượci phầni lớni
biếni thiêni còni lại,i vài khôngi cói tươngi quani vớii nhâni tối thứi nhất.
3.4.3 Phân tích tƣơng quan Pearson
Hệ số tương quan Pearson (Pearson correlation coefficient, ký hiệu r) là số liệu thống kê kiểm tra đo lường mối quan hệ thống kê ho c liên kết giữa các biến phụ thuộc với các biến liên tục
Tương quani pearsoni đượci biếti đếni nhưi lài phươngi phápi tốtinhấti đểi đoi lườngi
mốii liêni hệi giữaicáci biếni quani tâmi bởiivìinói dựai trêni phươngi phápi hiệpi phươngi
sai.i Nói cungi cấpi thôngi tini vềi mứci đội quani trọngicủai mốii liêni hệ,i ho ci mốii tươngi
quan,icũngi nhưi hướngi củai mốii quani hệ.i Ngoàii ra,i việci kiểmi trai hệi sối tươngi quani
pearsoni còni giúpi chúngi tai sớmi nhậni diễni đượci sựi xảyi rai củai vấni đềi đai cộngi tuyếni
khii cáci biếni độci lậpi cói sựi tươngi quani mạnhi vớii nhau
Ýinghĩaihệisốitƣơngiquanipearson
Hệi sối tươngi quani Pearsoni(r)i cói giái trịi giaoi độngi trongi khoảngi liêni tụci từi -1i
đếni +1:
ri =i 0:i Haii biếni khôngi cói tươngi quani tuyếni tính
ri =i 1;i ri =i -1:i Haii biếni cói mốii tươngi quani tuyếni tínhi tuyệti đối.i
ri <i 0:i Hệi sối tươngi quani âm.i Nghĩai lài giái trịi biếni xi tăngi thìi giái trịi biếni yi
ri >i 0:i Hệi sối tươngi quani dương.i Nghĩai lài giái trịi biếni xi tăng thìi i giái trịi biếni yi
tăngi vài ngượci lại,i giái trịi biếni yi tăngi thìi giái trịi biếni xi cũngi tăng.i Lưui ý:
Hệi sối tươngi quan pearsoni i (r)i chỉi cói ýi nghĩai khii vài chỉi khii mứci ýi nghĩai quani
sáti (sig.)i nhỏi hơni mứci ýi nghĩai αi =i 5%.
Nếui ri nằmi trongi khoảngi từi 0,50i đếni ±i 1,i thìi nói đượci choi lài tươngi quani
mạnh.
Nếui ri nằmi trongi khoảngi từi 0,30i đếni ±i 0,49,i thìi nói đượci gọii lài tươngi quani
trungi bình.
Nếui ri nằmi dướii ±ii .29,i thìi nói đượci gọii lài mộti mốii tươngi quani yếu.
3.4.4 Phân tích hồi quy và kiểm định mô hình
Hồi quy đa biến là một phần mở rộng của hồi quy tuyến tính đơn giản. Nó được sử dụng khi chúng ta muốn dự đoán giá trị của một biến dựa trên giá trị của