CHƢƠNG 2 : PHƢƠNG PHÁP VÀ THIẾT KẾ NGHIÊN CỨU
2.3. Thiết kế nghiên cứu
2.3.1. Điều chỉnh thiết lập câu hỏi điều tra
- Sử dụng kỹ thuật thảo luận nhóm mục tiêu (Focus group) với nhóm người là khách hàng sử dụng dịch vụ thanh toán thẻ của Techcombank Thăng Long. Vấn đề được đưa ra thảo luận là các ý kiến của khách hàng về những lợi ích mà dịch vụ thẻ mang lại cho họ, các nhân tố nào ảnh hưởng đến hành vi lựa chọn dịch vụ thẻ của khách hàng tại ngân hàng. Mục đích của buổi thảo luận nhóm là để điều chỉnh, bổ sung các biến quan sát dùng để đo lường các yếu tố kiểm soát.
- Ngoài ra còn sử dụng phương pháp chuyên gia để tập hợp ý kiến của những người thường xuyên tiếp xúc với khách hàng. Cụ thể đối tượng phỏng vấn là 2 chuyên viên tư vấn và 3 giao dịch viên tại Techcombank Thăng Long. Đây là những người thường xuyên tiếp xúc, tư vấn và giải đáp thắc mắc cho khách hàng nên sẽ hiểu rõ được việc đánh giá phát triển dịch vụ và sự hài lòng của khách hàng khi lựa chọn dịch vụ thanh toán thẻ tại ngân hàng.
Sau quá trình phỏng vấn thử và sửa chữa nhiều lần, tác giả thu được các biến quan sát và tổng hợp bảng hỏi chính thức.
2.3.2. Thiết kế bảng hỏi
Bảng hỏi điều tra chính thức được thiết kế sau khi lựa chọn thang đo và điều chỉnh các khía cạnh trong các khái niệm về từng nhân tố. Để có bảng hỏi chính thức cho điều tra thực nghiệm, bảng hỏi nháp được xây dựng và tiến hành phỏng vấn thử đối với các khách hàng. Bảng hỏi sẽ được điều chỉnh để đảm bảo việc sử dụng thuật ngữ phù hợp với đối tượng được hỏi, cách trình bày bảng hỏi thuận lợi cho người được hỏi và dễ dàng cho công tác nhập dữ liệu phân tích (theo Phụ lục đính kèm).
Kết cấu bảng hỏi được chia làm ba phần:
(1) Giới thiệu và cam kết về bảo mật thông tin khách hàng (2) Thông tin phân loại khách hàng
(3) Nội dung câu hỏi điều tra
Nghiên cứu sử dụng thang đo Linkert 5 điểm đo lường đánh giá sự phát triển dịch vụ thanh toán thẻ của khách hàng tại Techcombank Thăng Long từ các biểu trong
bảng câu hỏi, cụ thể là: 5 = Hoàn toàn đồng ý; 4 = Đồng ý; 3 = Bình thường; 2 = Không đồng ý; 1 = Hoàn toàn không đồng ý.
Bảng câu hỏi được mã hoá, viết tắt như sau:
Bảng 2.1: Mã hoá các yếu tố
YẾU TỐ Mã hoá
Chính sách, quy định của nhà nƣớc
Các chính sách hướng dẫn về triển khai việc sử dụng dịch vụ đầy đủ và rõ ràng CS1 Nhà nước có các chính sách hỗ trợ trong việc sử dụng dịch vụ thanh toán thẻ CS2 Techcombank có chính sách, quy định riêng cho khách hàng khi sử dụng dịch vụ
thanh toán thẻ CS3
Khả năng đáp ứng của ngân hàng
Tính liên kết giữa Techcombank và các ngân hàng khác SDU1
Tính tiện ích của thẻ SDU2
Thủ tục, hồ sơ đơn giản, dễ hiểu SDU3
Các mức phí áp dụng cho thẻ là phù hợp SDU4
Hệ thống máy ATM luôn hoạt động tốt SDU5
Khả năng giải quyết tốt các yêu cầu, khiếu nại của khách hàng SDU6
Chính sách xúc tiến, khuyến mãi
Ngân hàng có các chương trình khuyến khích sử dụng dịch vụ thanh toán thẻ XTKM1 Ngân hàng có các chương trình xúc tiến (tặng quà, giảm chi phí giao dịch…)
thường xuyên cho người mới sử dụng dịch vụ thanh toán thẻ XTKM2
Ngân hàng có chế độ ưu đãi, chăm sóc đặc biệt đối với những khách hàng sử dụng
dịch vụ thanh toán thẻ vào các dịp lễ tết, sinh nhật XTKM3
Ngân hàng luôn coi trọng lợi ích khách hàng XTKM4
