Để đánh giá chất lượng dịch vụ ngân hàng điện tử tại BIDV Cầu Giấy thông qua khảo sát sự hài lòng khách hàng, tác giả tiến hành điều tra khảo sát, phỏng vấn các đối tượng khách hàng. Như đã trình bày ở chương 2, theo công thức xác định kích thước mẫu dựa theo nghiên cứu của Hair và cộng sự năm 1998, học viên lựa chọn khảo sát 200 khách hàng, do đó tổng số phiếu khảo sát đưa ra là 200 phiếu, thu về 200 phiếu tuy nhiên chỉ có 193 phiếu hợp lệ được đưa vào để phân tích. Các thông tin cơ bản về các đối tượng khảo sát thống kê được:
Bảng 3.6: Kết quả thống kê đặc điểm khách hàng khảo sát.
Nhóm Số lượng Phần trăm % Giới tính Nam 115 59,6 Nữ 78 40,4 Tổng 193 100 Độ tuổi Dưới 25 tuổi 42 21,8 Từ 25 đến 35 tuổi 114 59,1 Từ 36 đến 50 tuổi 25 13 Trên 50 tuổi 12 6,2 Tổng 193 100 Nghề nghiệp Kinh doanh tự do 47 24,4
Nhân viên văn phòng 108 56
Công nhân 17 8,8
Sinh viên và nghề khác 21 10,9
Tổng 193 100
(Nguồn: tác giả tổng hợp)
Theo thống kê ta thấy chủ yếu đối tượng được khảo sát là nam chiếm 59,6%, và độ tuổi chủ yếu là từ 25 đến 35 tuổi, chiếm 59,1%. Đây là nhóm khách hàng đã đi làm và là nhóm có thu nhập ổn định, nhu cầu chi tiêu cao, chiếm tỷ lệ thấp nhất là nhóm đối tượng trên 50 tuổi chỉ có 6,2% do đây là nhóm đối tượng cao tuổi khả năng thích ứng công nghệ kém hơn. Kết quả khảo sát cho thấy khách hàng chủ yếu là nhân viên văn phòng chiếm 56% và kinh doanh tự do chiếm 24,4%, còn lại là sinh viên, công nhân hay một số nghề khác. Đối tượng khách hàng này thời gian đi làm chủ yếu trong giờ hành chính, do đó việc đến ngân hàng giao dịch gặp khó khăn về thời gian, vì vậy nhu cầu sử dụng dịch vụ ngân hàng điện tử của họ cũng cao hơn là phù hợp thực tiễn.
3.2.2.1. Kiểm định thang đo
Như đã trình bày trong phương pháp nghiên cứu, thì tác giả sẽ sử dụng dữ liệu thu thập được tiến hành kiểm định độ tin cậy của thang đo bằng phương pháp kiểm định Cronbach’s alpha.
Theo kết quả kiểm định tại phụ lục 1 và phụ lục 2, ta có thể rút ra nhận xét sau: Đối với thang đo Sự thuận tiện: có 1 biến quan sát STT4 sẽ cho hệ số Cronbach’s alpha cao hơn của thang đo sự thuận tiện nếu loại bỏ biến này. Do đó biến STT4 sẽ bị loại bỏ khỏi thang đo. Như vậy hệ số Cronbach’alpha cuối cùng của thang đo này là 0,765.
Đối với thang đo Sự hữu hình: biến SHH5 có hệ số tương quan biến tổng nhỏ hơn 0,3, đồng thời biến SHH5 nếu bị loại bỏ sẽ cho hệ số Cronbach’a alpha cao hơn, do đó biến này sẽ bị loại khỏi mô hình. Đối với biến SHH6 cũng sẽ bị loại khỏi mô hình vì sẽ cho hệ số Cronbach’s alpha cao hơn. Đồng thời đối với hiệu quả dịch vụ chuyển tiền và thanh toán trực tuyến qua NHĐT thì việc ngoại hình hay cách ăn mặc
của nhân viên không có ảnh hưởng lớn mà thay vào đó là khả năng hỗ trợ khách hàng, do đó sẽ loại biến SHH6. Cuối cùng hệ số Cronbach’s alpha thang đo Sự hữu hình sau khi loại bỏ SHH5, SHH6 là 0,887 ( chi tiết ở phụ lục).
Đối với thang đo Sự tin cậy: biến STC1 có hệ số tương quan biến tổng lớn hơn 0,3 nhưng nếu biến này bị loại sẽ cho hệ số Cronbach’s alpha cao hơn. Do đó biến này bị loại khỏi và hệ số Cronbach’s alpha cuối cùng là 0,751.
Đối với các thang đo YTG hay KNDU thì hệ số Cronbach’a alpha đều cao gần 0,9 và các biến đều có tương quan biến tổng cao hơn 0,3, do đó việc loại bỏ biến là không ý nghĩa. Như vậy sau khi loại bỏ biến STT4, SHH5, SHH6, STC1 thì chứng tỏ thang đo có độ tin cậy cao.
