Số lượng khách hàng tăng trưởng hàng năm trên 40%, trong đó khách hàng sử dụng dịch vụ Internet banking có sự tăng trường vượt bậc. Tính đến năm 2016, số lượng khách hàng tham gia đã tăng gấp 3,5 lần so với thời điểm ban đầu triển khai dịch vụ. Doanh số và số lượng giao dịch tăng trưởng tốt, doanh số năm 2016 đạt gần 230 nghìn tỷ đồng, với trên 11 triệu lượt giao dịch.
Biểu đồ 3.5: Doanh số, số lượng giao dịch qua kênh Ngân hàng điện tử tại BIDV BIDV
Nguồn: Báo cáo chuyên đề Ngân hàng điện tử của BIDV
Theo biểu đồ 3.5, từ khi chú trọng bắt đầu phát triển dịch vụ ngân hàng điện tử, BIDV đã thu được kết quả khả quan. Số lượng giao dịch trên kênh dịch vụ ngân hàng điện tử năm 2015 tăng cao gấp 3 lần so với năm 2013. Doanh số giao dịch liên tục tăng. 3,102,501 6,154,345 11,115,242 72,227 137,369 229,645 - 50,000 100,000 150,000 200,000 250,000 - 2,000,000 4,000,000 6,000,000 8,000,000 10,000,000 12,000,000 2013 2014 2015 Số lượng giao dịch Doanh số (tỷ đồng)
BIDV là ngân hàng đi sau trong việc phát triển dịch vụ NHĐT, nhưng khơng vì vậy mà BIDV thiếu đi sức cạnh tranh và tiềm năng trong việc phát triển dịch vụ NHĐT. Dịch vụ ngân hàng điện tử của BIDV được cung cấp ngày càng đa dạng về tiện ích và thân thiện. Số lượng khách hàng tham gia ngày càng tăng nhờ vào các chính sách khuyến mãi, mức phí cạnh tranh và sự tư vấn sản phẩm của nhân viên BIDV đưa khách hàng đến gần sản phẩm của mình hơn.
BIDV đã vinh dự nhận được rất nhiều giải thưởng về dịch vụ NHĐT từ các đơn vị có uy tín như: Ngân hàng bán lẻ của BIDV - Ngân hàng đầu tiên và duy nhất 04 năm liên tiếp (từ 2015 đến 2018) là Ngân hàng Bán lẻ tốt nhất Việt Nam do The Asian Banker bình chọn. Đây cũng là năm ghi dấu mốc 2 năm liên tiếp (2016 và 2017) BIDV được Hiệp Hội Ngân hàng Việt Nam VNBA và Tập đoàn dữ liệu quốc tế IDG vinh danh là Ngân hàng Bán lẻ tiêu biểu nhất. Đặc biệt, theo số liệu nghiên cứu và đánh giá của The Asian Banker năm 2017, BIDV là Ngân hàng Việt Nam duy nhất nằm trong Top 50 ngân hàng bán lẻ xuất sắc nhất khu vực Châu Á-Thái Bình Dương, Trung Đơng và Châu Phi. Ngân hàng có Sản phẩm dịch vụ Sáng tạo độc đáo năm 2017 với sản phẩm BIDV SmartBanking (VNBA & IDG)…
Tóm tắt chương 3
Chương 3 trình bày tổng quan về BIDV, các sản phẩm NHĐT tại BIDV và thực trạng hoạt động kinh doanh ngân hàng điện tử tại BIDV. Chính những vấn đề này đã làm cơ sở để tác giả thực hiện đánh giá sự hài lòng của khách hàng trong chương tiếp theo.
CHƯƠNG 4: KHẢO SÁT, KIỂM ĐỊNH MƠ HÌNH NGHIÊN CỨU SỰ HÀI LỊNG CỦA KHÁCH HÀNG VỀ DỊCH VỤ NGÂN HÀNG ĐIỆN TỬ
TẠI BIDV 4.1 Quy trình nghiên cứu
Mục tiêu của luận văn đánh giá sự hài lòng khác hàng sử dụng dịch vụ Ngân hàng điện tử của Ngân hàng TMCP Đầu tư và Phát triển Việt Nam (BIDV).
