4.3.1 Mã hóa thang đo
Kết quả nghiên cứu sơ bộ: Qua nghiên cứu sơ bộ, thang đo RSQS được điều chỉnh còn 29 biến quan sát như sau
Bảng 4.1 Thang đo RSQS đã đƣợc hiệu chỉnh và mã hóa
Stt Mã
hóa Diễn giải
Thành phần vật lý
1 VL1
Hệ thống máy móc của ngân hàng (ATM, máy điều hịa, máy vi tính, máy đếm tiền, máy bóc số..) hiện đại
2 VL2 Ngân hàng nhìn sang trọng, thoải mái
3 VL3 Mẫu biểu, brochure của ngân hàng ln sẵn có
4 VL4 Ngân hàng có đủ chổ đậu xe cho khách hàng đến giao dịch
5 VL5 Địa điểm của ngân hàng thuận tiện cho khách hàng giao dịch
6 VL6 Vị trí các điểm giao dịch của ngân hàng an toàn cho khách hàng giao dịch 7 VL7 Ngân hàng thiết kế vị trí các phịng ban thuận tiện cho khách hàng giao dịch
8 VL8 Nhân viên ngân hàng ăn mặc đẹp, lịch sự
Độ tin cậy
1 TC1 Ngân hàng ln thực hiện đúng theo những gì đã cam kết
2 TC2 Uy tín và thương hiệu của ngân hàng được nhiều người biết đến
3 TC3 Ngân hàng cung cấp dịch vụ đúng chuẩn ngay từ ban đầu
4 TC4 Ngân hàng luôn đáp ứng các nhu cầu cụ thể của từng khách hàng
Tƣơng tác cá nhân
1 TT1
Nhân viên ngân hàng có đầy đủ kiến thức chun mơn và xã hội để tư vấn cho khách hàng
2 TT2 Nhân viên ngân hàng sẵn sàng đến tận nơi để phục vụ khách hàng
3 TT3
Khách hàng cảm thấy an toàn, tin tưởng trong giao dịch với nhân viên ngân hàng
4 TT4
Khách hàng cảm thấy thoải mái, vui vẻ trong giao dịch với nhân viên ngân hàng
5 TT5 Nhân viên ngân hàng cung cấp dịch vụ nhanh chóng, đúng hạn
6 TT6 Nhân viên ngân hàng tư vấn cho khách hàng chính xác dịch vụ cung cấp
7 TT7
Nhân viên ngân hàng ln có trách nhiệm và nhiệt tình hồi đáp mọi yêu cầu thắc mắc của khách hàng trong thời gian ngắn
Giải quyết vấn đề
1 GQ1
Ngân hàng giải quyết những khiếu nại của khách hàng nhanh chóng và chính xác
2 GQ2
Khi khách hàng có vấn đề cần giải quyết, ngân hàng thể hiện thiện chí trong việc giải quyết vấn đề đó
3 GQ3
Nhân viên ngân hàng có đủ khả năng và nhiệt tình giải quyết các khiếu nại của khách hàng
Chính sách
1 CS1
Ngân hàng cung cấp sản phẩm, dịch vụ đáp ứng đầy đủ nhu cầu của khách hàng
2 CS2 Thủ tục của ngân hàng đơn giản, thuận tiện
3 CS3 Thời gian hoạt động của ngân hàng thuận tiện cho khách hàng giao dịch
4 CS4 Ngân hàng có chính sách ưu đãi đối với từng khách hàng cụ thể
5 CS5 Chính sách của ngân hàng linh hoạt
6 CS6 Ngân hàng có các chương trình khuyến mãi hấp dẫn
7 CS7 Ngân hàng có mức lãi suất, phí hợp lý
Bảng 4.2 Thang đo sự hài lịng của khách hàng đƣợc mã hóa
Stt
Mã
hóa Diễn giải
Hài lòng
1 HL1 Khách hàng cảm thấy thoải mái, tin tưởng khi giao dịch với ngân hàng
2 HL2 Khách hàng hài lòng khi giao dịch với ngân hàng
3 HL3 Khách hàng hoàn tồn hài lịng với CLDV của ngân hàng
4.3.2 Phân tích hệ số Cronbach Alpha
Phân tích hệ số Cronbach alpha để loại bỏ các biến không phù hợp, hạn chế các biến rác trong quá trình nghiên cứu. Các biến quan sát có hệ số tương quan biến tổng nhỏ hơn 0.3 sẽ bị loại và tiêu chuẩn chọn thang đo khi hệ số Cronback alpha từ 0.6 trở lên (Nunnally & Burnstein,1994).
