CHƢƠNG 2 : PHƢƠNG PHÁP VÀ THIẾT KẾ NGHIÊN CỨU
4.2. Đánh giá thang đo bằng bằng hệ số tin cậy Cronbach alpha
4.2.2. Kiểm định sự tin cậy thang đo với nhân tố Sự đáp ứng
Bảng 4.4 Hệ số Cronbach’s alpha của các thành phần thang đo biến phản ánh Sự đáp ứng
Biến quan sát
Trung bình thang đo nếu
bị loại biến
Phƣơng sai thang đo nếu bị
loại biến
Tƣơng quan biến tổng
Cronbach's Alpha nếu loại
biến này Sự đáp ứng : Cronbach's Alpha = .820
DU1 9.45 3.828 .693 .732
DU2 9.21 3.851 .673 .754
DU3 9.54 4.461 .663 .767
(Nguồn: Kết quả xử lý dự liệu SPSS 16.0) Kết quả từ bảng 4.4 cho thấy với hệ số Cronbach‟s Alpha bằng 0.829 lớn hơn 0.8 và tƣơng quan biến tổng đều lớn hơn 0.3 cho thấy nhân tố DU với các biến quan
sát DU1, DU2, DU3 hoàn toàn phù hợp cho việc đƣa vào phân tích nhân tố khám phá.
4.2.3. Kiểm định sự tin cậy thang đo với nhân tố Phƣơng tiện hữu hình
Bảng 4.5 Hệ số Cronbach’s alpha của các thành phần thang đo biến phản ánh phƣơng tiện hữu hình
Biến quan sát
Trung bình thang đo nếu bị
loại biến
Phƣơng sai thang đo nếu bị
loại biến
Tƣơng quan biến tổng
Cronbach's Alpha nếu loại
biến này Phƣơng tiện hữu hình : Cronbach‟s Alpha = .839
HH1 18.24 13.076 .639 .807
HH2 18.22 12.947 .636 .808
HH3 18.68 12.219 .619 .814
HH4 18.31 12.361 .693 .792
HH5 18.48 12.843 .629 .810
(Nguồn: Kết quả xử lý dự liệu SPSS 16.0) Kết quả từ bảng 4.5 cho thấy với hệ số Cronbach‟s Alpha bằng 0.839 lớn hơn 0.8 và tƣơng quan biến tổng đều lớn hơn 0.3 cho thấy nhân tố HH với các biến quan sát HH1, HH2, HH3, HH4, HH5 hoàn toàn phù hợp cho việc đƣa vào phân tích nhân tố.
4.2.4. Kiểm định sự tin cậy thang đo với nhân tố Năng lực phục vụ
Bảng 4.6 Hệ số Cronbach’s alpha của các thành phần thang đo biến phản ánh Năng lực phục vụ
Biến quan sát
Trung bình thang đo nếu bị
loại biến
Phƣơng sai thang đo nếu bị
loại biến
Tƣơng quan biến tổng
Cronbach's Alpha nếu loại
biến này Năng lực phục vụ: Alpha = .886 NL1 14.67 8.735 .774 .845 NL2 14.47 9.369 .750 .855 NL3 14.64 8.495 .761 .851 NL4 14.51 9.225 .725 .863
Kết quả từ bảng 4.6 cho thấy với hệ số Cronbach‟s Alpha bằng 0.886 lớn hơn 0.8 và tƣơng quan biến tổng đều lớn hơn 0.3 cho thấy nhân tố NL với các biến quan sát NL1, NL2, NL3, NL4 hoàn toàn phù hợp cho việc đƣa vào phân tích nhân tố khám phá.
4.2.5. Kiểm định sự tin cậy thang đo với nhân tố Sự đồng cảm
Bảng 4.7 Hệ số Cronbach’a alpha của các thành phần thang đo biến phản ánh Sự đồng cảm
Biến quan sát
Trung bình thang đo nếu
bị loại biến
Phƣơng sai thang đo nếu
bị loại biến
Tƣơng quan biến tổng
Cronbach's Alpha nếu loại
biến này Sự đồng cảm: Cronbach's Alpha = 0.879 DC1 13.89 10.560 .727 .852 DC2 13.90 9.673 .763 .836 DC3 14.08 9.434 .752 .840 DC4 14.15 9.747 .721 .853
(Nguồn: Kết quả xử lý dự liệu SPSS 16.0) Kết quả từ bảng 4.7 cho thấy với hệ số Cronbach‟s Alpha bằng 0.879 lớn hơn 0.8 và tƣơng quan biến tổng đều lớn hơn 0.3 cho thấy nhân tố DC với các biến quan sát DC1, DC2, DC3, DC4 hoàn toàn phù hợp cho việc đƣa vào phân tích nhân tố khám phá.
