2.4.1.Thống kê mô tả:
Thống kê mô tả là việc phân tích dữ liệu giúp mô tả, hiển thị hoặc tóm tắt dữ liệu theo một cách có ý nghĩa sao cho các đặc điểm của mẫu có thể xuất hiện từ dữ liệu. Tuy nhiên, thống kê mô tả không thể đưa ra những kết luận ngoài dữ liệu hiện có hoặc đưa ra kết luận về bất kỳ giả thuyết nào. Thống kê mô tả chỉ đơn giản là một cách để mô tả dữ liệu.
Thống kê mô tả rất quan trọng bởi vì nếu dữ liệu chỉ được trình bày dưới dạng thô, sẽ có rất ít thông tin được dữ liệu hiển thị. Do đó, thống kê mô tả được trình bày dữ liệu theo cách có ý nghĩa hơn, cho phép hiểu dữ liệu một cách đơn giản hơn. Có hai loại thống kê chung được sử dụng để mô tả dữ liệu:
Đo lường giá trị trung tâm: đây là những phương pháp mô tả vị trí trung tâm của sự phân bố tần số của một nhóm dữ liệu. Có thể mô tả vị trí trung tâm này bằng cách sử dụng một số công cụ thống kê, bao gồm tần suất xuất hiện nhiều nhất (mode), trung vị (median) và trung bình (mean). Trong đó mean thường được sử dụng phổ biến nhất.
Đo lường giá trị biến thiên: đây là cách tóm tắt một nhóm dữ liệu bằng cách mô tả mức độ phân tán của điểm số. Các phép đo mức độ biến thiên giúp xác định mức độ phân tán của các điểm số này, từ đó có thể thấy mức độ đồng đều hay không đồng đều của điểm số. Để mô tả sự chênh lệch này, một số thống kê có sẵn bao gồm phạm vi (range), tứ phân vị (interquartile range), độ lệch tuyệt đối (absolute deviation), phương sai (variance) và độ lệch chuẩn (standard deviation).
Thống kê mô tả có thể được thực hiện thông qua cách sử dụng kết hợp mô tả được lập bảng (tức là bảng), mô tả bằng đồ họa (tức là đồ thị và biểu đồ) và bình luận thống kê (tức là thảo luận về kết quả).
2.4.2.Kiểm định độ tin cậy của thang đo
Cronbach’s alpha, α (hay hệ số alpha), được phát triển bởi Lee Cronbach vàonăm 1951, đo lường độ tin cậy hay tính nhất quán nội tại. “Độ tin cậy” là mức độ tốt mà một bài khảo sát đo lường nên đạt được.
Kiểm định Cronbach’s alpha mục đích để xem liệu các cuộc khảo sát thang đo Likert nhiều câu hỏi có đáng tin cậy hay không. Những câu hỏi này đo lường các biến tiềm ẩn - các biến ẩn hoặc không thể quan sát được. Cronbach’s alpha sẽ loại bỏ những biến không phù hợp trong tổng thể mẫu. Việc loại bỏ các biến rác sẽ giúp cho quá trình phân tích khám phá nhân tố chính xác hơn. Hệ số tin cậy Cronbach’s Alpha chỉ cho biết các đo lường có liên kết với nhau hay không mà không đưa ra kết luận biến nào cần bỏ đi và biến nào giữ lại.
Khi tiến hành kiểm định độ tin cậy của thang đo, có một số tiêu chí đánh giá được áp dụng. Đầu tiên, loại bỏ các biến quan sát có hệ số tương quan biến tổng nhỏ (< 0,3); lựa chọn các biến có hệ số Cronbach’s alpha đáp ứng đủ tiêu chuẩn, cụ thể là lớn hơn 0.6. Ở bài nghiên cứu này thì Crobach Alpha từ 0.6 trở mới được giữ lại.
