7 BM3 Có đủ chuyên gia để phát hiện và hạn chế việc gian lận và đánh cắp thông tin ngân hàng
Trẩn Thị Linh (2õ2õ) 1 BM4 Sử dụng thẻ không bị mất tiền trong tài khoản Trẩn Thị Linh (2õ2õ) 3. Độ tin cậy
9 DTCl Ngân hàng cung cấp tiện ích thẻ
có đúng như cam kết Võ Thị Yến Linh (2Õ18) lõ DTC2 Ngân hàng xử lý giao dịch chính xác, khơng bị sai sót Võ Thị Yến Linh (2Õ18)
^π DTC3 Nhân viên tích cực giải quyết kịp
thời phản ảnh khách hàng qua đường dây nóng
Võ Thị Yến Linh (2õl8)
12 DTC4 Hóa đơn, chứng từ giao dịch, sao
kê
có đầy đủ, rõ ràng chính xác
Võ Thị Yến Linh (2Õ18)
13 DTC5 Thơng tin cá nhân của khách hàng
có bảo mật như đã hứa Võ Thị Yến Linh(2Õ18)
4. Hiệu quả phục vụ
14 HQPVl Nhân viên trung tâm chăm sóc dịch
vụ thẻ sẵn sàng giúp đỡ khách
Võ Thị Yến Linh (2Õ18)
15 HQPV2 Thời gian thực hiện các giao dịch
nhanh Võ Thị Yến Linh(2Õ18)
16 HQPV3 Hạn mức giao dịch hợp lý Võ Thị Yến Linh
(2Õ18)
5. Dễ sử dụng
17 DSDl Rút tiền mặt, chuyển khoản hoặc
thanh tốn hàng hóa dịch vụ nhanh gọn, dễ thao tác
Nguyễn Thị Phương Anh (2Õ19)
18 DSD2 Hệ thống ATM rộng khắp, hoạt
động tốt, dễ sử dụng. Nguyễn Thị PhươngAnh (2019)
19 DSD3 Các thủ tục xử lý phát sinh (đổi
hay
cấp lại mật khẩu, khóa thẻ, trả thẻ...) dễ dàng
Nguyễn Thị Phương Anh (2019)
^20 DSD4 Thẻ có thời hạn sử dụng dài, dễ
dàng gia hạn và phát hành lại Nguyễn Thị PhươngAnh (2019)
6. Chi phí sử dụng thẻ 21 CPSD1 Mức phí thường niên và phí sử dụng dịch vụ hợp lý, cạnh tranh Huỳnh Thị Kim Hoàng (2020) ^22 CPSD2 Ngân hàng ln có chính sách giá hợp lý và rõ ràng đối với các dịch vụ thẻ dành cho khách hàng Huỳnh Thị Kim Hồng (2020)
^23 CPSD3 Khơng phát sinh phí khi mua sắm
với thẻ thanh tốn HuỳnhHồng (2020)Thị Kim
7. Mức độ hài lòng của khách hàng
24 MDHL1 Anh/chị sẽ giới thiệu cho bạn bè, người thân sử dụng dịch vụ thẻ Nguyễn Thị Phương Anh (2019) 15 MDHL2 Anh/chị sẽ tiếp tục sử dụng dịch vụ thẻ Nguyễn Thị Phương Anh (2019)
16 MDHL3 Anh/chị hài lòng khi sử dụng dịch
1 2 3 4 5
Hồn tồn
khơng đồng ý Khơng đồng ý Bình thường Đồng ý Hồn tồn đồng ý
3.3 Thiết kế bảng câu hỏi
về nội dung, bảng câu hỏi gồm 3 phần:
Phần 1: Phần sàng lọc các đối tượng không sử dụng thẻ và đã/đang sử dụng dịch
vụ thẻ
Phần 2: Thông tin cá nhân. Đây là phần nhằm thu thập thông tin cá nhân của đối
tượng nhằm phục vụ quá trình nghiên cứu.
