2.3.2. Phân tích thang đo
2.3.2.1 Phân tích thang đo Cronbach’s alpha
HệsốCronbach’s Alpha là một hệsốkiểm định thống kê vềmức độtin cậy và tương quan trong giữa các biến quan sát trong thang đo. Nó cho biết sựchặt chẽvà thống nhất trong các câu trảlời nhằm đảm bảo người được hỏi đã hiểu cùng một khái niệm.
HệsốCronbach Alphalà hệ số cho phép đánh giá xem nếu đưa các biến quan sát nào đó thuộc về một biến nghiên cứu (biến tiềm ẩn, nhân tố) thì nó có phù hợp không. Hair et al (2006) đưa ra quy tắc đánh giá như sau:
< 0.6. Thang đo nhân tố là không phù hợp (có thể trong môi trường nghiên cứu đối tượng không có cảm nhận về nhân tố đó)
0.6 – 07: Chấp nhận được với các nghiên cứu mới 0.7 – 0.8: Chấp nhận được
0.8 – 0.95: tốt
>= 0.95: Chấp nhận được nhưng không tốt, nên xét xét các biến quan sát có thể có hiện tượng “trùng biến”
Hệ số tương quan biến tổng (Corrected item-total correlation) là hệ số cho biết mức độ “liên kết” giữa một biến quan sát trong nhân tố với các biến còn lại. Nó phản ánh mức độ đóng góp vào giá trị khái niệm của nhân tố của một biến quan sát cụ thể. Tiêu chuẩn để đánh giá một biến có thực sự đóng góp giá trị vào nhân tố hay không là hệ số tương quan biến tổng phải lớn hơn0.3. Nếu biến quan sát có hệ số tương quan biến tổng nhỏ hơn0.3thì phải loại nó ra khỏi nhân tố đánh giá.
Căn cứ vào thông tin từ các phiếu điều tra, ta đi vào phân tích độ tin cậy của thang đo bằng hệ số Cronbach’s alpha ở Bảng 2.7 , cụ thể:
Về thành phần độ tin cậy:gồm 4 biến quan sát là TC5.1, TC5.2, TC5.3, TC5.4. Cả 4 biến này đều có hệ số tương quan biến tổng lớn hơn 0.3 và có hệ số Cronbach’s alpha 0,893 (lớn hơn 0.6) nên thang đo thành phần độ tin cậy đạt yêu cầu. Các biến này được đưa vào phân tích nhân tố tiếp theo.
Về thành phần tính đáp ứng:gồm 8 biến quan sát là DU5.5, DU5.6, DU5.7, DU5.8, DU5.9, DU5.10, DU5.11, DU5.12. Cả 8 biến này đều có hệ số tương quan biến tổng lớn hơn 0.3 và có hệ số Cronbach’s alpha 0,898 (lớn hơn 0.6) nên thang đo thành phần độ tin cậy đạt yêu cầu. Các biến này được đưa vào phân tích nhân tố tiếp theo.
Về thành phần năng lực phục vụ:gồm 5 biến quan sát là NL5.13, NL5.14,
NL5.15, NL5.16, NL5.17. Cả 5 biến này đều có hệ số tương quan biến tổng lớn hơn 0.3 và có hệ số Cronbach’s alpha 0,893 (lớn hơn 0.6) nên thang đo thành phần độ tin cậy đạt yêu cầu. Các biến này được đưa vào phân tích nhân tố tiếp theo.
Về thành phần sự đồng cảm:gồm 3 biến quan sát là DC5.18, DC5.19,
DC5.20. Cả 3 biến này đều có hệ số tương quan biến tổng lớn hơn 0.3 và có hệ số Cronbach’s alpha 0,842 (lớn hơn 0.6) nên thang đo thành phần độ tin cậy đạt yêu cầu. Các biến này được đưa vào phân tích nhân tố tiếp theo.