2.4.3.Phân tích nhân tố khám phá (EFA)
Trong thống kê đa biến, phân tích nhân tố khám phá (EFA) là một phương pháp thống kê được sử dụng để khám phá cấu trúc cơ bản của một tập hợp các biến tương đối lớn. EFA là một kỹ thuật trong phân tích nhân tố có mục tiêu bao quát là xác định các mối quan hệ cơ bản giữa các biến được đo lường. Phương pháp này thường được sử dụng khi phát triển thang đo và dùng để xác định một tập hợp các cấu trúc tiềm ẩn bên dưới một loạt các biến được đo lường. EFA nên được sử dụng khi nghiên cứu không có các giả thuyết tiên nghiệm về các yếu tố hoặc mẫu của các biến đo lường. EFA được tiến hành dựa trên mô hình nhân tố chung. Trong mô hình này, các biến biểu hiện được biểu thị dưới dạng một hàm của các yếu tố chung, yếu tố duy nhất và sai số đo lường.
Một số tiêu chí được áp dụng khi tiến hành phân tích nhân tố khám phá EFA, đầu tiên là hệ số tải nhân tố, factor loading. Factor loading lớn hơn 0.4 được xem là nhân tố quan trọng, factor loading lớn hơn 0.5, nhân tố được xem là có ý nghĩa thực tiễn. Đồng thời hệ số KMO (Kaiser- MeyerOlkin) phải lớn hơn 0.5. Đây là chỉ số được dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO lớn có ý nghĩa phântích nhân tố là thích hợp. Và kiểm định Bartlett phải có ý nghĩa thống kê, tức là p- value nhỏ hơn 0.05. Đây là một đại lượng thống kê dùng để kiểm tra các biến không có tương quan trong tổng biến thống kê. Nếu kiểm định này có p-value nhỏ hơn 0.05 thì các biến quan sát có mối tương quan với nhau. Cuối cùng là tổng phương sai giải thích (TVE) phải nhỏ hơn 50%. Đây là đại lượng thể hiện phần trăm biến thiên của các biến quan sát.
Phân tích tương quan tuyến tính được thực hiện trước khi tiến hành phân tích hồi quy đa biến. Phân tích tương quan tuyến tính giúp kiểm định mối tương quan giữa các biến độc lập và biến phụ thuộc đồng thời sớm nhận diện ra các vấn đề về đa cộng tuyến khi các biến độc lập cũng có tác động lên nhau. Nghiên cứu tiến hành phân tích tương quan tuyến tính thông qua hệ số Pearson (Pearson correlation coeficient, kí hiệu là r). Nguyên tắc của phân tích tương quan Pearson là tìm ra một đường thẳng phù hợp nhất mô tả mối quan hệ giữa các biến.
Điều kiện để tương quan có ý nghĩa là giá trị p-value nhỏ hơn 0.5. Khi đó hệ số tương quan r sẽ nhận giá trị từ -1 đến 1. Trong đó tương quan càng chặt chẽ khi hệ số càng tiến gần về -1 hoặc 1. Hệ số âm thể hiện mối tương quan âm, hệ số dương thể hiện mối tương quan dương. Tương quan càng yếu khi càng tiến gần về 0. Hệ số tương quan bằng 0 sẽ có hai tình huống xảy ra: một là giữa các biến không có mối liên hệ nào và hai là giữa các biến có quan hệ phi tuyến. Hệ số r không biểu thị mối quan hệ phi tuyến.