Mức độ chuyên nghiệp của nhân viên XTKM5
Cơ sở vật chất, kỹ thuật
Hệ thống cơ sở vật chất kỹ thuật phục vụ cho dịch vụ thanh toán thẻ đầy đủ,hiện đại CSVC1
Các chức năng được thiết kế dễ dàng sử dụng CSVC2
Địa điểm đặt máy ATM thuận tiện CSVC3
Mạng lưới giao dịch rộng khắp CSVC4
Tâm lý của khách hàng
Mức độ an toàn, bảo mật thông tin TL1
Độ chính xác của mỗi giao dịch TL2
Ngân hàng thực hiện đúng nội dung đã cam kết TL3
Uy tín của ngân hàng TL4
Phát triển dịch vụ thanh toán thẻ
Tôi sẽ giới thiệu bạn bè, người thân sử dụng các dịch vụ thanh toán thẻ PT1 Tôi sẽ tiếp tục sử dụng các dịch vụ thanh toán thẻ của ngân hàng PT2 Tôi cảm thấy hài lòng khi sử dụng các dịch vụ thanh toán thẻ của ngân hàng PT3
2.3.3. Thiết kế mẫu – Chọn mẫu
2.3.3.1. Xác định kích cỡ mẫu
Để xác định cỡ mẫu điều tra đại diện cho tổng thể nghiên cứu, tác giả đã sử dụng công thức sau: 2 2 (1 ) z p q n e
Do tính chất p q 1, vì vậy .p q sẽ lớn nhất khi p q 0,5nên .p q0, 25. Ta tính cỡ mẫu với độ tinh cậy là 95% và sai số cho phép là e7%. Lúc đó mẫu ta cần
chọn sẽ có kích cỡ mẫu lớn nhất: n = 2,962 (0,5 x 0,5) / 0,072 = 296
Tuy nhiên, theo Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, cỡ mẫu dùng trong phân tích nhân tố bằng ít nhất 9 đến 10 lần số biến quan sát để kết quả điều tra là có ý nghĩa. Như vậy, với số lượng 25 biến quan sát trong thiết kế điều tra thì cần phải đảm bảo có ít nhất 275 quan sát trong mẫu điều tra. Cỡ mẫu tính toán này cũng gần tương đương với kết quả tính theo công thức của Cochran. Để đảm bảo số lượng và chất lượng bảng hỏi cũng như loại trừ các bảng hỏi thiếu thông tin hoặc kém chất lượng, tác giả quyết định chọn cỡ mẫu nghiên cứu là 300.
2.3.3.2. Phương pháp chọn mẫu
Phương pháp chọn mẫu áp dụng là chọn mẫu ngẫu nhiên hệ thống, nhằm hướng tới đạt được các mục tiêu khoa học của nghiên cứu. Từ danh sách tổng thể các khách hàng đang sử dụng dịch vụ thanh toán thẻ được Techcombank Thăng Long cung cấp, thực hiện bước nhảy k để đảm bảo sự phân bố đồng đều trong đối tượng điều tra.
Phương pháp lấy mẫu thuận tiện là phương pháp chọn mẫu phi xác suất, trong đó nhà nghiên cứu tiếp cận với các đối tượng nghiên cứu bằng phương pháp thuận tiện. Điều này có nghĩa là nhà nghiên cứu có thể lựa chọn các đối tượng mà họ có thể tiếp cận được. Ưu điểm phương pháp này là dễ tiếp cận đối tượng nghiên cứu và thường sử dụng khi thường bị giới hạn về thời gian hoặc chi phí. Tuy nhiên, phương pháp này có nhược điểm là không xác định được sai số do lấy mẫu.
2.4. Phƣơng pháp thu thập dữ liệu
Đối với đề tài nghiên cứu này, nghiên cứu sử dụng các nguồn dữ liệu thứ cấp và sơ cấp để tham khảo và phân tích phục vụ cho việc tiến hành nghiên cứu.
2.4.1. Dữ liệu thứ cấp
Dữ liệu thứ cấp được lấy từ nhiều nguồn khác nhau.
- Thu thập số liệu về hoạt động thanh toán thẻ của Techcombank Thăng Long từ phòng Kế hoạch – Nguồn vốn và phòng Dịch vụ khách hàng cá nhân.
- Tham khảo các tài liệu, văn bản hướng dẫn thực hiện phát hành, thanh toán thẻ của Techcombank tại phòng Dịch vụ khách hàng cá nhân.
- Thu thập tài liệu, thông tin về đối thủ cạnh tranh, môi trường hoạt động, các văn bản pháp lý và tình hình hoạt động thẻ tại Việt Nam… từ báo, tạp chí và Internet, website www.techcombank.com.vn.
