2.2.3 .1Nghiên cứu sơ bộ
2.2.4.3 Kiểm định Mơ hình nghiên cứu và các giả thuyết
quy bội
Sau khi qua giai đoạn phân tích nhân tố, có 7 nhân tố (bao gồm 6 nhân tố chất lượng dịch vụ và 1 nhân tố sự hài lòng) được đưa vào kiểm định mơ hình. Theo giả thuyết của nghiên cứu là có mối quan hệ giữa các thành phần của chất lượng dịch vụ và sự hài lòng của khách hàng. Vấn đề đặt ra trong nghiên cứu này là có mối quan hệ tuyến tính cùng chiều giữa các thành phần chất lượng dịch vụ với sự hài lòng của khách hàng? Mức độ quan hệ như thế nào? Như vậy mơ hình tuyến tính bội được sử dụng để phân tích và giải thích vấn đề.
Ta tiến hành phân tích hồi quy để xác định cụ thể trọng số của từng yếu tố tác động đến mức độ hài lòng của khách hàng. Phân tích hồi quy sẽ được thực hiện với 6 biến độc lập đó là Độ tin cậy, Đáp ứng, Năng lực phục vụ, Giá, Phương tiện hữu hình và một biến phụ thuộc là sự hài lòng của khách hàng. Giá trị nhân tố là trung bình của các biến quan sát thành phần thuộc nhân tố đó. Phân tích tương quan Pearson được sử dụng để xem xét sự phù hợp khi đưa các thành phần vào mơ hình hồi quy. Kết quả của phân tích hồi quy sẽ được sử dụng để kiểm định các giả thuyết từ H1 đến H6. Và phân tích hồi quy được thực hiện bằng phương pháp hồi quy tổng thể các biến (phương pháp enter) với phần mềm SPSS 20
Phương trình hồi quy bội biểu diễn mối quan hệ giữa các nhân tố và sự thỏa mãn của khách hàng có dạng như sau:
Y = βo + β1X1 + β2X2 + β3X3 + β4X4+ β5X5+ β6X6 +
- Trong đó: : Sai số
- Y là biến phụ thuộc thể hiện giá trị dự đốn về mức độ hài lịng của khách hàng - βo: Hằng số
- β1, β2, β3, β4, β5, β6 là các trọng số hồi quy
- X1, X2, X3, X4, X5, X6 là các biến độc lập theo thứ tự: Độ tin cậy, Đáp ứng, Năng
Trước khi tiến hành phân tích hồi quy, ta phân tích hệ số tương quan của các biến để xem xét mối quan hệ giữa biến phụ thuộc và từng biến độc lập, cũng như giữa các biến độc lập với nhau. Nếu hệ số tương quan giữa biến phụ thuộc và các biến độc lập lớn chứng tỏ giữa chúng có quan hệ với nhau và phân tích hồi quy tuyến tính có thể phù hợp.
(1) Phân tích tương quan hệ số Pearson
Người ta sử dụng một số thống kê có tên là Hệ số tương quan Pearson để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lượng. Nếu giữa 2 biến có sự tương quan chặt thì phải lưu ý vấn đề đa cộng tuyến khi phân tích hồi quy. Trong phân tích tương quan Pearson, khơng có sự phân biệt giữa các biến độc lập và biến phụ thuộc mà tất cả đều được xem xét như nhau.
Đa cộng tuyến là trạng thái trong đó các biến độc lập có tương quan chặt chẽ với nhau. Vấn đề của hiện tượng cộng tuyến là chúng cung cấp cho mơ hình những thơng tin rất giống nhau, và rất khó tách rời ảnh hưởng của từng biến một đến biến phụ thuộc. Hiệu ứng khác của sự tương quan khá chặt giữa các biến độc lập là nó làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm trị thống kê t của kiểm định ý nghĩa của chúng nên các hệ số có khuynh hướng kém ý nghĩa hơn khi khơng có đa cộng tuyến trong khi hệ số xác định R square vẫn khá cao. Trong quá trình phân tích hồi quy bội, đa cộng tuyến được SPSS chuẩn đoán bằng lựa chọn Collinearity Diagnostic.