3.2.2.2. Phân tích nhân tố khám phá EFA
Các nhà nghiên cứu về mô hình và phương pháp SPSS cho thấy kiểm định thang đo phải thực hiện trước để loại bỏ biến rác trước khi thực hiện phân tích EFA, vì vậy sau bước kiểm định thang đo bằng hệ số Cronbach’s alpha các biến còn lại sẽ được đưa vào phân tích EFA.
Bảng 3.7: Kết quả kiểm định EFA KMO and Bartlett's Test
(Nguồn: tác giả tổng hợp)
Sau khi chạy phân tích EFA, ta có được kết quả phân tích nhân tố khám phá lần thứ nhất cho hệ số KMO là 0,885 lớn hơn 0,5 và hệ số sig. nhỏ hơn 0,05, cho thấy các biến có quan sát có tương quan tổng thể, có ý nghĩa thống kê, phân tích nhân tố phù hợp dữ liệu nghiên cứu. Ngoài ra trong bảng tại phụ lục thì cho thấy hệ số Eigenvalues của 4 nhóm nhân tố là lớn hơn 1, đủ điều kiện để rút trích nhân tố, tổng phương sai trích là 74,131 thể hiện rằng sự biến thiên của các nhân tố được đưa ra từ phân tích nhân tố sẽ giải thích được 74,131% sự biến thiên tổng thể dữ liệu khảo sát.
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,885
Bartlett's Test of Sphericity
Approx. Chi-Square 2616,435
Df 153
Tỷ lệ này khá cao càng làm tăng ý nghĩa đại diện các nhân tố. Để có thể xem xét kỹ hơn về hệ số tải nhân tố và để có cơ sở rút ra biến đại diện ta nhìn vào bảng ma trận
xoay.
Bảng 3.8: Bảng kết quả ma trận xoay Rotated Component Matrixa
Component 1 2 3 4 SHH1 ,899 STC4 ,859 SHH2 ,854 SHH3 ,786 STT1 ,716 SHH4 ,702 YTG4 ,902 YTG2 ,855 YTG3 ,854 YTG1 ,669 STT2 ,786 STT3 ,783 STC2 ,721 STC3 ,691 KNDU2 ,846 KHDU4 ,801 KNDU1 ,734 KNDU3 ,650
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
(Nguồn: tác giả tổng hợp)
Nhìn vào bảng ma trận xoay ta thấy hệ số tải các biến trong các nhóm nhân tố đều lớn hơn 0,5 và có sự hội tụ theo 4 nhóm, 4 nhóm lần lượt được đặt 1 biến đại diện để phục vụ cho phân tích hồi quy:
Nhân tố 1 được đặt tên SHH ( sự hữu hình) bao gồm các biến STT1, STC4, SHH1, SHH2, SHH3, SHH4
Nhân tố 2 được đặt tên STT (sự thuận tiện) bao gồm các biến STC2, STC3, STT2, STT3.
Nhân tố 3 được đặt tên KNDU (khả năng đáp ứng ) bao gồm KNDU1, KNDU2, KNDU3, KNDU4
Nhân tố 4 được đặt tên YTG ( chính sách ưu đãi giá) bao gồm YTG1, YTG2, YTG3, YTG4
Đối với biến phụ thuộc, ta cũng sẽ phân tích khám phá EFA cho biến phụ thuộc, được kết quả tại phụ lục. Hệ số KMO biến phụ thuộc là 0,549 > 0,5, sig. của kiểm định Bartlett < 0,05, đồng thời theo phụ lục thì tổng phương sai trích đạt 54,9%, các hệ số tải đều lơn hơn 0,5 và 3 biến đều hội tụ 1 nhóm nhân tố, 3 biến này sẽ được đại diện bởi 1 biến là CL
Như vậy sau khi phân tích EFA, ta có thể sử dụng mô hình đo lường bao gồm 1 biến phụ thuộc CL và 4 biến độc lập SHH, STT, KNDU, YTC.
3.2.2.3. Phân tích tương quan Pearson
Nhìn vào kết quả phân tích tương quan Pearson ở phụ lục ta có thể thấy biến phụ thuộc đều có mối tương quan mạnh với các biến độc lập do hệ số r đều từ 0,6 trở lên và hệ số Sig. đêu nhỏ hơn 0,05. Do đó ta có thể thấy các biến độc lập đếu ảnh hưởng đến biến phụ thuộc và mô hình có ý nghĩa, tuy nhiên hệ số tương quan cao có thể dẫn đến đa cộng tuyến, vì vậy cần xem xét khuyết tật này phần sau.
3.2.2.4. Phân tích hồi quy
Ta sử dụng phương thức hồi quy Enter trên phần mềm SPSS 20 để tìm ra kết quả về mức độ ảnh hưởng các biến độc lập và mức độ giải thích ý nghĩa thực tiễn của mô hình.
