2.2 Nghiên cứu chất lượng dịch vụ ảnh hưởng đến sự hài lòng của khách hàng tạ
2.2.1.1 Mơ hình nghiên cứu
Trên cơ sở tìm hiểu về đặc tính dịch vụ và các khảo sát về mơ hình chất lượng dịch vụ SERVQUAL, SERVPERF, mơ hình FSQ và TSQ của Groonros (xem mục 1.2.1; 1.2.2; 1.2.3), tác giả nhận thấy rằng mỗi mơ hình đều có những ưu và nhược điểm riêng. SERVQUAL là mơ hình phổ biến và được sử dụng nhiều trong các nghiên cứu marketing, tuy nhiên việc so sánh giữa kỳ vọng và cảm nhận của khách hàng rất
khó xác định. Mơ hình SERVPERF mang tính kế thừa, chú trọng đến chất lượng dịch vụ thực hiện và đơn giản, dễ thực hiện, ít tốn thời gian và chi phí khảo sát, bảng câu hỏi của SERVPERF ngắn gọn hơn một nữa so với SERVQUAL, không gây nhàm chán và mất thời gian cho người trả lời. Vì vậy tác giả chọn mơ hình SERVPERF, một biến thể của mơ hình SERVQUAL để thực hiện cho nghiên cứu. Tuy nhiên, để phù hợp với nghiên cứu chất lượng dịch vụ ngân hàng tác giả đã điều chỉnh bộ thang đo (xem mục 1.3.1; 1.3.2)
- Biến phụ thuộc trong mô hình: sự hài lịng của khách hàng khi sử dụng dịch vụ ngân hàng - Biến độc lập: Tin cậy Đáp ứng Năng lực phục vụ Đồng cảm
Phương tiện hữu hình
Quy trình nghiên cứu
Nghiên cứu được tiến hành thông qua hai giai đoạn chính là nghiên cứu định tính nhằm xây dựng bảng câu hỏi và nghiên cứu định lượng nhằm thu thập, phân tích dữ liệu khảo sát, cũng như ước lượng và kiểm định mơ hình.
2.2.1.2 Phương pháp nghiên cứu
Dữ liệu sau khi thu thập sẽ được làm sạch và xử lý bằng phần mềm IBM SPSS Statistics 20. Để thuận tiện cho việc nhập dữ liệu, phân tích và trình bày, các biến nghiên cứu được mã hóa theo phụ lục 1.
Một số phương pháp phân tích được sử dụng trong nghiên cứu:
Phân tích mơ tả
Dữ liệu sau khi được mã hóa và hiệu chỉnh sẽ được đưa vào mơ tả các thuộc tính của nhóm mẫu quan sát: pháp nhân, thể nhân, giới tính, độ tuổi, trình độ học vấn, thời gian sử dụng dịch vụ…
Phân tích thang đo
Để phân tích những nhân tố ảnh hưởng đến sự hài lòng của khách hàng sử dụng dịch vụ ngân hàng, thang đo các nhân tố ảnh hưởng đến sự hài lòng của khách hàng khi hàng sử dụng dịch vụ ngân hàng được kiểm định thông qua hệ số tin cậy Cronbach’s Alpha, phân tích nhân tố khám phá EFA và phân tích hồi quy tuyến tính bội thơng qua phần mềm xử lý số liệu thống kê IBM SPSS Statistics 20:
Cronbach’s alpha
Công cụ Cronbach’s Alpha dùng để kiểm định mối tương quan giữa các biến. Nếu biến nào mà sự tồn tại của nó làm giảm Cronbach’s Alpha thì sẽ được loại bỏ để Cronbach’s Alpha tăng lên, các biến cịn lại giải thích rõ hơn về bản chất của khái niệm chung đó. Các biến quan sát có hệ số tương quan biến tổng (item-total correlation) nhỏ hơn 0,3 sẽ bị loại và tiêu chuẩn chọn thang đo khi Cronbach’s Alpha từ 0,6 trở lên.