4.3.3 Phân tích nhân tố khám phá EFA
Sau khi dựa vào hệ số Cronbach alpha để loại đi các biến không đảm bảo độ tin cậy, phân tích nhân tố được sử dụng để thu nhỏ và gom các biến lại, xem xét mức độ hội tụ của các biến quan sát theo từng thành phần và giá trị phân biệt giữa các nhân tố. Trong phân tích nhân tố, điều kiện cần áp dụng để phân tích nhân tố là các biến phải có tương quan với nhau. Sử dụng kiểm định Bartlett (Bartlett’s test of sphericity) để kiểm định giả thuyết H0 là các biến khơng có tương quan với nhau trong tổng thể. Nói cách khác, ma trận tương quan tổng thể là một ma trận đơn vị trong đó tất cả các giá trị trên đường chéo đều bằng 1, cịn các giá trị nằm ngồi đường chéo đều bằng 0. Đại lượng kiểm định này dựa trên sự biến đổi thành đại lượng chi bình phương (chi-square) từ định thức của ma trận tương quan. Đại lượng này có giá trị càng lớn thì ta càng có khả năng bác bỏ giả
thuyết này. Nếu giả thuyết H0 khơng thể bị bác bỏ thì phân tích nhân tố rất có khả năng khơng thích hợp (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008, trang 32, tập 2).
Trong phân tích nhân tố, chỉ số KMO (Kaiser – Meyer – Olkin) là một chỉ số dùng để xem xét sự thích hợp của việc phân tích nhân tố. Trị số của KMO lớn (giữa 0.5 và 1) là điều kiện đủ để phân tích nhân tố thích hợp, còn nếu như trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008, trang 31, tập2).
Trong phân tích nhân tố phương pháp Principal components analysis đi cùng với phép xoay varimax được sử dụng phổ biến nhất (Mayers, L.S, Gamst., Guarino A.J, 2000). Sau khi xoay các nhân tố, hệ số tải nhân tố >0.5 được xem là có ý nghĩa thực tiễn (Hair &ctg, 1998). Từ đó, ta tiêu chuẩn khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố lớn hơn hay bằng 0.3 để đảm bảo giá trị phân biệt giữa các nhân tố (Jabnoun Al Tamimi, 2003). Phương sai trích phải đạt từ 50% trở lên (Hair &ctg, 1998). Ngoài ra, trị số Egenvalue phải lớn hơn 1. Chỉ những nhân tố nào có Egenvalue lớn hơn 1 mới được giữ lại trong mơ hình phân tích. Những nhân tố có Egenvalue nhỏ hơn 1 sẽ khơng có tác dụng tóm tắt thơng tin tốt hơn một biến gốc. (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008, tập 2, trang 34).
Sau khi phân tích nhân tố xong sẽ hiệu chỉnh mơ hình lý thuyết theo kết quả phân tích nhân tố và tiến hành điều chỉnh các giả thuyết đã đặt ra.