Bảng 2.20 : Ma trận tương quan giữa các biến
hl1 tc1 du1 nlpv1 gia1 dc1 pthh1 hl1 1 tc1 .627 1 du1 .677 .587 1 nlpv1 .481 .424 .286 1 gia1 .661 .554 .539 .297 1 dc1 .903 .543 .658 .389 .597 1 pthh1 .491 .532 .384 .313 .526 .377 1 Nguồn tác giả tự tổng hợp
Xem xét ma trận tương quan giữa các biến (xem Phụ lục 12), Ma trận này sẽ cho thấy mối tương quan tuyến tính giữa biến Sự Hài lòng (biến phụ thuộc) với từng biến độc lập, cũng như tương quan tuyến tính giữa các biến độc lập với nhau. Biến Hài lịng có sự tương quan tuyến tính rất chặt chẽ với tất cả 6 biến độc lập (Độ tin cậy, Đáp ứng, Năng
lực phục vụ, Giá, Đồng cảm, Phương tiện hữu hình) với r (hệ số tương quan- Pearson
Correlation) > 0.3 và sig < 1%. Giữa các biến độc lập (Độ tin cậy, Đáp ứng, Năng lực
kỹ trong phần phân tích hồi quy tuyến tính bội dưới đây nhằm tránh hiện tượng đa cộng tuyến giữa các biến độc lập.
(2) Phân tích hồi quy
Phân tích hồi quy được thực hiện với 6 biến độc lập bao gồm: Độ tin cậy, Đáp ứng, Năng lực phục vụ, Giá, Đồng cảm, Phương tiện hữu hình cho kết quả thống kê mơ tả như sau:
Bảng 2.21 : Thống kê mơ tả các biến phân tích hồi quy
Descriptive Statistics (Thống kê mơ tả)
Nhân tố Kích thước mẫu Trung bình Độ lệch chuẩn
tc1 250 2.7273 .87186 du1 250 2.7808 .80836 nlpv1 250 1.8480 .87891 gia1 250 2.8680 .82622 dc1 250 2.7340 .81357 pthh1 250 2.7800 .89612 hl1 250 2.8173 .83110 Nguồn tác giả tự tổng hợp
Với thang đo điểm 1 (hồn tồn khơng đồng ý) cho đến điểm 5 (hồn tồn đồng ý), thơng qua phân tích mơ tả cho thấy mức độ hài lòng về chất lượng dịch vụ đạt ở mức khá cao (mean = 2.8173). Như vậy, mức độ hài lòng của khách hàng về chất lượng dịch vụ tại BIDV- CNSGD2 vẫn khá cao. Tương tự, có đến 5 nhân tố thuộc thành phần chất lượng dịch vụ đều đạt giá trị trên trung bình với mean lớn hơn 2.5 bao gồm Độ tin cậy, Đáp ứng, Giá, Đồng cảm,
Phương tiện hữu hình. Riêng nhân tố Năng lực phục vụ có giá trị mean thấp nhất (1.848). Điều
này chứng tỏ cịn có khách hàng khơng hài lịng về thái độ phục vụ của một số nhân viên tại BIDV-CNSGD2. Theo phản ánh của khách hàng thì khi khách hàng đến giao dịch, một số nhân viên chưa tỏ ra thân thiện, thiếu nụ cười và chưa tận tình hướng dẫn việc điền các loại thủ tục cần thiết, khiến khách hàng mất thời gian điền thông tin nhiều lần cho một loại giấy tờ. Đó cũng là một trong số lý do khiến thời gian giao dịch cịn chậm. Ngồi ra, thủ tục hành chính cịn rườm rà, còn nặng cơ chế xin-cho (xem Phụ lục 6).
