Giả thuyết 1: Yếu tố tin cậy có tác động tích cực đến sự hài lòng của KH nhận tiền lương qua thẻ ghi nợ của ACB tại TP.HCM.
Giả thuyết 2: Yếu tố đáp ứng có tác động tích cực đến sự hài lòng của KH nhận tiền lương thông qua thẻ ghi nợ của ACB tại TP.HCM.
Giả thuyết 3: Năng lực phục vụ có tác động tích cực đến sự hài lòng của KH nhận tiền lương thông qua thẻ ghi nợ của ACB tại TP.HCM.
Giả thuyết 4: Phương tiện hữu hình có tác động tích cực đến sự hài lòng KH nhận tiền lương qua thẻ ghi nợ của ACB tại TP.HCM.
Giả thuyết 5: Yếu tố đồng cảm có tác động tích cực đến sự hài lòng của KH nhận tiền lương thông qua thẻ ghi nợ của ACB tại TP.HCM.
Giả thuyết 6: Yếu tố phí dịch vụ có tác động tiêu cực đến sự hài lòng của KH nhận tiền lương thông qua thẻ ghi nợ của ACB tại TP.HCM.
Tin cậy
Đáp ứng
Phương tiện hữu hình
Năng lực phục vụ
Đồng cảm Phí dịch vụ
Các yếu tố ảnh hưởng đến sự hài lòng của khách hàng sử dụng thẻ
ghi nợ liên kết với tài khoản lương tại ngân hàng ACB
3.3. Thang đo mã hóa
Bảng hỏi được chia làm 2 phần:
Phần 1: Đánh giá mức độ đồng ý của KH với báo cáo “Các yếu tố tác động đến sự hài lòng của KH khi sử dụng thẻ ghi nợ liên kết với tài khoản lương tại ACB trên địa bàn TP. HCM” bằng cách sử dụng xếp hạng thang đo Likert.
Phần 2: Tác giả thu thập dữ liệu cá nhân của KH, bao gồm: giới tính, độ tuổi, và thu nhập.
Để thực hiện bảng hỏi và tiến hành thu thập dữ liệu, tác giả tiến hành mã hóa thang đo như sau:
Mã
hóa Đối tượng Tham khảo
TIN CẬY
REL1 NH cung cấp dịch vụ trả lương uy tín ngay từ lần đầu tiên
Katono (2011) REL2 NH cung cấp dịch vụ không có hoặc có rất ít
sai sót
REL3 Nhân viên của NH xử lý giao dịch nhanh chóng
REL4 NH giải quyết khiếu nại và thắc mắc kịp thời
REL5 Khi có sự thay đổi hoặc điều chỉnh, NH ngay lập tức thông báo
ĐÁP ỨNG
RES1 Tất cả các giao dịch có liên quan đến thẻ NH đều được xử lí nhanh chóng
Narteh (2013) RES2
Nếu KH gặp khó khăn hoặc phát sinh vấn đề trong quá trình sử dụng thẻ, nhân viên NH hỗ trợ nhiệt tình và kịp thời
RES4 Các giao dịch diễn ra nhanh chóng và chính xác
RES5 Đảm bảo các cây ATM luôn hoạt động và không bị hư
NĂNG LỰC PHỤC VỤ
SC1 Quy trình phục vụ KH mang lại sự tự tin
Mohammed Shakhawat Hossain
et al. (2015) SC2 Đội ngũ nhân viên có trình độ chuyên môn để
xử lý khiếu nại, thắc mắc của KH
SC3 Độ bảo mật cao khi giao dịch tại các cây ATM
SC4 NH bảo mật thông tin tài khoản và thông tin giao dịch của KH
SC5 NH luôn sẵn sàng phục vụ bất cứ khi nào KH gặp vấn đề kĩ thuật.