Về thành phần sự bảo mật và an toàn:gồm 4 biến quan sát là BA5.21,
BA5.22, BA5.23, BA5.24. Cả 4 biến này đều có hệ số tương quan biến tổng lớn hơn 0.3 và có hệ số Cronbach’s alpha 0,902 (lớn hơn 0.6) nên thang đo thành phần độ tin cậy đạt yêu cầu. Các biến này được đưa vào phân tích nhân tố tiếp theo.
Về thành phần phương tiện hữu hình:gồm 7 biến quan sát là HH5.25, HH5.26, HH5.27, HH5.28, HH5.29, HH5.30, HH5.31. Cả 7 biến này đều có hệ số tương quan biến tổng lớn hơn 0.3 và có hệ số Cronbach’s alpha 0,840 (lớn hơn 0.6) nên thang đo thành phần độ tin cậy đạt yêu cầu. Các biến này được đưa vào phân tích nhân tố tiếp theo.
Về thang đo sự thõa mãn:gồm 3 biến quan sát là TM5.32, TM5.33, TM5.34.
Cả 3 biến này đều có hệ số tương quan biến tổng lớn hơn 0.3 và có hệ số Cronbach’s alpha 0,830 (lớn hơn 0.6) nên thang đo thành phần độ tin cậy đạt yêu cầu. Các biến này được đưa vào phân tích nhân tố tiếp theo.
Như vậy, cả 34 biến quan sát của thang đo chất lượng dịch vụ đều đạt yêu cầu và sẽ được đưa vào phân tích nhân tố tiếp theo.
Bảng 2.7: Kết quả phân tích hệ số Cronbcah’s Alpha các thành phần của thang đo
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu loại biến
Hệsốtương quan biến
tổng phù hợp
HệsốCronbach’s Alpha nếu loại
biến TC5.1 9.9379 8.922 0.807 0.847 TC5.2 10.0678 8.654 0.844 0.832 TC5.3 10.1299 9.625 0.767 0.862 TC5.4 10.0508 11.378 0.664 0.900 HệsốCronbah’s Alpha = 0,893 DU5.5 22.5650 38.043 0.700 0.872 DU5.6 22.5198 37.444 0.664 0.875 DU5.7 22.5254 38.194 0.646 0.877 DU5.8 22.7288 38.540 0.663 0.875 DU5.9 22.5932 39.720 0.574 0.883 DU5.10 22.9831 37.585 0.766 0.865 DU5.11 22.7232 37.292 0.762 0.865 DU5.12 23.0056 39.710 0.539 0.887 HệsốCronbah’s Alpha = 0,898 NL5.13 13.3446 17.216 0.685 0.882 NL5.14 13.3503 15.990 0.836 0.846 NL5.15 13.5819 17.188 0.803 0.856 NL5.16 13.5876 17.914 0.722 0.873 NL5.17 13.5706 18.008 0.654 0.888
HệsốCronbah’s Alpha = 0,893 DC5.18 6.4011 4.253 .685 .801 DC5.19 6.5424 4.056 .774 .716 DC5.20 6.6949 4.134 .666 .822 HệsốCronbah’s Alpha = 0,842 BA5.21 10.1864 11.141 0.717 0.896 BA5.22 10.3220 9.958 0.858 0.844 BA5.23 10.2486 10.029 0.865 0.842 BA5.24 10.3616 11.073 0.690 0.906 HệsốCronbah’s Alpha = 0,902 HH5.25 18.4576 23.727 0.586 0.819 HH5.26 19.0565 22.826 0.670 0.805 HH5.27 18.6723 22.824 0.634 0.811 HH5.28 18.9492 25.174 0.533 0.827 HH5.29 18.8475 25.050 0.483 0.834 HH5.30 18.9266 23.943 0.609 0.815 HH5.31 19.0565 23.713 0.632 0.812 HệsốCronbah’s Alpha = 0,840 TM5.32 8.4294 1.485 .811 .687 TM5.33 8.0282 1.278 .654 .807 TM5.34 7.9944 1.290 .648 .813 HệsốCronbah’s Alpha = 0,830
2.3.2.2. Phân tích nhân tốEFA
Theo Hair & ctg (1998), phân tích nhân tốlà một phương pháp phân tích thống kê dùng đểrút gọn một tập hợp gồm nhiều biến quan sát thành một nhóm đểchúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết các nội dung thông tin của biến ban đầu.