Phương pháp phân tích hồi quy bội với 6 thành phần chất lượng dịch vụ tại BIDV- CNSGD2 được thực hiện bằng phương pháp Enter. Các nhân tố được đưa vào cùng một lúc để xem nhân tố nào được chấp nhận. Kết quả phân tích hồi quy như sau:
Nhìn vào bảng 2.22, ta thấy rằng trị thống kê F được tính từ giá trị R2 đầy đủ khác 0, giá trị sig. F = 0.000 < 0.05 cho thấy mơ hình sử dụng là phù hợp và các biến đều đạt
được tiêu chuẩn chấp nhận. Kiểm định F sử dụng trong phân tích phương sai là một phép kiểm định giả thuyết về độ phù hợp của mơ hình hồi quy tuyến tính tổng thể để xem xét biến phụ thuộc có liên hệ tuyến tính với tồn bộ tập hợp của các biến độc lập.
Đồng thời, mức độ giải thích mối quan hệ giữa các thành phần bằng phương pháp hồi quy này cho kết quả chấp nhận được: R2
hiệu chỉnh = 0.867> 0.5, nghĩa là 86.7% sự thay đổi của mức độ hài lòng được giải thích bởi sự thay đổi của 6 nhân tố (Độ tin cậy, Đáp ứng, Năng lực phục vụ, Giá, Đồng cảm, Phương tiện hữu hình) trong điều kiện có tính đến kích cỡ mẫu và số lượng biến độc lập trong mơ hình, cịn lại 13.3% sự thay đổi của mức độ hài lịng được giải thích bằng các yếu tố khác. Như vậy, mơ hình hồi quy tuyến tính bội đã xây dựng phù hợp với tổng thể.
Bảng 2.22: Phân tích Anova trong hồi qui tuyến tính
Model Summaryb Model (Mơ hình) R R Square (R bình phương) Adjusted R Square (R bình phương hiệu chỉnh)
Std. Error of the Estimate (Sai số chuẩn)
1 .933a .870 .867 .30357
a. Predictors (Biến dự đoán ): (Constant), pthh1, nlpv1, du1, gia1, tc1, dc1 b. Dependent Variable: hl1 ANOVAa Model (Mơ hình) Sum of Squares (Tổng của bình phương) df Mean Square (Giá trị trung bình của bình phương) F Sig (Ý nghĩa quan sát). 1
Regression (Hồi quy) 149.598 6 24.933 270.550 .000b
Residual (Phần dư) 22.394 243 .092
Tổng 171.992 249
a. Dependent Variable (biến phụ thuộc): hl1
b. Predictors (biến dự đoán): (Constant), pthh1, nlpv1, du1, gia1, tc1, dc1
Bảng 2.23: Các thông số thống kê của từng biến trong phương trình hồi quy (Mơ hình SERVQUAL) (Các thông số) Coefficientsa Model (Mơ hình) Unstandardized Coefficients (Hệ số chưa chuẩn hóa)
Standardized Coefficients
(Hệ số
chuẩn hóa) t Sig.
Collinearity Statistics (Thống kê đa cộng tuyến)
B Std. Error
(sai số chuẩn) Beta
Tolerance
(Dung sai) VIF
1 (Constant) -.168 .084 -2.004 .046 tc1 .065 .032 .068 2.044 .042 .482 2.073 du1 .070 .034 .068 2.027 .044 .481 2.078 nlpv1 .104 .025 .110 4.189 .000 .774 1.292 gia1 .100 .033 .099 3.046 .003 .507 1.974 dc1 .704 .035 .689 20.058 .000 .454 2.201 pthh1 .076 .027 .082 2.829 .005 .633 1.579
a. Dependent Variable (biến phụ thuộc): hl1
Nguồn tác giả tự tổng hợp
Trong kết quả trên (bảng 2.23), các nhân tố nếu có sig. < 0.05 tương đương với độ tin cậy 95% và t > 2 thì nhân tố đó được chấp nhận, có nghĩa là có mối tương quan đủ mạnh và có ý nghĩa thống kê khi đưa vào mơ hình phân tích các nhân tố này có tác động đến hài lịng của khách hàng. Kết quả hồi quy cho thấy cả 6 nhân tố đều thỏa mãn điều kiện là: Độ tin cậy (sig = 0.042), Đáp ứng (sig = 0.044), Năng lực phục vụ (sig = 0.000), Giá (sig = 0.003), Đồng cảm (sig = 0.000), Phương tiện hữu hình (sig = 0.005).