Phương trình hồi quy tổng quát:
CL= β0 + β1*SHH + β2*STC + β3*KNDU + β4*YTG +ei. Sau khi chạy hồi quy ta có kết quả sau:
Bảng 3.9: Kết quả hồi quy Model Summaryb
Model R R Square Adjusted R
Square Std. Error of the Estimate Durbin- Watson 1 ,843a ,711 ,705 ,275 1,834
a. Predictors: (Constant), YTG, SHH, KNDU, STC b. Dependent Variable: CL
ANOVAa
Model Sum of
Squares
Df Mean Square F Sig.
1
Regression 35,040 4 8,760 115,480 ,000b
Residual 14,261 188 ,076
Total 49,302 192
a. Dependent Variable: CL
b. Predictors: (Constant), YTG, SHH, KNDU, STC
(Nguồn: tác giả tổng hợp)
Nhìn vào kết quả hồi quy, hệ số R2 hiệu chỉnh đạt 0,705 nghĩa là các biến độc lập giải thích được 70,5% sự biến thiên biến phụ thuộc, đồng thời hệ số sig. trong kiểm định F nhỏ hơn 0,05 cho thấy mô hình xây dựng phù hợp tổng thể, do đó có thể kết luận mô hình có độ tin cậy cao, các gỉa thuyết đưa ra đều được chấp nhận. Hệ số Durbin-Watson d=1,834 xấp xỉ 2, nằm trong khoảng du< d< 4-du, theo lý thuyết về sự tự tương quan, với n=193 xấp xỉ 200, số biến k=4 và mức ý nghĩa 0,05 thì du= 1,778, ta có 1,778< d=1,834<2,222, do đó mô hình không có sự tự tương quan giữa các biến.
Bảng 3.10: Hệ số hồi quy Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error
Beta Tolerance VIF
1 (Constant) ,548 ,159 3,455 ,001 SHH ,179 ,038 ,229 4,688 ,000 ,647 1,545 STC ,264 ,046 ,306 5,701 ,000 ,535 1,869 KNDU ,179 ,039 ,245 4,615 ,000 ,544 1,839 YTG ,232 ,038 ,293 6,085 ,000 ,665 1,504 a. Dependent Variable: CL (Nguồn: tác giả tổng hợp)
Trên bảng kết quả hồi quy ta có thể thấy hệ số beta chuẩn hóa thể hiện mức độ tác động của biến độc lập đến biến phụ thuộc, ta có thể thấy hệ số sig. của các biến độc lập đều nhỏ hơn 0.05, điều đó cho thấy các biến độc lập có ý nghĩa thống kê và giải thích cho biến phụ thuộc. Ngoài ra nhìn vào hệ số phóng đại phương sai VIF, các hệ số này của các biến độc lập đều nhỏ hơn 2, cho thấy không có hiện tượng đa cộng tuyến.
Như vậy mô hình có thể nói là phù hợp và có độ tin cậy cao, với hệ số hồi quy tìm được, ta đưa ra mô hình hồi quy với hệ số beta chuẩn hóa như sau:
CL= 0,229* SHH+ 0,306* STC+ 0,245* KNDU+ 0,293* YTG
Dựa trên các kết quả hồi quy và kiểm định mối quan hệ biến độc lập với biến phụ thuộc Chất lượng dịch vụ, ta đưa ra kết luận cho giả thiết mô hình:
- Sự hữu hình là nhân tố tác động ít nhất đến sự biến thiên của biến Chất lượng, beta của nhân tố Sự hữu hình bằng 0,229, nghĩa là sự hữu hình và chất lượn dịch vụ có môi quan hệ cùng chiều, trong điều kiện các biến khác không đổi, sự hữu hình tăng lên 1 đơn vị thì chất lượng dịch vụ tăng lên 0,229 đơn vị.
- Sự tin cậy là nhân tố ảnh hưởng mạnh nhất đối chất lượng dịch vụ , beta nhân tố này đạt 0,306. Điều này giải thích trong điều kiện các biến khác không đổi, sự tin cậy tăng lên 1 đơn vị thì chất lượng dịch vụ tăng lên 0,306 đơn vị.
- Khả năng đáp ứng cũng có mối quan hệ cùng chiều với chất lượng dịch vụ , trong điều kiện các biến khác không đổi, khả năng đáp ứng tăng lên 1 đơn vị thì chất lượng dịch vụ tăng lên 0,245 đơn vị.
- Chính sách ưu đãi giá là nhân tố tác động mạnh thứ hai đến chất lượng dịch vụ, beta đạt 0,293 cho thấy trong điều kiện các biến khác không đổi, khi sự ưu đãi về giá tăng lên 1 đơn vị thì chất lượng dịch vụ tăng lên 0,293 đơn vị.