4.2.6. Kiểm định sự tin cậy thang đo với nhân tố Sự Hài lòng khách hàng Bảng 4.8 Hệ số Cronbach’a alpha của các thành phần thang đo biến phản ánh Bảng 4.8 Hệ số Cronbach’a alpha của các thành phần thang đo biến phản ánh
Sự Hài lòng khách hàng
Biến quan sát Trung bình thang đo nếu
bị loại biến
Phƣơng sai thang đo nếu
bị loại biến
Tƣơng quan biến tổng
Cronbach's Alpha nếu loại
biến này Sự hài lòng của khách hàng: Alpha = .832
HL1 9.2810 3.124 .522 .434
HL2 9.4248 2.851 .469 .493
HL3 9.5163 3.238 .348 .665
Kết quả từ bảng 4.8 cho thấy với hệ số Cronbach‟s Alpha bằng 0.832 lớn hơn 0.8 và tƣơng quan biến tổng đều lớn hơn 0.3 cho thấy nhân tố HL với các biến quan sát HL1, HL2, HL3 hoàn toàn phù hợp cho việc đƣa vào phân tích nhân tố khám phá.
4.2.7. Kết luận
Kết quả phân tích cho thấy hệ số Cronbach‟s Alpha của tất cả 24 biến số đều lớn hơn 0,8, đủ điều kiện làm thang đo chính thức. Tƣơng quan biến tổng đều lớn hơn 0.3 cho thấy từng biến đƣợc đo lƣờng đảm bảo độ tin cậy. Nhƣ vậy, 24 biến đƣợc giữ nguyên khi phân tích ở các bƣớc tiếp theo.
4.3.Đánh giá thang đo bằng phân tích nhân tố khám phá EFA 4.3.1. Kiểm định KMO cho 21 biến độc lập 4.3.1. Kiểm định KMO cho 21 biến độc lập
Trƣớc hết, để đánh giá xem phƣơng pháp phân tích nhân tố khám phá có thực sự phù hợp để phân tích trong trƣờng hợp này không, tôi sử dụng kiểm định KMO và Bartlett‟s. Trong phân tích nhân tố khám phá, chỉ số KMO (Kaiser – Meyer – Olkin) là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO phải có giá trị trong khoảng từ 0.5 đến 1 thì phân tích này mới thích hợp, còn nếu nhƣ trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu.
Bảng 4.9 Hệ số KMO cho 21 biến độc lập
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .941
Bartlett's Test of Sphericity
Approx. Chi-Square 2298.867
df 210
Sig. .000
(Nguồn: Kết quả xử lý dự liệu SPSS 16.0) Từ bảng 4.9, kết quả với hệ số KMO bằng 0.941 lớn hơn 0,5 với mức ý nghĩa bằng 0 (sig = 0.000) cho thấy 21 nhân tố độc lập phù hợp cho phân tích nhân tố khám phá.
4.3.2. Phƣơng sai giải thích cho 21 biến độc lập
Để phân tích nhân tố, luận văn sử dụng trị số đặc trƣng (eigenvalue) để xác định số lƣợng nhân tố. Trị số đặc trƣng (eigenvalue) đại diện cho lƣợng biến thiên đƣợc giải thích bởi nhân tố. Những nhân tố có trị số đặc trƣng (eigenvalue) nhỏ hơn 1 sẽ không có tác dụng tóm tắt thông tin tốt do vậy chỉ giữ lại trong mô hình những nhân tố có trị số đặc trƣng lớn hơn 1.
Trong bảng 4.10 sẽ cung cấp số liệu về trị số đặc trƣng (eigenvalue) đƣợc phân tích từ 21 biến phụ thuộc của 5 thành phần. Tƣơng ứng 21 biến số là 21 nhân tố đƣợc tính toán trị số đặc trƣng.