Để đạt mục tiêu này tác giả tiến hành xác định vấn đề nghiên cứu, xây dựng cơ sở lý luận, đề xuất mơ hình nghiên cứu. Tiếp theo, tác giả thực hiện khảo sát các khách hàng trên địa bàn TP.HCM. Với kết quả khảo sát thu được tác giả tiến hành xử lý thống kê mơ tả, phân tích nhân tố khám phá, kiểm định hệ số Cronbach Alpha và phân tích hồi quy, trên cơ sở đó tác giả phân tích kết quả xử lý, đưa ra các nhận định và giải quyết mục tiêu của luận văn.
Quy trình nghiên cứu được trình bày chi tiết ở sơ đồ trong Hình 4.1.
Hình 4.1: Quy trình nghiên cứu
Vấn đề và mục tiêu nghiên cứu
Tổng quan lý luận
Mơ hình nghiên cứu
Giải thích và phân tích kết quả nghiên cứu
Kết luận và gợi ý giải pháp Nghiên cứu định lượng
4.2 Phương pháp nghiên cứu
Nghiên cứu định lượng được sử dụng để lượng hóa và đưa ra kết luận về các yếu tố ảnh hưởng đến việc đánh giá sự hài lòng khác hàng sử dụng dịch vụ Ngân hàng điện tử của Ngân hàng TMCP BIDV. Kết quả nghiên cứu này được dùng để tìm mối tương quan giữa các nhân tố và từ đó đề xuất các giải pháp. Nghiên cứu dùng chương trình phân tích thống kê định lượng SPSS và Stata để xử lý dữ liệu thu thập được thông qua các bước thống kê mơ tả, phân tích nhân tố khám phá và phân tích hồi quy để tìm ra mối tương quan giữa các nhân tố.
Đối tượng khảo sát là các kế toán tại các khách hàng trên địa bàn TP.HCM. Đây chính là các đối tượng trực tiếp tham gia vào sử dụng dịch vụ Ngân hàng điện tử của Ngân hàng TMCP BIDV. Vì lý do thời gian và khoảng cách, nên bảng câu hỏi chủ yếu được gởi qua thư điện tử, mạng xã hội. Cuộc khảo sát được tiến hành vào Quý 1 năm 2018 tại TP.Hồ Chí Minh.
Kích thước mẫu phụ thuộc vào nhiều yếu tố như phương pháp xử lý, mơ hình hồi quy. Luận văn sử dụng các công cụ phân tích nhân tố khám phá EFA, phương pháp hồi quy tuyến tính nên việc chọn mẫu phải đáp ứng các tiêu chuẩn chọn mẫu sử dụng các công cụ phân tích này. Kích thước mẫu phải tối thiểu là 50, tốt hơn là 100 và tỷ lệ quan sát trên biến đo lường (N/p) là 5:1 nghĩa là một biến đo lường cần tối thiểu là 5 quan sát, tốt hơn là 10:1 trở lên (Hair và ctg, 2006) (Nguyễn Đình Thọ, 2013). Theo nghiên cứu của Greene (1991) thì cỡ mẫu tối thiểu phải đạt 50 + N*8, trong đó N là số biến trong mơ hình . (Nunnally, 1978) đưa ra đề nghị tỷ lệ N/p biến thiên từ 2:1 đến 20:1 (Velicer and Fava,1998). Luận văn chọn hướng tiếp cận số mẫu khảo sát có số lượng tối thiểu là 100 và tỷ lệ N/p biến thiên từ 2:1 đến 20:1 theo biến quan sát nhằm dung hòa các quan điểm trên. Với tổng số biến quan sát là 27 biến (23 biến đo lường cho 7 nhân tố độc lập và 4 biến đo lường cho nhân tố phụ thuộc) luận văn đã thu thập được tổng mẫu khảo sát là 120 mẫu và sử dụng cho các phân tích tiếp theo. Vì vậy cỡ mẫu 120 quan sát thu thập được trong bài là đủ tin cậy.