2.4.2. Dữ liệu sơ cấp
Đối với dữ liệu sơ cấp, thì đây là loại dữ liệu được thu thập bằng bảng hỏi khảo sát:
- Số lượng: 300 khách hàng
- Thành phần khách hàng: khách hàng đang sở hữu thẻ Techcombank và sử dụng dịch vụ thanh toán thẻ tại Techcombank Thăng Long.
- Hình thức điều tra: (i) phỏng vấn trực tiếp các khách hàng đến giao dịch tại Techcombank Thăng Long; (ii) gửi phiếu khảo sát trực tuyến với Google Docs đến email của khách hàng đã cung cấp cho ngân hàng.
Các dữ liệu này sẽ được sử dụng để tiến hành các phân tích cần thiết nhằm trả lời cho các câu hỏi nghiên cứu.
2.5. Phƣơng pháp phân tích số liệu
2.5.1. Phương pháp so sánh, phân tích và ma trận SWOT
Sử dụng phương pháp so sánh số tương đối và tuyệt đối giữa các năm phân tích để thấy sự tăng trưởng trong hoạt động thanh toán thẻ tại ngân hàng.
Ma trận SWOT có thể đưa ra sự liên kết từng cặp một ăn ý, qua đó giúp hình thành các chiến lược một cách hiệu quả nhằm khai thác tốt nhât các cơ hội từ bên ngoài, giảm bớt các đe dọa, từ đó phát huy những mặt mạnh, hạn chế những mặt yếu.
- Những điểm mạnh (S): Điều kiện thuận lợi, nguồn lực thúc đẩy góp phần để phát triển tốt hơn => cần tận dụng tốt các mặt mạnh để phát triển có hiệu quả.
- Những điểm yếu (W): các yếu tố bất lợi, những điều kiện không thích hợp, hạn chế phát triển => tìm cách khắc phục và cải thiện.
- Các cơ hội (O): Những phương hướng cần được thực hiện hay những cơ hội có được góp phần thúc đẩy sự phát triển => cần tận dụng và khai thác đến mức cao nhất.
- Các mối đe dọa (T): Những yếu tố có khả năng tạo ra kết quả xấu, hạn chế hoặc triệt tiêu sự phát triển => cần tìm cách khắc phục và đẩy lùi các mối đe dọa.
- Chiến lược S – O nhằm theo đuổi những cơ hội phù hợp với các điểm mạnh của doanh nghiệp.
- Chiến lược W – O nhằm khắc phục các điểm yếu để theo đuổi và nắm bắt cơ hội.
- Chiến lược S – W xác định những các thức mà doanh nghiệp có thể sử dụng điểm mạnh của mình để giảm khả năng bị thiệt hại vì các nguy cơ từ bên ngoài.
- Chiến lược W – T nhằm hình thành một kế hoạch phòng thủ để ngăn không cho các điểm yếu của chính doanh nghiệp làm cho nó trở nên dễ bị tổn thương trước các nguy cơ từ bên ngoài.
2.5.2. Phương pháp phân tích dữ liệu
Sau khi thu thập xong dữ liệu từ khách hàng, tiến hành kiểm tra và loại đi những bảng hỏi không đạt yêu cầu. Tiếp theo là mã hóa dữ liệu, nhập dữ liệu, làm sạch dữ liệu.
Sau đó tiến hành phân tích dữ liệu với phần mềm SPSS 21.0 với các phương pháp sau:
2.5.2.1. Phân tích thống kê mô tả (Descriptive Statistics)
Sử dụng để xử lý các dữ liệu và thông tin thu thập được nhằm đảm bảo tính chính xác và từ đó, có thể đưa ra các kết luận có tính khoa học và độ tin cậy cao về vấn đề nghiên cứu.
2.5.2.2. Đánh giá độ tin cậy của thang đo các nhân tố
Chúng ta cần tính toán Cronbach Alpha xem câu hỏi có đóng góp vào việc đo lường khái niệm lý thuyết mà ta đang nghiên cứu. Hệ số Cronbach Alpha là một phép kiểm định thông kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau. Hệ số Cronbach Alpha phải có giá trị từ 0,6 đến gần 1 thì mới đảm bảo các
biến trong cùng một nhân tố có tương quan với nhau (theo Hoàng Trọng và Chu
Nguyễn Mộng Ngọc, 2008). Trong mỗi thang đo, hệ số tương quan biến tổng (corrected Item – total Correlation) thể hiện sự tương quan giữa một biến quan sát với tất cả các biến khác trong thang đo. Do đó, hệ số này càng cao thì sự tương quan các biến quan sát này với các biến khác trong than đo càng cao. Theo Nunnally và Burnstein (1994) các biến có hệ số tương quan biến tổng nhỏ hơn 0,3 được xem là
biến rác và bị lọai khỏi thang đo.