4.3.4 Phân tích hồi quy tuyến tính bội
Phân tích hồi quy tuyến tính bội được tiến hành theo các bước sau:
Xem xét mối tương quan tuyến tính giữa các biến độc lập với biến phụ thuộc và giữa các biến độc lập với nhau thông qua hệ số tương quan Pearson trong ma trận hệ số tương quan. Ma trận hệ số tương quan là một ma trận vuông gồm các hệ số tương quan. Tương quan của một biến nào đó với chính nó sẽ có hệ số tương quan là 1 và chúng có thể được thấy trên đường chéo của ma trận. Mỗi biến sẽ xuất hiện hai lần trong ma trận với hệ số tương quan như nhau trong hai tam giác trên và dưới đối xứng nhau qua đường chéo của ma trận.
Nếu kết luận được là các biến độc lập và biến phụ thuộc có tương quan tuyến tính với nhau thơng qua hệ số tương quan Pearson, chúng ta có thể mơ hình hóa mối quan hệ nhân quả của chúng bằng mơ hình hồi quy tuyến tính bội, trong đó một biến được gọi là biến phụ thuộc và các biến còn lại gọi là các biến độc lập.
Kiểm định độ phù hợp của mơ hình. Kiểm định F trong bảng phân tích phương sai là một phép kiểm định về độ phù hợp của mơ hình hồi quy tuyến tính tổng thể. Kiểm định ý nghĩa của các hệ số hồi quy. Kiểm định t trong bảng các thông số thống kê của từng biến độc lập dùng để kiểm định ý nghĩa của các hệ số hồi quy.
Sử dụng phương pháp Enter, SPSS xử lý tất cả các biến đưa vào một lần và đưa ra các thông số thống kê liên quan đến các biến. Sau đó, dị tìm các vi phạm giả định cần thiết trong hồi quy tuyến tính bội.
Đối với giả định liên hệ tuyến tính, sử dụng đồ thị phân tán giữa các phần dư chuẩn hóa và giá trị dự đốn chuẩn hóa. Nếu giả định liên hệ tuyến tính và phương sai bằng nhau được thỏa mãn, thì sẽ khơng nhận thấy có liên hệ gì giữa các giá trị phần dư chuẩn hóa và giá trị dự đốn chuẩn hóa. Chúng sẽ phân tán rất ngẫu nhiên trong một vùng xung quanh đường đi qua tung độ 0, khơng tạo thành một hình dạng nào.
Đối với giả định phương sai của sai số không đổi, kiểm tra phương sai của sai số khơng thay đổi có bị vi phạm hay không bằng kiểm định tương quan hạng Spearman, với giả thuyết Ho là hệ số tương quan hạng của tổng thể bằng 0. Nếu kết quả kiểm định khơng bác bỏ giả thuyết Ho thì kết luận phương sai của sai số không thay đổi. Phương trình hồi quy tuyến tính bội có nhiều biến giải thích thì hệ số tương quan hạng có thể tính giữa trị tuyệt đối của phần dư với từng biến riêng.
Đối với giả định phần dư có phân phối chuẩn, sử dụng biểu đồ tần số của các phần dư. Nếu trung bình bằng 0 và độ lệch chuẩn xấp xỉ bằng 1 thì có thể kết luận rằng giả định phân phối chuẩn không bị vi phạm.
Đối với giả định không có tương quan giữa các phần dư, đại lượng thống kê Durbin-Watson dùng để kiểm định tương quan của các sai số kề nhau. Đại lượng d có giá trị biến thiên trong khoảng từ 0 đến 4. Nếu các phần dư khơng có tương quan, giá trị d sẽ gần bằng 2.
Đối với giả định khơng có mối tương quan giữa các biến độc lập (đo lường hiện tượng đa cộng tuyến), sử dụng hệ số phóng đại phương sai (VIF - Variance inflation factor), nếu VIF vượt quá 5 đó là dấu hiệu của hiện tượng đa cộng tuyến.
Tiếp theo là đánh giá độ phù hợp của mơ hình hồi quy tuyến tính bội bằng hệ số R2 và hệ số R2 điều chỉnh. Hệ số R2 đã được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mơ hình, càng đưa thêm nhiều biến độc lập vào mơ hình thì R2 càng tăng.