2.4.5.Phân tích hồi quy đa biến
a.Kiểm định đa cộng tuyến: Đa cộng tuyến là trạng thái trong đó các biến độc lập có tương quan chặt chẽ với nhau. Vấn đề của hiện tượng đa cộng tuyến là chúng cung cấp cho mô hình những thông tin rất giống nhau, và rất khó tách rời ảnh hưởng của từng biến một đến biến phụ thuộc. Hiệu ứng khác của sự tương quan khá chặt chẽ giữa các biến độc lập là nó làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm giá trị thống kê t của kiểm định ý nghĩa của chúng nên các hệ số có khuynh hướng kém ý nghĩa hơn khi không có đa cộng tuyến trong khi hệ số xác định R2 vẫn khácao. Trong quá tình phân tích hồi quy bội, đa cộng tuyến được SPSS chuẩn đoán bằng tiêu chí Collinearity diagnostics (chuẩn đoán hiện tượng đa cộng tuyến) với hệ số phóng đại phương sai VIF (Variance inflation factor) của các biến độc lập trong mô hình. Nếu VIF đều nhỏ hơn 10 tức là mô hình không có đa cộng tuyến.
b. Kiểm định tự tương quan: Tự tương quan được hiểu là sự tự tương quan giữa các thành phần của dãy số thời gian hoặc không gian. Tuy nhiên trong thực tế có thể xảy ra hiện tượng mà thành phần nhiễu của các biến có thể phụ thuộc lẫn nhau. Hậu quả của tự tương quan có thể kể đến nhờ là ước lượng bình quân bé nhất không phải là ước lượng hiệu quả, phương sai ước lượng được của các ước lượng bình phương bé nhất thường là chệch, kiểm định t và f không đáng tin cậy, giá trị ước lượng R2 có thể không tin cậy khi dùng để thay thế cho giá trị thật của R2, phương sai và độ lệch chuẩn của giá trị dự đoán đã tính đƣợc không hiệu quả. Nếu các giả định không bị vi phạm, mô hình hồi quy tuyến tính bội được ước lượng. Và hệ số R2 đã được điều chỉnh cho biết mô hình hồi quy được ước lượng phù hợp đến mức nào.
c.Kiểm định giả thuyết về độ phù hợp của mô hình: Xây dựng xong mô hình hồi quy, vấn đề quan tâm đầu tiên là phải xem xét độ phù hợp của mô hình đối với tập dữ liệu qua giá trị
R2. Để kiểm định độ phù hợp của mô hình hồi quy tổng thể ta đặt giả thuyết hệ số R2 = 0. Đại lượng được sử dụng cho kiểm định này. Nếu xác suất F nhỏ thì giả thiết R2 = 0 bị bác bỏ.
d.Kiểm định giả thiết về ý nghĩa của hệ số hồi quy: Đây là kiểm định đối với các hệ số B. Giả thuyết dùng để kiểm định giả thiết này là: Bi = 0. Ta kỳ vọng giả thuyết này sẽ bị bác bỏ vì nếu Bi = 0 nghĩa là mối quan hệ tƣơng quan ta nhận thấy ở mẫu chỉ xảy ra ngẫu nhiên chứ không phải do bản chất. Trị thống kê dụng để kiểm định giả thuyết là t, phân phối của đại lượng thống kê này là Student với N-2 bậc tự do. Sau đó ta tiến hành phân tích hồi quy.
2.4.6.Kiểm định Sample T-test và One way Anova
Sample t-test: Nhằm mục đích so sánh trung bình (mean) của tổng thể với một giá trị cụ thể nào đó. Cụ thể trong đề tài này sẽ so sánh trung bình điểm đánh giá mức độ đồng ý các tiêu chí trong chất lượng dịch vụ khách hàng cá nhân tại Ngân hàngTMCP Kỹ thương Việt Nam với giá trị 6 thang đo, 5 mức độ của Likert, điểm 1 và 2 đại diện cho ý kiến không đồng ý, điểm 4 và 5 đại diện cho đồng ý, điểm 3 là điểm trung gian giữa đồng ý hay không đồng ý.
One way Anova: Phân tích phương sai 1 yếu tố dùng để kiểm định giả thuyết trung bình bằng nhau của các nhóm mẫu với khả năng phạm sai lầm chị 5%.
