Bảng 2.16 : Các thông số thống kê của từng biến trong phương trình hồi quy
2.5 Đánh giá sự hài lòng của khách hàng đối vớ
2.5.3 Nghiên cứu chính thức
Nghiên cứu chính thức được thực hiện bằng phương pháp nghiên cứu định lượng. Nghiên cứu định lượng nhằm kiểm định lại các thang đo trong mơ hình nghiên cứu thơng qua bảng câu hỏi khảo sát.
Phương pháp thu thập thông tin và cỡ mẫu
Thông tin dữ liệu được thu thập thông qua điều tra các khách hàng cá nhân và doanh nghiệp của Vietinbank- CN TP.HCM (tại trụ sở Chi nhánh và 14 Phòng Giao dịch của Vietinbank- CN TP.HCM, xem phần Phụ lục 7) bằng cách phỏng vấn trực diện, phỏng vấn qua điện thoại và thông qua mạng Internet.
Mẫu được chọn theo phương pháp thuận tiện.
Theo nghiên cứu, có nhà nghiên cứu cho rằng, nếu sử dụng theo phương pháp ước lượng kích thước mẫu thử tối thiểu phải từ 100 đến 150 (Hair & ctg. 1998). Cũng có nhà nghiên cứu kích thước cho rằng kích thước mẫu tới hạn phải là 200 (Hoelter 1983). Cũng có nhà nghiên cứu cho rằng kích thước mẫu thử tối thiểu là 5 mẫu cho một tham số cầu ước lượng (tiêu chuẩn 5:1) (Bollen 1989).
Kích thước mẫu dự tính là 250 và để đạt kích thước mẫu này 400 bảng câu hỏi đã được gửi đi phỏng vấn.
Sau bốn tháng điều tra chính thức (từ 01/04/2011 đến 31/08/2011), tác giả đã nhận lại 275 phiếu, trong đó có 25 phiếu không hợp lệ do bỏ trống nhiều câu trả lời. Như vậy, sau khi loại đi 25 phiếu không hợp lệ, với 250 phiếu còn lại đã đáp ứng được yêu cầu về kích cỡ mẫu cần phân tích.
Phân tích dữ liệu
Các dữ liệu sau khi thu thập sẽ được làm sạch và xử lý bằng phần mềm SPSS. Một số phương pháp phân tích được sử dụng trong nghiên cứu như sau:
Thống kê mô tả:
o Tập dữ liệu sau khi được mã hóa và hiệu chỉnh sẽ được đưa vào mơ tả các
thuộc tính của nhóm mẫu khảo sát như: giới tính, độ tuổi, trình độ học vấn, thu nhập, thời gian sử dụng dịch vụ và các dịch vụ sử dụng tại Vietinbank- CN TP.HCM, …
Cronbach alpha:
o Phương pháp này cho phép người phân tích loại bỏ các biến khơng phù hợp
và hạn chế các biến rác trong quá trình nghiên cứu và đánh giá độ tin cậy của thang đo bằng hệ số thông qua hệ số Cronbach alpha.
Những biến có hệ số tương quan biến tổng (item-total correlation) nhỏ hơn 0.3 sẽ bị loại. Thang đo có hệ số Cronbach alpha từ 0.6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang nghiên cứu mới (Nunnally, 1978; Peterson, 1994; Slater, 1995). Thông thường, thang đo có Cronbach alpha từ 0.7 đến 0.8 là sử dụng được. Nhiều nhà nghiên cứu cho rằng khi thang đo có độ tin cậy từ 0.8 trở lên đến gần 1 là thang đo lường tốt.
Phân tích nhân tố khám phá EFA (exploratory factor analysis):
o Sau khi đánh giá độ tin cậy của thang đo bằng hệ số Cronbach alpha và loại đi các biến không đảm bảo độ tin cậy. Phân tích nhân tố khám phá là kỹ thuật được sử dụng nhằm thu nhỏ và tóm tắt các dữ liệu. Phương pháp này rất có ích cho 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.
Trong phân tích nhân tố khám phá, trị số KMO (Kaiser-Meyer – Olkin) là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO phải có giá trị trong khoảng từ 0.5 đến 1 thì phân tích này mới thích hợp, cịn nếu như trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu.
Ngồi ra, phân tích nhân tố còn dựa vào eigenvalue để xác định số lượng nhân tố. Chỉ những nhân tố có eigenvalue lớn hơn 1 thì mới được giữ lại trong mơ hình. Đại lượng eigenvalue đại diện cho lượng biến thiên được giải thích bởi nhân tố. Những nhân tố có eigenvalue nhỏ hơn 1 sẽ khơng có tác dụng tóm tắt thơng tin tốt hơn một biến gốc.
Một phần quan trọng trong bảng kết quả phân tích nhân tố là ma trận nhân tố (component matrix) hay ma trận nhân tố khi các nhân tố được xoay (rotated component matrix). Ma trận nhân tố chứa các hệ số biểu diễn các biến chuẩn hóa bằng các nhân tố (mỗi biến là một đa thức của các nhân tố). Những hệ số tải nhân tố (factor loading) biểu diễn tương quan giữa các biến và các nhân tố. Hệ số này cho biết nhân tố và biến có liên quan chặt chẽ với nhau. Nghiên cứu sử dụng phương pháp trích nhân tố principal components nên các hệ số tải nhân tố phải có trọng số lớn hơn 0.45 thì mới đạt u cầu.
Ngồi ra thang đo được chấp nhận khi tổng phương sai trích lớn hơn hoặc bằng 50% và sự khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố phải không nhỏ hơn 0.3 để đảm bảo giá trị phân biệt giữa các nhân tố.
Phân tích hồi quy tuyến tính
o Theo giả thiết của nghiên cứu là có mối quan hệ giữa khái niệm 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.
Phân tích hồi quy được thực hiện bằng phương pháp hồi quy tổng thể các biến (phương pháp enter) với phần mềm SPSS 16.0