Bảng 4.10 Phân tích trị số đặc trƣng (eigenvalue) của 21 biến độc lập
Nhân tố Trị số đặc trƣng(eigenvalue) ban đầu
Tổng bình phƣơng tải nhân tố xoay
Tổng % Biến thiên % Cồng dồn Tổng % Biến thiên % Cồng dồn 1 11.486 54.697 54.697 6.182 29.439 29.439 2 1.415 6.737 61.435 5.281 25.148 54.587 3 1.044 4.971 66.406 2.482 11.819 66.406 4 .799 3.805 70.211 5 .731 3.480 73.692 6 .550 2.621 76.313 7 .530 2.522 78.835 8 .513 2.444 81.279 9 .502 2.392 83.671 10 .439 2.093 85.764 11 .406 1.931 87.695 12 .357 1.701 89.396 13 .330 1.574 90.970 14 .330 1.571 92.541 15 .279 1.329 93.869 16 .274 1.304 95.173 17 .251 1.194 96.367 18 .246 1.173 97.540 19 .202 .961 98.501 20 .183 .870 99.371 21 .132 .629 100.000
Từ bảng trên cho thấy chỉ có 3 nhân tố có trị số đặc trƣng (eigenvalue) lớn hơn 1 đƣợc giữ lại còn 18 nhân tố còn lại có trị số đặc trƣng nhỏ hơn 1 sẽ không đƣợc sử dụng. Điều này có nghĩa 21 biến đã đƣợc rút gọn về 3 nhân tố.
Cũng trong bảng trên, tổng chỉ số Tổng bình phƣơng tải nhân tố xoay “Rotation Sums of Squared Loading” đạt mức cao 66.40% > 50%. Điều này nói lên rằng việc sử dụng 3 nhân tố đại diện cho 21 biến đã có thể giải thích đƣợc 66.40% khả năng giải thích của tất cả các biến.
Nhƣ vậy có thể kết luận có thể sử dụng 3 nhân tố để phản ánh những thông tin cung cấp từ 21 biến.
4.3.3. Ma trận xoay nhân tố với 21 biến độc lập
Bảng 4.11 Ma trận nhân tố xoay cho 21 biến độc lập Rotated Component Matrixa
Nhân tố 1 2 3 TC1 .644 TC2 .719 TC3 .782 TC4 .727 TC5 .724 DU1 .688 DU2 .539 .559 DU3 .600 HH1 .608 HH2 .646 HH3 .778 HH4 .618 HH5 .767 NL1 .501 .684 NL2 .515 .648 NL3 .681 NL4 .701 DC1 .705 DC2 .828 DC3 .731
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 6 iterations.
(Nguồn: Kết quả xử lý dự liệu SPSS 16.0)
Bảng 4.11 Ma trận xoay các nhân tố cho ta thấy biến DU2, NL1, NL2 có hệ số tải nhân tố (factor loading) lớn hơn 0.5 ở cả nhân tố thứ 2 và thứ 3, do xuất hiện cùng ở 2 nhân tố nên điều này có nghĩa biến số DU2, NL1, NL2 không phản ánh rõ thuộc nhân tố 2 hay nhân tố 3 và cần phải loại bỏ.
4.3.4. Kết quả phân tích cho biến phụ thuộc HL
Bảng 4.12 Hệ số KMO cho biến phụ thuộc HL
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .613
Bartlett's Test of Sphericity
Approx. Chi-Square 63.992
df 3
Sig. .000
(Nguồn: Kết quả xử lý dữ liệu SPSS 16.0)
Bảng 4.13 Phân tích trị số đặc trƣng (eigenvalue) của biến phụ thuộc HL
Nhân tố Trị số đặc trƣng(eigenvalue) ban đầu
Tổng bình phƣơng tải nhân tố xoay Tổng % Biến thiên % Cồng dồn Tổng % Biến thiên % Cồng dồn 1 1.750 58.325 58.325 1.750 58.325 58.325 2 .758 25.256 83.581 3 .493 16.419 100.000
(Nguồn: Kết quả xử lý dữ liệu SPSS 16.0)
Bảng 4.14 Ma trận xoay nhân tố của biến phụ thuộc HL
Nhân tố 1
HL1 .825
HL2 .797
HL3 .658
Từ bảng 4.12 cho thấy trị số KMO =0.613>0.5 với mức ý nghĩa bằng 0 (sig = 0.000) cho thấy 3 nhân tố phù hợp cho phân tích nhân tố khám phá.
Từ bảng 4.13 cho thấy chỉ có 1 nhân tố có trị số đặc trƣng (eigenvalue) lớn hơn 1 đƣợc giữ lại còn 2 nhân tố còn lại có trị số đặc trƣng nhỏ hơn 1 sẽ không đƣợc sử dụng. Điều này có nghĩa 3 biến đã đƣợc rút gọn về 1 biến.