Kiểm định giả thiết:
H0 : µ = Giá trị kiểm định( Test value) H1 : µ ≠ Giá trị kiểm định( Test value) Mức ý nghĩa : α = 0.05
Nếu Sig.(2-tailed)≤ 0.05 : Bác bỏ giả thiết H0
CHƯƠNG 3. KẾT QUẢ NGHIÊN CỨU ĐÁNH GIÁ CHẤT LƯỢNG DỊCH VỤ KHÁCH HÀNG CÁ NHÂN TẠI NGÂN HÀNG TMCP KỸ THƯƠNG VIỆT NAM
3.1. Tổng quan về Ngân hàng TMCP Kỹ thương Việt Nam
3.1.1.Giới thiệu chung về Ngân hàng TMCP Kỹ thương Việt Nam
Được thành lập năm 1993 - Techcombank, với số vốn điều lệ chỉ 20 tỷ đồng cách đây 27 năm hôm nay đã trở thành một trong những ngân hàng lớn nhất về vốn điều lệ. Sự thành công của chúng tôi đến từ chiến lược tập trung giải quyết nhu cầu luôn thay đổi của khách hàng. Đến nay, Techcombank đã cung cấp nhiều loại sản phẩm, dịch vụ đa dạng cho hơn 8 triệu khách hàng cá nhân và doanh nghiệp tại Việt Nam thông qua 1 trụ sở chính, 2 văn phòng đại diện và 309 điểm giao dịch tại 45 tỉnh thành trên cả nước, không chỉ đáp ứng nhu cầu giao dịch ngân hàng thông thường mà còn đảm bảo nhu cầu an toàn tài chính cho người Việt Nam.
Với tầm nhìn “Chuyển đổi ngành tài chính, nâng tầm giá trị sống; thúc đẩy mỗi người khai phá tiềm năng và bản lĩnh hành động cho những điều vượt trội”, Techcombank cam kết không ngừng mang đến những giá trị vượt trội cho khách hàng và cổ đông; chú trọng các giải pháp tiên phong phục vụ cho nhu cầu ngày một phát triển của khách hàng, trở thành đối tác tài chính tin cậy nhất của khách hàng. Techcombank mang sứ mệnh dẫn dắt hành trình số hóa của ngành tài chính, tạo động lực cho mỗi cá nhân, doanh nghiệp và tổ chức phát triển bền vững và bứt phá thành công.
Tên giao dịch:
Tên tiếng Việt NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN KỸ THƯƠNG VIỆT NAM Tên tiếng Anh VIETNAM TECHNOLOGICAL AND COMMERCIAL JOINT-STOCK BANK
Tên giao dịch TECHCOMBANK Tên viết tắt TECHCOMBANK
Ngân hàng hoạt động theo Giấy phép hoạt động Ngân hàng số 0038/GP-NHNN
do Ngân hàng Nhà nước Việt Nam cấp ngày 06/03/2018 (cấp đổi lại cho Giấy phép hoạt động số 0040/NH-GP ngày 06/08/1993).
Giấy phép đăng ký kinh doanh số 0100230800 Đăng ký lần đầu 07 tháng 09 năm 1993
Sửa đổi lần thứ 52: 19 tháng 01 năm 2021 Vốn điều lệ 35.049.062.300.000
Bằng chữ: Ba mươi lăm nghìn không trăm bốn mươi chín tỷ, không trăm sáu mươi hai triệu, ba trăm nghìn.
Thông tin chung
Địa chỉ Tòa nhà Techcombank - 191 Bà Triệu, phường Lê Đại Hành, quận Hai Bà Trưng, Hà Nội, Việt Nam.
Số điện thoại (+84) (243) 944 6368 Fax (+84) (243) 944 6395
Website www.techcombank.com.vn Mã cổ phiếu TCB.
3.1.2.Các sản phẩm dịch vụ cung cấp cho khách hàng cá nhân
Các sản phẩm dịch vụ cung cấp cho Khách hàng cá nhân của Ngân hàng TMCP Kỹ thương Việt Nam:
- Tài khoản thanh toán
-Vay vốn bao gồm: vay mua nhà, vay xây sửa nhà, vay mua ô tô, vay tiêu dùng tín chấp, vay tiêu dế thấp chấp linh hoạt, vay thấu chi có tài sản đảm bảo, vay sản xuất kinh doanh.