Tuy nhiên, điều này cũng được chứng minh rằng khơng phải phương trình càng có nhiều biến sẽ càng phù hợp hơn với tập dữ liệu. Để giải quyết tình huống này, hệ số R2 điều chỉnh được sử dụng để phản ánh tốt hơn mức độ phù hợp của mơ hình hồi quy tuyến tính bội. Hệ số R2 điều chỉnh khơng nhất thiết phải tăng lên khi nhiều biến độc lập được đưa thêm vào mơ hình. Hệ số R2 điều chỉnh là thước đo sự phù hợp được sử dụng cho tình huống hồi quy tuyến tính bội vì nó khơng phụ thuộc vào độ lệch phóng đại của hệ số R2.
Tiếp theo sẽ hiệu chỉnh mơ hình lý thuyết. Sau khi hiệu chỉnh mơ hình xong, viết phương trình hồi quy tuyến tính bội, dựa vào các hệ số hồi quy riêng phần để xác định mức độ ảnh hưởng của các nhân tố đến sự hài lòng của khách hàng đối với CLDV khách hàng doanh nghiệp tại ACB. Hệ số hồi quy riêng phần của nhân tố nào càng lớn thì mức độ ảnh hưởng của nhân tố đó đến sự hài lịng của khách hàng càng cao, nếu cùng dấu thì mức độ ảnh hưởng theo chiều thuận và ngược lại.
Cuối cùng là kiểm định trị trung bình độ lệch chuẩn của tường nhân tố và từng biến quan sát để thấy được mức độ thỏa mãn của khách hàng doanh nghiệp và CLDV còn yếu kém chỗ nào. Kiểm định các khả năng tồn tại sự khác biệt trong đánh giá sự hài lòng theo chức vụ, trình độ, loại hình doanh nghiệp và thời gian quan hệ với ngân hàng.
4.4 Tóm tắt chƣơng 4
Chương 4 trình bày các phương pháp nghiên cứu bao gồm nghiên cứu sơ bộ (định tính) và nghiên cứu chính thức (định lượng) được áp dụng trong nghiên cứu này. Từ các nền tảng lý thuyết và thang đó RSQS, ta chuyển đổi thang đo cho phù hợp trong bối cảnh ngân hàng và tiến hành nghiên cứu chính thức. Ngồi việc trình bày các bước và tiến độ
thực hiện nghiên cứu, quy trình nghiên cứu kế hoạch xử lý dữ liệu cũng được đề cập trong chương. Kết quả xử lý dữ liệu sẽ được đề cập trong chương tiếp theo.
CHƢƠNG 5: KẾT QUẢ NGHIÊN CỨU
Sau khi hoàn thành khảo sát, sử dụng SPSS để xử lý dữ liệu. Nội dung chính của chương 5 là (1) kiểm định thang đo RSQS đã được hiệu chỉnh và thang đo sự hài lòng bằng độ tin cậy Cronbach Alpha và phân tích nhân tố EFA; (2) kiểm định sự phù hợp của mơ hình bằng hồi qui đa biến.
5.1 Thống kê mô tả mẫu
Hai trăm ba mươi bảng câu hỏi đã được gửi đi, có 210 bảng thu về. Trong đó, loại bỏ 10 bảng khơng hợp lệ do thiếu thơng tin hay đánh sai. Cịn lại 200 bảng câu hỏi hợp lệ được nhập liệu và xử lý bằng SPSS. Mẫu nghiên cứu có các đặc điểm sau đây:
5.1.1 Chức vụ Chức vụ Chức vụ Giám đốc 46% Kế tốn trưởng 36% Kế tốn ngân hàng 14% T rưởng phịng tài chính 4%
Hình 5.1 Chức vụ của đáp viên đại diện doanh nghiệp
Trong tổng thể mẫu quan sát, những người đại diện doanh nghiệp tham gia khảo sát chiếm tỷ trọng cao nhất 46% là giám đốc, 36% là kế toán trưởng, tiếp theo là 14% là kế toán ngân hàng và cuối cùng chiếm tỷ trọng thấp nhất là trưởng phịng tài chính chiếm 4%.