PHƯƠNG TIỆN HỮU HÌNH
TM1 ATM có đầy đủ chức năng giao dịch cần thiết
Charles Mwatsika (2016) TM2 Hệ thống ATM hiện đại
TM3 Có nhiều dịch vụ tiện ích đi kèm với dịch vụ trả lương
TM4 Mạng lưới ATM rộng khắp và phổ biến TM5 Vị trí thuận tiện của các cây ATM
ĐỒNG CẢM
EMP1 Nhân viên của NH luôn niềm nở với KH
Charles Mwatsika (2016) EMP2 NH luôn quan tâm đến tất cả các KH
EMP3 NH luôn có nhân viên trực tổng đài
EMP4 NH luôn mong muốn mang đến những lợi ích lớn nhất cho KH
EMP5
Khi KH gặp vấn đề khi sử dụng thẻ hoặc ATM, nhân viên kĩ thuật của NH luôn có mặt để giải quyết kịp thời
PHÍ DỊCH VỤ
SF1 Các loại phí dịch vụ của NH đều hợp lí
Mohammed Shakhawat Hossain
et al. (2015) SF2 Lãi suất được NH tính trên số dư tài khoản là
hợp lí
SF3 Phí giao dịch cạnh tranh so với các NH khác SF4 Phí làm thẻ phù hợp với nhu cầu của KH
SF5 Quy định số dư tài khoản tối thiểu của NH là hợp lí
MỨC ĐỘ HÀI LÒNG CỦA KH
ES1 Bạn hài lòng với việc trả lương qua thẻ ghi nợ ACB
Bui Pham Thanh Binh (2016)
ES2 Bạn sẽ sử dụng dịch vụ trả lương qua thẻ ghi nợ của ACB
ES3 Bạn sẽ giới thiệu dịch vụ này cho người thân và bạn bè của mình
3.4. Phương pháp nghiên cứu
3.4.1. Phương pháp chọn mẫu và cỡ mẫu
Đối tượng mục tiêu là tất cả những người và đang sử dụng thẻ ghi nợ liên kết với tài khoản lương tại NH TMCP Á Châu trên địa bàn TP.HCM. Kích thước mẫu phụ thuộc vào phương pháp ước lượng được sử dụng, số tham số và phân phối chuẩn của câu trả lời. Nghiên cứu này sử dụng phương pháp lấy mẫu thuận tiện (phi xác suất).
Phương pháp lựa chọn mẫu: Dữ liệu trong nghiên cứu này sử dụng phân tích nhân tố thăm dò (Exploratory Factor Analysis - EFA). Theo Hair et al. (1998), để thực hiện Phân tích nhân tố thăm dò, cần thu thập ít nhất 5 mẫu cho mỗi biến, tốt nhất là 10 biến. Tuy nhiên, để cải thiện chất lượng biến và biến thích hợp bằng nhau, quy mô nghiên cứu có 33 biến. Nếu chúng ta tuân theo tiêu chuẩn là 5 mẫu cho mỗi 1 biến, cỡ mẫu là n = 33 x 5 = 165. Tác giả đã chọn tổng quan sát cỡ mẫu là 200 để đáp ứng yêu cầu kích thước mẫu.
Phương pháp chọn mẫu là phương pháp thuận tiện được thực hiện đối với những KH đã và đang sử dụng thẻ ghi nợ liên kết với tài khoản lương tại NH TMCP Á Châu trên địa bàn TP.HCM .
Cách thức tiến hành: Tiến hành bằng cách đến một số DN tại TP. HCM để phát phiếu điều tra, trực tiếp điều tra nhân viên tại các DN này.Cuộc khảo sát được tiến hành tại các DN ở TP.HCM.
Sau khi thu về bảng trả lời, các kết quả sẽ được mã hóa, nhập liệu, làm sạch dữ liệu trước khi bắt đầu chính thức xử lý để nghiên cứu chính thức (định lượng).
3.4.2. Phương pháp phân tích dữ liệu
3.4.2.1. Đánh giá độ tin cậy của thang đo theo hệ số Cronbach’s Alpha
Đánh giá mức độ tin cậy của thang đo dựa trên hệ số alpha của Cronbach. Sử dụng hệ số này trước khi phân tích EFA để loại bỏ những biến không phù hợp vì nó có thể dẫn đến một vài yếu tố bị sai lệch. (Nguyễn Đình Thọ & Nguyễn Thị Mai Trang (2009)).