Nhiều nhà nghiên cứu đồng ý rằng khi Cronbach’s alpha từ 0,8 trở lên đến gần 1 thì thang đo là tốt; từ 0,7 đến gần 0,8 là sử dụng được (Trọng và Ngọc, 2005, 257). Cũng có nhà nghiên cứu đề nghị rằng Cronbach’s Alpha từ 0,6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang nghiên cứu là mới hoặc mới đối với người trả lời trong bối cảnh đang nghiên cứu (Nunnally, 1978; Peterson, 1994; Slater, 1995).
Phân tích nhân tố
Sau khi đánh giá độ tin cậy của thang đo bằng Cronbach’s alpha và loại đi các biến rác, các biến đảm bảo độ tin cậy sẽ thực hiện phân tích nhân tố khám phá. Đây là kỹ thuật được sử dụng nhằm thu nhỏ, tóm tắt các dữ liệu và tìm mối quan hệ giữa các biến với nhau.
Khi phân tích nhân tố khám phá, các nhà nghiên cứu đều quan tâm đến một số tiêu chuẩn:
- Hệ số KMO (Kaiser-Meyer-Olkin) là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của KMO lớn (giữa 0,50 và 1) có ý nghĩa là phân tích nhân tố là thích hợp (Trọng và Ngọc, 2005).
- Hệ số tải là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA, hệ số tải lớn hơn 0,3 được xem là đạt mức tối thiểu, hệ số tải lớn hơn 0,4 được xem là quan trọng, lớn hơn 0,5 được xem là có ý nghĩa thiết thực. Hệ số tải lớn nhất của các biến quan sát phải lớn hơn hoặc bằng 0,5 (Hair và ctg, 1998, 111).
- Thang đo được chấp nhận khi tổng phương sai trích ≥ 50% và hệ số eigenvalue có giá trị lớn hơn 1 (Anderson and Gerbing, 1988).
- Tiêu chuẩn thứ năm là khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố ≥ 0,3 để đảm bảo giá trị phân biệt giữa các nhân tố (Jabnoun và Al- Tamimi, 2003).
Phân tích hồi quy tuyến tính
Theo giả thuyết nghiên cứu là có mối quan hệ giữa các thành phần chất lượng dịch vụ và sự hài lòng của khách hàng. Để kiểm định mối quan hệ này là cùng chiều hay trái chiều? Mức độ quan hệ như thế nào? Mơ hình hồi quy tuyến tính bội được sử dụng để phân tích và giải thích vấn đề.
2.2.1.3 Thu thập dữ liệu
Trong quá trình nghiên cứu, tác giả đã sử dụng hai nguồn dữ liệu sau đây:
Dữ liệu sơ cấp
- Phiếu điều tra nhận được từ khách hàng.
rõ hơn về quan điểm, kế hoạch cũng như đánh giá của họ về vấn đề nghiên cứu.
Dữ liệu thứ cấp
Cơ sở lý thuyết và các bài viết được chọn lọc trên các tạp chí marketing, tạp chí ngân hàng là nguồn dữ liệu thứ cấp quan trọng phục vụ cho việc nghiên cứu. Nguồn thu thập thông tin cho dữ liệu thứ cấp được nhắc đến như sau:
- Thư viện trường đại học Kinh tế TP.HCM
- Các bài tham luận về dịch vụ và chất lượng dịch vụ
- Bài giảng về phương pháp nghiên cứu và phân tích dữ liệu SPSS - Internet
2.2.1.4 Thiết kế nghiên cứu
Nghiên cứu định tính
Mục tiêu của giai đoạn nghiên cứu định tính là nhằm hiệu chỉnh các thang đo của nước ngoài, xây dựng bảng câu hỏi phỏng vấn phù hợp với điều kiện đặc thù của ngân hàng Việt Nam. Từ mục tiêu ban đầu, dựa trên cơ sở lý thuyết về chất lượng dịch vụ của Parasuraman & ctg, 1985; lý thuyết về sự hài lịng của khách hàng của Nguyễn Đình Thọ & ctg, 2003. Từ đó, tác giả xây dựng được thang đo các nhân tố ảnh hưởng đến sự hài lòng của khách hàng đối với chất lượng dịch vụ ngân hàng (phụ lục 2).