Phần 3: Nội dung các câu hỏi đo lường các tố ảnh hưởng đến quyết định sử dụng
thẻ thanh toán của khách hàng cá nhân tại Thành phố Hồ Chí Minh
3.4 Cỡ mẫu
Dữ liệu trong nghiên cứu sử dụng phương pháp phân tích khám phá nhân tố EFA. Theo Hair & ctg (1998), để có thể phân tích nhân tố khám phá cần thu thập dữ liệu với kích
thước mẫu là ít nhất 5 mẫu trên 1 biến quan sát, tốt nhất trên 10 mẫu. Theo quy tắc của Hair
& ctg (1998), số lượng mẫu nghiên cứu ở đây sẽ là n = 26 x 5= 130, tức mẫu nghiên cứu lớn hơn 130 mẫu. Để đảm bảo số lượng mẫu quan sát phù hợp với thang đo và phương pháp
nghiên cứu cũng như đảm bảo được chất lượng nghiên cứu, đề tài thực hiện phát ra 270 bảng khảo sát
Phương pháp thu thập sử dụng phương pháp phỏng vấn trực tiếp. Khung chọn mẫu là các đối tượng khách hàng đang sử dụng dịch vụ thẻ thanh tốn tại các ngân hàng trên địa
bàn Thành phố Hồ Chí Minh
Bảng câu hỏi sẽ được tác giả gửi đi qua hình thức trực tuyến: thiết kế bảng câu hỏi trên Googledocs và gửi địa chỉ để đối tượng khảo sát trả lời trực tuyến và thông tin trả lời được ghi vào cơ sở dữ liệu.
Quá trình thực hiện nghiên cứu đã có khoảng 270 bảng câu hỏi khảo sát được tác giả
phát ra. Sau cuộc khảo sát tác giả thu được phản hồi từ các đáp viên trong đó có 256 bảng trả lời hợp lệ.
3.5 Phương pháp phân tích dữ liệu
3.5.1 Phương pháp thống kê mô tả
Thống kê mô tả trong là phương pháp tổng hợp và xử lý dữ liệu để biến đổi dữ liệu thành thông tin, bằng các phương pháp đo lường, mơ tả, trình bày số liệu được ứng dụng vào trong lĩnh vực kinh tế. Các bảng thống kê là hình thức trình bày số liệu thống kê và thu
thập thông tin đã thu thập làm cơ sở để phân tích và kết luận. Thực hiện phân tích thống kê mơ tả và phân tích tần số của một số thuộc tính phân loại nhằm kiểm tra tính đại diện của mẫu nghiên cứu.
Các thuộc tính nhân khẩu học được sử dụng trong thống kê mơ tả gồm: giới tính, độ tuổi, tuần suất sử dụng....
3.5.2 Kiểm định độ tin cậy Cronbach’s Alpha
- Phương pháp phân tích hệ số Cronbach’s Alpha:
Hệ số Cronbach’s Alpha là một phép kiểm định thống kê về mức độ chặt chẽ mà các
mục hỏi trong thang đo tương quan với nhau.
Kiểm định Cronbach’s Alpha là kiểm định nhằm phân tích cũng như đánh giá độ tin
cậy của thang đo, từ đó có thể kết luận kết quả nhận được đáng tin cậy ở mức độ nào. Hệ số tin cậy này cho biết mức độ phù hợp giữa một biến quan sát so với các biến còn lại trong
nghiên cứu.
Hệ số Cronbach’s alpha càng lớn thì độ tin cậy nhất quán nội tại càng cao. Thơng thường những thang đo có hệ số Cronbach’s Alpha trong khoảng từ 0,7 - 0,8 là sử dụng được, thang đo có hệ số Cronbach’s Alpha trong khoảng từ 0,8 - 1,0 được xem là thang đo tốt. Tuy nhiên đối với các trường hợp khái niệm đang nghiên cứu mới thì thang đo có hệ số
- Hệ số tương quan biến tổng (CorrectedItem - Total Correlation):
Tuy nhiên hệ số tin cậy chỉ cho biết các đo lường có liên kết với nhau hay khơng; để
biết được biến quan sát nào khơng đóng góp nhiều cho sự mơ tả của khái niệm cần đo để loại bỏ đi và biến quan sát nào cần giữ lại chúng ta sẽ dựa vào hệ số tương quan biến tổng
Tiêu chuẩn hệ số tương quan biến tổng để đánh giá biến quan sát có đóng góp vào giá trị của nhân tố là ở mức >= 0.3. Nếu < 0.3 coi như khơng có đóng góp và cần loại bỏ biến quan sát đó ra khỏi nhân tố đánh giá.