Để tính giá trị Cronbach’s Alpha cho một thang đo thì thang đo phải có tối thiểu là ba biến đo lường (Nguyễn Đình Thọ, 2011). Một thang đo được coi là có giá trị khi nó đo lường đúng cái cần đo, có nghĩa là phương pháp đo lường đó không có sai lệch mang tính hệ thống và sai lệch ngẫu nhiên. Tức hệ số Cronbach’s Alpha giúp loại bỏ các biến không phù hợp và hạn chế các biến rác trong mô hình nghiên cứu, tránh gây nhiễu kết quả thu được làm ảnh hưởng xấu đến ý nghĩa thống kê.
Hệ số alpha Cronbach chỉ có thể chỉ ra các biến có liên kết với nhau hay không nhưng không chỉ ra rằng liệu các biến có cần bị loại bỏ hay không. Trong khi đó, việc tính toán các hệ số tương quan giữa biến – tổng sẽ loại bỏ biến không phù hợp.
Một số tiêu chí khi sử dụng thang đo này:
Loại bỏ biến có hệ số tương quan nhỏ hơn 0.3, tiêu chuẩn là 0.6 (Alpha càng cao, tính nhất quán bên trong càng cao (Nunnally J.C. & Burnstein I.H. (1994); và Nguyễn Đình Thọ & Nguyễn Thị Mai Trang (2009)).
Mức giá trị của Alpha: cao hơn 0.8 là tốt, từ 0.7 đến 0.8 là có thể sử dụng, cao hơn 0.6, có thể được sử dụng trong bối cảnh nghiên cứu hoặc nghiên cứu mới (Nunnally JC (1978); Peterson RA (1994); Slater SF (1995); Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2005)).
Các biến có hệ số tương quan giữa các biến - tổng dưới 0.4 được coi là biến không phù hợp và sẽ bị loại bỏ. Thang đo được chấp nhận khi Alpha cao hơn 0.7.
Dựa trên những thông tin này, nghiên cứu phụ thuộc vào:
Các biến có hệ số tương quan giữa biến - tổng dưới 0.4 (Chúng không đóng góp nhiều cho mô tả định nghĩa và nhiều nghiên cứu đã sử dụng tiêu chí này).
Chọn thang đo có Alpha cao hơn 0.6 (Nó tương tác với mọi đối tượng nghiên cứu).
3.4.2.2. Phân tích nhân tố khám phá (EFA)
Sau khi kiểm định độ tin cậy của thang đo, tiếp tục tiến hành phân tích nhân tố để xem xét giá trị hội tụ và giá trị phân biệt của thang đo các khái niệm, lấy đó làm cơ sở để rút trích ra các yếu tố để tiến hành phân tích hồi quy.
Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis): Phân tích yếu tố khám phá sẽ trả lời câu hỏi liệu các biến quan sát dùng để xem xét sự tác động của các yếu tố độc lập lên Sự hài lòng của KH khi sử dụng thẻ ghi nợ liên kết với tài khoản lương tại ACB trên địa bàn TP HCM có độ kết dính không và chúng có thể gom gọn lại thành một số nhóm yếu tố ít hơn để xem xét không. Đối với những biến không đảm bảo độ tin cậy sẽ bị loại khỏi thang đo.
Các tiêu chí đánh giá kết quả trong phân tích EFA như sau:
Kiểm định Bartlett và KMO được sử dụng để kiểm tra sự thích hợp của EFA: Trong phân tích nhân tố, cần kiểm định mối tương quan của các biến với nhau, KMO là một chỉ tiêu dùng để xem xét sự thích hợp của EFA, 0.5 ≤ KMO ≤ 1 thì phân tích nhân tố là phù hợp. (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, (2008), kiểm định Bartlett xem xét giả thuyết về độ tương quan giữa các biến quan sát trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig ≤ 0.05) thì các biến quan sát có tương quan với nhau trong tổng thể.