Để kiểm tra hiện tượng đa cộng tuyến, chỉ số thường dùng là hệ số phóng đại phương sai VIF (Variance Inflation Factor). Thông thường, nếu VIF của một biến độc lập nào đó lớn hơn 10 thì biến này hầu như khơng có giá trị giải thích biến thiên của Y trong mơ hình MLR (Hair & ctg (2006) trích trong Nguyễn Đình Thọ (2008))
Theo bảng hệ số hồi quy, hệ số VIF của các biến độc lập có giá trị từ 1.292 đến 2.201 (tất cả đều nhỏ hơn 10). Vì vậy có thể kết luận, mơ hình khơng xảy ra hiện tượng đa cộng tuyến. Mối quan hệ giữa các biến độc lập là không đáng kể và không ảnh hưởng đến kết quả giải thích của mơ hình.
(3) Dị tìm sự vi phạm các giả định cần thiết trong hồi quy tuyến tính
Giả định liên hệ tuyến tính giữa biến phụ thuộc và các biến độc lập cũng như hiện tượng phương sai thay đổi (heteroskedasticity)
đốn mà mơ hình hồi quy tuyến tính cho ra. Người ta hay vẽ biểu đồ phân tán giữa 2 giá trị này đã được chuẩn hóa (standardized) với phần dư trên trục tung và giá trị dự đoán trên trục hồnh. Nếu giả định liên hệ tuyến tính và phương sai bằng nhau được thỏa mãn, thì ta sẽ khơng nhận thấy có liên hệ gì giữa các giá trị dự đốn với phần dư, chúng sẽ phân tán ngẫu nhiên
Đồ thị (Phụ lục 13: Đồ thị Scatterplot) cho thấy phần dư phân tán ngẫu nhiên
trong một vùng xung quanh đường đi qua tung độ 0 chứ khơng tạo thành một hình dạng nào. Như vậy giá trị dự đoán và phần dư độc lập nhau và phương sai của phần dư khơng thay đổi. Như vậy mơ hình hồi quy phù hợp.
Giả định về phân phối chuẩn của phần dư
Phần dư có thể khơng tn theo phân phối chuẩn vì những lý do như: Sử dụng sai mơ hình, phương sai khơng phải là hằng số, số lượng các phần dư không đủ nhiều để phân tích,….Vì vậy chúng ta nên thử nhiều cách khảo sát khác nhau. Một cách khảo sát đơn giản nhất là xây dựng biểu đồ tần số của các phần dư
Biểu đồ tần số của phần dư chuẩn hóa (Phụ lục 14: Đồ thị Histogram) cho thấy
một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số. Vì ln ln có những chênh lệch do lấy mẫu, phần dư trong mẫu quan sát chỉ xấp xỉ chuẩn. Trong nghiên cứu này, ta có thể nói phân phối phần dư xấp xỉ chuẩn (trung bình Mean = 0.00, và độ lệch chuẩn Std.Dev. = 0.988 tức là gần bằng 1). Do đó có thể kết luận rằng giả thiết phân phối chuẩn không bị vi phạm.
Sau khi thỏa các điều kiện trong hồi quy bội, phương trình hời quy tuyến tính được xây dựng với các hệ số beta đã được chuẩn hóa. Các hệ số này mang dấu dương (Bảng 2.23) thể hiện các yếu tố trong mơ hình hồi quy trên ảnh hưởng tỉ lệ thuận đến sự hài lịng của khách hàng tức có mối quan hệ cùng chiều với sự hài lòng của khách hàng.