Cũng trong bảng 4.13 trên, tổng chỉ số Tổng bình phƣơng tải nhân tố xoay “Rotation Sums of Squared Loading” đạt mức 58.32% > 50%. Điều này nói lên rằng việc sử dụng 1 nhân tố đại diện cho 3 biến đã có thể giải thích đƣợc 58.32% khả năng giải thích của tất cả các biến.
Kết quả từ bảng 4.14 cho thấy các biến quan sát của nhân tố HL đều có hệ số tải nhân tố (factor loading) lớn hơn 0.5 nhƣ vậy là phù hợp đại diện cho nhân tố HL để phân tích.
4.4.Phân tích hồi quy
Phân tích hồi quy nhằm tìm ra các nhân tố thực sự ảnh hƣởng tới sự hài lòng về chất lƣợng dịch vụ Internet Banking qua 3 nhân tố ban đầu sau khi phân tích nhân tố khám phá. Các biến độc lập và phụ thuộc đƣợc đại diện nhƣ sau:
HL : HL1, HL2, HL3
DUTC (Đáp ứng tin cậy) : TC1,TC2,TC3,TC4,TC5,DU1,DU3 HH : HH1, HH2,HH3,HH4,HH5
NLDC (Năng lực phục vụ và sự đồng cảm) : NL3,NL4,DC1,DC2,DC3,DC4
Bảng 4.15 Kết quả hồi quy ban đầu: A, Tóm tắt mô hình
Mode R R² R² hiệu chỉnh Sai số chuẩn của ƣớc lƣợng
1 .857 .734 .729 .41955
B, Các hệ số Model Hệ số chƣa chuẩn hóa Hệ số chuẩn hóa t Sig. Collinearity Statistics B Sai số chuẩn Beta Độ chấp nhận VIF 1 (Constant) 1.038 .193 5.393 .000 DUTC .247 .062 .273 4.003 .000 .384 2.603 HH .381 .042 .498 9.051 .000 .591 1.693 NLDC .174 .052 .210 3.324 .001 .449 2.225 a. Dependent Variable: HL
(Nguồn: Kết quả xử lý dữ liệu SPSS 16.0) Bảng A trong bảng 4.15 kết quả phân tích hồi quy cho thấy hệ số tƣơng quan bội (R) bằng 0.875 là khá tốt. Hệ số bình phƣơng tƣơng quan bội hiệu chỉnh (Adjusted R Square) bằng 0.729 có nghĩa là 72.9% sự biến thiên của sự hài lòng khách hàng có thể đƣợc giải thích từ mối liên hệ tuyến tính.
Kết quả hồi quy trong bảng B, bảng 4.15 cho thấy có 3 yếu tố quan trọng là DUTC, HH và NLDC có quan hệ tuyến tính với sự hài lòng cảu khách hàng là hợp lý (Sig < 0.05)
Từ kết quả phân tích trên, ta có phƣơng trình hồi quy dựa vào hệ số beta chƣa chuẩn hóa nhƣ sau:
HL=1.038 + 0.247*DUTC + 0.381*HH + 0.174*NLDC
Các nhân tố đều có tác động cùng chiều lên Sự hài lòng của khách hàng, điều này cho thấy việc đẩy mạnh các yếu tố về độ tin cậy, đáp ứng, năng lực phục vụ và đồng cảm cùng với các phƣơng tiện hữu hình đều có xu hƣớng làm tăng sự hài lòng của khách hàng.
Để đánh giá mức độ tác động của các nhân tố tác giả sử dụng hệ số beta chuẩn hóa để đánh giá. Kết quả đƣa ra cho thấy nhân tố Phƣơng tiện hữu hình có tác động mạnh nhất tới sự hài lòng của khách hàng (0.498). Nhân tố có tác động mạnh
thứ hai là nhân tố Đáp ứng tin cậy (0.273) và nhân tố có tác động yếu hơn 2 nhân tố trên là nhân tố về Năng lực phục vụ và sự đồng cảm (0.210).