Số lượng nhân tố được xác định dựa trên chỉ số Eigenvalue – đại diện cho sự biến thiên được giải thích bởi mỗi nhân tố. Với số lượng nhân tố được xác định bằng cách chỉ giữ lại các nhân tố có Eigenvalue tối thiểu bằng 1, các nhân tố có mức Eigenvalue nhỏ hơn 1 sẽ bị loại khỏi mô hình.
Tổng phương sai trích phải đạt từ 50% trở lên để đảm bảo mức ý nghĩa của nghiên cứu (Giá trị Cumulative cho biết số nhân tố trích ra giải thích được bao nhiêu phần trăm độ biến thiên của dữ liệu).
Phương pháp trích nhân tố với phép xoay Varimax kết hợp điểm dừng khi trích các yếu tố có Eigenvalue lớn hơn hoặc bằng 1 được tác giả sử dụng trong nghiên cứu này. Bên cạnh đó, để thang đo đạt giá trị hội tụ thì hệ số tải trên mỗi nhân tố (hệ số tương quan giữa biến và các nhân tố) cần lớn hơn 0.5 (Factor loading > 0.5 được xem là có ý nghĩa thực tiễn); đồng thời, để thang đo đạt giá trị phân biệt thì chênh lệch trọng số từng biến giữa các nhân tố cần lớn hơn hoặc bằng 0.3. Mặc dù vậy, chúng ta nên xem xét giá trị nội dung, sự cần thiết của biến đó trước khi ra quyết định có loại bỏ ra khỏi thang đo hay không (Nguyễn Đình Thọ, 2011).
3.4.2.3. Phân tích hồi quy tuyến tính
Sau khi tiến hành kiểm định độ tin cậy của thang đo (Cronbach’s Alpha) và phân tích nhân tố EFA, các biến không đảm bảo độ tin cậy, không có giá trị đo lường sẽ bị loại ra khỏi thang đo cho đến khi các biến quan sát được nhóm lại vào các nhân tố rút trích ra được (các nhóm biến mới). Giá trị của các biến mới trong mô hình là giá trị trung bình của các biến quan sát thành phần của biến đó.
Tiếp theo xem xét hệ số tương quan giữa biến trong mô hình nghiên cứu đề xuất. Trước khi đi vào phân tích hồi quy, cần phải thỏa mãn được một yêu cầu cơ bản là mối quan hệ giữa các biến độc lập và biến phụ thuộc là quan hệ tương quan (Nguyễn Đình Thọ, 2011).
Trước tiên chúng ta xem qua mối tương quan tuyến tính giữa các biến thông qua ma trận tương quan với giá trị kiểm định là hệ số tương quan Pearson. Các giả thuyết H0 của kiểm định này cho rằng không có tương quan tuyến tính giữa 2 biến (tức các hệ số không có ý nghĩa thống kê). Chúng ta sẽ xem xét với độ tin cậy 95% các giá trị p-value (mức ý nghĩa Sig) có < 0.05 hay không? Nếu Sig < 0.05 thì ta có đủ cơ sở bác bỏ giả thuyết H0. Tức là hệ số tương quan giữa 2 biến là có ý nghĩa. Ngược lại, nếu Sig > 0.05 thì ta chấp nhận giả thuyết H0. Tức là hệ số tương quan tuyến tính giữa 2 biến là không có ý nghĩa.
Sau đó, bằng phương pháp bình phương nhỏ nhất OLS tiến hành phân tích hồi quy bội tuyến tính nhằm xây dựng mô hình lý thuyết và qua đó xem xét chiều hướng cũng như cường độ tác động của từng biến độc lập tới biến phụ thuộc. Ở đây, tác giả sử dụng phương pháp đưa biến Enter để phân tích hồi quy.