Phƣơng trình hồi quy tuyến tính đƣợc trích theo hệ số Beta chuẩn hóa có dạng nhƣ sau:
Sự hài lịng của khách hàng = 0.689* Đồng cảm + 0.110*Năng lực phục vụ + 0.099*Giá + 0.082*Phƣơng tiện hữu hình + 0.068*Tin cậy + 0.068*Đáp ứng (**)
Hệ số Beta = 0.689 của nhân tố Đồng cảm có giá trị lớn nhất so với hệ số của các nhân tố còn lại. Điều này chứng tỏ nhân tố Đồng cảm có mức ảnh hưởng nhiều nhất đến sự hài lòng của khách hàng. Tiếp theo là Năng lực phục vụ với beta = 0.110, kế đến là nhân tố Giá (beta = 0.099) và Phương tiện hữu hình (beta = 0.082 ) có ảnh hưởng xấp xỉ như nhau và cuối cùng là nhân tố tin cậy và đáp ứng có cùng hệ số beta = 0.06. Tất cả các biến này đều có giá trị Sig < 0.05 cho nên chúng đều có ý nghĩa thống kê.
(4) Kiểm định các giả thuyết của mơ hình
Thơng qua Phương trình hồi quy (**) ở trên cho ta thấy được mối quan hệ giữa các thành phần trong thang đo chất lượng dịch vụ ngân hàng với mức độ hài lịng của khách hàng. Trên cơ sở đó ta có 6 giả thuyết được kiểm nghiệm như sau:
Giả thuyết H1: Giả thuyết về mối quan hệ cùng chiều giữa thành phần Tin cậy và Sự hài lịng của khách hàng. Có giá trị hệ số chuẩn hóa beta = 0.068 (t = 2.044, sig = 0.042 < 0.05). Như vậy giả thuyết này được chấp nhận, nghĩa là Ngân hàng thực hiện bảo mật thông tin cho khách hàng càng tốt, thực hiện dịch vụ càng chuẩn xác ngay từ lần đầu tiên thì khách hàng càng hài lịng về chất lượng của BIDV-CNSGD2.
Giả thuyết H2: Giả thuyết về mối quan hệ cùng chiều giữa thành phần Đáp ứng và Sự hài lòng của khách hàng. Giá trị hệ số chuẩn hóa beta = 0.068 (t = 2.027, sig = 0.044). Như vậy, giả thuyết này được chấp nhận, nghĩa là mức độ nhân viên mong muốn và sẵn sàng cung cấp dịch vụ cho khách hàng càng lớn thì mức độ hài lịng sẽ càng cao.
Giả thuyết H3: Giả thuyết về mối quan hệ cùng chiều giữa thành phần Năng lực Phục vụ và Sự hài lòng của khách hàng. Giá trị hệ số chuẩn hóa beta = 0.110 (t = 4.189, sig = 0.000). Như vậy, giả thuyết này được chấp nhận, nghĩa là nếu Nhân viên có trình độ chun mơn càng cao và phục vụ càng lịch sự và niềm nở với khách hàng thì sẽ càng làm tăng mức độ hài lịng của khách hàng. Ước lượng này cũng có giá trị khá cao nên nó có tầm ảnh hưởng đáng kể vào sự hài lòng khách hàng.
Giả thuyết H4: Giả thuyết về mối quan hệ cùng chiều giữa thành phần Giá và Sự hài lòng của khách hàng. Giá trị hệ số chuẩn hóa beta = 0.099 (t = 3.046, sig = 0.003). Như vậy, giả thuyết này được chấp nhận, nghĩa là Ngân hàng càng có mức lãi suất hấp dẫn, mức phí càng hợp lý và sản phẩm dịch vụ phong phú đa dạng đáp ứng được nhiều nhu cầu khác nhau của khách hàng thì khách hàng càng hài lòng về chất lượng dịch vụ của Ngân hàng.
Giả thuyết H5: Giả thuyết về mối quan hệ cùng chiều giữa thành phần Đồng cảm và Sự hài lòng của khách hàng. Giá trị hệ số chuẩn hóa beta = 0.689 (t =20.058, sig = 0.000) cao nhất. Như vậy, giả thuyết này được chấp nhận, nghĩa là Ngân hàng càng quan tâm chăm sóc đến từng cá nhân khách hàng thì khách hàng càng hài lòng về chất