4.5.Kiểm định sự khác biệt về sự hài lòng đối với chất lƣợng dịch vụ của các nhóm yếu tố khác nhau nhóm yếu tố khác nhau
- Giới tính
Bảng 4.16 Sự khác biệt về sự hài lòng của nhóm yếu tố Giới tính
Independent Samples Test
Levene's Test for Equality
of Variances
t-test for Equality of Means
F Sig. t df Sig. (2- tailed) Mean Difference Std. Error Difference 95% Confidence Interval of the Difference Lower Upper HL Equal variances assumed .166 .684 - .747 151 .456 -.09894 .13247 - .36069 .16280 Equal variances not assumed - .746 133.022 .457 -.09894 .13263 - .36128 .16340
(Nguồn: Kết quả xử lý dự liệu SPSS 16.0)
Kết quả với p-value bằng 0.684 lớn hơn 0.05 cho thấy không có sự khác biệt nào về sự hài lòng giữa nam và nữ. Điều này cho thấy với các khách hàng nam hay nữ khi sử dụng dịch vụ Internet Banking đều đƣợc chăm sóc và có các cảm nhận về sự hài lòng giống nhau. Không có điểm khác biệt nào làm cho vấn đề giới tính nam hài lòng hơn nữ và ngƣợc lại.
- Độ tuổi
Bảng 4.17 Sự khác biệt về sự hài lòng của nhóm yếu tố Độ tuổi Multiple Comparisons
Dependent Variable: HL Bonferroni
(I) do tuoi (J) do tuoi Ý nghĩa sự khác biệt (I-J) Sai số chuẩn Sig. 95% Confidence Interval Lower Bound Upper Bound duoi 30 tu 30 den 50 .38513 * .13820 .018 .0505 .7197 tren 50 .34209 .22704 .402 -.2076 .8918 tu 30 den 50 duoi 30 -.38513* .13820 .018 -.7197 -.0505 tren 50 -.04304 .23739 1.000 -.6178 .5317 tren 50 duoi 30 -.34209 .22704 .402 -.8918 .2076 tu 30 den 50 .04304 .23739 1.000 -.5317 .6178
*. The mean difference is significant at the 0.05 level.
(Nguồn: Kết quả xử lý dự liệu SPSS 16.0) Kết quả cho thấy có sự khác biệt giữa các nhóm tuổi về sự hài lòng. Với Sig = 0.018 < 0.05 đƣợc coi là có ý nghĩa, nhƣ vậy chỉ có sự khác biệt về sự hài lòng giữa nhóm dƣới 30 tuổi với nhóm từ 30 đến 50 tuổi. Trong đó nhóm tuổi dƣới 30 có sự hài lòng hơn so với nhóm tuổi từ 30 đến 50 (I-J=0.38513>0); còn so với nhóm tuổi trên 50 thì đều không có sự khác biệt nào. Nhóm từ 30 tuổi đến 50 tuổi so với nhóm trên 50 tuổi cũng không có sự khác biệt nào.
- Thu nhập
Bảng 4.18 Sự khác biệt về sự hài lòng của nhóm yếu tố Thu nhập
ANOVA HL Sum of Squares df Mean Square F Sig. Between Groups 1.676 2 .838 1.297 .276 Within Groups 96.892 150 .646 Total 98.568 152
Kết quả cho thấy với p-value bằng 0.276 lớn hơn 0.05 nên không có sự khác biệt nào về sự hài lòng giữa các các nhân có thu nhập khác nhau. Nói cách khác dù các cá nhân có thu nhập khác nhau nhƣng đều có mức độ hài lòng giống nhau.
4.6.Kết luận
Kết quả nghiên cứu cho thấy mô hình SERVPERF phù hợp để đánh giá mức độ hài lòng của khách hàng sau khi sử dụng dịch vụ, qua đó đánh giá đƣợc chất lƣợng dịch vụ Internet Banking tại ngân hàng thƣơng mại cổ phần Đông Nam Á.
Các nhân tố phản ánh chất lƣợng dịch vụ tác động cùng chiều với sự hài lòng của khách hàng. Khi khách hàng cảm thấy hài lòng, chứng tỏ chất lƣợng dịch vụ đƣợc khách hàng đánh giá là tốt.
Qua kết quả phân tích về biến Hài lòng thấy rằng, theo bảng 4.1 Thống kê các biến quan sát thì giá trị trung bình của các nhân tố đều khá cao (HL1=4.63, HL2=4.54, HL3=4.46), trong quá trình phân tích thấy các nhân tố đại diện cho biến hài lòng đều phù hợp. Từ đó cho thấy khách hàng hài lòng khi sử dụng dịch vụ Internet Banking của SeABank.
Từ mô hình hồi quy tuyến tính, thấy rằng có 3 nhân tố đại diện tác động đến sự hài lòng của khách hàng đó là DUTC (đáp ứng, tin cậy), HH (hữu hình) và NLDC (năng lực phục vụ và đồng cảm). Trong đó tác động mạnh nhất là nhân tố