Trong phân tích hồi quy, để đánh giá độ phù hợp của mô hình, các nhà nghiên cứu sử dụng hệ số R2 (R – Square). Trong hồi quy tuyến tính bội thường dùng hệ số R2 (R – Square) điều chỉnh để đánh giá độ phù hợp của mô hình vì nó không phóng đại mức độ phù hợp của mô hình.
Ngoài ra, cần kiểm tra hiện tượng tự tương quan bằng hệ số Durbin – Watson (1< Durbin – Watson <3) và không có hiện tượng đa cộng tuyến (kiểm tra bằng hệ số phóng đại phương sai VIF < 10). Tuy nhiên, theo Nguyễn Đình Thọ (2011), trong thực tế mà VIF > 2 thì chúng ta vẫn cần cẩn thận trong diễn giải các trọng số hồi quy.
Cuối cùng, hệ số Beta chuẩn hóa được dùng để đánh giá mức độ quan trọng của từng nhân tố, hệ số Beta của biến độc lập nào càng cao thì mức độ tác động của nó lên biến phụ thuộc càng lớn (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Hồi quy tuyến tính sẽ được thực hiện như sau:
- Thiết kế mô hình
- Ước tính các tham số của mô hình - Đánh giá mô hình
- Phân tích kết quả
3.4.2.4. Phân tích phương sai (ANOVA)
Phân tích phương sai là cách để kiểm tra xem liệu có bất kỳ sự khác biệt nào về hành vi như: giới tính, tuổi tác, công việc, trình độ học vấn với α = 0.05.
TÓM TẮT CHƯƠNG 3
Chương 3 đã trình bày cách thức thực hiện các nghiên cứu định tính, định lượng, quy trình nghiên cứu, thiết kế thang đo và các phương pháp xử lý số liệu thu thập được bằng phần mềm SPSS 20.0.
Nghiên cứu chính thức sử dụng phương pháp nghiên cứu định lượng với phương pháp chọn mẫu thuận tiện. Mẫu lớn hơn 165 được cho là phù hợp, nghiên cứu lựa chọn 350 mẫu. Tác giả cũng đưa ra một số tiêu chuẩn cho phân tích dữ liệu được xử lý bằng phần mềm SPSS 20.0. Với đánh giá độ tin cậy của thang đo, hệ số Cronbach’s Alpha nằm trong khoảng 0.6 – 0.95 và hệ số tương quan so với biến tổng phải lớn hơn 0.3. Với phân tích nhân tố khám phá, 0.5 ≤ KMO ≤ 1 với mức ý nghĩa Sig.≤0.05; Eigen value ít nhất bằng 1; tổng phương sai trích đạt từ 50% trở lên; Factor loading > 0.5. Các tiêu chuẩn ở phân tích hồi quy cần phân tích là: ma trận tự tương quan, R square phải lớn hơn 0.5, xem xét các hệ số beta chuẩn hóa.
Chương 4 tiếp theo sẽ trình bày kết quả mô tả mẫu, kết quả nghiên cứu về Cronbach’s Alpha, phân tích nhân tố khám phá EFA, phân tích hồi quy và thảo luận các kết quả nghiên cứu này.
CHƯƠNG 4. KẾT QUẢ NGHIÊN CỨU
Chương 4 tác giả khái quát thực trạng sử dụng thẻ ghi nợ liên kết với tài khoản lương tại ACB trên địa bàn TPHCM. Sau đó đưa ra kết quả nghiên cứu, hoàn chỉnh các thang đo và đưa ra kết quả kiểm định mô hình lý thuyết cũng như các giả thiết nghiên cứu thông qua phần mềm SPSS. Bên cạnh đó, tác giả cũng trình bày một số phân tích mô tả về mẫu nghiên cứu và kết quả định lượng các thang đo.
4.1. Đặc điểm của mẫu khảo sát Bảng 4.1. Đặc điểm của mẫu khảo sát Bảng 4.1. Đặc điểm của mẫu khảo sát
Các tiêu chí Số lượng Tỷ lệ