Theo Hair & ctg (1998,111), Multivariate Data Analysis, Prentice-Hall International, trong phân tích EFA, chỉsốFactor Loading (được gọi là hệsốtải nhân tố) có giá trịlớn hơn 0,5 được xem là có ý nghĩa thực tế. KMO (Kaiser-Meyer-Olkin) là chỉsốthểhiện mức độphù hợp của phương pháp EFA, hệsốKMO lớn hơn 0,5 và nhỏhơn 1 thì phân tích nhân tố được coi là phù hợp.
Theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2005), kiểm định Bartlett (Bartlett’s test) xem xét giảthiết Ho độtương quan giữa các biến quan sát bằng 0 trong tổng thể. Nếu như kiểm định này có ý nghãi thống kê, tức là Sig < 0,05 thì các quan sát có tương quan với nhau trong tổng thể.
Tóm lại, trong phân tích nhân tốkhám phá cần phải đáoứng các điều kiện sau:
Factor Loading > 0,5
0,5 < KMO <1
Kiểm định Bartlett có Sig < 0,05
Phương sai rút trích Total Varicance Explained > 50%
Eigenvalue >1
Đểtiến hành phân tích nhân tố, sửdụng phương pháp rút trích các thành phần chính (Principal Compoments) với phép xoay Varimax và phương pháp tính nhân tốlà phương pháp Regression.
Sau khi đạt yêu cầu vềkiểm tra độtin cậy, 34 biến quán sát sẽ được đưa vào phân tích nhân tố. Quá trình phân tíchđược thực hiện như sau:
Kiểm định KMO và Bartlett’s cho thấy hệsốKMO là 0,765 (> 0,5) với tổng phương sai dùng đểgiải thích các nhân tốlà 66.047% (>50%) nên thỏa điều kiện của phân tích nhân tố. Như vậy, kết quảphân tích các nhân tốtác động đến chất lượng dịch vụthẻ đã rút tríchđược 6 nhân tốvới 34 biến quan sát.
Bảng 2.8: Ma trận nhân tố đã xoay
Ma trận nhân tố đã xoay
Mã hóa biến Nhân tố
1 2 3 4 5 6 DU5.10 .845 DU5.11 .839 DU5.5 .771 DU5.6 .747 DU5.8 .744 DU5.7 .737 DU5.9 .674 DU5.12 .627 HH5.26 .788 HH5.31 .752 HH5.27 .737 HH5.30 .727 HH5.25 .704 HH5.28 .662 HH5.29 .592 NL5.14 .898
NL5.15 .887 NL5.16 .815 NL5.13 .783 NL5.17 .777 BA5.23 .925 BA5.22 .922 BA5.21 .830 BA5.24 .820 TC5.2 .918 TC5.1 .889 TC5.3 .879 TC5.4 .770 DC5.19 .899 DC5.18 .839 DC5.20 .834 Eigenvalue 5.079 3.894 3.671 2.962 2.866 2.002 Phương sai rút trích 16.385 12.561 11.842 9.554 9.245 6.495
(Nguồn:Sốliệu điều tra và tính toán của tác giả).
Bảng 2.8 cho thấy, với tổng phương sai rút trích là 66.047% cho biết với 6 nhân tốnày (Tin cậy, đápứng, năng lực phục vụ, đồng cảm, an toàn và bảo mật, phương tiện hữu hình)đã giải tích được 66.047% biến thiên của dữliệu.
Chúng ta thấy được nhân tố Đápứng có Eigenvalue = 5.079 và phương sai rút trích cao nhất. Sau đó đến nhân tốphương tiện hữu hình, năng lực phục vụ, sựbảo mật và an toàn, độtin cậy, đồng cảm.