3.5.3 Phương pháp phân tích khám phá nhân tố (EFA)
Sau khi độ tin cậy thang đo đạt yêu cầu, dùng phân tích EFA để xác định những nhóm nhân tố đại diện cho các biến quan sát còn lại. Phân tích nhân tố khám phá (EFA) là một phương pháp phân tích định lượng dùng để rút gọn một tập gồm nhiều biến đo lường phụ thuộc lẫn nhau thành một tập biến ít hơn (gọi là các 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, 2009). Phương pháp này rất hữu ích trong việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu và được sử dụng để tìm mối quan hệ giữa các biến với nhau. Phân tích EFA phụ thuộc vào đo lường các chỉ tiêu sau:
- Kiểm định trị số KMO (Kaiser- Meyer - Olkin):
Hệ số KMO (Kaiser-Meyer-Olkin) là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Nếu trị số này nhỏ hơn 0.5, thì phân tích nhân tố có khả năng khơng thích
hợp với tập dữ liệu nghiên cứu. Trị số của KMO phải đạt giá trị 0.5 trở lên (0.5 ≤ KMO ≤ 1) là điều kiện đủ để phân tích nhân tố là phù hợp (Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008)
- Đánh giá hệ số tải nhân tố (Factor loading -FL):
Hệ số tải nhân tố (Factor Loading) hay còn gọi là trọng số nhân tố, giá trị này biểu thị mối quan hệ tương quan giữa biến quan sát với nhân tố. Hệ số tải nhân tố càng cao, nghĩa là tương quan giữa biến quan sát đó với nhân tố càng lớn và ngược lại. Đây là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của phân tích nhân tố khám phá EFA.
Theo Hair & cộng sự (1998), hệ số tải nhân tố được chọn như sau: - Neu Factor loading >0.3 được xem là đạt mức tối thiểu
- Nếu Factor loading >0.4 được xem là quan trọng
- Nếu Factor loading >0.5 được xem là có ý nghĩa thực tiễn - Đánh giá giá trị Eigenvalue:
Đại lượng Eigenvalue đại diện cho lượng biến thiên được giải thích bởi mỗi nhân tố,
đánh giá hệ số Eigenvalue là một trong những cách để xác định số lượng nhân tố. Những nhân tố được giữ lại trong mơ hình là nhân tố có Eigenvalue ≥ 1 (Hair & ctg, 1998)
- Kiểm định Bartlett’s xem xét giả thiết H0:
Kiểm định Bartlett dùng để xem xét các biến quan sát trong nhân tố có tương quan với nhau hay khơng. Kiểm định Bartlett có ý nghĩa thống kê chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể (Nguyễn Đình Thọ, 2011).
H1: Có sự tương quan giữa các biến.
Giá trị p của kiểm định là một số sao cho với mọi α > p thì sẽ bác bỏ giả thuyết H0. Với mức ý nghĩa α = 5%, kiểm định Barlett’s cho các kết quả sau:
Nếu giá trị p > α thì chấp nhận giả thuyết H0
Nếu giá trị p < α thì bác bỏ giả thuyết H0 và chấp nhận giả thuyết H1 - Đánh giá phương sai trích:
Tổng phương sai trích (Total Variance Explained): cho biết các nhân tố giải thích được bao nhiêu phần trăm biến thiên của các biến quan sát. Trị số này thể hiện các nhân tố được cô động được bao nhiêu phần trăm và bị thất thoát bao nhiêu phần trăm.
Tiêu chuẩn đạt yêu cầu đối với phương sai trích là tổng phương sai trích phải lớn hơn hoặc bằng 50% trở lên (Hair và cộng sự, 1998).
3.5.4 Phân tích tương quan (Pearson)
Hệ số tương quan Pearson (Pearson correlation coefficient, ký hiệu r). Chỉ số này đo
lường sức mạnh và mối quan hệ tuyến tính giữa hai biến. Tương quan Pearson sẽ tìm ra một đường thẳng phù hợp nhất với mối quan hệ tuyến tính của 2 biến.