Sau khi hoàn tất việc thu thập, các bảng khảo sát sẽ được rà soát lại để loại bỏ những khảo sát không đạt yêu cầu, sau đó sẽ được mã hóa, nhập liệu, làm sạch bằng phần mềm SPSS. Trước tiên, bài nghiên cứu sẽ sử dụng các công cụ thống kê mô tả của phần mềm SPSS để nhằm quan sát những tham số đặc trưng thống kê của dữ liệu, đặc điểm của những đối tượng được khảo sát. Sau đó, tác giả tiến hành sử dụng công cụ Cronbach’s Alpha để đánh giá độ tin cậy của thang đo, loại bỏ các biến khơng phù hợp và tiến hành phân tích EFA đối với các biến tốt, các biến này nếu đạt sẽ tiếp tục đưa vào phân tích hồi quy để kiểm định sự tương quan giữa các biến với nhau và kiểm định độ phù hợp của mơ hình.
Kiểm định bằng thang đo
Kiểm định thống kê về mức độ chặt chẽ mà các mục câu hỏi trong thang đo tương quan với nhau ta dùng hệ số α của Cronbach, là phép kiểm định về chất lượng của thang đo sử dụng cho từng mục hỏi, dựa trên mối quan hệ của các mục hỏi với một khía cạnh đánh giá được đưa ra. Người phân tích có thể loại bỏ các biến khơng phù hợp và hạn chế các biến rác trong quá trình nghiên cứu thực nghiệm và sẽ đánh giá được độ tin cậy của thang đo đưa ra bằng hệ số được thông qua hệ số Cronbach’s Alpha dựa trên phương pháp này. Những mục câu hỏi sẽ khơng thể đóng góp nhiều nếu tương quan được tìm ra là yếu, vì vậy tác giả chỉ giữ lại những mục câu hỏi có mỗi tương quan được đánh giá là mạnh. Do đó, các biến có hệ số với tương quan biến tổng được tính tốn (Item Total Corelation) nhỏ hơn mức 0.3 sẽ bị loại bỏ. Các thang đo có hệ số Cronbach’s Alpha từ mức 0.6 trở lên là thang đo có thể chấp nhận được về độ tin cậy. Thơng thường, các thang đo có Cronbach alpha từ mức 0.7 đến 0.8 là có thể sử dụng được (Theo Nunnally & Burnstein, 1994, và theo Nguyễn Đình Thọ, 2011). Các thang đo có độ tin cậy cao từ mức 0.8 trở lên đến gần 1 là các thang đo lường được đánh giá tốt.
Phân tích nhân tố khám phá (Exploratory Factor Analysis)
Bước tiếp theo đánh giá sự hài lòng khác hàng sử dụng dịch vụ Ngân hàng điện tử của Ngân hàng TMCP BIDV, sau khi đã loại bỏ đi các biến có độ tin cậy thấp và đánh giá hệ số Cronbach’s Alpha về độ tin cậy của thang đo. Phân tích các
nhân tố khám phá là phương pháp phân tích thống kê dùng để thu gọn của một tập hợp gồm nhiều biến quan sát phụ thuộc lẫn nhau thành một tập biến (các nhân tố) nhỏ hơn nhưng vẫn chứa đựng hầu hết thông tin của tập hợp biến ban đầu (Hair & ctg, 1998). Phương pháp này được sử dụng để tìm ra mối quan hệ giữa các biến với nhau và có hiệu quả cho việc tìm ra các tập hợp biến cần thiết cho đề tài nghiên cứu. Các biến trong tập hợp là nhân tố hay các biến tiềm tàng do chúng khơng thể được tìm ra trực tiếp. Vì vậy, qua phương pháp phân tích các nhân tố này với cách thu gọn dữ liệu và các biến bằng cách tập hợp chúng lại bằng các nhân tố đại diện.