2.5.2.3. Phân tích nhân tố khám phá (EFA)
Phân tích nhân tố nhằm rút gọn một tập hợp gồm nhiều biến quan sát phụ thuộc lẫn nhau thành một tập biến ít hơn (nhân tố) để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu (Hair và cộng sự, 1998). Phân tích nhân tố khám phá được cho là phù hợp khi các tiêu chuẩn sau đây được thỏa điều kiện: Tiêu chuẩn quan trọng đối với Factor Loading lớn nhất cần được quan tâm theo lý thuyết của Theo Hair và cộng sự (1998, 111), Multivariate Data Analysis, Prentice- Hall International, Inc, Factor loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA (ensuring practical significance). Factor loading > 0,3 được xem là đạt được mức tối thiểu, Factor loading > 0,4 được xem là quan trọng, > 0,5 đƣợc xem là có ý
cỡ mẫu của bạn ít nhất phải là 350, nếu cỡ mẫu của bạn khoảng 100 thì nên chọn tiêu chuẩn factor loading > 0,55, nếu cỡ mẫu của bạn khoảng 50 thì Factor loading phải > 0,75.
- Kaiser-Meyer-Olkin (KMO) là chỉ số dùng để xem xét sự thích hợp của
EFA: 0,5 ≤ KMO ≤ 1 thì phân tích nhân tố là thích hợp.
- Kiểm định Bartlett’s test sphericity xem xét giả thuyết H0: độ tương quan giữa các biến quan sát bằng không 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 và bác bỏ giả thuyết H0.
- Phương sai trích (cumulative % of variance): phần trăm biến thiên của các biến quan sát (hay dữ liệu) được giải thích bởi các nhân tố phải đảm bảo ≥ 50%.
- Phương pháp trích hệ số được sử dụng là Principal Component Analysis với phép xoay Varimax để tối thiểu hóa số lượng biến có hệ số lớn tại cùng một nhân tố, và các nhân tố không có sự tương quan lẫn nhau.
- Xác định số nhân tố bằng phương pháp dựa vào eigenvalue (Determination based on eigenvalue): chỉ giữ lại những nhân tố có eigenvalue lớn hơn 1 trong mô hình phân tích.
Sau khi phân tích EFA, các giả thuyết nghiên cứu được điều chỉnh lại theo các nhân tố mới. Phương pháp phân tích hồi quy tuyến tính bội sẽ được ứng dụng trong việc đánh giá mức độ ảnh hưởng của các nhân tố đến sự hài lòng của người dân.
2.5.2.4. Phân tích hồi quy tuyến tính đa biến
Phân tích hồi qui đa biến: là một phương pháp được sử dụng dùng để phân tích mối quan hệ giữa một biến phụ thuộc với nhiều biến độc lập. Phương trình hồi quy tuyến tính đa biến có dạng:
Yi= β0 + β1X1i + β2 X2i + ... + βp Xpi + ei
Mục đích của việc phân tích hồi qui đa biến là dự đóan mức độ của biến phụ thuộc (với độ chính xác trong phạm vi giới hạn) khi biết trước giá trị của biến độc lập. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) các tham số quan trọng trong phân tích hồi quy đa biến bao gồm:
Hệ số hồi quy riêng phần Bk: là hệ số đo lường sự thay đổi trong giá trị trung bình Y khi Xk thay đổi một đơn vị, giữa các biến độc lập còn lại không đổi.
Hệ số xác định R2 điều chỉnh: Hệ số xác định tỉ lệ biến thiên của biến phụ thuộc được giải thích bởi biến độc lập trong mô hình hồi quy. Đó cũng là thông số đo lường độ thích hợp của đường hồi quy theo quy tắc R2 càng gần 1 thì mô hình xây dựng càng thích hợp, R2 càng gần 0 mô hình càng kém phù hợp với tập dữ liệu mẫu. Tuy nhiên, R2 có khuynh hướng là một ước lượng lạc quan của thước đo sự phù hợp
của mô hình đối với dữ liệu trong trường hợp có hơn 1 biến giải thích trong mô hình. Trong tình huống này R2 điều chỉnh (Adjusted R square) được sử dụng để phản ánh sát hơn mức độ phù hợp của mô hình tuyến tính đa biến vì nó không phụ thuộc vào độ lệch phóng đại của R2.
Kiểm định F trong phân tích phương sai là một phép kiểm định giả thuyết về độ phù hợp của mô hình tuyến tính tổng thể. Nếu giả thuyết Ho của kiểm định F bị bác bỏ thì có thể kết luận mô hình hồi qui tuyến tính đa biến phù hợp với tập dữ liệu và có thể sử dụng được.
Kiểm định Independent-samples T-test, và kiểm định One way ANOVA được dùng để xem xét ảnh hưởng của các biến liên quan đến đặc điểm cá nhân người khảo sát đến mức độ hài lòng chung của người dân và một số phân tích khác.
2.5.2.5. Các kiểm định các giả thuyết của mô hình