Hệ số tương quan Pearson (r) có giá trị giao động trong khoảng liên tục từ -1 đến +1:
- r = 0: Hai biến khơng có tương quan tuyến tính
- r = 1; r = -1: Hai biến có mối tương quan tuyến tính tuyệt đối.
- r < 0: Hệ số tương quan âm. Nghĩa là giá trị biến x tăng thì giá trị biến y giảm và ngược lại, giá trị biến y tăng thì giá trị biến x giảm.
- r > 0: Hệ số tương quan dương. Nghĩa là giá trị biến x tăng thì giá trị biến y tăng và ngược lại, giá trị biến y tăng thì giá trị biến x cũng tăng.
3.5.5 Phương pháp phân tích hồi quy
Phân tích hồi quy là sự nghiên cứu mức độ ảnh hưởng của một hay nhiều biến số (biến độc lập hay biến giải thích) đến một biến số (biến kết quả hay biến phụ thuộc) nhằm dự báo biến kết quả dựa vào các giá trị được biết trước của các biến giải thích. Hồi quy đa biến cũng cho phép xác định mức độ đóng góp nhiều, ít, khơng đóng góp... của từng nhân tố vào sự thay đổi của biến phụ thuộc. Khi sử dụng mơ hình hồi quy đa biến cần chú ý đến sự phù hợp của mơ hình và kiểm tra các giả định của nó.
Giá trị beta của từng biến độc lập thể hiện mức độ tác động đến biến phụ thuộc của nó. Giá trị beta càng lớn, tác động của biến độc lập đối với biến phụ thuộc càng lớn.
3.5.6 Phương pháp kiểm định Anova
Phân tích phương sai (Analysis of Variance) hay cịn gọi là kiểm định ANOVA là một kỹ thuật thống kê tham số được sử dụng để so sánh các bộ dữ liệu. Nói một cách dễ hiểu, phân tích ANOVA có chức năng đánh giá sự khác biệt tiềm năng trong một biến phụ thuộc mức quy mô bằng một biến mức danh nghĩa có từ 2 loại trở lên. Phương pháp sử dụng là phương pháp phân tích phương sai một yếu tố (One-Way-ANOVA). Mục đích của nghiên cứu này được sử dụng là để xác định sự khác biệt đáng kể giữa các nhóm yếu tố
Chỉ tiêu Số lượng Tỷ trọng (%)
Giới tính Nam 121 47.3
’Nữ 135 52.7
Tổng 156 100.0
Độ tuổi Dưới 25 tuổi ^90 35.2
Từ 25 - 34 tuổi ^66 25.8
Từ 35 - 44 tuổi 12 16.4
Từ 45 - 54 tuổi lĩ 16.0
Từ 55 tuổi trở lên 17 6.6
Tổng 156 100.0
Thời gian Dưới 1 năm H H
Từ 1 - dưới 2 năm H 133
Từ 2 - dưới 3 năm 19 30.9
Trên 3 năm 125 48.8
Tổng 156 100.0
Tần suất Thường xuyên 134 52.3
1 tuần/1lần lõ 15.6
2 - 3 tuần/1 lần 16 21.9
nhân khẩu học, bao gồm giới tính, tuổi tác.... với biến phụ thuộc (quyết định sử dụng thanh
toán thẻ)
Một số giả định khi phân tích ANOVA:
- Các nhóm so sánh phải độc lập và được chọn một cách ngẫu nhiên.
- Các nhóm so sánh phải có phân phối chuẩn or cỡ mẫu phải đủ lớn để được xem như
tiệm cận phân phối chuẩn.
- Phương sai của các nhóm so sánh phải đồng nhất.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
4.1 Kết quả thống kê
Q trình nghiên cứu chính thức được thực hiện trong khoảng thời gian từ tháng 7/2021 đến tháng 9/2021. Với 270 người được khảo sát trên trang dữ liệu Google Docs, trong đó có 256 người có sử dụng dịch vụ thẻ tại các ngân hàng tại Thành phố Hồ Chí Minh.
Kết quả khảo sát thu vể được sử dụng làm dữ liệu cho nghiên cứu chính thức.