Chỉ số KMO (Kaisor Meyer Olkin) dùng để xem xét sự thích hợp của phân tích nhân tố trong phân tích các nhân tố khám phá. Chỉ số của KMO từ 0.5 đến 1 có ý nghĩa là phân tích nhân tố là thích hợp, cịn nếu như chỉ số này nhỏ hơn 0.5 thì phân tích nhân tố có thể khơng phù hợp với các dữ liệu đưa ra.
Bảng phân tích các nhân tố cũng chính là ma trận các nhân tố (Component Matrix) là một phần quan trọng trong phương pháp này. Trong ma trận nhân tố có chứa các hệ số thể hiện các biến đã được đại diện bằng các nhân tố (mỗi biến trong đó là một đa thức của các nhân tố). Các hệ số này biểu diễn mối tương quan giữa các nhân tố với các biến. Nếu các hệ số này càng lớn điều này cho biết các nhân tố và các biến có liên hệ càng chặt chẽ với nhau. Các hệ số này dùng để giải thích các nhân tố. Đề tài này sử dụng phương pháp trích nhân tố (Component Principle) và phương pháp xoay nhân tố (Varimax) là xoay góc các nhân tố để tối thiểu số lượng biến có hệ số lớn tại cùng một nhân tố, do vậy sẽ tăng cường được khả năng giải thích mối tương quan giữa các biến và các nhân tố.
Theo Hair và các cộng sự (1998), hệ số tải nhân tố là chỉ tiêu dùng để đảm bảo mức ý nghĩa cần thiết cho EFA. Hệ số lớn hơn 0.3 được cho là đạt được mức tối thiểu, hệ số lớn hơn 0.4 được xem là có mức ý nghĩa quan trọng, và hệ số lớn hơn 0.5 được xem là có ý nghĩa trong thực tế ( Nguyễn Đình Thọ, 2011). Theo Hair và các cộng sự đánh giá rằng, nếu chọn tiêu chuẩn hệ số lớn hơn 0.3 thì cỡ mẫu được nghiên cứu phải ít nhất là 350 mẫu, nếu cỡ mẫu khoảng 100, thì hệ số nhất định
phải lớn hơn 0.55, còn nếu cỡ mẫu khoảng 50 thì hệ số đó chắc chắn phải lớn hơn 0.75. Vì vậy, trong bài nghiên cứu này với cỡ mẫu khoảng 120 mẫu, để đạt yêu cầu thì hệ số tải nhân tố cần phải lớn hơn 0.5.
Xây dựng phương trình hồi quy và kiểm định một số giả thuyết
Sau khi chọn ra được các nhân tố từ phân tích nhân tố khám phá EFA, và tìm các vi phạm về các giả định cần thiết trong mơ hình hồi quy tuyến tính bội như kiểm tra đa cộng tuyến bằng phân tích tương quan đơn tuyến tính giữa các biến (phần mềm SPSS 20) và phương pháp nhân tử phóng đại phương sai VIF (phần mềm Stata 12). Kiểm định phương sai thay đổi của sai số bằng kiểm định Harvey trên phần mềm Stata. Nếu như các giả định khơng bị vi phạm thì mơ hình hồi quy tuyến tính bội được xây dựng trên OLS, nếu vi phạm kiểm định phương sai thay đổi của sai số thì lựa chọn phương pháp khắc phục phương sai thay đổi bằng phương pháp hồi quy có trọng số trên Stata.
Kết quả nghiên cứu từ bảng phân tích hồi quy sẽ được đề cập để xem xét các yếu tố ảnh hưởng và các mức độ ảnh hưởng của các nhân tố đến việc hài lòng khách hàng trong sử dụngh dịch vụ Ngân hàng điện tử Ngân hàng TMCP BIDV.