Sau khi xác định được các nhân tố ảnh hưởng đến sự hài lòng của khách hàng đối với chất lượng dịch vụ ngân hàng gồm 5 thành phần: (1) Sự tin cậy; (2) Sự đáp ứng; (3) Năng lực phục vụ; (4) Sự đồng cảm; (5) Phương tiện hữu hình với 33 biến quan sát. Để điều chỉnh thang đo, nghiên cứu sơ bộ được thực hiện thông qua phương pháp định tính với kỹ thuật thảo luận nhóm dùng để khám phá bổ sung thang đo đo lường sự hài lòng khách hàng khi sử dụng dịch vụ tại ngân hàng Techcombank trên địa bàn TP.HCM. Tác giả thảo luận với 5 người có kinh nghiệm quản lý trong ngân hàng (phụ lục 3), đồng thời tác giả tiến hành thảo luận với 10 khách hàng đã từng sử dụng dịch vụ để khám phá bổ sung nhằm hồn chỉnh mơ hình (nội dung thảo luận: phụ lục 4).
Các câu hỏi được lựa chọn dựa trên cơ sở mối liên quan của chúng với nhau trong việc đo lường sự hài lòng của khách hàng khi sử dụng dịch vụ ngân hàng. Một thang đo Likert 7 mức độ được dùng để sắp xếp từ nhỏ đến lớn với số càng lớn là càng đồng ý: 1 = Hoàn tồn khơng đồng ý; 2= Khơng đồng ý; 3 = Hơi không đồng ý; 4 = Phân vân; 5 = Hơi đồng ý; 6 = Đồng ý; 7 = Hoàn toàn đồng ý.
Trên cơ sở kết quả nghiên cứu định tính, thang đo được điều chỉnh gồm 33 biến gồm 5 thành phần: (1) Sự tin cậy gồm 8 biến; (2) Sự đáp ứng gồm 9 biến; (3) Năng lực phục vụ gồm 5 biến; (4) Sự đồng cảm gồm 4 biến; (5) Phương tiện hữu hình gồm 7 biến quan sát (phụ lục 5). Tổng số biến khơng thay đổi nhưng có sự điều chỉnh thang đo: khách hàng cảm thấy an toàn khi sử dụng dịch vụ ngân hàng từ thành phần năng lực phục vụ sang thành phần tin cậy.
Thiết kế bảng câu hỏi
Nội dung bảng câu hỏi gồm 2 phần chính:
Phần 1: gồm những câu hỏi nhằm thu thập thông tin về khách hàng đã từng sử dụng dịch vụ ngân hàng Techcombank trên địa bàn TP.HCM .
Phần 2: gồm những câu hỏi về các nhân tố ảnh hưởng đến sự hài lòng của khách hàng khi sử dụng dịch vụ ngân hàng Techcombank trên địa bàn TP.HCM
Nội dung chi tiết của bảng câu hỏi được trình bày ở phụ lục 6.
Nghiên cứu định lượng
Mẫu nghiên cứu
Đối tượng khảo sát là những người đã từng sử dụng dịch vụ ngân hàng Techcombank trên địa bàn TP.HCM.
Nghiên cứu này sử dụng phương pháp lấy mẫu thuận tiện. Bảng câu hỏi được gởi đến khách hàng trực tiếp và thơng qua mạng internet.
Để có thể phân tích nhân tố khám phá (EFA) cần thu thập bộ dữ liệu với ít nhất 5 mẫu trên 1 biến quan sát và kích cỡ mẫu khơng nên ít hơn 100 (Hair và ctg, 1998). Bên cạnh đó, để tiến hành phân tích hồi quy một cách tốt nhất, kích thước mẫu cần phải đảm bảo theo công thức (Tabachnick và Fidell, 1996):
n ≥ 8m + 50 Trong đó:
Với n là: cỡ mẫu
m: số biến độc lập của mơ hình
Trên cơ sở đó, tác giả dự tính kích thước mẫu là 250 và để đạt kích thước mẫu này 400 bảng câu hỏi đã được gửi đi phỏng vấn. Sau ba tháng điều tra (từ 15/4/2013 đến 15/6/2013), tác giả nhận lại 298 phiếu, trong đó có 48 phiếu khơng hợp lệ do bỏ trống nhiều câu trả lời. Sau khi loại bỏ 48 phiếu khơng hợp lệ cịn lại 250 phiếu hợp lệ đáp ứng yêu cầu về số lượng mẫu để tiến hành phân tích.