5.1.2 Trình độ Trình độ Trình độ Phổ thơng trung học 0.50% Cao đẳng, trung cấp 14.00% Đại học, trên đại học 85.50%
Hình 5.2 Trình độ của đáp viên đại diện doanh nghiệp
Trong tổng thể mẫu quan sát, trình độ đại học và trên đại học chiếm tỷ trọng 85.5%, cao nhất so với trình độ cao đẳng, trung cấp 14% và phổ thơng trung học 0.5%.
5.1.3 Loại hình doanh nghiệp
Loại hình doanh nghiệp
Doanh nghiệp thương mại, DV,
63.50% Doanh nghiệp sản
xuất, 36.50%
Trong tổng thể mẫu quan sát, loại hình doanh nghiệp thương mại chiếm tỷ trọng cao hơn 63.50%, loại hình doanh nghiệp sản xuất chỉ chiếm 36.50%. Điều này cũng phản ánh đúng tổng thể.
5.1.4 Độ dài của mối quan hệ ngân hàng – khách hàng
Thời gian quan hệ với ngân hàng
Từ 2 năm đến dưới 5 năm 46.50% Trên 5 năm 39.50% Từ 6 tháng đến dưới 2 năm 7.00% Dưới 6 tháng 7.00%
Hình 5.4 Độ dài của mối quan hệ ngân hàng – khách hàng
Trong tổng thể mẫu quan sát, chiếm tỷ trọng cao nhất là khách hàng quan hệ với ngân hàng từ 2 năm đến dưới 5 năm, chiếm 46.50%, thời gian quan hệ trên 5 năm chiếm 39.50%, quan hệ dưới 6 tháng chiếm 7% và từ 6 tháng đến dưới 2 năm chiếm 7%.
5.2 Kiểm định thang đo 5.2.1 Thang đo sự hài lòng 5.2.1 Thang đo sự hài lịng
5.2.1.1 Phân tích hệ số Cronbach Alpha
Hài lòng bao gồm 3 biến quan sát (HL1, HL2, HL3) có hệ số Cronchbach Alpha 0.610. Các hệ số tương quan biến tổng của các biến đo lường nhân tố này đều đạt chuẩn cho phép, lớn hơn 0.3. Hệ số tương quan biến tổng lớn nhất là HL2 0.454 và nhỏ nhất là HL1 0.423. Vậy thang đo nhân tố hài lòng đạt yêu cầu sẽ đưa vào phân tích nhân tố.
Biến quan sát Trung bình thang đo nếu loại biến Phƣơng sai thang đo nếu loại biến Tƣơng quan biến tổng Cronbach's Alpha nếu loại biến Hài lòng: Alpha .610 HL1 7.90 .386 .423 .555 HL2 7.48 .553 .454 .498 HL3 7.33 .514 .433 .507
5.2.1.2 Phân tích nhân tố khám phá EFA
Hệ số KMO =0.649 cho thấy phân tích nhân tố là thích hợp. Kiểm định Bartlett xem xét giả thuyết về độ tương quan giữa các biến quan sát bằng không trong tổng thể với giả thuyết.
Ho: Khơng có tương quan giữa các biến quan sát.
H1: Có tương quan giữa các biến quan sát
Với mức ý nghĩa α = 5%
Kết quả phân tích cho thấy Sig. = 0.00 (0%) < α = 5% . Bác bỏ giả thuyết Ho, nghĩa là có tương quan giữa các biến quan sát hay phân tích nhân tố có ý nghĩa thống kê với độ tin cậy 95%. Kết quả phân tích nhân tố 3 biến của Sự Hài lịng trích được 1 nhân tố ở