4.3 Phương trình hồi quy tuyến tính đề xuất
Các nhân tố ảnh hưởng đến việc đánh giá sự hài lòng của khách hàng trong sử dụng dịch vụ Ngân hàng điện tử Ngân hàng TMCP BIDV ở TP.HCM. Nghiên cứu sử dụng thang đo Likert 5 điểm với 1 là hồn tồn khơng đồng ý, 2: không đồng ý, 3: khơng có ý kiến, 4: đồng ý và 5 là hồn toàn đồng ý. Đặc điểm của thang đo này là thang đo định lượng.
Qua phân tích cơ sở lý thuyết, mơ hình nghiên cứu được đề nghị gồm 5 nhân tố chính khi qua khảo sát dữ liệu mẫu của các nhóm đối tượng khách hàng bao gồm:
1-Sự tin cậy của khách hàng, 2-Đơn giản, nhanh chóng, đáp ứng nhu cầu của khách hàng, 3-Năng lực phục vụ của nhân viên, 4-Sự cảm thông với khách hàng, 5-Phương tiện công nghệ, cơ sở hạ tầng và nhân tố phụ thuộc 6-Sự hài
cứu đã cơng bố, có qua sự hiệu chỉnh phù hợp với tình hình thực tiễn sử dụng các dịch vụ điện tử tại Ngân hàng BIDV.
Sau việc kiểm định thang đo độ tin cậy Cronbach’s Alpha của 5 nhân tố trong mơ hình đã rút trích và loại bỏ một số thành phần quan sát dư thừa ra khỏi dữ liệu. Tiếp đó, tác giả tiếp tục tiến hành phân tích khám phá nhân tố EFA để xem xét mức độ thích hợp của các biến cho việc hồi quy mơ hình regression các nhân tố và các biến quan sát còn lại sau khi đã lọc lại. Các nhân tố bao gồm 3 nhân tố tương ứng như sau: Đáp ứng nhu cầu khách hàng; năng phục vụ nhân viên; Phương tiên công nghệ cơ sở hạ tầng.
Trong đó:
- Y là nhân tố đại diện biến phụ thuộc về việc đánh giá sự hài lòng của khách hàng khi sử dụng dịch vụ NHĐT của BIDV tương ứng với các biến 6.2, 6.3, 6.4.
- NCKH là nhân tố đáp ứng nhu cầu khách hàng tương ứng với chuỗi biến quan sát gồm: 2.1, 2.2, 2.3, 2.4, 2.5.
- NLNV là nhân tố đại diện cho năng lực phục vụ của nhân viên ứng với chuỗi biến quan sát 3.1, 3.2, 3.3.
- CSHT là nhân tố đại diện cho phương tiện cơ sở hạ tầng của BIDV tương ứng với chuỗi biến quan sát là 5.1, 5.2, 5.3, 5,4, 5.6, 5.7, 5.8
- a0 là hệ số chặn hồi quy của mơ hình nghiên cứu.
- ui là sai số
Để có thể phân tích kết quả khảo sát, luận văn sử dụng SPSS 20.0 để xử lý dữ liệu lần lượt theo các bước phân tích như sau :
- Kiểm định độ tin cậy Cronbach’s Alpha
- Phân tích nhân tố EFA đối với biến độc lập và phụ thuộc Y = a0 + a1 NCKH +a2 NLNV + a3 CSHT + ui
- Các kiểm định khuyến khuyết trong hồi quy dữ liệu không gian:
- Kiểm tra đa cộng tuyến bằng phân tích tương quan đơn tuyến tính giữa các biến (phần mềm SPSS 20), nhân tử phóng đại phươn gsai VIF ( phần mềm Stata 12)
- Kiểm định phương sai thay đổi (phần mềm Stata 12)
- Khắc phục phương sai thay đổi bằng phương pháp hồi quy có trọng số W- OLS (Phần mềm Stata 12) nhằm đảm bảo kết quả hồi quy tin cậy, có tính