-Thẻ: Thẻ thanh toán với thẻ nội địa và quốc tế, thẻ tín dụng với nhiều hạng thẻ với các tổ chức thẻ Visa, JCB…
-Tiết kiệm tiền gửi: Có tiết kiệm thuường, tiết kiệm online, tiết kiệm trả trước lãi…
- Ngân hàng điện tử F@st EBank an toàn, thuận tiện.
- Bảo hiểm và các sản phẩm đầu tư
- Chuyển và nhận tiền quốc tế và một số dịch vụ khác…
3.1.3. Chiến lược và thành quả của Ngân hàng TMCP Kỹ thương Việt Nam trên chặng đường chuyển đổi 2016 - 2020
3.1.3.1. Chiến lược của Ngân hàng TMCP Kỹ thương Việt Nam trên chặng đường chuyển đổi 2016 - 2020
Với tầm nhìn “Chuyển đổi ngành tài chính, nâng tầm giá trị sống; thúc đẩy mỗi người khai phá tiềm năng và bản lĩnh hành động cho những điều vượt trội”, Techcombank cam kết tạo ra giá trị cho tất cả các bên bao gồm khách hàng, nhân viên, cổ đông và các bên liên quan khác. Techcombank khát vọng trở thành đối tác tài chính được lựa chọn và đáng tin cậy nhất của khách hàng, tạo dựng cho cán bộ nhân viên một môi trường làm việc tốt nhất và mang lại cho cổ đông
những lợi ích hấp dẫn, lâu dài.
Để đạt được khát vọng này, chúng tôi đã đặt mọi nỗ lực của mình vào việc am hiểu và đáp ứng nhu cầu của khách hàng thông qua việc cung cấp các sản phẩm và dịch vụ vượt trội giúp khách hàng hiện thực hóa giấc mơ và thành công theo cách của riêng mình. Bất kể việc gì chúng tôi làm - chúng tôi đều luôn tự hỏi “Điều này có đang giúp gì cho khách hàng của mình hay không?”. Bởi chỉ khi nào khách hàng thành công thì chúng tôi mới có thể thành công được. Thành công của khách hàng chính là thành công của Ngân hàng. Kết quả là số lượng khách hàng sử dụng dịch vụ của Techcombank tăng lên đáng kể, với hơn 8 triệu khách hàng cá nhân, gần 160 nghìn khách hàng doanh nghiệp, trong đó có gần 2.000 khách hàng doanh nghiệp lớn. Nhưng thành tựu không chỉ là số lượng khách hàng mà quan trọng hơn là số lượng và giá trị giao dịch tăng lên mạnh mẽ.
Tạo dựng cho cán bộ nhân viên một môi trường làm việc tốt nhất, với nhiều cơ hội để phát triển năng lực, đóng góp giá trị và tạo dựng sự nghiệp thành đạt. Tại Techcombank, chúng tôi chiêu mộ, phát triển và giữ lại những ứng viên tốt nhất. Chúng tôi xây dựng một lộ trình sự nghiệp rõ ràng, tạo động lực cho hơn 11.000 cán bộ nhân viên để họ nỗ lực cống hiến hết mình cho tổ chức. Mức lương thưởng cạnhtranh và những khóa tập huấn nghiệp vụ - kỹ năng chắc chắn là những khoản đầu tư xứng đáng cho tương lai của mỗi CBNV nói riêng và cho toàn Ngân hàng nói chung. Ngoài ra, ngân hàng cũng tập trung vào việc xây dựng và thúc đẩy văn hóa “Lấy khách hàng làm trọng tâm”, xây dựng và áp dụng cách thức làm việc và môi trường làm việc