-Phân tích các nhân tốtác động đến sựthõa mãn của khách hàng
Thang đo sựthỏa mãn của khách hàng gồm 3 biến quan sát TM5.32, TM5.33, TM5.34. Các biến này được đưa vào phân tích nhân tố đểkiểm tra mức độhội tụ.
Kiểm định KMO đạt được giá trịlà 0,669 (>0,5) và phương sai rút trích là 76,534% (>50%) thỏa điều kiện của phân tích nhân tố. Như vậy, kết quảphân tích nhân tốsựthõa mãn của khách hàng cả3 biến quan sát đều có hệsốtải > 0,5 và dùng đểgiải thích thang đo mức độhài lòng khách hàng hợp lý.
Bảng 2.9: Kết quả phân tích các nhân tố của thang đo sự thỏa mãn của khách hàng.
(Nguồn:Sốliệu điều tra và tính toán của tác giả).
2.3.2.3. Kiểm định mô hình lý thuyết
2.3.2.3.1. Phân tích hệsốtương quan Pearson
Hệsốtương quan Pearson là đểkiểm tra mối tương quan tuyến tính chặt chẽ giữa biến phụthuộc với các biến độc. Nếu hai biến có tương quan chặt chẽ, chúng ta phải chú ý đến các vấn đềcủa đa cộng tuyến khi phân tích hồi quy.
Mã hóa biến Nhân tố
1 TM5.32 .926 TM5.33 .851 TM5.34 .846 Eigenvalues 2.296 Phương sai rút trích 76.543%
Vấn đềcủa hiện tượng đa cộng tuyến là chúng cung cấp cho mô hình những thông tin rất giống nhau, và rất khó tách rờiảnh hưởng của từng biến một đến biến phụ thuộc. Trong quá trình phân tích hồi quy bội, đa cộng tuyến được SPSS chuẩn đoán bằng lựa chọn Collinearity Diagnostic.
Hệsốtương quan Pearson giữa biến phụthuộc (sựthỏa mãn) và các biến phải lớn hơn 0,3. Mặt khác, tương quan Pearson giữa các biến độc lập là nhỏhơn 0,2, điều này cho thấy các biến không tương quan (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
Bảng 2.10: Ma trận tương quan giữa các biến
Ma trận tương quan DU HH NL TC BA DC HL DU Hệsốtương quan 1 .115 .116 .074 -.023 -.066 .379 HH Hệsốtương quan .115 1 .125 -.053 -.005 -.171 .374 NL Hệs ố tương quan .116 .125 1 .044 .125 .068 .477 TC Hệs ố tương quan .074 -.053 .044 1 .068 .145 .308 BA Hệs ố tương quan -.023 -.005 .125 .068 1 -.003 .354 DC Hệs ố tương quan -.066 -.171 .068 .145 -.003 1 .112 HL Hệs ố tương quan .379 .374 .477 .308 .354 .112 1
**. Tương quan có ý nghũa tại mức 0.01 (2 chiều) *. Tương quan có ý nghũa tại mức 0.05 (2 chiều).
(Nguồn:Sốliệu điều tra và xửlý của tác giả).
Xem xét ma trận tương quanởBảng 2.10, ta thấy có sựtương quan chặt chẽ giữa biến phụthuộc và các biếnđộc lập.
DU: Đápứng có sựtương quan đáng kểvới sựthỏa mãn là 0.379ởmức 0.01 (2 chiều).
HH: Hữu hình có sựtương quan đáng kểvới sựthỏa mãn là 0.374ởmức 0.01 (2 chiều).
NL: Năng lực phục vụcó sựtương quan đáng kểvới sựthỏa mãn là 0.477ở mức 0.01 (2 chiều).
TC: Tin cậy có sựtương quan đáng kểvới sựthỏa mãn là 0.308ởmức 0.01 (2 chiều).
BA: Bảo mật và an toàn có sựtương quan đáng kểvới sựthỏa mãn là 0.354ở mức 0.01 (2 chiều).
DC: Đápứng có sựtương quan đáng kểvới sựthỏa mãn là 0.112 < 0.3 nên biến này đãđược gỡbỏkhỏi mô hình.
Các mối tương quan giữa các biến độc lập là không đáng kể. Nó có nghĩa rằng không có mối tương quan giữa các biến độc lập. Như vậy, có thểkết luận rằng không có hiện tượng đa cộng tuyến giữa các biến độc lập và có đủ điều kiện để đi đến phân tích hồi quy.
2.3.2.3.2 Phân tích hồi quy
Phân tích hồi quy là một phân tích thống kê đểxác định xem các biến độc lập quy định các biến phụthuộc như thếnào. Mô hình phân tích hồi quy sẽmô tảhình thức của mối liên hệvà qua đó giúp dự đoán được giá trịcủa biến phụthuộc khi biết trước giá trịcủa biến độc lập.
Phương trình phân tích hồi quy tuyến tính bội có dạng:
y = a + b1x1 + b2x2 + ... + bnxn + e
Trong đó: y là biến phụthuộc (sựhài lòng của khách hàng); x là biến độc lập (6 kích thước của chất lượng dịch vụ), các b1, b2 ... bn là các hệsốhồi quy đại diện, e là sai số.
Áp dụng phân tích hồi quy vào mô hình, tiến hành phân tích hồi quy tuyến tính bội với 5 nhân tố đãđược kiểm định hệsốtương quan (DU, HH, NL, BA, TC) và biến phụthuộc HL. Phương pháp phân tích được chọn là phương pháp đưa vào một lượt Enter. Bảng tổng hợp kết quảphân tích hồi quy được trình bày như sau:
Bảng 2.11: kết quả phân tích hồi quy
Nhân tố Beta
chuẩn hóa Sig. t value
Tolerance VIF
Giá trịSo sánh Giá trịSo sánh R2 = 0.584, R2 điều chỉnh = 0.572, F= 48.082 Hệsố 0.000 7.773 H1_Độtin cậy 0.267 0.000 5.382 0.985 >0.0001 1.016 <10 H2_Tính đápứng 0.289 0.000 5.769 0.969 >0.0001 1.032 <10 H3_Năng lực phục vụ 0.355 0.000 7.042 0.956 >0.0001 1.046 <10 H5_Bảo mật và an toàn 0.300 0.000 6.020 0.979 >0.0001 1.022 <10 H6_Phương tiện hữu hình 0.312 0.000 6.233 0.970 >0.0001 1.031 <10 N=177
(Nguồn:Số liệu điều tra và xử lý của tác giả).
R square = 0.584 với mức ý nghĩa quan sát Sig= 0 cho thấy mô hình hồi quy tuyến tính bội phù hợp với tập dữliệu và có thểsửdụng được. Tuy nhiên, mô hình thường không phù hợp với dữliệu thực tếnhư giá trịR 2 thểhiện. Trong tình huống này, R2 điều chỉnh (=0.572) từR 2 được sửdụng đểphản ánh sát hơn mức độphù hợp của mô hình hồi quy tuyến tính đa biến vì nó không phụthuộc vào độlệch phóng đại của R2. Như vậy, hệsốR 2 điều chỉnh = 0.572 cho thấy sựtương thích của mô hình với biến quan sát là khoảng 57,2% biến thiên của biến phụthuộc HL (sựthỏa mãn của khách hàng) có thể được giải thích bởi các biến độc lập của mô hình. Và mối quan hệ có ý nghĩa thống kê (F = 48.052, p <0,001) với biến phụthuộc chất lượng dịch vụthẻ.
Trong phương sai ANOVA (Phụlục), chúng ta thấy chẩn đoán hiện tượng đa cộng tuyến với hệsốVIF (Variance inflation factor) của các biến độc lập trong mô hình <2 và Tolerance> 0,0001 nên mối quan hệgiữa các biến độc lập là không đáng kể và làm khôngảnh hưởng đến kết quảcủa mô hình.
Phương trình hồi quy tuyến tính bội thểhiện mối quan hệgiữa sựthỏa mãn của khách hàng và các biến độc lập được xây dựng như sau:
HL = 0.267TC + 0.289DU + 0.355NL + 0.300BA + 0.312HH
Từphương trình này chúng ta thấy sựhài lòng của khách hàng có liên quan đến các yếu tốtin cậy, đápứng, năng lực phục vụ, bảo mật và an toàn, phương tiện hữu hình và mối quan hệnày thuận chiều với nhau (tiêu chuẩn hóa hệsố> 0).
Trong đó: HL: sựhài lòng
TC: độtin cậy. Nếu tin cậy tăng 1 đơn vị, sựhài lòng sẽtăng 0,267 DU: tínhđápứng. Nếu đápứng tăng 1 đơn vị, sựhài lòng sẽtăng 0,289
NL: năng lực phục vụ. Nếu năng lực tăng 1 đơn vị, sựhài lòng sẽtăng 0,355 BA: sựbảo mật và an toàn. Nếu bảo mật và an toàn tăng lên 1 đơn vị, sựhài lòng sẽtăng 0,300
HH: phương tiện hữu hình. Nếu phương tiện hữu hình tăng 1 đơn vị, sựhài lòng sẽtăng 0,312
Năng lực phục vụcó hệsốbeta chuẩn hóa là cao nhất (0.355) là biến độc lập quan trọng nhất. Tiếp theo là phương tiện hữu hình (beta = 0.312), sựbảo mật và an toàn (beta = 0.300), tínhđápứng (beta = 0.289), độtin cậy (beta = 0.267).
Bây giờ, chúng ta có thểkiểm tra giảthuyết:
Chấp nhận H1: Tin cậy có mối quan hệtích cực và ý nghĩa với sựthỏa mãn của khách hàng.
Chấp nhận H2: tính đápứng có mối quan hệtích cực và ý nghĩa với sựthỏa mãn của khách hàng.
Chấp nhận H3: năng lực phục vụcó mối quan hệtích cực và ý nghĩa với sự thỏa mãn của khách hàng.
Bác bỏH4: Sự đồng cảm có mối quan hệtích cực và ý nghĩa với sựthỏa mãn của khách hàng.
Chấp nhận H5: sựbảo mật và an toàn có mối quan hệtích cực và ý nghĩa với sự thỏa mãn của khách hàng.
Chấp nhận H6: phương tiện hữu hình có mối quan hệtích cực và ý nghĩa với sự thỏa mãn của khách hàng.
2.3.2.3.2. Kết quả
Quá trình phân tích và kiểm định dữliệu đã cho thấy thang đo chất lượng dịch vụthẻ được cấu thành từnhững nhân tốnhư: độtin cậy, tính đápứng, năng lực phục vụ, sự bảo mật và an toàn, phương tiện hữu hình. Tiếp theo sẽ đi sâu vào phân tíchảnh hưởng từng nhân tốtrên đến mức độhài lòng của khách hàng sửdụng dịch vụthẻ.
- Năng lực phục vụ
Đây là thành phần tác động nhiều nhất đến mức độthỏa mãn của khách hàng (hệsốBeta chuẩn hóa là 0.355). Điều này chứng tỏ, hiện nay khách hàng rất coi trọng yếu tốnăng lực phục vụ, xem đó là thước đo chính để đánh giá chất lượng dịch vụthẻ cùa ngân hàng họ đang sửdụng.
Trong thành phần này, yếu tố“nhân viên phục vụkhách hàng một cách lịch sự, nhã nhặn”được khách hàng quan tâm nhiều nhất với điểm sốtrung bình là 3.5141 (phụlục) và “nhân viên xửlý các nghiệp vụmột cách nhanh chóng, chính xác”là 3.5085. Kết quảnày có được là do quá trìnhđổi mới tư duy phục vụkhách hàng của HDBank luôn thực hiện với phương châm “Khách hàng là thượng đế”. Vì vậy trong thời buổi cạnh tranh khốc liệt, chính cách cư xửnhã nhặn, lịch sựcủa nhân viênđối với khách hàng mới là yếu tốquan trọng đểthu hút khách hàng đến với ngân hàng, tạo